文件名称：numpy-tutorials:NumPy笔记本格式的教程和教育性内容
文件大小：14.39MB
文件格式：ZIP
更新时间：2024-03-26 13:27:30
Python
NumPy教程 这套教程和教材正在开发中，它不集成在HTML DOCS中 该存储库的目标是通过NumPy项目提供高质量的资源，用于自学和课堂教学。 如果您有兴趣添加自己的内容，请检查“部分。 要下载.ipynb文件的本地副本，您可以，也可以导航到下面列出的任何文档，然后分别下载。 内容 ：我们用于编写教程的样式指南。 贡献 我们非常欢迎您的贡献！ 如果您有关于新教程的想法或建议，请一个概述。 如果英语不是您的母语，或者您只能提出一个粗略的草稿，请不要担心。 开源是社区的努力。 尽力而为-我们将帮助您解决问题。 图像和真实数据使文本更引人入胜且功能强大，但请确保您使用的内容已获得适当许可并可用。 同样，即使是艺术品的粗略构想也可以被其他人打磨。 为什么选择Jupyter笔记本？ 选择此回购中的Jupyter Notebook而不是主要的NumPy文档中使用的常用格式（ ）有两个原因
【文件预览】：
numpy-tutorials-main
----.github()
--------workflows()
----LICENSE.txt(2KB)
----content()
--------mooreslaw_regression.npz(9KB)
--------mooreslaw_regression.csv(18KB)
--------tutorial-deep-learning-on-mnist.md(29KB)
--------transistor_data.csv(14KB)
--------mooreslaw-tutorial.md(23KB)
--------x_y-squared.npz(670B)
--------tutorial-style-guide.md(7KB)
--------tutorial-x-ray-image-processing.md(22KB)
--------tutorial-svd.md(18KB)
--------tutorial-x-ray-image-processing.png(245KB)
--------01-mooreslaw-tutorial-intro.png(49KB)
--------save-load-arrays.md(9KB)
--------x_y-squared.csv(507B)
--------tutorial-deep-learning-on-mnist.png(273KB)
--------tutorial-x-ray-image-processing()
----.circleci()
--------config.yml(2KB)
----requirements.txt(89B)
----site()
--------_templates()
--------make.bat(795B)
--------index.md(5KB)
--------content(11B)
--------conf.py(2KB)
--------requirements.txt(60B)
--------Makefile(819B)
--------_static()
----environment.yml(182B)
----README.md(5KB)
----.gitignore(1KB)