พื้นฐาน NumPy
Arrays, ndarray, การทำดัชนี, slicing, broadcasting, การดำเนินการแบบเวกเตอร์, พีชคณิตเชิงเส้น
1ndarray ใน NumPy คืออะไร?
ndarray ใน NumPy คืออะไร?
คำตอบ
ndarray (N-dimensional array) คือโครงสร้างข้อมูลพื้นฐานของ NumPy เป็นอาร์เรย์หลายมิติที่เป็นเนื้อเดียวกัน หมายความว่าทุกองค์ประกอบต้องเป็นชนิดเดียวกัน ความเป็นเนื้อเดียวกันนี้ทำให้สามารถทำการดำเนินการแบบเวกเตอร์ได้อย่างรวดเร็ว เพราะข้อมูลถูกจัดเก็บอย่างต่อเนื่องในหน่วยความจำ ไม่เหมือนกับ Python lists ที่จัดเก็บการอ้างอิงไปยังออบเจ็กต์ที่กระจัดกระจาย
2วิธีสร้างอาร์เรย์ NumPy ที่มีค่า [1, 2, 3, 4, 5]?
วิธีสร้างอาร์เรย์ NumPy ที่มีค่า [1, 2, 3, 4, 5]?
คำตอบ
ฟังก์ชัน np.array() เป็นวิธีมาตรฐานในการสร้าง ndarray จากซีเควนซ์ Python เช่น list หรือ tuple มันแปลงซีเควนซ์เป็นอาร์เรย์ NumPy ที่ถูกปรับให้เหมาะสม ฟังก์ชันอื่นๆ เช่น np.arange() สร้างซีเควนซ์แต่ด้วยไวยากรณ์ที่แตกต่าง (start, stop, step) และ np.zeros()/np.ones() สร้างอาร์เรย์ที่เติมด้วยค่าเฉพาะ
3ใช้ฟังก์ชันใดในการสร้างอาร์เรย์ที่มี 10 องค์ประกอบเว้นระยะเท่ากันระหว่าง 0 และ 1?
ใช้ฟังก์ชันใดในการสร้างอาร์เรย์ที่มี 10 องค์ประกอบเว้นระยะเท่ากันระหว่าง 0 และ 1?
คำตอบ
np.linspace(0, 1, 10) สร้างค่า 10 ค่าที่เว้นระยะเท่ากันระหว่าง 0 และ 1 รวมทั้งจุดปลายทั้งสอง เหมาะอย่างยิ่งเมื่อทราบจำนวนจุดที่ต้องการ np.arange() ใช้ขั้นคงที่และอาจไม่รวมจุดปลาย np.linspace() เป็นที่นิยมสำหรับช่วงที่ต้องการจำนวนจุดที่แม่นยำ โดยเฉพาะอย่างยิ่งสำหรับการพล็อตหรือการคำนวณการอินทิเกรตเชิงตัวเลข
แอตทริบิวต์ใดที่ให้มิติ (shape) ของอาร์เรย์ NumPy?
วิธีสร้างเมทริกซ์ 3x3 ที่เติมด้วยศูนย์?
+19 คำถามสัมภาษณ์
หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ
พื้นฐาน Python
การเขียนโปรแกรมเชิงวัตถุด้วย Python
โครงสร้างข้อมูล Python
พื้นฐาน Git
พื้นฐาน SQL
พื้นฐาน Pandas
Jupyter & Google Colab
SQL Joins และคิวรีขั้นสูง
Pandas ขั้นสูง
การแสดงผลข้อมูลด้วย Matplotlib & Seaborn
การแสดงผลแบบโต้ตอบด้วย Plotly
สถิติเชิงพรรณนา
สถิติเชิงอนุมาน
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML แบบมีผู้สอน: การถดถอย
ML แบบมีผู้สอน: การจำแนกประเภท
Decision Trees และ Ensembles
Unsupervised ML
ML Pipelines และการตรวจสอบ
Time Series และการพยากรณ์
พื้นฐาน Deep Learning
TensorFlow & Keras
CNN และการจำแนกภาพ
RNN และซีเควนซ์
Transformers และ Attention
NLP และ Hugging Face
GenAI และ LangChain
MLOps และการ Deploy
เชี่ยวชาญ Data Science & ML สำหรับการสัมภาษณ์ครั้งถัดไป
เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์
เริ่มใช้ฟรี