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
دسته بندی: نرم افزار: سیستم ها: محاسبات علمی ویرایش: نویسندگان: Cyrille Rossant سری: ISBN (شابک) : 1782169938, 9781782169932 ناشر: Packt Publishing سال نشر: 2013 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Learning IPython for Interactive Computing and Data Visualization 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 یادگیری IPython برای محاسبات تعاملی و تجسم داده ها 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.
شما در حال حاضر از پایتون به عنوان یک زبان برنامه نویسی
استفاده می کنید، اما آیا می دانستید که به طور فزاینده ای برای
محاسبات علمی و تجزیه و تحلیل داده ها نیز استفاده می شود؟ برنامه
نویسی تعاملی در چنین کارهای اکتشافی ضروری است و IPython ابزار
عالی برای آن است. هنگامی که آن را یاد گرفتید، نمیتوانید بدون
آن زندگی کنید.
«یادگیری IPython برای محاسبات تعاملی و تجسم دادهها» یک آموزش
عملی، عملی و مبتنی بر مثال است تا بهرهوری شما را در جلسات
تعاملی پایتون به میزان قابل توجهی بهبود بخشد. و به شما نشان می
دهد که چگونه به طور موثر از IPython برای محاسبات تعاملی و تجزیه
و تحلیل داده ها استفاده کنید.
You already use Python as a scripting language, but did you
know it is also increasingly used for scientific computing and
data analysis? Interactive programming is essential in such
exploratory tasks and IPython is the perfect tool for that.
Once you’ve learnt it, you wont be able to live without
it.
«Learning IPython for Interactive Computing and Data
Visualization» is a practical, hands-on, example-driven
tutorial to considerably improve your productivity during
interactive Python sessions, and shows you how to effectively
use IPython for interactive computing and data analysis.