NumPy ile Çok Boyutlu Veriye Giriş Eğitimi

Eğitim Hakkında

ndarray, indeksleme, aritmetik, istatistik ve dosya işlemleri

Eğitim, NumPy kütüphanesine giriş yapar. ndarray yapısı, dtype ve shape, array oluşturma (zeros, ones, arange, linspace), dilimleme ve boolean indeksleme, aritmetik ve evrensel fonksiyonlar, broadcasting, reshape ve transpose, sum/mean/std ve eksen kavramı, rastgele sayı üretimi, temel matris işlemleri ve savetxt/load ile dosya işlemleri, Python listeleriyle performans karşılaştırması uygulamalı işlenir.

Süre ve Format

2 Gün. Her gün dört modül; 1. gün ndarray Temelleri; 2. gün Hesaplama ve İstatistik.

Seviye

Temel Seviye — ndarray, indeksleme, aritmetik, istatistik ve dosya işlemleri

Öğrenme Metodu

Her konu Jupyter'de adım adım örneklenir; katılımcılar görüntü, tablo ve sensör verisi gibi çok boyutlu örneklerle çalışır.

Neden Bu Eğitim?

🧊Çok Boyutlu Düşünme

1B, 2B ve 3B dizileri ve eksen mantığını kavrarsınız.

⚡Hızlı Hesap

Listeler yerine vektörel dizi işlemleri kullanırsınız.

🧰Kütüphane Temeli

pandas, SciPy ve scikit-learn öncesi sağlam bir temel kurarsınız.

Anahtar Konular

numpy eğitiminumpy girişndarraynumpy dilimlemenumpy broadcastingpython bilimsel hesaplamanumpy istatistikçok boyutlu dizipython veri bilimi

“NumPy, Python'un bilimsel dünyaya açılan kapısıdır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Temel Python

Değişken, koşul ve döngü yapılarını bilmek yeterlidir.

2

Jupyter/Anaconda

Jupyter Notebook ile çalışabilen bir ortam gerekir.

3

Temel matematik

Vektör ve matris kavramları faydalıdır.

4

Geliştirme ortamı

Python 3.10+ ve VS Code veya PyCharm kurulu bir bilgisayar gerekir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı NumPy dizilerini oluşturur, dilimler ve şekillerini değiştirir.

Modül 1

Dizi Oluşturma

array, zeros, ones, full
arange ve linspace
eye ve diag
random.default_rng
Listeden diziye dönüşüm
dtype seçimi

Modül 2

Dizi Özellikleri

shape, ndim, size
dtype ve astype
Bellek kullanımı (nbytes)
Liste ile hız karşılaştırması
Eksen kavramı
Veri tipi taşması

Modül 3

İndeksleme ve Dilimleme

1B ve 2B indeks
Dilim (slice) sözdizimi
Negatif indeks
Boolean maskeleme
Fancy indeksleme
Görünüm ve kopya farkı

Modül 4

Şekil Değiştirme

reshape ve -1
flatten, ravel
transpose ve T
concatenate, stack, split
newaxis
Boyut ekleme/çıkarma

Günün hedefiKatılımcı vektörel hesaplama, istatistik ve temel matris işlemlerini kullanır.

Modül 1

Aritmetik ve ufunc

Eleman bazlı işlemler
sqrt, exp, log, sin
Karşılaştırma ve mantıksal işlemler
where
round ve clip
NaN ve inf yönetimi

Modül 2

Broadcasting

Broadcasting kuralları
Satır/sütun normalizasyonu
Sütun ortalaması çıkarma
Dış işlem
Hata mesajları
Bellek etkisi

Modül 3

İstatistik ve Toplulaştırma

sum, mean, median, std
axis parametresi
min, max, argmin, argmax
cumsum ve cumprod
percentile
Korelasyon (corrcoef)

Modül 4

Matris İşlemleri ve Dosyalar

Matris çarpımı (dot, @)
inv ve solve
Rastgele örnekleme
savetxt, loadtxt
save ve load (.npy)
Küçük proje: görüntü verisini işleme

Eğitim Kazanımları

Program sonunda katılımcılar:

🧊

ndarray

Çok boyutlu dizileri oluşturup şekillendirebilirsiniz.

✂️

Dilimleme

Dilim ve maske ile istenen veriyi seçebilirsiniz.

➗

Vektörel işlem

Döngüsüz hesaplama yapabilirsiniz.

📡

Broadcasting

Farklı şekilli dizilerle işlem yapabilirsiniz.

📊

İstatistik

axis parametresiyle özet istatistik hesaplayabilirsiniz.

🧮

Matris

Temel lineer cebir işlemlerini yapabilirsiniz.

💾

Dosya işlemi

Dizileri dosyaya yazıp okuyabilirsiniz.

⏱️

Performans

Liste ve ndarray hızını karşılaştırabilirsiniz.

Kimler İçin Uygundur?

Veri bilimi
mühendislik veya analiz için NumPy öğrenmek isteyen Python kullanıcıları içindir

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri bilimi, mühendislik veya analiz için NumPy öğrenmek isteyen Python kullanıcıları içindir.

Matematik gerekli mi?

Temel vektör ve matris bilgisi yeterlidir.

pandas bu eğitimde var mı?

Hayır; pandas ayrı bir eğitimde ele alınır.

Eğitim kaç gün sürer?

2 gün; her gün dört uygulamalı modül içerir.

Eğitim sonunda belge verilir mi?

Katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir. Eğitim herhangi bir üretici sınavına doğrudan hazırlık vaat etmez; sınav söz konusu ise başvuru ve ücret ilgili kuruma aittir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

PYTHON - INTRODUCTION TO NUMPY FOR MULTI-DIMENSIONAL DATA EĞİTİMİ