Python | Уроки
Линейные уравнения и матрицы. Нелинейные уравнения. SymPy.
3.4
Главная мысль урока: в SymPy матрица — это полноценный математический объект, а не “список списков”. Поэтому SymPy умеет корректно выполнять матричные операции, решать \(AX=b\) без “деления матриц”, и выдавать ответы в форматах, удобных для конспектов и отчётов (например, LaTeX).
NumPy - библиотека Python для вычислении на массивах
3.5
Главная мысль: если вы умеете уверенно работать с ndarray (массивом NumPy), то дальше почти все в NumPy становится понятным: создание массивов, изменение формы, операции по осям, линеиная алгебра, статистика и ввод-вывод.
Численные методы исчисления в Python.
3.6
Численные методы дают приближенные ответы. Главное умение -- понимать источники погрешности и управлять ими: выбирать метод, выбирать шаг (или число разбиении) и проверять результат на здравыи смысл.
Численные расчёты с SciPy
3.7
В этом уроке мы переходим от "ручных" реализаций численных методов к готовым алгоритмам библиотеки SciPy. Мы разберем структуру SciPy, численное интегрирование (включая quad и интегрирование по точкам), численное решение ОДУ через solve_ivp, а также базовую интерполяцию и оптимизацию. В конце будут задачи с решениями и чек-лист.
Визуализация данных в Python (Matplotlib)
3.8
Визуализация помогает быстро понять данные и результаты модели: увидеть тренд, шум, выбросы, форму распределения, ошибки метода. В этом уроке мы подробно разберем Matplotlib: из каких объектов состоит график, какие элементы у него есть (оси, деления, подписи, легенда, сетка), как управлять стилем (линии, маркеры, цвета, прозрачность), как строить несколько графиков на одном изображении и как сохранять графики в файлы для публикации.