Python (физики), весна 2016
Материал из SEWiki
План
Лекция 1
- Хранение вещественных чисел (IEEE floating point)
Лекция 2
- Библиотека NumPy
- np.array()
- применение операторов поэлементно (a + b, a == b)
- .ndim
- .shape
- .dtype
- np.arange()
- np.linspace()
- np.ones()
- np.zeros()
- np.eye()
- np.diag()
- np.random.rand()
- np.random.random_sample()
- np.random.random_integers()
- np.tile()
Лекция 3
- broadcasting
- адресация в массиве: срезы, a[list], a[predicate]
Лекция 4
- masked array
- многочлены (poly1d), операции с ними
Лекция 5
- Библиотека matplotlib.pyplot
- plt.figure(figsize=, dpi=)
- plt.show()
- plt.plot(x, y, color=, linewidth=, linestyle=, label=)
- plt.xlim()
- plt.xticks(ticks)
- plt.xticks(ticks, label_in_latex)
- plt.legend(loc=)
- plt.scatter(x, y, size)
- plt.annotate(text, xy=)
Лекция 6
- subplot, axes
- bar, pie
- colors, colormap
- np.meshgrip
- contour, contourf
- imshow
- mpl_toolkits.mplot3d.Axes3D: plot_surface, plot_trisurf
Лекция 7
- Примитивы из линейной алгебры
- Интегрирование функции от 1 и более аргумента
Лекция 8
- Интерполяция
- Приближения набора точек кривой заданного вида
- Оптимизация функции
Лекция 9
- Символьные вычисления
- Рациональные числа, хранение, эффективный поиск НОД
- Символьное задание функций
- Раскрытие скобок, упрощение
- Пределы, дифференцирование, интегрирование
Лекция 10
- Линейная алгебра в символьных вычислениях
- Решение уравнений
- Решение дифференциальный уравнений
Лекция 11
- Монотонное изображение как матрица, цветное как трехмерных массив
- Чтение, запись
- Преобразования
- Цветовые гаммы