Panduan Pengguna NumPy

Gambaran pengantar komprehensif dan panduan teknis tentang NumPy, mencakup instalasi, manipulasi array, indeksing, broadcasting, serta integrasi dengan C/C++.

Kelola dasar-dasar komputasi ilmiah dalam Python dengan panduan resmi NumPy.

Penulis: Komunitas NumPy

Ucapan Terima Kasih: Ditulis oleh komunitas NumPy

1. Menjelaskan apa itu NumPy dan mengidentifikasi perannya dalam ekosistem Python ilmiah.
2. Menjelaskan mengapa NumPy jauh lebih cepat daripada loop Python standar menggunakan konsep vektorisasi.
3. Menjalankan perintah instalasi untuk berbagai lingkungan termasuk Pip, Conda, dan Raspberry Pi.
4. Mengidentifikasi dan menafsirkan atribut utama ndarray seperti ndim, shape, dan dtype.
5. Menjalankan pembuatan dan manipulasi array menggunakan fungsi seperti linspace, reshape, vstack, dan hstack.
6. Menerapkan operasi elemen per elemen, fungsi universal (ufuncs), dan solver aljabar linear pada dataset numerik.
7. Mengelola presisi data dan mencegah kesalahan overflow menggunakan tipe skalar NumPy serta alat informasi (iinfo, finfo).
8. Menerapkan pengambilan data fleksibel dari disk menggunakan genfromtxt dengan pemisah kustom, header, dan pemilihan kolom.
9. Menerapkan Aturan Broadcasting Umum untuk memprediksi dan mengendalikan interaksi antara array dengan bentuk berbeda.
10. Mengelola referensi memori dan menghindari "jebakan" dalam subclass ndarray khusus menggunakan atribut .base.