Mediul de lucru: Python, numpy, scikit-learn
Tot cursul rulează în browser, cu Python real. În lecția asta faci cunoștință cu cele trei biblioteci pe care le vei folosi cel mai des: numpy pentru calcule, scikit-learn pentru modele și matplotlib pentru grafice. Și rulezi primul calcul cu numpy.
Primul import: numpy
Prin convenție, numpy se importă sub numele scurt np. Toată lumea scrie așa, în tutoriale, cărți și la job:
import numpy as np
print("Numpy gata")
print(np.mean([4, 6, 8]))Numpy gata 6.0
np.mean calculează media. Rezultatul este 6.0, un număr cu zecimale, chiar dacă valorile erau întregi: numpy lucrează cu numere reale în calcule.
Importă numpy și afișează trei rânduri: un mesaj, versiunea majoră a bibliotecii și o medie calculată cu numpy.
- Importă numpy sub numele np.
- Afișează Numpy gata.
- Afișează Versiunea majoră: urmat de prima parte din np.__version__ (folosește split(".")[0]).
- Afișează rezultatul lui np.mean([4, 6, 8]).
Soluția exercițiului
import numpy as np
print("Numpy gata")
print("Versiunea majoră:", np.__version__.split(".")[0])
print(np.mean([4, 6, 8])) Vrei să afli mai mult?Recapitulare de un minut · Bibliotecile cursului · Ce versiune am? · Cum rulează programele în acest curs · Greșeli frecvente · Unde folosești asta
Recapitulare de un minut
Din cursurile anterioare știi deja: variabile, liste, dicționare, funcții, bucle for, import, pandas (pd.read_csv, filtre, groupby) și grafice simple cu matplotlib. Le vom folosi direct, fără să le reluăm.
note = [7, 9, 10, 8] print(sum(note) / len(note))
8.5
Bibliotecile cursului
| Bibliotecă | La ce o folosim | Import |
|---|---|---|
| numpy | calcule rapide pe vectori și matrice (matematica ML) | import numpy as np |
| scikit-learn | modele gata făcute: regresie, clasificare, clustering | from sklearn... import ... |
| matplotlib | grafice: datele, modelul, curba de învățare | import matplotlib.pyplot as plt |
| pandas | tabele de date citite din CSV | import pandas as pd |
Prima încărcare a unei biblioteci mari în browser durează câteva secunde (scikit-learn are cam 20 MB). După aceea rămâne în memoria browserului și pornește repede. Primele lecții folosesc doar numpy; scikit-learn apare din lecția 23.
Ce versiune am?
Fiecare bibliotecă are o versiune, de forma 2.4.1 (majoră.minoră.corecție). Când cauți ajutor pe internet, versiunea majoră contează: un exemplu scris pentru numpy 1 poate arăta altfel în numpy 2.
import numpy as np
versiune = np.__version__
print("Versiunea majoră:", versiune.split(".")[0])Versiunea majoră: 2
np.__version__ este un text, iar split(".") îl taie la fiecare punct și dă o listă. Primul element este versiunea majoră.
Cum rulează programele în acest curs
- Fiecare rulare pornește de la zero: variabilele din rularea anterioară nu mai există.
- Programul rulează ca un script, nu ca un notebook Jupyter: ce vrei să vezi, afișezi cu print(...).
- Nu există internet: datele vin din cod, din fișiere CSV puse lângă program sau din seturile de date incluse în scikit-learn.
- Nu există tensorflow sau torch: rețelele neuronale le vei scrie de la zero cu numpy, ca să înțelegi exact ce se întâmplă.
Dacă scrii doar np.mean([4, 6, 8]) pe o linie, fără print, nu vezi nimic. În Jupyter ai fi văzut rezultatul; aici trebuie print(...).
Greșeli frecvente
- import numpy și apoi np.mean(...) → NameError: name 'np' is not defined. Ai nevoie de as np.
- import Numpy → ModuleNotFoundError: numele bibliotecilor se scriu cu litere mici.
- np.mean(4, 6, 8) → eroare: valorile se dau într-o listă, np.mean([4, 6, 8]).
Unde folosești asta
Stă sub aproape toate bibliotecile de ML din Python, inclusiv pandas și scikit-learn.
Biblioteca standard pentru ML clasic, folosită în bănci, magazine online și startup-uri.
Graficele din rapoarte și din notebook-urile echipelor de date.
