Struttura del corso

Introduzione

  • SciPy vs NumPy
  • Panoramica delle funzionalità e dei componenti di SciPy

Primi passi

  • Installazione di SciPy
  • Comprensione delle funzioni di base

Implementazione del calcolo scientifico

  • Utilizzo delle costanti di SciPy
  • Calcolo di integrali
  • Risoluzione di equazioni lineari
  • Creazione di matrici con dati sparsi e grafi
  • Ottimizzazione o minimizzazione di funzioni
  • Esecuzione di test di significatività
  • Lavorare con diversi formati di file (Matlab, IDL, Matrix Market, ecc.)

Visualizzazione e manipolazione dei dati

  • Implementazione del clustering K-means
  • Utilizzo di strutture dati spaziali
  • Elaborazione di immagini multidimensionali
  • Calcolo delle trasformate di Fourier
  • Utilizzo dell'interpolazione per punti dati fissi

Risoluzione dei problemi

Riepilogo e prossimi passi

Requisiti

  • esperienza di programmazione Python

Pubblico

  • Sviluppatori
 7 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative