G3d NumPy: Rechnen, Indizieren und Dateien - Pythonkurs (ZIP)

Die ZIP-Datei enthält ein Jupyter Notebook zur selbstständigen Bearbeitung des Inhaltes dieses Abschnitts. Der entscheidende Vorteil von NumPy ist, dass viele Standardoperationen mittels der rechnerspezifischen BLAS (BasicLinearAlgebraSubprogramms) hocheffizient implementiert sind, insbesondere verglichen mit selbstgebauten Lösungen. Diese Effizienz bekommen wir geschenkt, bereits bei der Installation von NumPy. Weiterhin wollen wir in diesem Abschnitt genauer anschauen, wie ndarrays indiziert und in Dateien gespeichert werden: Standardoperationen wie Addition, Subtraktion und Multiplikation sind immer elementweise. Mit der dot() Funktion können Skalarprodukte, Matrix-Vektor- und Matrix-Matrix-Produkte ausgeführt werden. Die Indizierung von Arrays startet bei Null und ist darüber hinaus analog zur Indizierung von Listen. Durch die Anwendung von vektorisierten Berechnungen auf Arrays kann man der Verwendung von Schleifen vorbeugen. NumPy ist kompatibel mit der Bibliothek math und kann sie bei Operationen auf ndarrays vollständig ersetzen. Matrizen können mit Hilfe von Python direkt in Textdateien gespeichert und aus diesen wieder geladen werden. Der Abschnitt besteht aus einem ausführlich kommentierten Jupyter Notebook, mit welchem Sie selbst die besprochenen Inhalte des Abschnitts erproben können und einem Video mit zugehörigen Erklärungen des Dozenten.