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: VanderPlas
سری:
ناشر: O'Reilly
سال نشر: 2016
تعداد صفحات: 98
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب A Whirlwind Tour of Python 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 تور گردباد پایتون 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.
برای بهره بردن از قدرت پشته علوم داده باز پایتون - از جمله
NumPy، Pandas، Matplotlib، Scikit-learn، و ابزارهای دیگر- ابتدا
باید نحو، معناشناسی و الگوهای زبان پایتون را درک کنید. این
گزارش مقدمهای مختصر و در عین حال جامع برای مهندسان، محققان و
دانشمندان دادهای که با زبان برنامهنویسی دیگری آشنا هستند،
ارائه میکند.
نویسنده جیک واندرپلاس، مدیر تحقیقات بینرشتهای در دانشگاه
واشنگتن، نحو و معناشناسی ضروری پایتون را توضیح میدهد. ، انواع
داده ها و ساختارهای داخلی، تعاریف توابع، دستورات جریان کنترل، و
موارد دیگر، با استفاده از نحو پایتون 3.
شما موارد زیر را بررسی خواهید کرد:
اصول نحو پایتون و اجرای کد پایتون
معناشناسی اولیه متغیرهای پایتون ، اشیاء و عملگرها
انواع ساده داخلی و ساختارهای داده
کنترل دستورات جریان برای اجرای بلوک های کد به صورت مشروط
روش های ایجاد و استفاده از توابع قابل استفاده مجدد
تکرار کننده ها، درک لیست ها، و مولدها
دستکاری رشته و عبارات منظم
کتابخانه استاندارد پایتون و ماژول های شخص ثالث
ابزارهای اصلی علوم داده پایتون
منابع توصیه شده برای کمک به شما در یادگیری بیشتر
Jake VanderPlas یک کاربر قدیمی و توسعه دهنده پایتون است پشته
علمی او در حال حاضر به عنوان مدیر تحقیقات بین رشته ای در
دانشگاه واشنگتن کار می کند، تحقیقات نجومی خود را انجام می دهد و
زمانی را صرف مشاوره و مشاوره با دانشمندان محلی از طیف گسترده ای
از زمینه ها می کند.
To tap into the power of Pythons open data science
stack—including NumPy, Pandas, Matplotlib, Scikit-learn, and
other tools—you first need to understand the syntax, semantics,
and patterns of the Python language. This report provides a
brief yet comprehensive introduction to Python for engineers,
researchers, and data scientists who are already familiar with
another programming language.
Author Jake VanderPlas, an interdisciplinary research director
at the University of Washington, explains Python’s essential
syntax and semantics, built-in data types and structures,
function definitions, control flow statements, and more, using
Python 3 syntax.
You’ll explore:
Python syntax basics and running Python code
Basic semantics of Python variables, objects, and
operators
Built-in simple types and data structures
Control flow statements for executing code blocks
conditionally
Methods for creating and using reusable functions
Iterators, list comprehensions, and generators
String manipulation and regular expressions
Python’s standard library and third-party modules
Python’s core data science tools
Recommended resources to help you learn more
Jake VanderPlas is a long-time user and developer of the Python
scientific stack. He currently works as an interdisciplinary
research director at the University of Washington, conducts his
own astronomy research, and spends time advising and consulting
with local scientists from a wide range of fields.