8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 17.98 руб.

Эксперимент по математике Python и моделирование графического мультимедийного науки прессы управление процессом процесса Python Basic знания

Цена: 2 449руб.    (¥136.2)
Артикул: 628613356957

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:悦悦图书旗舰店
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥ 10.8 7.8141руб.
¥ 48 10.6191руб.
¥ 9.6 8144руб.
¥ 67.8 37.8680руб.
  • Информация о товаре
  • Фотографии
Счастливого плаката
Основная информация

Название книги:
 Эксперимент и моделирование математики Python 
Автор:
 Си Шукуи 
Цены:
 178.00
Номер ISBN:
 9787030645272
Издательство:
 Science Press
формат:
 16
Фрагментация:
 Оплата в мягкой обложке
Выбор редактора
 
Введение
«Эксперимент и моделирование математики Python» основано на программном обеспечении Python для представления различных общих алгоритмов и реализации программного обеспечения математического моделирования. , дифференциальное уравнение, прогнозирование оценки, модель диаграммы, множественный анализ, моделирование Монте -Карло, интеллектуальный алгоритм, анализ временных последовательностей, векторная машина поддержки, обработка изображений и т. Д., А также поддерживающая программа Python. Foundation, который может помочь читателям читателей Python Zero, быстро понять язык Python.
об авторе
 
