پایتون برای مهندسین و دانشمندان

این دوره ارائه می دهد دانشمندان و مهندسان (اعم از دانشجویان این رشته ها به متخصصان با تجربه) یک مقدمه اختصاصی و توانمند سازی برای پایتون برای برنامه های علمی و مهندسی. Michele Vallisneri توضیح می دهد که چگونه پایتون می تواند به شما کمک کند تا به یک مهندس یا فیزیکدان بهتر کمک کنید تا بتوانید به یک مهندس یا فیزیکدان بهتر تبدیل شوید. میشل شما را از طریق نصب پایتون برای MacOS، ویندوز و لینوکس پیاده می کند، و همچنین راه اندازی نوت بوک های Jupyter.

او توضیح می دهد که چگونه می توانید پایتون را با استفاده از آرایه های Numpy، کتابخانه Scipy، Numba، و Cython ایجاد کنید. میشل سپس راه هایی را برای اطمینان از اینکه کد شما با ابزارهای محاسبات نمادین، معادلات دیفرانسیل، interpolation و موارد دیگر درست است، حل می کند. او با ایده ها به پایان می رسد تا زندگی محاسباتی خود را با پایتون، از جمله JSON، Pandas، HDF5، اتوماسیون با اسکریپت های پایتون و گردش کار علمی با Snakemake، ساده تر کند.

عنوان اصلی : Python for Engineers and Scientists

سرفصل های دوره :

مقدمه:
تبدیل به یک مهندس یا دانشمند بهتر با پایتون
آنچه شما باید بدانید
1. نصب و راه اندازی :
نصب Macos
نصب ویندوز و لینوکس
کار با نوت بوک های Jupyter
با استفاده از فایل های ورزشی
2. آن را سریع کنید:
ساخت کد پایتون سریع
معرفی به آرایه های numpy
عملیات ماتریس با numpy
جبر خطی و ماتریس های کوچک با numpy و scipy
کد کد با Numba و Cython
بسته بندی میراث با Cython، CFFI و F2PY
چالش: معادله انتشار
راه حل: معادله انتشار
3. درستش کن :
ساخت کد پایتون راست
محاسبات نمادین با Sympy
واحد، ثابت، زمانبندی، و بیشتر با Astropy
معادلات دیفرانسیل با Scipy
Interpolation و بهینه سازی با Scipy
اشکال زدایی با IPDB
چالش: پیوندهای سیاره ای
راه حل: پیوندهای سیاره ای
4. آسون بگیر :
ساخت کد پایتون آسان است
منابع وب با درخواست ها و JSON
جداول با پانداها
مجموعه داده های علمی با HDF5
اتوماسیون با اسکریپت پایتون
گردش کار علمی با Snakemake
چالش: اعداد کامل
راه حل: اعداد کامل
نتیجه گیری:
مراحل بعدی