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: Jose M. Garrido
سری: Chapman & Hall/CRC Computational Science
ISBN (شابک) : 1498712037, 9781498712033
ناشر: Chapman and Hall/CRC
سال نشر: 2015
تعداد صفحات: 492
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Introduction to Computational Models with 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 مقدمه ای بر مدل های محاسباتی با 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.
مقدمهای بر مدلهای محاسباتی با پایتون نحوه پیادهسازی مدلهای
محاسباتی را با استفاده از زبان برنامهنویسی پایتون منعطف و با
کاربرد آسان توضیح میدهد. این کتاب از مفسر زبان برنامه نویسی
پایتون و چندین بسته از کتابخانه عظیم پایتون استفاده می کند که
عملکرد محاسبات عددی را بهبود می بخشد، مانند ماژول های Numpy و
Scipy. کد منبع پایتون و فایل های داده در وب سایت نویسنده موجود
است.
پنج بخش کتاب ارائه شده است:
مروری بر حل مسئله و برنامه های ساده پایتون، معرفی مدل ها و
تکنیک های اساسی برای طراحی و پیاده سازی راه حل های مسئله، مستقل
از ابزارهای نرم افزاری و سخت افزاری
اصول برنامه نویسی با زبان برنامه نویسی پایتون، پوشش مفاهیم
اولیه برنامه نویسی، تعاریف داده ها، ساختارهای برنامه نویسی با
فلوچارت ها و شبه کدها، حل مسائل و الگوریتم ها
لیست های پایتون، آرایه ها، ساختارهای داده پایه، شی گرایی، لیست
های پیوندی، بازگشتی، و برنامه های در حال اجرا تحت لینوکس
پیاده سازی مدل های محاسباتی با پایتون با استفاده از Numpy،
همراه با مثال ها و مطالعات موردی
مدل سازی مسائل بهینه سازی خطی، از فرمول بندی مسئله تا پیاده
سازی مدل های محاسباتی
این کتاب اصول مدل سازی محاسباتی و همچنین رویکردهای محاسبات چند
رشته ای و بین رشته ای را برای مبتدیان در این زمینه معرفی می
کند. این پایه و اساس مطالعات پیشرفته تر در محاسبات علمی، از
جمله محاسبات موازی با استفاده از MPI، محاسبات شبکه، و سایر روش
ها و تکنیک های مورد استفاده در محاسبات با کارایی بالا را فراهم
می کند.
Introduction to Computational Models with Python explains how
to implement computational models using the flexible and
easy-to-use Python programming language. The book uses the
Python programming language interpreter and several packages
from the huge Python Library that improve the performance of
numerical computing, such as the Numpy and Scipy modules. The
Python source code and data files are available on the author’s
website.
The book’s five sections present:
An overview of problem solving and simple Python programs,
introducing the basic models and techniques for designing and
implementing problem solutions, independent of software and
hardware tools
Programming principles with the Python programming language,
covering basic programming concepts, data definitions,
programming structures with flowcharts and pseudo-code, solving
problems, and algorithms
Python lists, arrays, basic data structures, object
orientation, linked lists, recursion, and running programs
under Linux
Implementation of computational models with Python using Numpy,
with examples and case studies
The modeling of linear optimization problems, from problem
formulation to implementation of computational models
This book introduces the principles of computational modeling
as well as the approaches of multi- and interdisciplinary
computing to beginners in the field. It provides the foundation
for more advanced studies in scientific computing, including
parallel computing using MPI, grid computing, and other methods
and techniques used in high-performance computing.