Оглавление
Оглавление
Предисловие
Глава 1 Python Language Quick Enter 1
1.1 Установка Python и простое использование 1
1.1.1 Установка системы Python 1
1.1.2 Управление и установка библиотеки инструментов Python 3
1.1.3 Простая программа Python 4
1.2 Python Basic знания 5
1.2.1 Основная обработка данных 5
1.2.2 Выходная печать и вход вход 6
1.2.3 Оперативные символы и выражение 8
1.2.4 Управление процессом 10
1.3 Тип составных данных 14
1.3.1 Список списка 14
1.3.2 кортеж?Dict Dictionary and Set Collection 17
1.3.3 Некоторые практические операции последовательности 20
1.4 Функция
1.4.1 Пользовательская грамматика 24
1.4.2 Четыре параметра пользовательской функции 25
1.4.3 Передача параметров 27
1.4.4 Две специальные функции 29
1.4.5 Модуль импорта 31
1.5 Правила написания программы Python 34
Упражнение 1 36
Глава 2 Обработка и визуализация данных 39
2.1 Инструмент численного расчета Numpy.39
2.1.1 Создание массива?Атрибуты и операции 39
2.1.2 Работа массива?Универсальная функция и операция трансляции 45
2.1.3 Numpy.random Module Drandom Nulce Generation 48
2.1.4 Текстовый файл и двоичные файлы доступа 48
2.2 Операция файла 53
2.2.1 Основная операция файла 53
2.2.2 Чтение и написание работы текстового файла 55
2.2.3 Метод управления файлами 56
2.3 Инструмент обработки данных Pandas 57
2.3.1 Последовательность пандс и коробка данных 58
2.3.2 доступ к внешним файлам 60
2.4 Matplotlib визуализация 64
2.4.1 Базовое использование 65
2.4.2 Matplotlib.pyplot's Visual Application 68
2.4.3 Комплексное применение визуализации 74
2.5 Scipy.Stats Module Введение 78
2.5.1 Случайная переменная и распределение 78
2.5.2 Функция плотности вероятности и распределенный ритм может быть визуализирован 79
Упражнение 2 83
Глава 3 Применение Python в более высокой математике и линейной алгебре 85
3.1 Библиотека Sympy Library Введение .85
3.1.1 Библиотека инструментов Pympy Введение 85
3.1.2 Основные знания о символах вычисления 87
3.2 Введение в библиотеку инструментов Scipy 88
3.3 Используйте Sympy, чтобы сделать символические функции, чертеж 91
3.4 Символы высших математических проблем 93
3.5 Числовое решение высшей математики 98
3.5.1 Уровень Тейлора и численное руководство по номеру 98
3.5.2 Числовые точки 101
3.5.3 Неолинейное уравнение (групповое) решение.
3.5.4 Числовое решение функции экстремальная точка .107
3.6 Символы и числовое решение линейной алгебраической задачи 108
3.6.1 Символ Решение линейной алгебраической задачи 108
3.6.2 Числовое решение проблемы линейной алгебры 113
3.6.3 Найдите Z xiooli jie 118 из группы линейных уравнений
Упражнение 3 120
Глава 4 Теория вероятности и математическая статистика 122
4.1 Расчет вероятности и цифровые особенности случайных переменных 122
4.1.1 Расчет вероятности случайных переменных .122
4.1.2 Краткое введение случайных цифровых функций 123
4.1.3 Расчет и применение цифровых функций.
4.2 Описание Статистика и статистика Рисунок 127
4.2.1 Основные знания статистики 127
4.2.2 Рассчитайте статистику с помощью Python 129
4.2.3 Статистика Рисунок 132
4.3 Оценка параметров и тест предположения 140
4.3.1 Оценка параметров 140
4.3.2 ПАРАМЕРТА ПРОТИВА 142
4.3.3.
4.4 Анализ формулы.150
4.4.1 Анализ дисперсии единого фактора и реализации Python 151
4.4.2 Анализ двухфакторной дисперсии и реализации Python 155
4.5 Одна юаня линейная регрессионная модель 160
4.5.1 один линейный регрессионный анализ юаня 160
4.5.2 ОДИН Юани Линейная Регрессия Приложение 164
4.6 Метод очистки данных 166
4.6.1 Повторное наблюдение обработка 167
4.6.2 Обработка значений удачи 168
4.6.3. Обработка неразкучительной стоимости 170
Упражнение 4 173
Глава 5 Линейное планирование 175
5.1 Концепция и теория линейного планирования 175
5.2 Python Solution линейного планирования 177
5.2.1 Решить с помощью scipy.optimize module 177
5.2.2 Решить с помощью модуля CVXOPT.Solvers 182
5.2.3 Решите с CVXPY 183
5.3 Анализ чувствительности 185
5.4 Инвестиционный доход и риск 187
Упражнение 5 193
Глава 6 Планирование ODAR и нелинейное планирование 195
6.1 Адаптивное планирование 195
6.1.1 Наша задача планирования целого числа и решение 195
6.1.2 Назначение и решение 196
6.1.3 Примеры целочисленного плана || Проблема бокса 200
6.2 Нелинейный план 202
6.2.1 Концепция и теория нелинейного планирования 202
6.2.2 Решение Python нелинейного планирования .205
6.2.3 Проблема управления полетом 209
Упражнение 6 213
Глава 7 Вставка и подгонка 215
7.1 Вставка 215
7.1.1 Вставка метода 215
7.1.2 Решите проблему интерполяции с Python 221
7.2 Подходит 225
7.2.1 z xiooli Multiplier интегрирован 225
7.2.2 Реализация Python Fitting 228
