物理モデル化のためのPython学習ガイド（第２版） A Student's Guide to Python for Physical Modeling : Second Edition （2ND）

物理モデル化のためのPython学習ガイド（第２版）<br>A Student's Guide to Python for Physical Modeling : Second Edition （2ND）

個数：

物理モデル化のためのPython学習ガイド（第２版）
A Student's Guide to Python for Physical Modeling : Second Edition （2ND）

Kinder, Jesse M./ Nelson, Philip

ウェブストア価格 ¥6,198（本体¥5,635）
Princeton University Press（2021/08発売）
外貨定価 US$ 29.95
ポイント 56pt

国内在庫僅少。通常5～7日で発送いたします。
（品切れや複数冊ご注文の場合には海外お取り寄せとなり時間がかかります。）

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 240 p.
言語 ENG
商品コード 9780691223650
DDC分類 005.133

Full Description

A fully updated tutorial on the basics of the Python programming language for science students

Python is a computer programming language that has gained popularity throughout the sciences. This fully updated second edition of A Student's Guide to Python for Physical Modeling aims to help you, the student, teach yourself enough of the Python programming language to get started with physical modeling. You will learn how to install an open-source Python programming environment and use it to accomplish many common scientific computing tasks: importing, exporting, and visualizing data; numerical analysis; and simulation. No prior programming experience is assumed.

This guide introduces a wide range of useful tools, including:

Basic Python programming and scripting
Numerical arrays
Two- and three-dimensional graphics
Animation
Monte Carlo simulations
Numerical methods, including solving ordinary differential equations
Image processing

Numerous code samples and exercises—with solutions—illustrate new ideas as they are introduced. This guide also includes supplemental online resources: code samples, data sets, tutorials, and more. This edition includes new material on symbolic calculations with SymPy, an introduction to Python libraries for data science and machine learning (pandas and sklearn), and a primer on Python classes and object-oriented programming. A new appendix also introduces command line tools and version control with Git.