آموزش کتابخانه SciPy و NumPy برای محاسبات علمی در پایتون
چکیده
در این آموزش شما می توانید با به کارگیری یکی از قدرتمندترین زبان های برنامه نویسی یعنی پایتون و یکی از قدرتمندترین بسترهای محاسبات علمی یعنی SciPy، بسیاری از محاسبات علمی و عددی لازم در تحقیقات و مطالعات خود را به انجام برسانید. در این آموزش، مقدمات محاسبات علمی با پایتون و کتابخانه NumPy برای محاسبات برداری و SymPy برای محاسبات نمادین بررسی می گردند. این دو کتابخانه مبانی محاسبات علمی در ادامه بوده و در آموزش هایی که در ادامه این آموزش اولیه هستند، جنبه های مختلفی از محاسبات علمی با پایتون و کتابخانه SciPy مورد بحث قرار می گیرند.
مهندس پژمان اقبالی شمس آبادی کارشناس ارشد مهندسی مکانیک دانشگاه علم و صنعت ایران، مشغول انجام کار روی پروژه های خود در زمینه های آکوستیک، ارتعاشات و پردازش تصویر هستند. ایشان به مباحث دینامیک و ارتعاشات و همچنین برنامه نویسی علاقه مند هستند و سابقه کار با نرم افزارهای مهندسی مکانیک همچون: CATIA و COMSOL را دارند. ایشان به نرم افزار MATLAB مسلط هستند و توانایی برنامه نویسی با زبان های مختلف همچون: C++, JAVA, Python را دارند.
چکیده آموزش
توضیحات تکمیلی
محاسبات علمی و عددی یکی از المان های مهم در تحقیقات، مهندسی و تحلیل محسوب می شود. پیشرفت های دهه های اخیر در صنعت کامپیوتر، ابزارهای قدرتمندی را در اختیار محققین و دانشمندان به منظور انجام محاسبات قرار داده است که باعث انجام محاسبات در مقیاس و با پیچیدگی های بی سابقه شده است. در کنار اهمیت سخت افزار، محیط نرم افزاری مورد استفاده نیز از اهمیت بالایی برخوردار است.
در این آموزش ما به دنبال یادگیری محاسبات علمی و عددی با استفاده از یک زبان مشهور با سرعت توسعه بالا، یعنی پایتون هستیم و برای این مهم از کتابخانه های مختلفی بهره می بریم که مهم ترین آن ها، SciPy است که یک بستر قدرتمند برای انجام محاسبات علمی و عددی محسوب می شود و شامل توابع مختلفی برای پردازش اطلاعات علمی، مانند: آمار، پردازش سیگنال و تصویر، بهینه سازی و… است.
در این آموزش شما می توانید با به کارگیری یکی از قدرتمندترین زبان های برنامه نویسی یعنی پایتون و یکی از قدرتمندترین بسترهای محاسبات علمی یعنی SciPy، بسیاری از محاسبات علمی و عددی لازم در تحقیقات و مطالعات خود را به انجام برسانید. در این آموزش، مقدمات محاسبات علمی با پایتون و کتابخانه NumPy برای محاسبات برداری و SymPy برای محاسبات نمادین بررسی می گردند. این دو کتابخانه مبانی محاسبات علمی در ادامه بوده و در آموزش هایی که در ادامه این آموزش اولیه هستند، جنبه های مختلفی از محاسبات علمی با پایتون و کتابخانه SciPy مورد بحث قرار می گیرند.
فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
- درس یکم: مقدمه ای بر محاسبات با پایتون
- بررسی پایتون به عنوان یک زبان سطح بالا برای محاسبات علمی
- مشخصه های قدرتمند پایتون برای محاسبات علمی
- درس دوم: بررسی ویژگی های IPython برای محاسبات علمی
- نصب IPython از طریق Anaconda
- بررسی ویژگی های IPython برای محاسبات علمی
- درس سوم: معرفی Jupyter Notebook - بخش یکم
- Timing و Profiling با IPython
- معرفی Jupyter QtConsole
- بررسی ویژگی های Jupyter Notebook
- درس چهارم: معرفی Jupyter Notebook - بخش دوم
- بررسی ویژگی های نمایشی قدرتمند Jupyter Notebook
- درس پنجم: کتابخانه NumPy - بخش یکم
- Array Object در NumPy
- Data Type
- ترتیب ذخیره داده در حافظه
- درس ششم: کتابخانه NumPy - بخش دوم
- انواع روش های ساختن آرایه ها در NumPy
- ساختن آرایه با لیست ها یا دیگر obj های شبه آرایه
- آرایه های مقادیر ثابت
- آرایه ها با توالی های افزایشی و کاهشی
- آرایه ها با توالی های لگاریتمی
- Meshgrid Arrays
- آرایه های مقداردهی نشده
- آرایه ها با مشخصاتی از دیگر آرایه ها
- Matrix Arrays
- درس هفتم: کتابخانه NumPy - بخش سوم
- Indexing and Slicing
- آرایه های یک بعدی
- آرایه های چند بعدی
- Views
- Fancy Indexing
- Boolean Valued Indexing
- تغییر شکل و سایز آرایه
- درس هشتم: کتابخانه NumPy - بخش چهارم
- عبارات برداری
- عملیات حسابی
- توابع element-wise
- توابع Aggregate
- آرایه های Boolean
- عبارات شرطی
- درس نهم: کتابخانه NumPy - بخش پنجم
- عملیات روی مجموعه ها
- عملیات های برداری و ماتریسی
- ضرب داخلی
- ضرب خارجی
- Kronecker Product
- Einstein Notation
- درس دهم: کتابخانه SciPy - بخش یکم
- معرفی کتابخانه SymPy
- نمادها
- اعداد و توابع
- عبارات
- درس یازدهم: کتابخانه SciPy - بخش دوم
- ساده سازی عبارات
- بسط عبارات
- Factor, Collect and Combine
- Apart, Together and Cancel
- جایگذاری در عبارات
- ارزیابی عددی
- مشتق گیری
- انتگرال گیری
- درس دوازدهم: کتابخانه SciPy - بخش سوم
- سری
- حد
- Sums and Products
- معادلات
- جبر خطی
مفید برای رشته های
- مهندسی کامپیوتر - نرم افزار
- علوم مهندسی
آنچه در این آموزش خواهید دید:
پیش نمایش‌ها
۱.
مقدمه ای بر محاسبات با پایتون
توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۷ مگابایت -- (کلیک کنید +))
۲.
بررسی ویژگی های IPython برای محاسبات علمی
توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۲۵ مگابایت -- (کلیک کنید +))
۳.
معرفی Jupyter Notebook - بخش یکم
توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۲۸ مگابایت -- (کلیک کنید +))
۴.
معرفی Jupyter Notebook - بخش دوم
توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۱ مگابایت -- (کلیک کنید +))
۵.
کتابخانه NumPy - بخش یکم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶.
کتابخانه NumPy - بخش دوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷.
کتابخانه NumPy - بخش سوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۸.
کتابخانه NumPy - بخش چهارم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۹.
کتابخانه NumPy - بخش پنجم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۱۰.
کتابخانه SciPy - بخش یکم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۱۱.
کتابخانه SciPy - بخش دوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۱۲.
کتابخانه SciPy - بخش سوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.راهنمای سفارش آموزش‌ها
در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
- با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
- با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه
اطلاعات تکمیلی
| نام آموزش | آموزش کتابخانه SciPy و NumPy برای محاسبات علمی در پایتون |
|---|---|
| ناشر | فرادرس |
| کد آموزش | FVPHT9812 |
| مدت زمان | ۹ ساعت و ۲۷ دقیقه |
| زبان | فارسی |
| نوع آموزش | آموزش ویدیویی (لینک دانلود) |
| حجم دانلود | ۹۴۶ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس) |
نظرات
مرتضی
بسیار بسیار عالی
پویان
آقا ایول! خیلی منتظر انتشار این آموزش بودم!
مبارک باشه پژمان‌جان :)
علیرضا
چند دقیقه از آموزش رو دیدم واقعا عالی بود. کلا آموزش های مهندس اقبالی و دکتر شیر افکن عالی هستند. تشکر از فرادرس که همیشه یار و یاور ما محصلین هست.