Como Sair do Zero com a Biblioteca Numpy no Python

CLIQUE AQUI PARA SABER MAIS SOBRE O CURSO COMPLETO PYTHON IMPRESSIONADOR:
lp.hashtagtrei...
PARA BAIXAR O MINICURSO GRATUITO DE ANÁLISE DE DADOS: pages.hashtagt...
Aqui nos vídeos do canal da Hashtag Programação ensinamos diversas dicas de Python para que você consiga se desenvolver nessa linguagem de programação!
-----------------------------------------------------------------------
► Arquivos Utilizados no Vídeo: pages.hashtagt...
► Vídeo de Instalação do Jupyter: • Instalando o Jupyter -...
► Como sair do ZERO em Gráficos no Python [Matplotlib]: • Como sair do ZERO em G...
-----------------------------------------------------------------------
Caso prefira o vídeo em formato de texto: www.hashtagtre...
-----------------------------------------------------------------------
Hashtag Programação
► Inscreva-se em nosso canal: bit.ly/3c0LJQi
► Ative as notificações (clica no sininho)!
► Curta o nosso vídeo!
-----------------------------------------------------------------------
Redes Sociais
► Blog: bit.ly/2MRUZs0
► KZbin: bit.ly/3c0LJQi
► Instagram: bit.ly/3o6dw42
► Facebook: bit.ly/3qGtaF2
-----------------------------------------------------------------------
Você que está iniciando no Python e precisa de uma biblioteca relacionada a análise de dados ou ciência de dados com um processamento de dados no Python mais rápido, o que você precisa é do Python Numpy.
Hoje eu vou te mostrar como usar a biblioteca numpy no Python para que você aprenda a como criar um array no Python para suas análises de dados.
Mas o que é um array? Nada mais é do que um vetor no Python, ou seja, vou te mostrar como criar um vetor no Python.
Vou te mostrar também vetores no Python com 1 dimensão (que é o próprio vetor), vetores com duas dimensões (que é uma matriz) e vetores com 3 dimensões (que é um tensor).
-----------------------------------------------------------------------
#python #hashtagprogramacao

[@HashtagProgramacao]

Fala galera! Gostou do vídeo? Deixa a sua curtida e se inscreve no canal! ► Para baixar o Minicurso de Python, acesse: pages.hashtagtreinamentos.com/inscricao-minicurso-python-automacao-org?origemurl=hashtag_yt_org_minipython_LZDZ0AZmWHI ► Para baixar os arquivos da aula, acesse: pages.hashtagtreinamentos.com/planilha-1KacOPmyoOwC-M5H7bIkYRkr2ykOmWzu6?origemurl=hashtag_yt_org_planilha_LZDZ0AZmWHI ► Para instalar o Jupyter, acesse: kzbin.info/www/bejne/lZauYa1rhsejgaM ► Blog: bit.ly/2MRUZs0 ► KZbin: bit.ly/3c0LJQi ► Instagram: bit.ly/3o6dw42 ► Facebook: bit.ly/3qGtaF2

[@isaquehg]

Estão ótimos esses vídeos de Data Science! Poderiam fazer um com a integração entre essas bibliotecas?(ex: NumPy, Pandas e Matplot)

[@gabrielsantos-mo2nu]

só pagando o curso deles é melhor procurar vídeos gringos que fazem isso, aqui no Brasil eles só mostram metade do conteúdo o resto é pagando curso

[@user-kv3qw5dg4t]

​@@gabrielsantos-mo2nucomo achar os vídeos gringos?

[@gabrielsantos-mo2nu]

@@user-kv3qw5dg4t pesquisado em inglês kk

[@rodrigosantiagosilva1012]

​@@user-kv3qw5dg4tpesquisa em inglês no KZbin que aparece, mas se você não souber o básico de inglês eu não recomendo. Tu vai se confundir pq vai tá vendo 2 coisas que não sabe ao menos tempo. Tem um site chamado DIO que tem bastante curso em português, talvez ajude mais você

[@PyTax]

Esse Lira é muito fera! uma excelente didática. Um dia eu chego lá!

[@hananibittencourt3234]

Parece que esses caras lê a minha mente, eu estava com dificuldades no Numpay precisando de uma aula dessas e eles vem e concede isso. Tmj

[@AzureCz]

O que me deixou mais curioso foi como adicionar um array dentro do outro, aumentando a dimensão do array que vai receber, ou fazendo ele absorver o array que vai entrar em uma das dimensões que ja existe nele

[@gplgomes]

Para análises de dados e manipulação de imagens, Numpy é muito importante. Valeu Candioto.

[@GabrielBarbosa-uj4fv]

Numpy pode funcionar pra jogos também?

[@gplgomes]

@@GabrielBarbosa-uj4fv Para jogos tem as API próprias. Mesmo para as IA dos personagens também não é a ferramenta adequada.

[@Gabriel-rh9de]

AEEE foi o video que pedi no instagram, finalmente kkkkkkkkkkkkkkkk

[@gabrielcirilo2132]

Muito obrigado pelo vídeo! Deu uma clareada legal sobre a utilização de uma array quanto suas classificações.

[@tatisms318]

Excelente conteúdo!! Estou amando! Só peço pra tentarem não deixar a bolinha roxa em cima da linha de código sobre a qual estão falando, dá uma dificultada (mas é detalhe! no mais está perfeita! Obrigada!)

