Obliczenia naukowe z Pythonem - wydanie drugie: Wysokowydajne obliczenia naukowe z NumPy, SciPy i pandami

Opinie czytelników

Książka „Scientific Computing with Python” to kompleksowe źródło informacji przeznaczone dla początkujących i średnio zaawansowanych czytelników zainteresowanych wykorzystaniem języka Python do obliczeń naukowych. Dostarcza jasnych wyjaśnień koncepcji programowania w Pythonie i podstawowych bibliotek, popartych przykładami i ćwiczeniami. Choć jest korzystny do nauki, ma braki w indeksie i głębokości niektórych zaawansowanych tematów.

⬤ Przejrzyste i łatwe do zrozumienia wprowadzenie do Pythona i obliczeń naukowych.
⬤ Odpowiedni dla początkujących i średniozaawansowanych użytkowników, bez konieczności spełniania wymagań wstępnych.
⬤ Obejmuje niezbędne biblioteki, takie jak NumPy, SciPy i Pandas.
⬤ Dobrze zorganizowana treść ze szczegółowymi wyjaśnieniami i przydatnymi przykładami.
⬤ Oferuje praktyczne podejście do rozwiązywania problemów w obliczeniach naukowych.
⬤ Dobre ćwiczenia na końcu każdego rozdziału.

⬤ Minimalny i nieefektywny indeks, utrudniający korzystanie z książki jako podręcznika.
⬤ Wczesne rozdziały mogą być zbyt podstawowe dla doświadczonych programistów.
⬤ Głębokość poświęcona na rzecz szerokości; niektóre ważne tematy (np. biblioteki do tworzenia wykresów) zostały pominięte.
⬤ Ograniczona dyskusja na zaawansowane tematy, takie jak projektowanie oprogramowania w obliczeniach naukowych.
⬤ Niektórzy czytelnicy uznają narrację za zbyt uproszczoną lub podawaną łyżeczką.

(na podstawie 13 opinii czytelników)

Oryginalny tytuł:

Scientific Computing with Python - Second Edition: High-performance scientific computing with NumPy, SciPy, and pandas

Zawartość książki:

Wykorzystaj ten pełen przykładów, kompleksowy przewodnik dla wszystkich potrzeb obliczeniowych Pythona

Kluczowe cechy:

⬤ Poznaj pierwsze kroki w Pythonie i wysoce wyspecjalizowane koncepcje.

⬤ Poznaj przykłady i fragmenty kodu zaczerpnięte z typowych sytuacji programistycznych w informatyce naukowej.

⬤ Zagłębienie się w podstawowe koncepcje informatyczne, takie jak iteracja, programowanie obiektowe, testowanie i MPI przedstawione w silnym powiązaniu z aplikacjami w informatyce naukowej.

Opis książki:

Python ma ogromny potencjał w dziedzinie obliczeń naukowych. To zaktualizowane wydanie Scientific Computing with Python zawiera nowe rozdziały dotyczące graficznych interfejsów użytkownika, wydajnego przetwarzania danych i obliczeń równoległych, które pomogą ci efektywnie wykonywać obliczenia matematyczne i naukowe przy użyciu Pythona.

Ta książka pomoże ci odkryć nowe funkcje składni Pythona i tworzyć różne modele przy użyciu zasad obliczeń naukowych. Książka przedstawia język Python wraz z aplikacjami matematycznymi i demonstruje, jak stosować koncepcje Pythona w obliczeniach za pomocą przykładów wykorzystujących Python 3. 8. Będziesz używać pand do podstawowej analizy danych, aby zrozumieć współczesne potrzeby obliczeń naukowych, a także omówisz ulepszenia modułu danych i wbudowane funkcje. Poznasz również moduły obliczeń numerycznych, takie jak NumPy i SciPy, które umożliwiają szybki dostęp do wysoce wydajnych algorytmów numerycznych. Dzięki nauce korzystania z modułu do tworzenia wykresów Matplotlib, będziesz w stanie przedstawić swoje wyniki obliczeniowe w rozmowach i publikacjach. Specjalny rozdział poświęcony jest SymPy, narzędziu łączącemu obliczenia symboliczne i numeryczne.

Pod koniec tej książki w Pythonie zdobędziesz solidne zrozumienie automatyzacji zadań oraz sposobów implementacji i testowania algorytmów matematycznych w dziedzinie obliczeń naukowych.

Czego się nauczysz:

⬤ Zrozumieć podstawy matematyki obliczeniowej, algebry liniowej i powiązanych obiektów Pythona.

⬤ Używać Matplotlib do tworzenia wysokiej jakości rysunków i grafik do rysowania i wizualizacji wyników.

⬤ Zastosuj programowanie obiektowe (OOP) do obliczeń naukowych w Pythonie.

⬤ Odkryj, jak używać pand, aby wejść do świata przetwarzania danych.

⬤ Obsługa wyjątków w celu pisania niezawodnego i użytecznego kodu.

⬤ Poznaj ręczne i automatyczne aspekty testowania w programowaniu naukowym.

⬤ Zapoznanie się z obliczeniami równoległymi w celu zwiększenia szybkości obliczeń.

Dla kogo jest ta książka:

Ta książka jest przeznaczona dla studentów z wykształceniem matematycznym, nauczycieli akademickich projektujących nowoczesne kursy programowania, naukowców zajmujących się danymi, badaczy, programistów i każdego, kto chce wykonywać obliczenia naukowe w Pythonie.