numpy
Âî-ïåðâûõ, íóæíî óñòàíîâèòü ñáîðêó ïèòîíà ïîä íàçâàíèåì àíàêîíäà ñ ñàéòà https://www.continuum.io/downloads
(áðàòü âåðñèþ äëÿ python 3.5, âåðñèþ äëÿ x64, åñëè ó âàñ 64-õ áèòíàÿ îñü)
Âî-âòîðûõ, ðåêîìåíäóåòñÿ ïåðåõîäèòü íà IDE PyCharm, êîòîðûé èìååò äîñòàòî÷íî ìíîãî ôè÷, êîòîðûå íàì áóäóò óäîáíû.
Îñíîâíûå — ýòî áîëüøîå êîëè÷åñòâî ïîäñêàçîê â ïðîöåññå íàïèñàíèÿ êîäà.
Îñíîâíûå hot key:
Ctrl+Alt+E — âûïîëíèòü âûäåëåííûé êîä â êîíñîëè
Shift+Ctrl+F10 — çàïóñòèòü òåêóùèé ñêðèïò öåëèêîì â îòäåëüíîì ïðîöåññå
Ññûëêè ïî òåìå:
Åñëè âû çíàåòå àíãëèéñêè, òî ëó÷øå âñåãî ïîäîéä¸ò îðèãèíàëüíûé tutorial: https://docs.scipy.org/doc/num[..]user/quickstart.html
Èíà÷å ìîæíî íà÷àòü ñî ñòðàíè÷êè https://pythonworld.ru/numpy/1.html
Çàäà÷è
01. Ìàññèâ íóëåé
02. ×èñëà íà äèàãîíàëè
â êîòîðîì ïî äèàãîíàëè èäóò ÷èñëà 0 äî n-1, à îñòàëüíûå ÷èñëà ðàâíû 0
03. ×èñëà â íóëåâîé ñòðîêå
â êîòîðîì â ïåðâîé ñòðî÷êå èäóò ÷èñëà îò 0 äî n-1, à îñòàëüíûå ÷èñëà ðàâíû 0
04. Ñáèòûé ïðèöåë
â ñòðîêå r è ñòîëáöå c ñòîÿò 1, à îñòàëüíûå ÷èñëà ðàâíû 0
05. Ïî÷¸òíûå åäèíèöû
â êîòîðîì â ÷¸òíûõ ñòðî÷êàõ ñòîÿò 1, à â íå÷¸òíûõ
íóëè
06. Ðåøåòî
â êîòîðîì â êàæäîé R-îé ñòðî÷êå è â êàæäîì C-îì ñòîëáöå ñòîÿò 1
07. Øàõìàòû åäèíèö
èìåþùèé âèä øàõìàòíîé äîñêè.
08. Ðàçëèíîâêà
â êîòîðîì â ñòðîêàõ ñ ïåðå÷èñëåííûìè âûøå èíäåêñàìè ñòîÿò 1.
09. Ïîðÿäîê èíäåêñîâ
øèðèíà è âûñîòà êàðòèíêè â ïèêñåëÿõ.
Ñîçäàéòå ïîäõîäÿùèé ìàññèâ, â êîòîðîì ìîæíî õðàíèòü òð¸õöâåòíóþ êàðòèíêó äàííîé øèðèíû è âûñîòû.
Ïðè ýòîì äàííûå â ïàìÿòè äîëæíû õðàíèòüñÿ òàê, ÷òîáû ñíà÷àëà øëè òðè öâåòà îäíîãî ïèêñåëÿ,
çàòåì öâåòà ñëåäóþùåãî ïèêñåëÿ â ýòîé æå ñòðî÷êå èëè ïåðâûé ïèêñåëü èç ñëåäóþùåé ñòðî÷êè.
10. Êàðòèíêè
from skimage import ioimg = io.imread('30x60g.png')Ñîõðàíÿòü èçìåí¸ííûå êàðòèíêè ìîæíî ïðè ïîìîùè êîìàíäû
from skimage import ioio.imsave('res.png', img)Èçâëåêèòå èç öâåòíîé êàðòèíêè òîëüêî çåë¸íûé ñëîé è ñîõðàíèòå â îòäåëüíûé ôàéë.
11. Ñîñòûêîâêà
Ñäåëàéòå òî æå ñàìîå ñ öâåòíûìè êàðòèíêàìè.
12. Âñòàâêà
Äîáàâüòå åù¸ è ãîðèçîíòàëüíóþ ñåðóþ ïîëîñó.
Òåïåðü â öâåòíóþ êàðòèíêó äîáàâüòå çåë¸íóþ âåðòèêàëüíóþ ïîëîñó è êðàñíóþ ãîðèçîíòàëüíóþ (êàæäóþ ïî öåíòðó, øèðèíîé 10 ïèêñåëåé)
13. Óäàëåíèå
14. Îòðåçîê
Ïðîâåäèòå íà íåé îòðåçîê èç òî÷êè (x1,y1) â òî÷êó (x2,y2).
Ñîõðàíèòå êàðòèíêó â ôàéë (èëè íàãóãëèòå, êàê å¸ ïîêàçàòü ïðÿìî èç ïðîãðàììû).
15. Ñëó÷àéíîå ïîäìíîæåñòâî ñòðîê
Îòáåðèòå ñëó÷àéíûå k ñòðîê èç ìàññèâà è ñôîðìèðóéòå èç íèõ ìàññèâ ðàçìåðà kxW.
16. Ïåðåìåøàòü ñòðîêè
17. Èíäåêñ â ìàññèâå
18. Ïîìåíÿòü çíàê
19. Çàìåíèòü âñå ìàêñèìóìû
20. Áëèæàéøåå
21. Ñîðòèðîâêà
22. argsort
23. argsort – 2
24. Íîðìèðîâêà
matplotlib
Îñíîâíûì ìàòåðèàëîì áóäåò ñëåäóþùèé ðåñóðñ: http://nbviewer.jupyter.org/gi[..]_python/tree/master/
Çàäà÷à 1
Ãëîáàëüíàÿ çàäà÷à: óâèäåòü, ÷òî â ïèòîíå äëÿ óìíîæåíèÿ áîëüøèõ ÷èñåë èñïîëüçóåòñÿ àëãîðèòì Êàðàöóáû, à òàêæå ïîëó÷èòü ïðàêòè÷åñêè åãî àñèìïòîòèêó.
Äîëæåí ïîëó÷èòüñÿ ãðàôèê â äóõå òàêîãî:

Çàäà÷à 2
Èðèñû Ôèøåðà
from sklearn import datasets
iris = datasets.load_iris()
êàðòèíêà