پایتون یک زبان برنامه نویسی سطح بالا ، بسیار انعطاف
پذیر و خوانا است . این ویژگی ها ، پایتون را زبانی ایده آل برای یادگیری و
استفاده می سازد . در زمینه ی علوم ، پژوهش و توسعه بسته های اندکی برای
گسترش و رسیدن به اهداف مورد نظر در کمترین زمان ممکن وجود دارند . در میان
بهترین این بسته ها ، Scipy و Numpy خودنمایی می کنند . این کتاب ، نگاهی
کوتاه بر ابزارهای گوناگون موجود در این دو بسته ی علمی خواهد داشت که می
تواند سرآغازی برای بهره جویی از آن ها در پروژه های پژوهشی خواننده باشد . Scipy و Numpy بسته های اصلی و بنیادی پایتون برای کار با آرایه های عددی
و تحلیل پیشرفته ی داده ها به شمار می روند . از این رو ، شناخت ابزارهای
موجود در این دو بسته و چگونگی بهره جویی از آن ها ، زندگی برنامه نویس را
لذت بخش تر می کند . این کتاب ، کاربرد بسته های مزبور را پوشش می دهد ؛ از
خلق یک آرایه ی ساده گرفته تا یادگیری ماشین . اگر آشنایی ابتدایی ( و
بالاتر ) با زبان برنامه نویسی پایتون دارید ، این کتاب مناسب شماست . اگر
چه ابزارهای موجود در Numpy و Scipy نسبتن پیشرفته هستند ، استفاده از آن
ها ساده بوده و می تواند برنامه نویسان تازه کار را نیز خشنود کند . این
کتاب به موارد پایه ای و اصلی Scipy و Numpy شاره می کند . فصل نخست ، به
معرفی بسته های Numpy و Scipy ، چگونگی دسترسی و نصب آن ها بر روی رایانه
تان می پردازد . فصل روم ، موارد ابتدایی Numpy مانند تولید آرایه را در بر
می گیرد . فصل سوم که بیشترین بخش کتاب را تشکیل می دهد ، شامل مثال هایی
از ابزارهای پرشمار بسته ی Scipy است . این بخش دربر گیرنده ی مباحث و مثال
هایی پیرامون تابع اولیه گیری ، بهینه سازی ، درون یابی و … است . فصل پنج
در مورد دو بسته ی شناخته شده از Scikit سخن می گوید …
عضو شوید
عضویت سریع
آمار مطالب
آمار بازدید
