programming python

Hướng dẫn how is python used for scientific computing? - python được sử dụng như thế nào cho máy tính khoa học?

Tham dự khóa học 22-25.november.2022?

Xem trang khóa học ở đây. Cho dù bạn là hoặc aren, tài liệu khóa học dưới đây.

Python là một ngôn ngữ lập trình hiện đại, hướng đối tượng, đã trở nên phổ biến trong một số lĩnh vực phát triển phần mềm. Khóa học này thảo luận về cách Python có thể được sử dụng trong điện toán khoa học. Khóa học bắt đầu bằng cách giới thiệu gói Python chính cho điện toán số, Numpy và thảo luận sau đó là hộp công cụ Scipy cho các tác vụ điện toán khoa học khác nhau cũng như trực quan hóa với gói matplotlib. Ngoài ra, nó nói về cách sử dụng Python: các thư viện khoa học liên quan, khả năng tái tạo và hệ sinh thái khoa học rộng lớn hơn trong Python.

Khóa học này [giống như bất kỳ khóa học nào] có thể dạy bạn Python, nó có thể chỉ ra một số ví dụ của bạn, cho bạn xem cách các chuyên gia làm mọi việc và chuẩn bị cho bạn học bản thân như bạn cần.

Điều kiện tiên quyết

Biết cú pháp Python cơ bản. Chúng tôi giả định rằng bạn có thể thực hiện một số chương trình Python, nhưng không nhiều hơn thế. Chúng tôi không bao gồm chương trình Python tiêu chuẩn. Ở đây một khóa học ngắn về cú pháp Python cơ bản, với các tài liệu tham khảo thêm.
Xem hoặc đọc khóa học Crash dòng lệnh, nếu bạn không quen thuộc.
Bạn sẽ có thể sử dụng trình chỉnh sửa văn bản để chỉnh sửa một số tệp.
Cài đặt phần mềm được mô tả dưới đây [về cơ bản, Anaconda].software installation described below [basically, anaconda].

Đây không phải là điều kiện tiên quyết:

Bất kỳ thư viện bên ngoài nào, ví dụ: Numpy
Biết cách tạo tập lệnh hoặc sử dụng Jupyter

[prereq]	Giới thiệu về Python
30 phút	Jupyter
60 phút	Numpy hoặc nâng cao Numpy or Advanced NumPy
60 phút	Numpy hoặc nâng cao Numpy
60 phút	Numpy hoặc nâng cao Numpy
30 phút	Jupyter
60 phút	Numpy hoặc nâng cao Numpy
Gấu trúc	Trực quan hóa dữ liệu với matplotlib
30 phút	Jupyter
60 phút	Numpy hoặc nâng cao Numpy
30 phút	Jupyter
30 phút	Jupyter
60 phút	Numpy hoặc nâng cao Numpy

Gấu trúc

Trực quan hóa dữ liệu với matplotlib

Các định dạng dữ liệu với gấu trúc và numpy
Kịch bản
15 phút

Scipy

Hệ sinh thái thư viện

45 phút

Lập trình song song

Quản lý phụ thuộc

Chất kết dínhvery slow language, which often doesn’t matter if you can offload the heavy lifting to fast compiled code, e.g. by using Numpy array operations. But if what you’re trying to do isn’t vectorizable then you’re out of luck. An alternative to Python, albeit much less mature and with a smaller ecosystem, but which provides very fast generated code, is Julia.
Bao bì
Khóa học dành cho ai? 

Khóa học được nhắm mục tiêu vào những người học này:

A là một nhà nghiên cứu tiến sĩ đầu tiên đã sử dụng Python một chút, nhưng không chắc chắn những gì họ biết hoặc không biết. Họ muốn có thể thực hiện nghiên cứu của họ hiệu quả hơn và đảm bảo rằng họ đang sử dụng các công cụ phù hợp. Một người có thể biết rằng Numpy tồn tại, v.v. và về mặt lý thuyết có thể đọc một số về nó, nhưng aren chắc chắn nếu họ đi đúng hướng.

Tại thời điểm này, tất cả các dự án mới nên sử dụng Python 3 và các dự án được phát triển tích cực hiện tại nên được nâng cấp để sử dụng nó. Tuy nhiên, bạn có thể tìm thấy một số công cụ cũ không được công bố chỉ tương thích với Python 2.

Tín dụng

Khóa học này ban đầu được thiết kế bởi Janne Blomqvist.

Năm 2020, nó được thiết kế lại hoàn toàn bởi một nhóm sau:

Các tác giả: Radovan Bast, Richard Darst, Anne Fouilloux, Thor Wikfeldt,
Editor:
Người thử nghiệm và cố vấn: Enrico Glerean

Chúng tôi tuân theo Quy tắc ứng xử của Carpentries: //docs.carpentries.org/topic_folder/policies/code-of-pormed.html

Xem thêm

Phân tích dữ liệu hiệu suất cao trong Python là một phần tiếp theo hợp lý cho bài học này đi sâu hơn với các công cụ của Python hiệu suất cao và quy mô lớn.

Thư viện Python nào được sử dụng để điện toán khoa học?

Numpy là gói cơ bản để điện toán khoa học với Python, thêm hỗ trợ cho các mảng và ma trận lớn, đa chiều, cùng với một thư viện lớn các chức năng toán học cấp cao để hoạt động trên các mảng này. is the fundamental package for scientific computing with Python, adding support for large, multidimensional arrays and matrices, along with a large library of high-level mathematical functions to operate on these arrays.

Ai sử dụng Python cho các nhiệm vụ lập trình khoa học?

Và nó được sử dụng như một ngôn ngữ kịch bản để kiểm soát Maya, công cụ hoạt hình 3D tiêu chuẩn công nghiệp. Python được sử dụng rất nhiều trong nghiên cứu học thuật, đặc biệt là trong tin sinh học, sinh học và toán học. Đây là ngôn ngữ giới thiệu tiêu chuẩn cho nhiều chương trình khoa học máy tính đại học.many university computer science programs.

Thư viện Python được sử dụng cho điện toán khoa học là gì và là cơ sở cho?

Scipy là một thư viện các thói quen số cho ngôn ngữ lập trình Python cung cấp các khối xây dựng cơ bản để mô hình hóa và giải quyết các vấn đề khoa học.modeling and solving scientific problems.

Làm thế nào là Python hữu ích cho lập trình số và khoa học?

Python cho vay để thực hiện các thuật toán phức tạp hoặc chuyên ngành để giải quyết các vấn đề tính toán.Đó là một ngôn ngữ có năng suất cao để làm việc với nó đã được áp dụng cho hàng trăm lĩnh vực chủ đề.Mã Python thường xuyên của Viking không cạnh tranh với các ngôn ngữ được biên dịch [C, C ++, Fortran] cho điện toán số.implementing complex or specialized algorithms for solving computational problems. It is a highly productive language to work with that's been applied to hundreds of subject areas. “regular” Python code is not competitive with compiled languages [C, C++, Fortran] for numeric computing.