[@vinimrv5990]

Adorei o vídeo, super didático. Vim buscando uma ajuda para aprender o básico sobre a biblioteca e achei a explicação super detalhada e de fácil entendimento, parabéns!!

[@igordc16]

Até agora essa foi a única vídeo aula sobre numpy que não achei confuso, vou ler a doc depois.

[@cartelmedellin5466]

Que canal excelente pelo amor de deus

[@brunomiranda3253]

O melhor canal!

[@LeandroPereira-bp4rp]

❤🎉🎉🎉🎉🎉muito bom

[@dindinhostv]

Segura mais um like. Mais uma grande aula. Muita luz para vocês !

[@aquaparalelodigital]

Muito bom vídeo. Parabéns.🙏🇺🇲🇧🇷🌲

[@maressahelena6710]

Gostei bastante por terem disponibilizado a aula em texto! Obrigada!!

[@cavaleiro888]

Top vídeo irmão, obrigado pelo conhecimento, se possível poder fazer uns projeto simples usando o numpy, ficaria muito agradecido. 🤓

[@eligorniak9699]

Já dou o like no começo do video pq sei que vai ser show! 😀

[@joaocassella6772]

Excelente conteúdo e didática!! Só uma sugestão : quando estiver digitando, procure deixar o pointer do mouse fora da área de digitação pq atrapalha um pouco a visualização.

[@claudiofilho28]

Muito bom. Tem alguma aula de vcs que ensine a trabalhar com operações de matrizes usando numpy? Tipo de multiplicação, soma, matriz inversa, solução de sistema linear etc

[@marcionassifmaluf3270]

Show de explicação

[@Lukneto]

Gostei bastante da sua didática! Top!

[@gilr.7]

Excelente vídeo!

[@claudiohase296]

MUITO BOMMMM !!!!! Resumão perfeito !!! Parabéns !

[@igormeira4634]

Que video aula! ótima didática parabéns.

[@barbararamos8904]

perfeito! muito obrigada pela ajuda de vcs!!

[@moacircardoso9203]

❤ Io Sei que já faz muito tempo da publicação, e já deve ter sido observado isto em videos posteriores. Mas aquela (bola azul do mouse) esteve atrapalhando a visão. 😅

[@DanyelRoza]

Vocês são os melhores !

[@rodolfolorencetti5232]

👏👏👏👏👏👏👏👏👏👏👏👏

[@beatrizmnds]

Me ajudou muito, ótimo conteúdo 👏👏

[@horrorstorych]

material que vale ouro, obrigado amigo! por favor aonde acho o arquivo da aula digitada? Cliquei ali mas abriu uma outra page.

[@geraldopedrodambros6275]

Show!!!!! valeu!!!!!

[@GustavoSilva-ub2xy]

Excelente aula 👍

[@sidneycomandulli9460]

Muito bom. Parabéns

[@alanandersonsilvapereira7543]

Muito bom!

[@lucasfreire4160]

vídeo aula sensacional!!

[@daivamiranda]

muito boa a aula!!!

[@josemariano9755]

Aula muito boa! Valeu!

[@mariniltonquintanilha7829]

Maravilha, show

[@alissonortodoxo5114]

Otima aula

[@Fadulz]

Acredito que essa aula seria muito melhor e mais produtiva se o professor aplicasse os comandos em cases reais, e não apenas mostrasse para que serve os comandos, pois isso a gente pode ver nos guias ... Mas mesmo assim, muito obrigado pela aula, apesar de ter me deixado mais confuso ainda ... rs

[@timichan6730]

O meu fica dando erro smp q tento fazer de matriz e colocar aquele codigo int de inteiro mas fora isso dá certo

[@felipelandim2881]

MEU DEUS vídeo de 1 hora, que animal.

[@everton4135]

Valeu!

[@geanclm]

Prezado, parabéns pelo conteúdo! Utilizando apenas os recursos do numpy é possível retornar os números primos? Obrigado! Saúde e sucesso!

[@rsdobr9177]

Não, teria que criar um método que verifica se um número é inteiro e então passar ele pra na matriz usando o np.vectorize(), por exemplo: def verifica_primo(numero): #aqui tu faz a lógica que verifica se um número é primo retornando True se for primo e False se não for eh_primo = np.vectorize(verifica_primo) array_com_primos = seu_array[eh_primo(seu_array)]

[@geanclm]

@@rsdobr9177 Obrigado pelo retorno, nobre! Questionei pelo fato de saber que o numpy trabalha com mais eficiência com arrays, logo isso pode ser útil para manipular os números primos! Sabendo que os primos, com exceção do número 2, pertencem a família dos ímpares pensei em algo do tipo para reduzir o espaço amostral na verificação para testar um número primo. ... for i in (np.arange(2,n+1)[np.where((np.arange(2,n+1))%2!=0)]): ... percebi um ganho significativo ao utilizar o numpy para verificar o número primo! Saúde e sucesso!

[@danielscabeni8064]

ali eu vi q tem como somar os valores de um array usando .sum, da ainda pra sumar po linha .sum(axis=1), eu queria fazer exatamente a mesma coisa, só q subtraindo, tem como??

[@kleber_bispo]

dahora isso de dar uma pincelada nas bibliotecas python.

[@KsO___]

e