编程实践（Numpy）上
开源学习内容：https://github.com/datawhalechina/team-learning-program/tree/master/IntroductionToNumpy
基本信息
- 贡献人员：韩绘锦、左秉文、王彦淳
- 学习周期：13天，每天平均花费时间3小时-5小时不等，根据个人学习接受能力强弱有所浮动。
- 学习形式：理论学习 + 练习
- 人群定位：有一定python编程的基础。
- 先修内容：Python编程语言
- 难度系数：中
学习目标
本开源内容是Python基础的进阶，主要目标是学习numpy的基本数据类型，了解numpy各类函数的应用；以便为后期学习pandas和sklearn奠定坚实基础。
任务安排
Task1：数据类型及数组创建（2天）
- 熟悉基础常量、常见数据类型，以及时间日期和时间增量的处理。
- 掌握数组的创建和数组的属性。
Task2：索引（3天）
- 掌握数组的索引与切片，熟悉数组迭代。
Task3：数组的操作（2天）
- 掌握数组的各种操作，比如：更改形状，数组转置，更改维度，数组组合，数组拆分，数组平铺，添加和删除元素等。
Task4：数学函数及逻辑函数（3天）
- 掌握numpy中常用的数学函数及逻辑函数。
- 数学函数，比如：数学运算，三角函数，指数和对数，加法函数及乘法函数，四舍五入等。
- 逻辑函数，比如：真值测试，数组内容，逻辑函数等。
Task5：排序搜索计数及集合操作（3天）
- 掌握numpy中排序搜索计数的相关函数。
- 掌握numpy中关于集合的操作，比如：如何构建集合，集合的交并差集及异或操作等。
备注
有关组队学习的开源内容
- team-learning：主要展示Datawhale的组队学习计划。
- team-learning-program：主要存储Datawhale组队学习中“编程、数据结构与算法”方向的资料。
- team-learning-data-mining：主要存储Datawhale组队学习中“数据挖掘/机器学习”方向的资料。
- team-learning-nlp：主要存储Datawhale组队学习中“自然语言处理”方向的资料。
- team-learning-cv：主要存储Datawhale组队学习中“计算机视觉”方向的资料。
- team-learning-rs：主要存储Datawhale组队学习中“推荐系统”方向的资料。
- team-learning-rl：主要存储Datawhale组队学习中“强化学习”方向的资料。