Numpy Tutorial #4 - Shape explained (Python for Data Science)

แชร์
ฝัง
  • เผยแพร่เมื่อ 18 ธ.ค. 2024

ความคิดเห็น • 13

  • @BlahajE
    @BlahajE 3 ปีที่แล้ว +12

    Ich würde mich über mehr Theorie über Matrizen freuen.

  • @baqfisch8416
    @baqfisch8416 3 ปีที่แล้ว +2

    Man kommt nach Hause und es gibt ein neues Morpheus Video. Besser geht nicht.

  • @PladdenTim
    @PladdenTim 2 ปีที่แล้ว +1

    Eine deiner besten Videoreihen bisher, muss ich schon sagen. :)
    Habe mal eine kleien Frage.
    Bin aktuell in meiner Bachelroarbeit und setze mich mit dem Thema Scan-Matching auseinander, wenn dir das was sagt. Wenn nicht, die Frage ist allgemein.
    Ich habe zwei Listen von Punkten. Jeder Punkt hat eine x und eine y-Koordinate. In welcher Form sollte ich die Daten packen, wenn ich mit numpy arbeite?
    Sollte jede Liste von Punkten ein Numpy array mit dem shape = (N, 2, 1) sein?
    Oder sollte ich eine Reihe an x-Werten und eine an y-Werten verwenden -> shape= (2, N)
    N wäre die Anzahl meiner Punkte?

  • @albertunruh1793
    @albertunruh1793 3 ปีที่แล้ว +11

    Mathe gerne :)
    Ich seh schon, du kommst nicht wirklich weiter in deiner TODO-Liste, weil du es schaffst mit jedem Video von einem Teil deiner Liste diese um 3 Punkte zu verlängern xD

    • @TheMorpheusTutorials
      @TheMorpheusTutorials  3 ปีที่แล้ว +7

      😏 that's the plan. Wäre ja langweilig, wenn ich Mal fertig wäre 😂

  • @Jonas-md2re
    @Jonas-md2re 2 ปีที่แล้ว +1

    Gibt es die Mathe-Playlist schon? Ich hätte Interesse :)

  • @mojtababakhtiari5774
    @mojtababakhtiari5774 3 ปีที่แล้ว

    Danke für das Video. Ich hätte nochmal eine Frage und zwar suche ich aktuell ein interessantes Thema für meine Bachelor-Arbeit im Bereich Data Science. Hast du vielleicht eine Idee für ein gutes Thema, was auch für Leute geeignet ist, die noch nicht so tief im Thema sind (studiere Informatik ohne Schwerpunkt Data Science - interessiert mich aber am meisten)

  • @hundrichvonheinzenfeld2671
    @hundrichvonheinzenfeld2671 3 ปีที่แล้ว +1

    1. kommentar