Calcolo scientifico con Python - Seconda edizione: Calcolo scientifico ad alte prestazioni con NumPy, SciPy e pandas

Recensioni dei lettori

Il libro “Scientific Computing with Python” è una risorsa completa pensata per i lettori principianti e intermedi interessati a utilizzare Python per il calcolo scientifico. Fornisce spiegazioni chiare dei concetti di programmazione Python e delle librerie essenziali, supportate da esempi ed esercizi. Pur essendo utile per l'apprendimento, presenta carenze nell'indice e nell'approfondimento di alcuni argomenti avanzati.

⬤ Introduzione chiara e di facile comprensione a Python e al calcolo scientifico.
⬤ Adatto a principianti e utenti intermedi, non richiede prerequisiti.
⬤ Copre librerie essenziali come NumPy, SciPy e Pandas.
⬤ Contenuti ben strutturati con spiegazioni dettagliate ed esempi utili.
⬤ Offre un approccio pratico alla risoluzione dei problemi nel calcolo scientifico.
⬤ Buoni esercizi alla fine di ogni capitolo.

⬤ Indice minimo e inefficace, che lo rende difficile da usare come libro di consultazione.
⬤ I primi capitoli possono essere troppo elementari per i programmatori esperti.
⬤ La profondità è sacrificata per l'ampiezza; alcuni argomenti importanti (ad esempio, le librerie di plottaggio) sono omessi.
⬤ Discussione limitata su argomenti avanzati come la progettazione del software nel calcolo scientifico.
⬤ Alcuni lettori trovano che la narrazione sia troppo semplificata o troppo ricca di informazioni.

(basato su 13 recensioni dei lettori)

Titolo originale:

Scientific Computing with Python - Second Edition: High-performance scientific computing with NumPy, SciPy, and pandas

Contenuto del libro:

Sfrutta questa guida completa e ricca di esempi per tutte le tue esigenze di calcolo in Python.

Caratteristiche principali:

⬤ Impara i primi passi di Python fino a concetti altamente specializzati.

⬤ Esplora esempi e frammenti di codice tratti da situazioni di programmazione tipiche dell'informatica scientifica.

⬤ Approfondisci i concetti essenziali dell'informatica come l'iterazione, la programmazione orientata agli oggetti, i test e l'MPI, presentati in stretta connessione con le applicazioni dell'informatica scientifica.

Descrizione del libro:

Python ha un enorme potenziale nell'ambito dell'informatica scientifica. Questa edizione aggiornata di Scientific Computing with Python presenta nuovi capitoli sulle interfacce grafiche, sull'elaborazione efficiente dei dati e sul calcolo parallelo per aiutarvi a eseguire in modo efficiente il calcolo matematico e scientifico utilizzando Python.

Questo libro vi aiuterà a esplorare le nuove caratteristiche della sintassi di Python e a creare diversi modelli utilizzando i principi dell'informatica scientifica. Il libro presenta Python insieme alle applicazioni matematiche e dimostra come applicare i concetti di Python nel campo dell'informatica con l'aiuto di esempi che coinvolgono Python 3. 8. Utilizzerete pandas per l'analisi di base dei dati, per comprendere le moderne esigenze dell'informatica scientifica, e scoprirete i miglioramenti del modulo dati e le funzionalità integrate. Esplorerete anche i moduli di calcolo numerico come NumPy e SciPy, che consentono di accedere rapidamente ad algoritmi numerici altamente efficienti. Imparando a usare il modulo di plottaggio Matplotlib, sarete in grado di rappresentare i vostri risultati di calcolo in conferenze e pubblicazioni. Un capitolo speciale è dedicato a SymPy, uno strumento di collegamento tra calcolo simbolico e numerico.

Alla fine di questo libro su Python, avrete acquisito una solida conoscenza dell'automazione dei compiti e di come implementare e testare algoritmi matematici nell'ambito dell'informatica scientifica.

Cosa imparerete

⬤ Comprendere gli elementi costitutivi della matematica computazionale, dell'algebra lineare e dei relativi oggetti Python.

⬤ Usare Matplotlib per creare figure e grafici di alta qualità per disegnare e visualizzare i risultati.

⬤ Applicare la programmazione orientata agli oggetti (OOP) al calcolo scientifico in Python.

⬤ Scoprire come utilizzare i panda per entrare nel mondo dell'elaborazione dei dati.

⬤ Gestire le eccezioni per scrivere codice affidabile e utilizzabile.

⬤ Coprire gli aspetti manuali e automatici del testing per la programmazione scientifica.

⬤ Essere alle prese con il calcolo parallelo per aumentare la velocità di calcolo.

A chi è rivolto questo libro:

Questo libro si rivolge a studenti con un background matematico, a docenti universitari che progettano corsi moderni di programmazione, a data scientist, ricercatori, sviluppatori e a chiunque voglia eseguire calcoli scientifici in Python.