تمارین (Exercises)

اینجا مرکز تمارین NumPy است؛ جایی که مهارتت واقعا قوی می شود. تمارین NumPy در دسته های مختلف پخش شده تا قدم به قدم جلو بروی.

تمارین NumPy از چه دسته هایی تشکیل شده است؟

در منبع، یک لیست بزرگ از دسته های تمرین NumPy دیده می شود. هر کاشی یک دسته است؛ مثلا Introduction، Creating Arrays یا Indexing Arrays.

کنار هر عنوان، تعداد تمرین ها نوشته شده است. مثلا 3 تمرین، 4 تمرین یا 5 تمرین در هر بخش.

دسته ها موضوع های مهمی را پوشش می دهند؛ از ساخت آرایه تا برش، شکل، نوع داده و کپی در مقابل View.

بخش های پیشرفته تر هم برای توزیع های تصادفی و ufunc ها وجود دارد؛ مثل Normal Distribution یا Set Operations.

بالای لیست، یک فیلد جستجو برای فیلترکردن دسته ها وجود دارد. همچنین یک شمارنده انجام شده ها هم هست که تعداد دسته های تمام شده را نشان می دهد.

نکته: کل سیستم حدود 41 دسته تمرین NumPy دارد؛ یعنی کلی فرصت تمرین.

اگر در سایت منبع وارد حساب شوی، می توانی پیشرفت خودت را ببینی. در منبع نوشته شده که یک شمارنده مثل 0/41 done نمایش داده می شود.

وقتی یک مجموعه تمرین را کامل انجام دهی، کاشی آن دسته کامل علامت می خورد. این مثل تیک زدن تکالیف دفتر برنامه ریزی است.

در توضیحات منبع، نوع سؤال ها هم معرفی شده است. سؤال ها ترکیبی از چندگزینه ای و جای خالی هستند.

برای هر دسته، بین 3 تا 9 سؤال طراحی شده است. جواب درست را همیشه می توانی در فصل مربوط به همان آموزش پیدا کنی.

اگر گیر کردی، می توانی دوباره تلاش کنی. همچنین یک دکمه Show Answer هم هست تا پاسخ درست را ببینی.

هشدار: قبل از زدن Show Answer کمی بیشتر فکر کن؛ اینطوری بهتر یاد می گیری.

بهتر است تمارین NumPy را با یک ترتیب ساده شروع کنی. مثلا:

می توانی هر چند روز، چند کاشی را هدف بگذاری. وقتی احتیاج داشتی، از ویرایشگر آنلاین NumPy برای تست سریع ایده ها کمک بگیر.

اگر دوست داشتی سطح خودت را بسنجی، صفحه آزمون NumPy هم کنار تمارین NumPy خیلی مفید است.

خود منبع گفته که جواب همه سؤال ها در فصل های آموزش موجود است. یعنی اگر در تمرین Data Types مشکل داشتی، باید سراغ فصل مربوط به انواع داده بروی.

همین الگو برای توزیع های تصادفی و ufunc ها هم برقرار است. پس تمارین NumPy در واقع ادامه طبیعی همان فصل های آموزش هستند.

برای داشتن نمای کلی از فصل ها، می توانی بعدا به صفحه سرفصل دوره NumPy سر بزنی.

در نهایت، خود صفحه تمارین NumPy بهترین نقطه شروع و برگشت برای تمرین مداوم است.