Una habilidad importante de un científico de datos/ingeniero de datos es saber dónde y cómo encontrar información que te ayude a realizar tu trabajo. En el ejercicio, practicarás tanto las características de Numpy que discutimos en la lección como aprenderás nuevas características buscando en documentaciones y referencias. Trabajarás por tu cuenta, pero recuerda que el personal docente está a tu servicio siempre que encuentres problemas.
Abre el archivo main.py en el directorio your-code con tu editor de texto favorito. Hay un montón de comentarios que comienzan con # que instruyen lo que se supone que debes hacer paso a paso. Sigue el orden de las instrucciones de arriba hacia abajo. Lee cada instrucción cuidadosamente y proporciona tu respuesta debajo de ella. También debes probar tus respuestas en Python en la terminal para asegurarte de que tus respuestas son correctas. Si una de tus respuestas es incorrecta, es posible que no puedas continuar porque las respuestas posteriores pueden depender de las respuestas anteriores.
Por ejemplo, en las primeras líneas de main.py, ves:
#1. Importa el paquete NUMPY bajo el nombre np.
#2. Imprime la versión de NUMPY y la configuración.Escribirás los códigos según las instrucciones::
#1. Importa el paquete NUMPY bajo el nombre np.
import numpy as np
#2. Imprime la versión de NUMPY y la configuración.
print(np.version.version)
"""
1.15.2
"""
💡 El signo # en Python te permite hacer comentarios de una sola línea. Las """ (comillas triples) te permiten hacer comentarios de varias líneas. Recuerda que siempre necesitas un par de comillas triples e insertas tus comentarios entre ellas.
Continúa respondiendo a cada pregunta hasta que llegues al final de main.py.
main.pycon tus respuestas a cada una de las instrucciones.
Al completarlo, añade tu versión de main.py a git. Luego, haz commit a git y empuja tu rama al remoto.
Algunas de las preguntas en la asignación no se cubren en nuestra lección. Aprenderás cómo buscar eficientemente la información por tu cuenta. A continuación, se presentan algunos recursos donde puedes encontrar la información que necesitas.
Si vas muy adelantado respecto a tus compañeros de clase y estás dispuesto a aceptar algunos desafíos difíciles sobre Numpy, realiza uno o varios de los siguientes katas de Codewar. Necesitas poseer ya una buena cantidad de conocimientos en Python y estadísticas porque necesitarás escribir funciones en Python, hacer bucles, escribir condicionales y tratar con matrices. Añade tus respuestas a los katas a your-code y envíalas al instructor.