دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب NumPy: Beginner’s Guide - Third Edition
دانلود کتاب NumPy: راهنمای مبتدی - نسخه سوم
مشخصات کتاب
NumPy: Beginner’s Guide - Third Edition
ویرایش:
نویسندگان: Ivan Idris [Ivan Idris]
سری:
ناشر: Packt Publishing
سال نشر: 2015
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
قیمت کتاب (تومان) : 35,000
در صورت تبدیل فایل کتاب NumPy: Beginner’s Guide - Third Edition 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 NumPy: راهنمای مبتدی - نسخه سوم 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.
توضیحاتی در مورد کتاب NumPy: راهنمای مبتدی - نسخه سوم
برنامه های کارآمد و پرسرعت با استفاده از کتابخانه ریاضی NumPy با کارایی بالا بسازید
درباره این کتاب
- این کتاب که به عنوان یک راهنمای گام به گام نوشته شده است، قصد دارد پایه ای قوی در NumPy به شما بدهد و ویژگی های کتابخانه پیچیده آن را به وظایف ساده تقسیم کند
- محاسبات با کارایی بالا را با کد NumPy تمیز و کارآمد انجام دهید
- تجزیه و تحلیل مجموعه داده های بزرگ با توابع آماری و اجرای جبر خطی پیچیده و محاسبات ریاضی
این کتاب برای چه کسی است
این کتاب برای دانشمندان، مهندسان، برنامه نویسان یا تحلیلگرانی است که به دنبال یک کتابخانه ریاضی با کیفیت بالا و منبع باز هستند. دانش پایتون فرض شده است. همچنین، مقداری وابستگی یا حداقل علاقه به ریاضیات و آمار لازم است. با این حال، من توضیحات و نکات مختصری در مورد منابع یادگیری ارائه کرده ام.
آنچه خواهید آموخت
- NumPy، matplotlib، SciPy و IPython را بر روی سیستم عامل های مختلف نصب کنید
- از اشیاء آرایه NumPy برای انجام عملیات آرایه استفاده کنید
- با توابع رایج NumPy آشنا شوید
- از ماتریس های NumPy برای جبر ماتریسی استفاده کنید
- برای انجام عملیات جبری مختلف با ماژول های NumPy کار کنید
- کد NumPy را با ماژول numpy.testing آزمایش کنید
- نقشه‌های ساده، نمودارهای فرعی، هیستوگرام‌ها و موارد دیگر را با matplotlib ترسیم کنید
در جزئیات
در دنیای امروزی علم و فناوری، همه چیز به سرعت و انعطاف‌پذیری بستگی دارد. وقتی صحبت از محاسبات علمی به میان می آید، NumPy در صدر لیست قرار دارد. NumPy هم سرعت و هم بهره وری بالا را به شما می دهد. این کتاب شما را در NumPy با مثال های واضح و گام به گام و مقدار مناسب تئوری راهنمایی می کند. این کتاب بر روی مبانی NumPy از جمله اشیاء آرایه، توابع و ماتریس ها تمرکز دارد که هر یک از آنها با مثال های عملی توضیح داده شده است. سپس در حین انجام عملیات ریاضی مانند محاسبه تبدیل فوریه، یافتن معکوس یک ماتریس، و تعیین مقادیر ویژه و بسیاری دیگر، در مورد ماژول های مختلف NumPy یاد خواهید گرفت. این کتاب یک راه حل یک مرحله ای برای دانستن نکات و جزئیات کتابخانه وسیع NumPy است و به شما این امکان را می دهد که از طیف گسترده ای از ویژگی های ریاضی آن برای ساخت برنامه های کارآمد و پرسرعت استفاده کنید.
**
درباره نویسنده
ایوان ادریس
ایوان ادریس دارای مدرک کارشناسی ارشد در فیزیک تجربی است. پایان نامه فارغ التحصیلی او تاکید زیادی بر علوم کامپیوتر کاربردی داشت. او پس از فارغ التحصیلی برای چندین شرکت به عنوان توسعه دهنده جاوا، توسعه دهنده انبار داده و تحلیلگر QA کار کرد. علایق اصلی حرفه ای او هوش تجاری، کلان داده و رایانش ابری است. ایوان از نوشتن کدهای تمیز، قابل آزمایش و مقالات فنی جالب لذت می برد. او نویسنده NumPy Beginner's Guide، NumPy Cookbook، Learning NumPy Array و Python Data Analysis است. می توانید اطلاعات بیشتر در مورد او و یک وبلاگ با چند نمونه از NumPy را در http://ivanidris.net/wordpress/ بیابید.
توضیحاتی درمورد کتاب به خارجی
Build efficient, high-speed programs using the high-performance NumPy mathematical library
About This Book
- Written as a step-by-step guide, this book aims to give you a strong foundation in NumPy and breaks down its complex library features into simple tasks
- Perform high performance calculations with clean and efficient NumPy code
- Analyze large datasets with statistical functions and execute complex linear algebra and mathematical computations
Who This Book Is For
This book is for the scientists, engineers, programmers, or analysts looking for a high-quality, open source mathematical library. Knowledge of Python is assumed. Also, some affinity, or at least interest, in mathematics and statistics is required. However, I have provided brief explanations and pointers to learning resources.
What You Will Learn
- Install NumPy, matplotlib, SciPy, and IPython on various operating systems
- Use NumPy array objects to perform array operations
- Familiarize yourself with commonly used NumPy functions
- Use NumPy matrices for matrix algebra
- Work with the NumPy modules to perform various algebraic operations
- Test NumPy code with the numpy.testing module
- Plot simple plots, subplots, histograms, and more with matplotlib
In Detail
In today's world of science and technology, it's all about speed and flexibility. When it comes to scientific computing, NumPy tops the list. NumPy will give you both speed and high productivity. This book will walk you through NumPy with clear, step-by-step examples and just the right amount of theory. The book focuses on the fundamentals of NumPy, including array objects, functions, and matrices, each of them explained with practical examples. You will then learn about different NumPy modules while performing mathematical operations such as calculating the Fourier transform, finding the inverse of a matrix, and determining eigenvalues, among many others. This book is a one-stop solution to knowing the ins and outs of the vast NumPy library, empowering you to use its wide range of mathematical features to build efficient, high-speed programs.
**
About the Author
Ivan Idris
Ivan Idris has an MSc in experimental physics. His graduation thesis had a strong emphasis on applied computer science. After graduating, he worked for several companies as a Java developer, data warehouse developer, and QA Analyst. His main professional interests are business intelligence, big data, and cloud computing. Ivan enjoys writing clean, testable code and interesting technical articles. He is the author of NumPy Beginner's Guide, NumPy Cookbook, Learning NumPy Array, and Python Data Analysis. You can find more information about him and a blog with a few examples of NumPy at http://ivanidris.net/wordpress/.