Упражнение 7 231
ГЛАВА 8 МОДЕЛЬСКАЯ МОДЕЛЯ 234 Micro -Division Model 234
8.1 Метод решения дифференциального уравнения модель 234
8.1.1 Числовое решение дифференциальных уравнений 234
8.1.2 Решить уравнение микро -дивизиона с Python 235
8.2 Метод дифференциальных уравнений 240
8.3 Сформулирование примера установки формулы 245
8.3.1 Malthus Model 245
8.3.2 Логистическая модель 246
8.3.3 Прогнозируемая модель американского населения .247
8.3.4 Модель 249 инфекционных заболеваний 249
8.4 LA
Упражнение 8 255
Глава 9 Метод комплексной оценки 257
9.1 Основная теория и данные предварительно обработки комплексной оценки 257
9.1.1 Основная концепция комплексной оценки .257
9.1.2 Строительство комплексной системы оценки .258
9.1.3 Метод предварительной обработки индекса оценки 260
9.1.4 Индекс оценки предварительной обработки пример .264
9.2 Обычно используется комплексная оценка Математическая модель 266
9.2.1 Линейная взвешенная модель комплексной оценки 266
9.2.2 Метод Topsis 267
9.2.3 Анализ серой корреляции 268
9.2.4 Метод энтропии 269
9.2.5 Метод ранга и соотношения 269
9.2.6 Пример комплексной оценки 271
9.3 Случаи метода анализа 274
Упражнение 9 280
Глава 10 Tap Model 281
10.1 Основная теория фигуры и введения в Networkx 281
10.1.1 Основные понятия рисунка 281
10.1.2 Представление рисунка и введение Networkx 284
10.2 z Алгоритм короткого циркурации и его реализация Python 289
10.2.1 Фиксированная отправная точка на алгоритм 290 с коротким циркусом z из оставшихся точек
10.2.2 Алгоритм короткометражного цирки z между каждой парой вершин 293
10.2.3 Z Краткое приложение приложения 297 Пример 297
10.3 z Алгоритм дерева с небольшим генерацией и его реализация Networkx 301
10.3.1 Основная концепция 301
10.3.2 В поисках алгоритма небольшого сгенерированного дерева 302
10.3.3 Найдите Z небольшие генерируемые деревья и приложения 304 с NetworkX
10.4 Сопоставление задачи 306
10.5 ZD -поток и Z -кончики. Проблема 309
10.5.1 ZD Проблема поток 309
10.5.2 z Время потока поток 312
10.6 PageRank Algorithm 314
10.7 Введение в комплекс сети 318
10.7.1 Предварительное введение сложной сети 318
10.7.2 Статистика сложных сетей 319
Упражнение 10323
Глава 11 Анализ разнообразия 326
11.1 Оборотный анализ 326
11.1.1 Следуя дифференциальному закону 326
11.1.2 Закон о дифференциале Фишера 330
11.1.3 Байесовская федерация 332
11.1.4 Оценка руководящих принципов суждения 333
11.2 Анализ основного композиции 335
11.2.1 Основные принципы и этапы анализа основного компонента 335
11.2.2 Применение анализа основных компонентов 339
11.3 Факторный анализ 342
11.3.1 Математическая теория факторного анализа 342
11.3.2 Факторы анализа эффективности учащихся Модель 346
11.4 Кластерный анализ 350
11.4.1 Трансформация данных 350
11.4.2 Расчет измерения степени родительской степени между образцами 351
11.4.3 Scipy.cluster.hierarchy Module Иерархия 353
11.4.4 На основе липкового кластера 355 на основе расстояния на расстоянии расстояние
11,4,5 K Средняя поля 358
11.4.6 K Средний метод полиции ZJ Количество кластеров. Определение значения k 360
11.4.7 Применение кластера общих значений 363
Упражнение 11 366
Глава 12 Анализ возврата 369
12.1 Различный анализ линейной регрессии 369
12.1.1 Многолинейная регрессионная модель 369
12.1.2 Python ищет линейный регрессионный анализ 372
12.2 Ретализация модели линейной регрессии 374
12.2.1 Множественная общая линейная связь 375
12.2.2 Ridge return 377
12.2.3 Lasso return .379
12.3 Logistic return 383
12.3.1 Модель логистической регрессии 383
12.3.2 Применение модели 387 возврата логистики 387
Упражнение 12 391
Глава 13 Модель дифференциального уравнения 394
13.1 Метод дифференциального уравнения и решения 394
13.2 Точка баланса и стабильность дифференциального уравнения 398
13.3 Leslie Model 399
13.4 Держите рот и откройте ноги 404
13.5 Модель роста дискретного блока и ее приложение 409
13.5.1 Модель роста дискретного блока 409
13.5.2 Применение модели дискретного блокировки 411
13.6 Генетическая модель хромосом 413
Упражнение 13 416
Глава 14 смутная математика 418
14.1 Основные концепции и основные операции нечеткой математики 418
14.1.1 Основная концепция нечеткой математики 418
14.1.2 Основной расчет нечеткой математики 421
14.2 Распознавание режима смелости 424
14.2.1 Принципы почти 424
14.2.2 Принцип принадлежности ZD 426
14.3 Неопределенный кластер 427
14.3.1 смутный кластер 427
14.3.2 Неопределенная Средняя классификация 431
14.4 Неопределенная комплексная оценка 434
Упражнение 14439
Глава 15 Прогноз серых систем 441<
Чтение в Интернете Чтение некоторых глав
 
Счастливого плаката
Счастливого плаката
428227487