NumPy

Matematika cepat untuk seluruh kisi angka. Mesin di balik pandas dan machine learning. 15 modul masing-masing 10 menit, dengan soal yang mengecek jawabanmu di browser.

Mulai jalurnya

Dasar

• 1. Kenapa NumPy: array vs list PythonGratis
  Kenalan dengan array, struktur data di balik pandas dan machine learning, dan lihat kenapa ia lebih unggul daripada list untuk angka.
• 2. Membuat array (array, arange, zeros, ones, linspace)Gratis
  Bangun array dari list, rentang angka, titik-titik berjarak sama dan grid yang terisi, titik awal setiap program NumPy.
• 3. Attribute array (shape, dtype, ndim)Gratis
  Baca shape, ukuran dan tipe elemen sebuah array, konversi antar tipe, dan hindari overflow yang senyap.
• 4. Indexing dan slicingGratis
  Ambil satu nilai, rentang, baris, kolom dan sub-grid dari array, dan ubah nilainya langsung di tempat.
• 5. Boolean indexing dan fancy indexingGratis
  Filter array dengan kondisi, gabungkan kondisi dengan aman, ganti nilai yang cocok, dan ambil elemen berdasarkan list posisi.

Menengah

• 6. Operasi per elemen dan broadcastingGratis
  Gabungkan array dengan shape berbeda tanpa loop, memakai aturan broadcasting NumPy dan universal function.
• 7. Agregasi (sum, mean, dan argumen axis)Gratis
  Rangkum array secara keseluruhan, per baris atau per kolom, temukan di mana nilai maksimumnya, dan tangani nilai yang hilang.
• 8. Reshaping, stacking, dan splittingGratis
  Ubah shape array tanpa mengubah datanya, rekatkan array, dan potong menjadi beberapa bagian.
• 9. Angka acak dan seedPro
  Bangkitkan data acak yang bisa direproduksi, ambil sampel dan acak urutan, dan pakai simulasi untuk menjawab pertanyaan "berapa peluangnya?".

Lanjutan

• 10. Dasar aljabar linear (dot, matmul)Pro
  Hitung jumlah berbobot, total order dan prediksi model dengan dot product dan perkalian matriks.
• 11. Bekerja dengan axis di array multi-dimensiPro
  Tangani data 3-D seperti toko × bulan × produk, agregasikan atas beberapa axis, dan susun ulang dimensinya.
• 12. View vs copy (dan kenapa itu penting)Pro
  Ketahui kapan sebuah array berbagi data dengan array lain, hindari fungsi yang diam-diam mengubah input-nya, dan pakai operasi in-place dengan sengaja.
• 13. Vektorisasi: mengganti loopPro
  Kumpulan pola untuk mengubah loop Python menjadi operasi array yang cepat, dari rangkaian if/else sampai jumlah per kelompok dan tetangga terdekat.

Ahli

• 14. Structured array dan dtypePro
  Simpan record dengan field bernama yang bertipe berbeda-beda, muat dari file, dan bekerja dengan tanggal serta hari kerja.
• 15. Performa dan tata letak memori (contiguity)Pro
  Pahami bagaimana array tersimpan di memori, kenapa urutan baris dan stride memengaruhi kecepatan, dan cara menghindari salinan serta array sementara yang tidak perlu.

Proyek jalur

• Proyek NumPy: harga dan perencanaan Toko KitaPro
  Tiga tugas bernilai dengan array dan tanpa loop. Hitung harga promosi untuk setiap baris pesanan sekaligus, bandingkan tiga toko bulan demi bulan dengan axis dan broadcasting, lalu simulasikan permintaan setahun untuk melihat seberapa sering sebuah produk akan habis.

Modul Pro terbuka dengan sekali bayar Rp 149.000, milikmu selamanya.