دانلود ها ی دارای تگ: "numpy"

3 مورد برای عبارت مورد نظر پیدا شد.

دانلود Spyder v6.0.4 x64 Win/Linux/macOS - نرم افزار محیط توسعه علمی به زبان پایتون

  • بازدید: 676
دانلود Spyder v6.0.4 x64 Win/Linux/macOS - نرم افزار محیط توسعه علمی به زبان پایتون

Spyder یک محیط علمی قدرتمند برای زبان برنامه‌نویسی پایتون است که به‌طور خاص برای دانشمندان، مهندسان و تحلیل‌گران داده طراحی شده است. این نرم‌افزار ترکیبی منحصربه‌فرد از قابلیت‌های پیشرفته ویرایش کد، تحلیل، اشکال‌زدایی و پروفایلینگ را با امکاناتی مانند کاوش داده‌ها، اجرای تعاملی، بازرسی عمیق و بصری‌سازی داده‌ها ارائه می‌دهد.

Spyder که مخفف Scientific PYthon Development Environment است، یک محیط توسعه متن‌باز است که به‌طور ویژه برای محاسبات علمی و تحلیل داده با پایتون طراحی شده است. این IDE بر پایه کتابخانه‌های معروفی مانند NumPy، SciPy، Matplotlib و IPython ساخته شده و انتخابی ایده‌آل برای پژوهشگران و مهندسان محسوب می‌شود.

علاوه بر ویژگی‌های داخلی گسترده، Spyder از طریق سیستم افزونه‌ها و API خود قابل گسترش است. همچنین می‌توان آن را به‌عنوان یک کتابخانه افزونه برای PyQt5 استفاده کرد و قابلیت‌های آن، مانند کنسول تعاملی، را در سایر نرم‌افزارهای مبتنی بر PyQt ادغام نمود.

دانلود Scientific Computing with NumPy - Python Data Science - آموزش محاسبات علمی با نام پای

  • بازدید: 3,265
دانلود Scientific Computing with NumPy - Python Data Science - آموزش محاسبات علمی با نام پای
numpy مخفف numerical python است. Numpy کتابخانه ای است که می‌توان به کمک آن بر روی داده‌های عددی موجود در حافظه عملیات متنوعی انجام داد. آرایه های numpy شبیه به لیست های خود پایتون هستند ولی با این تفاوت که به گونه‌ای در حافظه ذخیره می‌شوند که می‌توان بر روی آن‌ها عملیات مختلفی را به صورت سریع‌تر انجام داد.
در دوره آموزشی Scientific Computing with NumPy - Python Data Science با آموزش محاسبات علمی با نام پای اشنا خواهید شد.

دانلود Lynda NumPy Data Science Essential Training - آموزش علوم داده نام‌پای

  • بازدید: 12,181
دانلود Lynda NumPy Data Science Essential Training - آموزش علوم داده نام‌پای
نام‌پای (NumPy) یک بستهٔ نرم‌‌افزاری قابل افزودن به پایتون است که کاربرد اصلی‌اش در مقاصد علمی و برای کار با اعداد است. پایتون به صورت پیش‌فرض تنها از آرایه‌ها و متغیرها برای عملیات ریاضی ساده پشتیبانی می‌کند. بستهٔ نام‌پای ویژهٔ کار با اعداد از راه ماتریس‌ها و آرایه‌های چندبعدی طراحی شده است. از ویژگی‌های آرایه‌ها در نام‌پای این است که می‌توان اندازهٔ آن‌ها به صورت پویا تغییر داد که این امر به افزایش سرعت برنامه‌نویسی کمک می‌کند. نام‌پای را می‌توان بستهٔ بنیادی پایتون برای محاسبات علمی دانست، این بسته افزون بر فراهم‌آوردن قابلیت کار با آرایه‌های اِن-بعدی، عملگرهای درایه به درایه و عملگرهای اصلی جبر خطی، قابلیت لفاف‌پیچی کدهای سی، سی++ و فورترن را ممکن می‌سازد. با استفاده از آرایه‌های ان‌بعدی (ndArray) نام‌پای، می‌توان بر محدودیت‌های لیست‌های پایتون (list) که تنها با استفاده از حلقه‌های تکرار می‌توان بر روی آن‌ها کار کرد، غلبه نمود و بازدهی را بالا برد. تنها محدودیت مهم آرایه‌های اِن‌بعدی نام‌پای در مقایسه با لیست‌های پایتون در این است که باید حتماً نوع داده‌های موجود در درایه‌های آن یکسان باشند. در مقابل سرعت انجام عملیاتی که با استفاده از آرایه‌های ان‌بعدی اجرا می‌شود بیشتر است.
در دوره آموزشی Lynda NumPy Data Science Essential Training با نام پای و ویژگی های آن آشنا می شوید.