5 个仓库
Awesome GitHub RepositoriesArray Broadcasting
The process of expanding smaller arrays to match the shape of larger ones during element-wise operations.
Distinct from Array Operations: No candidate covers the specific mechanism of broadcasting shapes in numerical computing.
Explore 5 awesome GitHub repositories matching scientific & mathematical computing · Array Broadcasting. Refine with filters or upvote what's useful.
Awesome Array Broadcasting GitHub Repositories
用 AI 发现最棒的仓库。我们将通过 AI 为您搜索最匹配的仓库。
- iamseancheney/python_for_data_analysis_2nd_chinese_version
iamseancheney/python_for_data_analysis_2nd_chinese_version
8,937在 GitHub 上查看This project is an educational resource and a collection of instructional materials for performing data manipulation and statistical analysis using Python. It provides a comprehensive set of guides and code examples for using the Pandas, NumPy, and Matplotlib libraries to analyze structured data. The resource includes a dedicated guide for reshaping, cleaning, and aggregating tabular data and time series via Pandas, alongside a reference for high-performance vectorized operations and linear algebra using NumPy. It also features tutorials for creating publication-quality charts, distribution p
Provides comprehensive guides on expanding smaller arrays to match larger ones for efficient element-wise mathematical operations.
matplotlibnumpypandas - mrdbourke/zero-to-mastery-ml
mrdbourke/zero-to-mastery-ml
5,839在 GitHub 上查看本项目是一个机器学习教育课程和学习平台，通过交互式 Jupyter Notebooks 提供。它作为掌握 Python 数据科学工具包的综合指南，为数值计算、表格数据操作和统计可视化提供结构化教程。 该课程包括 Scikit-Learn 的具体实现指南，以及关于构建、训练和部署神经网络及计算机视觉模型的 TensorFlow 实践课程。它涵盖了构建预测模型的端到端过程，从初始问题定义和任务分类，到通过交互式 Web 界面部署模型。 该项目涵盖了广泛的功能领域，包括多维数组的数值计算、探索性数据分析和数据预处理例程。它为监督和无监督学习、自动化机器学习流水线、超参数优化以及使用分类指标和交叉验证的模型评估提供了详细的工作流。 教育内容组织为一系列 Notebook，将 Python 代码与叙述性解释交织在一起，以记录数据科学工作流。
Implements the process of expanding smaller arrays to match the shape of larger ones during element-wise operations.
Jupyter Notebookdata-sciencedeep-learningmachine-learning - datawhalechina/joyful-pandas
datawhalechina/joyful-pandas
5,164在 GitHub 上查看本项目是一个全面的 pandas 数据分析教程和指南，旨在帮助学习数据处理与分析。它涵盖了表格数据处理、时间序列分析，并提供了清洗、合并及转换数据集的结构化方法。 该仓库还充当数据特征工程课程，提供关于构建和选择数据集特征以提升机器学习模型性能的教程。此外，它还包含用于执行逐元素数学计算和矩阵操作的向量化数据处理指南。 内容涵盖了广泛的功能，包括数据清洗工作流、数据集成任务和表格数据分析。它还提供了处理文本信息、处理分类数据以及优化大规模数据集执行速度的指导。 项目以一系列 Jupyter Notebook 的形式呈现，包含实践练习和针对性的练习题。
Provides instruction on using array broadcasting to perform computations across arrays of different shapes.
Jupyter Notebookpandas - pydata/xarray
pydata/xarray
4,159在 GitHub 上查看Xarray 是一个 Python 多维数组库和带标签的数据集框架。它扩展了 NumPy 数据结构，通过为数组添加标签，允许使用命名维度和坐标来组织复杂的 N 维数据。 该库提供了 NetCDF 数据接口，用于读写 NetCDF 和 Zarr 等科学数据格式。它通过在数学运算过程中维护数据与物理坐标之间的关系，实现了科学数组计算。 该项目涵盖了多维数据分析、地理空间数据处理和气候数据处理。它还支持用于管理随时间变化的观测序列的时间序列分析。
Implements array broadcasting to automatically align datasets by matching labels across dimensions during arithmetic operations.
Python - dpilger26/numcpp
dpilger26/NumCpp
3,963在 GitHub 上查看NumCpp 是一个 C++ 框架和数值计算库，提供了一套用于多维数组管理和数学运算的工具包。它作为 NumPy 生态系统的 C++ 实现，提供了一个用于管理张量和执行复杂代数方程的科学计算框架。 该项目支持在 C++ 环境中进行高性能数组操作，而无需依赖 Python 运行时。它通过提供类似 NumPy 的接口来执行线性代数、管理多维数据结构和执行数值处理而脱颖而出。 该库涵盖了广泛的功能，包括矩阵代数运算、通过切片和重塑进行的数组几何管理，以及随机分布的生成。它还包括用于数据集分析、数组统计以及通过二进制和文本格式导入导出数值数据的工具。
Provides array broadcasting to virtually expand smaller arrays for element-wise arithmetic operations.
C++
