IPython Notebook Essentials: Compute scientific data and execute code interactively with NumPy and SciPy

دانلود کتاب IPython Notebook Essentials: Compute scientific data and execute code interactively with NumPy and SciPy

دسته: برنامه نویسی: زبان های برنامه نویسی

55000 تومان موجود

کتاب ضروریات نوت بوک IPython: داده های علمی را محاسبه کرده و کد را به صورت تعاملی با NumPy و SciPy اجرا کنید نسخه زبان اصلی

دانلود کتاب ضروریات نوت بوک IPython: داده های علمی را محاسبه کرده و کد را به صورت تعاملی با NumPy و SciPy اجرا کنید بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید


این کتاب نسخه اصلی می باشد و به زبان فارسی نیست.


امتیاز شما به این کتاب (حداقل 1 و حداکثر 5):

امتیاز کاربران به این کتاب:        تعداد رای دهنده ها: 6


توضیحاتی در مورد کتاب IPython Notebook Essentials: Compute scientific data and execute code interactively with NumPy and SciPy

نام کتاب : IPython Notebook Essentials: Compute scientific data and execute code interactively with NumPy and SciPy
عنوان ترجمه شده به فارسی : ضروریات نوت بوک IPython: داده های علمی را محاسبه کرده و کد را به صورت تعاملی با NumPy و SciPy اجرا کنید
سری :
نویسندگان :
ناشر :
سال نشر :
تعداد صفحات : 190

زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 2 مگابایت



بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.

توضیحاتی در مورد کتاب :


Packt Publishing; 2014. - 190 ص. — ISBN: 9781783988341
دانشمندان، مهندسان و برنامه نویسان به سرعت به این موضوع پرداختند. با افزایش کارایی، هزینه‌های سخت‌افزار کاهش یافت و تلاش زیادی برای توسعه زبان‌های برنامه‌نویسی صورت گرفت که امکان ادغام کتابخانه‌های متفاوت را از طریق چندین پلتفرم فراهم می‌کرد. در همین محیط بود که پایتون در اواخر دهه 1980 تحت رهبری گیدو ون روسوم توسعه یافت. از ابتدا، پایتون به گونه‌ای طراحی شده بود که یک زبان رایانه‌ای پیشرفته و سطح بالا با ساختاری به اندازه کافی ساده باشد که اصول اولیه آن حتی توسط برنامه‌نویسانی که متخصص نیستند، به سرعت قابل یادگیری باشد.
یکی از ویژگی‌های جذاب پایتون برای استفاده سریع توسعه پوسته تعاملی آن بود که از طریق آن برنامه نویسان می توانستند مفاهیم را به صورت تعاملی قبل از گنجاندن آنها در اسکریپت ها آزمایش کنند. با این حال، پوسته اصلی پایتون دارای مجموعه‌ای از ویژگی‌های محدود بود و تعامل بهتری لازم بود. از سال 2001، فرناندو پرز شروع به توسعه IPython کرد، یک پوسته تعاملی پیشرفته پایتون که به طور خاص برای محاسبات علمی طراحی شده است.


توضیحاتی در مورد کتاب به زبان اصلی :


Packt Publishing; 2014. — 190 p. — ISBN: 9781783988341
Scientists, engineers, and programmers were quick to address this issue. Hardware costs decreased as performance went up, and there was a great push to develop scripting languages that allowed integration of disparate libraries through multiple platforms. It was in this environment that Python was being developed in the late 1980s, under the leadership of Guido Van Rossum. From the beginning, Python was designed to be a cutting-edge, high-level computer language with a simple enough structure that its basics could be quickly learned even by programmers who are not experts.
One of Python's attractive features for rapid development was its interactive shell, through which programmers could experiment with concepts interactively before including them in scripts. However, the original Python shell had a limited set of features and better interactivity was necessary. Starting from 2001, Fernando Perez started developing IPython, an improved interactive Python shell designed specifically for scientific computing.



پست ها تصادفی