Hướng dẫn learning scientific programming with python github - học lập trình khoa học với python github

Điện toán khoa học với Python - Ấn bản thứ hai

Hướng dẫn learning scientific programming with python github - học lập trình khoa học với python github

Đây là kho lưu trữ mã cho điện toán khoa học với Python - phiên bản thứ hai, được xuất bản bởi Packt.

Điện toán khoa học hiệu suất cao với Numpy, Scipy và Pandas

Cuốn sách này là gì?

Python có tiềm năng to lớn trong lĩnh vực điện toán khoa học. Phiên bản cập nhật của máy tính khoa học với Python có các chương mới trên giao diện người dùng đồ họa, xử lý dữ liệu hiệu quả và tính toán song song để giúp bạn thực hiện điện toán toán học và khoa học một cách hiệu quả bằng Python.

Cuốn sách này sẽ giúp bạn khám phá các tính năng cú pháp Python mới và tạo các mô hình khác nhau bằng cách sử dụng các nguyên tắc điện toán khoa học. Cuốn sách trình bày Python cùng với các ứng dụng toán học và trình bày cách áp dụng các khái niệm Python trong điện toán với sự trợ giúp của các ví dụ liên quan đến Python 3.8. Bạn sẽ sử dụng gấu trúc để phân tích dữ liệu cơ bản để hiểu các nhu cầu hiện đại của điện toán khoa học và bao gồm các cải tiến mô-đun dữ liệu và các tính năng tích hợp. Bạn cũng sẽ khám phá các mô -đun tính toán số như Numpy và Scipy, cho phép truy cập nhanh vào các thuật toán số hiệu quả cao. Bằng cách học cách sử dụng mô -đun âm mưu matplotlib, bạn sẽ có thể đại diện cho kết quả tính toán của mình trong các cuộc đàm phán và ấn phẩm. Một chương đặc biệt được dành cho Sympy, một công cụ để bắc cầu các tính toán biểu tượng và số.

Đến cuối cuốn sách Python này, bạn sẽ có được sự hiểu biết vững chắc về tự động hóa nhiệm vụ và cách thực hiện và kiểm tra các thuật toán toán học trong lĩnh vực điện toán khoa học.

Cuốn sách này bao gồm các tính năng thú vị sau đây:

  • Hiểu các khối xây dựng của toán học tính toán, đại số tuyến tính và các đối tượng Python liên quan
  • Sử dụng matplotlib để tạo ra các số liệu và đồ họa chất lượng cao để vẽ và trực quan hóa kết quả
  • Áp dụng lập trình hướng đối tượng (OOP) vào điện toán khoa học trong Python
  • Khám phá cách sử dụng gấu trúc để vào thế giới xử lý dữ liệu
  • Xử lý các ngoại lệ để viết mã đáng tin cậy và có thể sử dụng
  • Bao gồm các khía cạnh thủ công và tự động của thử nghiệm cho lập trình khoa học
  • Bắt tay với tính toán song song để tăng tốc độ tính toán

Nếu bạn cảm thấy cuốn sách này là dành cho bạn, hãy lấy bản sao của bạn ngay hôm nay!

Hướng dẫn learning scientific programming with python github - học lập trình khoa học với python github

Hướng dẫn và điều hướng

Tất cả các mã được tổ chức thành các thư mục.

Mã sẽ trông giống như sau:

t=symbols('t')
x=[0,t,1]

# The Vandermonde Matrix
V = Matrix([[0, 0, 1], [t**2, t, 1], [1, 1,1]])
y = Matrix([0,1,-1]) # the data vector
a = simplify(V.LUsolve(y)) # the coefficients
# the leading coefficient as a function of the parameter
a2 = Lambda(t,a[0])

Sau đây là những gì bạn cần cho cuốn sách này: Cuốn sách này dành cho sinh viên có nền tảng toán học, giáo viên đại học thiết kế các khóa học hiện đại về lập trình, nhà khoa học dữ liệu, nhà nghiên cứu, nhà phát triển và bất cứ ai muốn thực hiện tính toán khoa học trong Python. Cuốn sách phát triển từ 13 năm giảng dạy Python trong các chương trình khoa học và kỹ thuật đại học, như các khóa học chuyên môn và ngành công nghiệp đặc biệt cho giáo viên trung học. Người đọc điển hình có nhu cầu sử dụng Python trong các lĩnh vực như toán học, xử lý dữ liệu lớn, học máy và mô phỏng. Do đó, một kiến ​​thức cơ bản về các vectơ và ma trận cũng như các khái niệm như sự hội tụ và các quá trình lặp là có lợi. This book is for students with a mathematical background, university teachers designing modern courses in programming, data scientists, researchers, developers, and anyone who wants to perform scientific computation in Python. The book evolved from 13 years of Python teaching in undergraduate science and engineering programs, as special industry in-house courses and specialization courses for high school teachers. The typical reader has the need to use Python in areas like mathematics, big data processings, machine learning and simulation. Therefore a basic knowledge of vectors and matrices as well of notions like convergence and iterative processes is beneficial.

