دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Jesse M. Kinder, Philip Nelson سری: ISBN (شابک) : 0691170509, 9780691170503 ناشر: Princeton University Press سال نشر: 2015 تعداد صفحات: 160 [154] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 Mb
در صورت تبدیل فایل کتاب A Student's Guide to Python for Physical Modeling به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب راهنمای دانشجویی برای پایتون برای مدلسازی فیزیکی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Python یک زبان برنامه نویسی کامپیوتری است که به سرعت در حال افزایش محبوبیت در سراسر علوم است. راهنمای دانشجویی برای پایتون برای مدلسازی فیزیکی به شما کمک میکند تا به اندازه کافی زبان برنامهنویسی پایتون را برای شروع مدلسازی فیزیکی به خودتان بیاموزید. شما یاد خواهید گرفت که چگونه یک محیط برنامه نویسی پایتون منبع باز را نصب کنید و از آن برای انجام بسیاری از وظایف محاسباتی علمی رایج استفاده کنید: وارد کردن، صادرات و تجسم داده ها. تحلیل عددی؛ و شبیه سازی هیچ تجربه قبلی در برنامه نویسی فرض نمی شود.
این آموزش بر روی اصول تمرکز دارد و طیف گسترده ای از تکنیک های مفید را معرفی می کند، از جمله:
نمونهها و تمرینهای کد متعدد - با راهحلها - ایدههای جدید را در حین معرفی نشان میدهند. منابع مبتنی بر وب نیز این راهنما را همراهی میکنند و شامل نمونههای کد، مجموعه دادهها و موارد دیگر میشوند.
Python is a computer programming language that is rapidly gaining popularity throughout the sciences. A Student's Guide to Python for Physical Modeling aims to help you, the student, teach yourself enough of the Python programming language to get started with physical modeling. You will learn how to install an open-source Python programming environment and use it to accomplish many common scientific computing tasks: importing, exporting, and visualizing data; numerical analysis; and simulation. No prior programming experience is assumed.
This tutorial focuses on fundamentals and introduces a wide range of useful techniques, including:
Numerous code samples and exercises--with solutions--illustrate new ideas as they are introduced. Web-based resources also accompany this guide and include code samples, data sets, and more.