Nowości informatyki

Matematyczny Python. Obliczenia naukowe i analiza danych z użyciem NumPy, SciPy i Matplotlib

Kategoria: Nowości informatyki

pytoblNie tylko programiści lubią Pythona. Również naukowcy i analitycy danych coraz częściej korzystają z tego języka, zwłaszcza że przed praktykami obliczeniowymi otwierają się niespotykane możliwości.

Rozwój sprzętu, oprogramowania i algorytmów pozwala śmiało wkraczać w nowe obszary zastosowania i tworzyć nowe branże. W dalszym ciągu jednak prowadzenie obliczeń pozostaje dziedziną interdyscyplinarną, wymagającą wiedzy matematycznej i myślenia naukowego. Jeśli chce się wykorzystać do obliczeń nowoczesne technologie, takie jak Python wraz z szerokim ekosystemem bibliotek i rozszerzeń, trzeba też posiadać praktyczne umiejętności programowania.

W tej książce wyczerpująco przedstawiono nowoczesne metody rozwiązywania problemów obliczeniowych z tak różnych dziedzin, jak badania naukowe, inżynieria, finanse czy analiza danych za pomocą Pythona i jego bibliotek.

Omówiono również wiele technik, w tym obliczenia oparte na tablicach, obliczenia symboliczne, metody wizualizacji danych, numeryczne operacje wejścia-wyjścia, rozwiązywanie równań, optymalizacja, interpolacja czy całkowanie. Pokazano także, jak rozwiązywać problemy obliczeniowe charakterystyczne dla takich dziedzin jak rozwiązywanie równań różniczkowych, analiza danych, modelowanie statystyczne i uczenie maszynowe. Znalazło się tu też wiele studiów przypadków, ukazujących zastosowanie Pythona w analizie danych i statystyce.

W książce między innymi:

Python: język, który naukowcy lubią najbardziej!

 

Dr Robert Johansson jest doświadczonym programistą Pythona. Od ponad dziesięciu lat zajmuje się obliczeniami naukowymi. Współtworzył popularny framework QuTiP do symulacji dynamiki układów kwantowych oraz wiele bibliotek w Pythonie. Jest pasjonatem obliczeń, programowania, a także nauczania i popularyzowania nowatorskich, powtarzalnych i rozszerzalnych metod obliczeniowych.

 

Kup teraz

Pobierz darmowy fragmentpdf icon2Rozmiar: 2,5 MB

Tagi:Pythonobliczenia w Pythonieoptymalizacja kodumodelowanie statystycznemacierzecałki