Описание и характеристики

Добро пожаловать в научное программирование на Python и его сообщество. Если вы - ученый, который программирует на Python, то это практическое руководство для вас! Оно не только познакомит вас с основополагающими компонентами библиотеки SciPy и другими связанными с ней библиотеками, но и даст вам ощущение красоты и удобочитаемости программного кода, который вы сможете применять на практике. Вы научитесь писать элегантный программный код, который ясен, краток и эффективен при исполнении решаемой задачи. .На протяжении всей книги вы будете работать с примерами из обширной научной экосистемы Python, используя программный код, который иллюстрирует кратко очерченные принципы. Используя реальные научные данные, вы будете работать с практическими задачами вместе с SciPy, NumPy, Pandas, scikit-image и другими библиотеками Python. . .
ID товара 2666535
Издательство ДМК Пресс
Год издания
ISBN 978-5-97060-600-1
Переводчик Логунов А.
Количество страниц 336
Размер 1.8x17x24.1
Тип обложки Твёрдый переплёт
Вес, г 560

Отзывы

15 бонусов

за полезный отзыв длиной от 300 символов

15 бонусов

если купили в интернет-магазине «Читай-город»

Полные правила начисления бонусов за отзывы
Оставьте отзыв и получите бонусы
Оставьте первый отзыв и получите за него бонусы.
Это поможет другим покупателям сделать правильный выбор.
5.0
1 оценка
0
0
0
0
1
Добро пожаловать в научное программирование на Python и его сообщество. Если вы - ученый, который программирует на Python, то это практическое руководство для вас! Оно не только познакомит вас с основополагающими компонентами библиотеки SciPy и другими связанными с ней библиотеками, но и даст вам ощущение красоты и удобочитаемости программного кода, который вы сможете применять на практике. Вы научитесь писать элегантный программный код, который ясен, краток и эффективен при исполнении решаемой задачи. .На протяжении всей книги вы будете работать с примерами из обширной научной экосистемы Python, используя программный код, который иллюстрирует кратко очерченные принципы. Используя реальные научные данные, вы будете работать с практическими задачами вместе с SciPy, NumPy, Pandas, scikit-image и другими библиотеками Python. . .