Cuốn sách này dành cho người mới bắt đầu hoặc độc giả có một số kinh nghiệm trong lập trình. Bạn có thể đọc cuốn sách từ trang đầu tiên đến trang cuối cùng hoặc bằng cách chọn các bit có vẻ thú vị nhất. Kiến thức trước về Python là không bắt buộc.

Với danh sách phần mềm và phần cứng sau đây, bạn có thể chạy tất cả các tệp mã có trong cuốn sách (Chương 1-9).

Danh sách phần mềm và phần cứng

ChươngCần có phần mềmHệ điều hành cần thiết
1 - 19Anaconda, Python 3.8, JupyterlabWindows, Mac OS X và Linux (bất kỳ)

Chúng tôi cũng cung cấp một tệp PDF có hình ảnh màu của ảnh chụp màn hình/sơ đồ được sử dụng trong cuốn sách này. Nhấn vào đây để tải về nó.

Sản phẩm liên quan

  • Tìm hiểu Amazon Sagemaker [Packt] [Amazon]

  • Sách nấu ăn làm sạch dữ liệu Python [Packt] [Amazon]

Làm quen với tác giả

Claus Führer là giáo sư tính toán khoa học tại Đại học Lund, Thụy Điển. Ông có một hồ sơ giảng dạy rộng rãi bao gồm các khóa học lập trình chuyên sâu về phân tích số và toán học kỹ thuật ở nhiều cấp độ khác nhau ở nhiều quốc gia và môi trường giảng dạy khác nhau. Claus cũng phát triển phần mềm số trong hợp tác nghiên cứu với ngành công nghiệp và nhận được Giải thưởng Giáo viên tốt nhất của Đại học Lund Đại học năm 2016. is a professor of scientific computations at Lund University, Sweden. He has an extensive teaching record that includes intensive programming courses in numerical analysis and engineering mathematics across various levels in many different countries and teaching environments. Claus also develops numerical software in research collaboration with industry and received Lund University’s Faculty of Engineering Best Teacher Award in 2016.

Olivier Verdier bắt đầu sử dụng Python để điện toán khoa học trở lại vào năm 2007 và nhận bằng Tiến sĩ Toán học tại Đại học Lund năm 2009. Ông đã giữ các vị trí sau tiến sĩ ở Cologne, Trondheim, Bergen và UME và hiện là phó giáo sư toán học tại Đại học Bergen Đại học, Na Uy. began using Python for scientific computing back in 2007 and received a PhD in mathematics from Lund University in 2009. He has held post-doctoral positions in Cologne, Trondheim, Bergen, and Ume and is now an associate professor of mathematics at Bergen University College, Norway.

Jan Erik Solem là một người đam mê Python, cựu phó giáo sư và doanh nhân thị giác máy tính.Ông đồng sáng lập một số công ty khởi nghiệp tầm nhìn máy tính, gần đây nhất là Mapillary, một công ty thị giác máy tính hình ảnh đường phố và đã làm việc trong ngành công nghệ trong hai thập kỷ.Jan Erik là người tiên phong công nghệ diễn đàn kinh tế thế giới và giành giải thưởng luận án Bắc Âu tốt nhất 2005-2006 cho luận án về phân tích hình ảnh và nhận dạng mẫu.Ông cũng là tác giả của "Lập trình Tầm nhìn máy tính với Python" (O'Reilly 2012). is a Python enthusiast, former associate professor, and computer vision entrepreneur. He co-founded several computer vision startups, most recently Mapillary, a street imagery computer vision company, and has worked in the tech industry for two decades. Jan Erik is a World Economic Forum technology pioneer and won the Best Nordic Thesis Award 2005-2006 for his dissertation on image analysis and pattern recognition. He is also the author of "Programming Computer Vision with Python" (O'Reilly 2012).