공식 NumPy 문서는 numpy.org/doc/stable에 있습니다.
아래는 NumPy 기여자들이 개발하고 커뮤니티에서 승인한 자기 학습 및 교육 자원들을 선별한 컬렉션입니다.
초심자#
내외적으로 NumPy에 대한 정보가 많이 있습니다. 처음 시작하는 경우 다음 자료들을 강력히 추천합니다:
튜토리얼
- NumPy 빠른 시작 튜토리얼
- NumPy 튜토리얼 - NumPy 문서 팀에서 개발 및 유지보수하는 Jupyter 노트북 형식의 튜토리얼 및 교육 자료 모음입니다. 만약 추가하고 싶은 내용이 생기는 경우 numpy-tutorials repository on GitHub를 확인해 주십시오.
- NumPy Illustrated: The Visual Guide to NumPy - Lev Maximov 저
- SciPy Lectures - 여기서는 NumPy를 다루는 것 외에도 Python 생태계에 대하여 광범위한 소개를 볼 수 있습니다.
- NumPy: the absolute basics for beginners
- From Python to NumPy - Nicolas P. Rougier 저
- Stanford CS231 - Justin Johnson 저
- NumPy User Guide
도서
- Guide to NumPy - Travis E. Oliphant 저 이건 2006년의 무료 버전 초판입니다. 최근 판(2015)은 여기에서 볼 수 있습니다.
- From Python to NumPy - Nicolas P. Rougier 저
- Elegant SciPy - Juan Nunez-Iglesias, Stefan van der Walt, Harriet Dashnow 저
“Python+SciPy” 주제에 관한 Goodreads 목록도 확인해보시기를 권장합니다. 거기서 대부분의 책은 “SciPy 생태계"에 관한 것이며, 이 생태계의 핵심에는 NumPy가 포함되어 있습니다.
영상
- Introduction to Numerical Computing with NumPy - Alex Chabot-Leclerc 저
숙련자#
Indexing, Splitting, Stacking, 선형대수 등과 같은 NumPy의 개념을 더 잘 이해하러면 이 고급 자료들을 참조 해보세요.
튜토리얼
- 100 NumPy Exercises by Nicolas P. Rougier
- An Introduction to NumPy and Scipy by M. Scott Shell
- Numpy Medkits by Stéfan van der Walt
- NumPy 튜토리얼 - NumPy 문서 팀에서 개발 및 유지보수하는 Jupyter 노트북 형식의 튜토리얼 및 교육 자료 모음입니다. 만약 추가하고 싶은 내용이 생기는 경우 numpy-tutorials repository on GitHub를 확인해 주십시오.
도서
- Python Data Science Handbook by Jake Vanderplas
- Python for Data Analysis by Wes McKinney
- Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy, and Matplotlib by Robert Johansson
영상
- Advanced NumPy - broadcasting rules, strides, and advanced indexing by Juan Nunez-Iglesias
NumPy 이야기#
- The Future of NumPy Indexing by Jaime Fernández (2016)
- Evolution of Array Computing in Python by Ralf Gommers (2019)
- NumPy: what has changed and what is going to change? by Matti Picus (2019)
- Inside NumPy by Ralf Gommers, Sebastian Berg, Matti Picus, Tyler Reddy, Stefan van der Walt, Charles Harris (2019)
- Brief Review of Array Computing in Python by Travis Oliphant (2019)
NumPy 인용하기#
만약 당신의 연구에서 NumPy가 중요한 역할을 수행하였고 학술 간행물에서 출판하기 위해서는 이 인용 정보를 참조하세요.