Книга начинается с общих концепций программирования, таких как циклы и функции в ядре Python 3, затем рассматриваются библиотеки NumPy, SciPy и Matplotlib для вычислительного программирования и визуализации данных. Обсуждается использование виртуального блокнота Jupyter Notebooks для создания мультимедийных совместно используемых документов для научного анализа. Отдельная глава посвящена анализу данных с использованием библиотеки pandas. В заключительной части представлены более сложные темы, такие как точность вычислений с применением чисел с плавающей точкой и обеспечение стабильности алгоритмов.
Издание адресовано студентам, ученым, специалистам по работе с данными, которым требуется прочная основа для решения насущных задач с помощью Python.
Author(s): Кристиан Хилл
Edition: 1
Publisher: ДМК Пресс
Year: 2021
Language: Russian
Commentary: Vector PDF
Pages: 646
City: М.
Tags: Data Analysis; Programming; Python; Ordinary Differential Equations; Data Visualization; NumPy; matplotlib; pandas; Jupyter; SciPy; iPython; Elementary
Научное программирование на Python_переплет
Научное программирование.pdf
Благодарности
Список листингов
Глава 1
Введение
1.1 Об этой книге
1.2 Немного о Python
1.3 Установка Python
1.4 Командная строка
Глава 2
Ядро языка Python I
2.1 Командная оболочка Python
2.2 Числа, переменные, операции сравнения и логические операции
2.3 Объекты Python I: строки
2.4 Объекты Python II: списки, кортежи и циклы
2.5 Управление потоком выполнения
2.6 Файловый ввод/вывод
2.7 Функции
Глава 3
Небольшое отступление: простые схемы и диаграммы
3.1 Создание простых схем
3.2 Метки, надписи и настройка параметров графиков
3.3 Построение более сложных графиков
Глава 4
Ядро языка Python II
4.1 Ошибки и исключения
4.2 Объекты Python III: словари и множества
4.3 Идиоматические выражения Python: синтаксический сахар
4.4 Сервисы операционной системы
4.5 Модули и пакеты
4.6 ◊ Введение в объектно-ориентированное программирование
Глава 5
Командная оболочка IPython и блокнотная среда Jupyter Notebook
5.1 Командная оболочка IPython
5.2 Блокнотная среда Jupyter Notebook
Глава 6
Библиотека NumPy
6.1 Основные методы массива
6.2 Чтение и запись массива в файл
6.3 Статистические методы
6.4 Многочлены
6.5 Линейная алгебра
6.6 Случайная выборка
6.7 Дискретные преобразования Фурье
Глава 7
Библиотека Matplotlib
7.1 Линейные графики и точечные диаграммы
7.2 Специализированная настройка и улучшение качества графика
7.3 Столбиковые диаграммы, круговые диаграммы и диаграммы в полярных координатах
7.4 Аннотации для графиков
7.5 Контурные диаграммы и тепловые карты
7.6 Трехмерные графики
7.7 Анимация
Глава 8
Библиотека SciPy
8.1 Физические константы и специальные функции
8.2 Интегрирование и обыкновенные дифференциальные уравнения
8.3 Интерполяция
8.4 Оптимизация, подгонка данных и численные методы решения уравнений
Глава 9
9.6 Примеры
9.5 Группирование и агрегация данных
9.4 Очистка и обследование данных
9.3 Более сложное индексирование
9.2 Чтение и запись объектов Series и DataFrame
9.1 Введение в pandas
Глава 10
Общие положения научного программирования
10.1 Арифметика с плавающей точкой
10.2 Стабильность и обусловленность алгоритма
10.3 Методики программирования и разработка программного обеспечения
Приложение A. Решения
Приложение B. Различия между версиями Python 2 и 3
Приложение C. Механизм решения обыкновенных дифференциальных уравнений odeint в библиотеке SciPy
Словарь терминов
Предметный указатель
