Aprenda

Para a documentação oficial do NumPy visite numpy.org/doc/stable.

Abaixo está uma coleção de recursos educacionais, tanto para autoaprendizado como para ensinar outras pessoas, desenvolvidos pelos colaboradores do NumPy e selecionados pela comunidade.

Iniciantes#

Há uma tonelada de informações sobre o NumPy lá fora. Se você está começando, recomendamos fortemente estes:

Tutoriais

• NumPy Quickstart Tutorial (Tutorial de Início Rápido)
• NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub.
• NumPy Illustrated: The Visual Guide to NumPy por Lev Maximov
• Scientific Python Lectures Além de incluir conteúdo sobre a NumPy, estas aulas oferecem uma introdução mais ampla ao ecossistema científico do Python.
• NumPy: the absolute basics for beginners (“o básico absoluto para inciantes”)
• NumPy tutorial por Nicolas Rougier
• Stanford CS231 por Justin Johnson
• NumPy User Guide (Guia de Usuário NumPy)

Livros

• Guide to NumPy de Travis E. Oliphant Essa é uma versão free de 2006. Para a última versão (2015) veja aqui.
• From Python to NumPy por Nicolas P. Rougier
• Elegant SciPy por Juan Nunez-Iglesias, Stefan van der Walt, e Harriet Dashnow

Você também pode querer conferir a lista Goodreads sobre o tema “Python+SciPy. A maioria dos livros lá serão sobre o “ecossistema SciPy”, que tem o NumPy em sua essência.

Vídeos

• Introduction to Numerical Computing with NumPy por Alex Chabot-Leclerc

Avançado#

Experimente esses recursos avançados para uma melhor compreensão dos conceitos da NumPy, como indexação avançada, splitting, stacking, álgebra linear e muito mais.

Tutoriais

• 100 NumPy Exercises por Nicolas P. Rougier
• An Introduction to NumPy and Scipy por M. Scott Shell
• Numpy Medkits por Stéfan van der Walt
• NumPy Tutorials Uma coleção de tutoriais e materiais educacionais no formato de Notebooks Jupyter desenvolvidos e mantidos pelo time de documentação do NumPy. Se você tiver interesse em adicionar o seu próprio conteúdo, verifique o repositório numpy-tutorials no GitHub.

Livros

• Python Data Science Handbook por Jake Vanderplas
• Python for Data Analysis por Wes McKinney
• Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy, and Matplotlib por Robert Johansson

Vídeos

• Advanced NumPy - broadcasting rules, strides, and advanced indexing por Juan Nunuz-Iglesias

Palestras sobre NumPy#

• The Future of NumPy Indexing por Jaime Fernández (2016)
• Evolution of Array Computing in Python por Ralf Gommers (2019)
• NumPy: what has changed and what is going to change? por Matti Picus (2019)
• Inside NumPy por Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harris (2019)
• Brief Review of Array Computing in Python por Travis Oliphant (2019)

Citando a NumPy#

Se a NumPy é importante na sua pesquisa, e você gostaria de dar reconhecimento ao projeto na sua publicação acadêmica, por favor veja estas informações sobre citações.