VIP内容

利用Python及其标准库中的数值和数学模块,以及流行的开源数值Python包,如NumPy、SciPy、FiPy、matplotlib等。这个完全修订的版本,更新了每个包的最新细节和更改Jupyter项目,演示了如何在大数据,云计算,金融工程,商业管理和更多的数字计算解决方案和数学模型应用。

Numerical Python,第二版,提供了许多使用Python在数据科学和统计中应用的全新案例研究示例,以及对以前的许多示例的扩展。由于Python的语法简单而高级,以及数据分析的多种选项,因此它们都展示了Python在快速开发和探索性计算方面的强大功能。

阅读本书后,读者将熟悉许多计算技术,包括基于数组和符号计算,可视化和数字文件I/O,方程求解,优化,插值和积分,以及领域特定的计算问题,如微分方程求解,数据分析,统计建模和机器学习。

科学和数值计算是研究、工程和分析领域的一个蓬勃发展的领域。在过去的几十年里,计算机行业的革命为计算机从业者提供了新的和强大的工具。这使得前所未有的规模和复杂性的计算工作成为可能。结果,整个领域和行业如雨后春笋般涌现出来。这种发展仍在继续,随着硬件、软件和算法的不断改进,它正在创造新的机会。最终,实现这一运动的技术是近几十年来发展起来的强大的计算硬件。然而,对于计算从业者来说,用于计算工作的软件环境与执行计算的硬件同等重要(如果不是更重要的话)。这本书是关于一个流行的快速增长的数值计算环境:Python编程语言及其用于计算工作的库和扩展的充满活力的生态系统。

计算是一项跨学科的活动,需要理论和实践学科的经验和专业知识:对数学和科学思维的牢固理解是有效计算工作的基本要求。同样重要的是在计算机编程和计算机科学方面的扎实训练。这本书的作用是通过介绍如何使用Python编程语言和围绕该语言出现的计算环境来完成科学计算,从而将这两个主题连接起来。在这本书中,假定读者先前有一些数学和数值方法的训练,以及Python编程的基本知识。这本书的重点是介绍用Python解决计算问题的实用方法。简要介绍的理论涵盖的主题给出在每一章,以介绍符号和提醒读者的基本方法和算法。然而,这本书并不是对数值方法的自洽处理。为了帮助读者以前不熟悉这本书的一些主题,进一步阅读的参考文献在每一章的结尾。同样,没有Python编程经验的读者可能会发现,将这本书和一本专注于Python编程语言本身的书一起阅读会很有用

https://www.programmer-books.com/wp-content/uploads/2019/02/Numerical-Python-2nd-Edition.pdf

成为VIP会员查看完整内容
0
36
Top