numpy без циклов: векторизация, ufunc (sqrt, log, abs), np.where и булевы маски для аналитика данных. Часть 2 курса с нуля.
Главная идея этого урока: в numpy для аналитика циклы почти никогда не нужны. Вместо того чтобы перебирать массив по одному элементу в for, вы пишете одну строку вроде revenue - plan, и numpy сам применяет операцию ко всем элементам сразу. Это называется векторизация, и именно она делает numpy в десятки раз быстрее обычного Python.
В первой части курса мы научились создавать массивы и понимать их форму. Теперь самое полезное на практике: как считать метрики целыми колонками. Вы возьмёте массив выручки и за одну операцию посчитаете отклонение от плана, процент выполнения, флаг «выполнил / не выполнил» — без единого цикла.