VanderPlus, Pandas, VSC, github

VanderPlus,  Pandas

ГЛАВА 13 Знакомство с объектами библиотеки Pandas

file:///D:/Books/Python/%D0%92%D0%B0%D0%BD%D0%B4%D0%B5%D1%80%20%D0%9F%D0%BB%D0%B0%D1%81%20%D0%94%D0%B6.%20-%20Python%20%D0%B4%D0%BB%D1%8F%20%D1%81%D0%BB%D0%BE%D0%B6%D0%BD%D1%8B%D1%85%20%D0%B7%D0%B0%D0%B4%D0%B0%D1%87%20(%D0%91%D0%B5%D1%81%D1%82%D1%81%D0%B5%D0%BB%D0%BB%D0%B5%D1%80%D1%8B%20O%E2%80%99Reilly)%20-%202024.pdf

D:\VC25\Python\VSC\VanderPlas

https://github.com/jakevdp/PythonDataScienceHandbook

Python, OOP, Giga , Serialization, IRV KALB, Book

Python, OOP, Giga , Serialization, IRV KALB, Book

ObOr Progr

D:\VC25\Python\VSC\OOP\Object-Oriented-Python-Code

IRV KALB

OBJECT-ORIENTED PYTHON MASTER OOP BY BUILDING GAMES AND GUIS

file:///D:/Books/Python/%D0%9E%D0%B1%D1%8A%D0%B5%D0%BA%D1%82%D0%BD%D0%BE_%D0%BE%D1%80%D0%B8%D0%B5%D0%BD%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5.pdf

Giga OOP, Serialization

https://giga.chat/link/gcsliKNsBp

D:\VC25\Python\VSC\OOP\oop1

D:\VC25\Python\VSC\OOP\oop1\Giga

D:\VC25\Python\VSC\OOP\oop1\HigherOrLower

D:\VC25\Python\VSC\OOP\Object-Oriented-Python-Code\Object-Oriented-Python-Code

Numpy, Tutorial, Habr

Numpy, Tutorial, Habr

Нескучный туториал по Numpy

https://habr.com/ru/articles/469355/#p1

D:\VC25\Python\VSC\NumPy01

Это библиотека с открытым исходным кодом, некогда отделившаяся от проекта SciPy. NumPy является наследником Numeric и NumArray. Основан NumPy на библиотеке LAPAC, которая написана на Fortran. Не-python альтернативой для NumPy является Matlab.

В силу того, что NumPy базируется на Fortran это быстрая библиотека. А в силу того, что поддерживает векторные операции с многомерными массивами — крайне удобная.

Кроме базового варианта (многомерные массивы в базовом варианте) NumPy включает в себя набор пакетов для решения специализированных задач, например:

• numpy.linalg — реализует операции линейной алгебры (простое умножение векторов и матриц есть в базовом варианте);
• numpy.random — реализует функции для работы со случайными величинами;
• numpy.fft — реализует прямое и обратное преобразование Фурье.

Итак, я предлагаю рассмотреть подробно всего несколько возможностей NumPy и примеров их использования, которых будет достаточно, чтобы вы поняли, на сколько мощный этот инструмент!