Python | База
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.
мод.: 02.07.26
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.
мод.: 25.06.26
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.
мод.: 02.07.26
Матричные исчисления в SymPy
3.3
Программирование, и прикладная математика регулярно сталкиваются с необходимостью хранить и обрабатывать большие наборы чисел. Один из главных способов организовать числовые данные и одновременно получить удобный математический инструмент — это матрицы.
мод.: 25.04.26
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).
мод.: 14.03.26
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.
Анализ функций в Python
3.1
С этого момента мы начнём рассматривать, как применяют Python к прикладным задачам. В первую очередь узнаем, как он используется для анализа и решения математических задач.
мод.: 25.04.26
Выражения в SymPy
3.2
Создание в SymPy чисел, символов и выражений, работа с производными и интегралами. Решение некоторых уравнений (в том числе численно), получение решений дифференциальных уравнений, построение разложений в ряды и графиков.
мод.: 25.04.26
Обзор магических методов (dunder) в Python [2.9]
Магические методы — это специальные методы, имена которых начинаются и заканчиваются двойным подчёркиванием: __init__, __len__, __iter__, __add__ и т.д. Python вызывает их автоматически, когда вы используете стандартные конструкции языка.
Типовые задачи с последовательностями в Python [2.6]
Индексация, срезы, преобразования типов последовательностей и сортировка: понятные правила, типовые рецепты и распространённые ошибки. В конце — практические задания и чек‑лист самопроверки.
мод.: 11.02.26
Работа с последовательностями в Python [2.5]
В этом уроке разберём, как Python перебирает элементы коллекций: итерируемые объекты, итераторы, генераторы, а также компактный синтаксис: list/dict comprehensions и generator expressions. В конце — базовые алгоритмы поиска и сортировки на последовательностях.
мод.: 11.02.26
Функциональное программирование в Python [2.4]
Понятно и на примерах разбираем: что такое lambda, какие аргументы в неё попадают, кто её вызывает ( map, filter, sorted), как работают замыкания, а также как использовать map(), filter(), enumerate() и zip() без типичных ошибок.
Объектно-ориентированное программирование и области видимости в Python. [1.9Ot]
Объектно-ориентированное программирование (ООП) — это парадигма программирования, основанная на представлении программы как совокупности объектов, каждый из которых является экземпляром определенного класса. ООП позволяет моделировать реальные системы, делая код более структурированным, поддерживаемым и переиспользуемым.
мод.: 11.02.26
Условный оператор. Циклы. Исключения [1.8 ]
В предыдущем разделе мы рассмотрели базовые конструкции условных операторов. Теперь углубимся в более сложные сценарии и паттерны использования.
мод.: 11.02.26