Company | Country | Industry | Employees | Revenue |
---|---|---|---|---|
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
|
Besides its obvious scientific uses, NumPy can also be used as an efficient multi-dimensional container of generic data. Arbitrary data-types can be defined. This allows NumPy to seamlessly and speedily integrate with a wide variety of databases.
28,670
कंपनियाँ
टेक्नोलॉजी उपयोग सांख्यिकी और बाजार हिस्सेदारी
आप इस डेटा को अपनी आवश्यकताओं के अनुसार फिल्टर करके अनुकूलित कर सकते हैं, जैसे भूगोल, उद्योग, कंपनी का आकार, राजस्व, तकनीक का उपयोग, नौकरी पद और अधिक। आप डेटा को Excel या CSV प्रारूप में डाउनलोड कर सकते हैं।
आप इस डेटा के लिए अलर्ट प्राप्त कर सकते हैं। आप उस तकनीक का चयन करके शुरुआत कर सकते हैं जिसमें आप रुचि रखते हैं और फिर आपको अपने इनबॉक्स में अलर्ट प्राप्त होंगे जब नई कंपनियां उस तकनीक का उपयोग कर रही होंगी।
आप Theirstack के डेटा को एक Excel फ़ाइल में निर्यात कर सकते हैं, जिसे आपके CRM में आयात किया जा सकता है। आप डेटा को एक API में भी निर्यात कर सकते हैं।
141 विकल्प NumPy के हैं
48k
44.2k
38.1k
22.9k
21.9k
21.1k
7k
6.4k
5.3k
5.2k
3.8k
3.3k
3.2k
2.9k
2.7k
2.6k
2.4k
2.3k
1.9k
1.8k
1.8k
1.7k
1.5k
1.5k
1.3k
918
856
837
770
721
704
604
525
482
460
447
446
372
354
322
321
316
282
267
236
227
216
212
204
165
NumPy का उपयोग 112 देशों में किया जाता है
अक्सर पूछे जाने वाले सवाल
Technology
is any of
NumPy
हमारे पास 28,670 कंपनियों के डेटा हैं जो NumPy का उपयोग करती हैं। यह क्यूरेटेड सूची डाउनलोड के लिए उपलब्ध है और इसमें उद्योग वर्गीकरण, संगठन का आकार, भौगोलिक स्थान, फंडिंग राउंड्स, और राजस्व आंकड़ों सहित महत्वपूर्ण कंपनी विवरण शामिल हैं।
NumPy
Software Development | 736K |
| ![]() NumPy |
Motor Vehicle Manufacturing | 75K | $75B | ![]() NumPy |
Software Development | 10K | $125M | ![]() NumPy |
It Services And It Consulting | 57 | $7M | ![]() NumPy |
Oil And Gas | 110 | $4.2M | ![]() NumPy |
Research Services | 22K | $675M | ![]() NumPy |
Software Development | 1.8K | $438M | ![]() NumPy |
Software Development | 1.9K | $92M | ![]() NumPy |
Hospitals And Health Care | 1.6K | $100M | ![]() NumPy |