NumPy学习资源

原文：https://numpy.org/learn/

学习

有关**官方 NumPy 文档，**请访问numpy.org/doc/stable。

NUMPY 教程

您可以在 NumPy 社区NumPy Tutorials 中找到一组教程和教育材料。这里的目标是通过 NumPy 项目以 Jupyter Notebooks 的格式提供高质量的资源，用于自学和教学课程。如果您有兴趣添加自己的内容，请查看GitHub 上的numpy-tutorials 存储库。

---

以下是精选的外部资源集合。

初学者

有大量关于 NumPy 的信息。如果您是新手，我们强烈推荐这些：

教程

• NumPy 快速入门教程：中文翻译地址
• NumPy Illustrated：Lev Maximov 的NumPy 视觉指南
• SciPy 讲座除了涵盖 NumPy 之外，这些讲座还提供了对科学 Python 生态系统的更广泛介绍。
• [NumPy：初学者的绝对基础]——中文翻译地址(https://numpy.org/devdocs/user/absolute_beginners.html)
• Machine Learning Plus - ndarray 简介
• Edureka - 通过示例学习 NumPy 数组
• Dataquest - NumPy 教程：使用 Python 进行数据分析
• Nicolas Rougier 的NumPy 教程
• 贾斯汀·约翰逊的斯坦福 CS231
• NumPy 用户指南

图书

• Travis E. Oliphant 的NumPy 指南这是 2006 年的免费版本 1。有关最新副本 (2015)，请参见此处。
• Nicolas P. Rougier从 Python 到 NumPy
• Juan Nunez-Iglesias、Stefan van der Walt 和 Harriet Dashnow 的优雅 SciPy

您可能还想查看有关“Python+SciPy”主题的Goodreads 列表。大多数书籍都是关于“SciPy 生态系统”的，它以 NumPy 为核心。

视频

• Alex Chabot-Leclerc使用 NumPy 进行数值计算简介

---

先进的

尝试这些高级资源以更好地理解 NumPy 概念，例如高级索引、拆分、堆叠、线性代数等。

教程

• Nicolas P. Rougier 的100 个 NumPy 练习
• M. Scott Shell对 NumPy 和 Scipy 的介绍
• Stéfan van der Walt 的Numpy Medkits
• Python 中的 NumPy（高级）
• 高级索引
• 使用 NumPy 进行机器学习和数据分析

图书

• Jake Vanderplas 的Python 数据科学手册
• 用于数据分析 的Python由 Wes McKinney
• 数值 Python：使用 Numpy、SciPy 和 Matplotlib 进行科学计算和数据科学应用，Robert Johansson

视频

• Advanced NumPy - Juan Nunez-Iglesias 的广播规则、步幅和高级索引
• Amuls Academy 的NumPy 数组中的高级索引操作

---

NUMPY 演讲

• Jaime Fernández的 NumPy 索引的未来（2016 年）
• Ralf Gommers 撰写的Python 中数组计算的演变（2019 年）
• NumPy：什么已经改变，什么将会改变？ 马蒂·皮库斯(2019)
• 拉尔夫·戈默斯、塞巴斯蒂安·伯格、马蒂·皮库斯、泰勒·雷迪、斯特凡·范德沃尔特、查尔斯·哈里斯的《NumPy 内幕》（2019 年）
• Travis Oliphant对 Python 中的数组计算的简要回顾(2019)