趋近智

所有课程

NumPy 和 Pandas 基本功

章节 1: Python 数据处理介绍

什么是 NumPy 和 Pandas？

对人工智能和数据科学的重要性

运行你的第一个代码片段

Jupyter Notebook 简介

动手实践：设置与验证

第 1 章测验

章节 2: NumPy 数组入门

了解 NumPy N 维数组

从 Python 列表创建数组

内置数组创建函数

理解数组数据类型

数组基本属性

实践操作：创建和查看数组

第 2 章测验

章节 3: NumPy 数组的索引与切片

访问单个元素

一维数组切片

二维数组切片

修改数组子集

动手实践：从数组中选择数据

第 3 章测验

章节 4: NumPy 基本操作

基本算术运算

通用函数（ufuncs）简介

数学和统计函数

数组上的逻辑运算

广播功能简介

动手实践：对数组进行计算

第 4 章测验

章节 5: Pandas 介绍

Pandas 是什么？

Pandas 数据结构：Series

Pandas 数据结构：DataFrame

创建 DataFrame

检查 DataFrames

实操：创建和查看 Series/DataFrame

第 5 章测验

章节 6: Pandas 数据加载与保存

从CSV文件读取数据

从Excel文件读取数据

从其他格式读取数据

将数据写入 CSV 文件

写入数据到Excel文件

动手实践：数据集的导入与导出

第 6 章测验

章节 7: Pandas 中的数据选取与索引

使用标签选择行 (.loc)

使用整数位置选择行 (.iloc)

混合标签和基于位置的索引

条件选择 (布尔索引)

设置 DataFrame 索引

重置 DataFrame 索引

动手实践：访问特定数据子集

第 7 章测验

章节 8: 使用 Pandas 进行数据基本处理

识别缺失数据

处理缺失数据：删除

处理缺失数据：填充

删除列和行

修改现有列

实践练习：清理和修改数据框

第 8 章测验

章节 9: 数据分组与聚合

拆分-应用-组合方法

使用 groupby() 方法对数据进行分组

应用聚合函数

应用多种聚合操作

按多列分组

动手实践：使用 GroupBy 汇总数据

第 9 章测验

章节 10: 组合 DataFrames

数据合并介绍

连接 DataFrames (pd.concat)

数据库风格的合并 (pd.merge)

理解合并类型（连接）

基于索引的合并

基于索引的合并 (.join)

实践操作：组合数据集

第 10 章测验

Quiz for NumPy 数组的索引与切片 | ApX Machine Learning

测验

章节： NumPy 数组的索引与切片

测试您对本章概念的理解并进行练习

测验说明

此测验包含 12 道问题来帮助您练习。
您需要至少获得 70% 的分数才能通过。
尝试次数：无限制。
将保留您的最高分数。
请在没有帮助的情况下尝试此测验；但是，如果需要，您可以随时参考章节笔记或使用代码解释器。
完成所有章节测验即可获得课程完成证书。了解更多

问题格式

问题设计得引人入胜，侧重于理解、应用和解释，而不是死记硬背。期待基于场景的问题，测试您应用所学知识的能力。

尝试记录

最佳分数和测验尝试将显示在这里。

© 2025 趋近智