کتاب Introduction to Python for Science and Engineering

این کتاب یک مقدمه‌ی مختصر و مفید به زبان برنامه‌نویسی پایتون برای استفاده در هر رشته علوم یا مهندسی ارائه می‌دهد. رویکرد آموزشی آن “از پایین به بالا” است، به این معنی که با مثال‌ها شروع می‌شود و از آن تجربه‌، اصول کلی‌تر را استخراج می‌کند. فرض بر این است که خواننده تجربه قبلی برنامه‌نویسی ندارد.

خوانندگان اصول اولیه‌ی نحو (syntax) پایتون، ساختار‌های داده، ورودی و خروجی، شرط‌ها و حلقه‌ها (loop)، توابع تعریف‌شده توسط کاربر، رسم نمودار، انیمیشن و تجسم را یاد خواهند گرفت.

آن‌ها همچنین نحوه استفاده از پایتون برای تحلیل عددی، از جمله برازش منحنی (curve fitting)، اعداد تصادفی، جبر خطی، راه‌حل‌های معادلات غیرخطی، انتگرال عددی، راه‌حل‌های معادلات دیفرانسیل و تبدیل سریع فوریه را فرا خواهند گرفت.

خوانندگان با استفاده از JupyterLab و Spyder، دو محیط توسعه‌ی یکپارچه (IDE) ساده و پرکاربرد، یاد می‌گیرند که با پایتون تعامل و برنامه‌نویسی کنند.

تمام کتابخانه‌های اصلی پایتون برای علوم و مهندسی، از جمله NumPy، SciPy، Matplotlib و Pandas، پوشش داده می‌شوند.

همچنین بسته‌های دیگری مانند Numba معرفی می‌شوند که می‌توانند محاسبات عددی پایتون را به همان سرعتی تبدیل کنند که زبان‌های کامپایل‌شده‌ی کامپیوتری مانند C انجام می‌دهند، اما بدون پیچیدگی‌های آن‌ها.

دیوید جی. پاین بیش از 40 سال در چهار مؤسسه‌ی مختلف فیزیک و مهندسی شیمی تدریس کرده است: دانشگاه کرنل (به عنوان دانشجوی تحصیلات تکمیلی)، کالج Haverford، UCSB و دانشگاه نیویورک (NYU) که در آنجا استاد فیزیک، ریاضیات و مهندسی شیمی و بیومولکولی است.

او طیف گسترده‌ای از دوره‌ها از جمله روش‌های عددی را تدریس کرده است. او در مورد مواد نوری و در فیزیک تجربی ماده نرم، که به موادی مانند پلیمرها، امولسیون‌ها و کلوئیدها مربوط می‌شود، تحقیق می‌کند.

مقدمه‌ای بر ویرایش دوم کتاب Introduction to Python for Science and Engineering:

هدف ویرایش دوم همانند ویرایش اول است: ارائه مقدمه‌ای کاربردی برای دانشجویان علوم و مهندسی در زمینه برنامه‌نویسی فنی با پایتون. این نسخه جدید تقریباً 100 صفحه مطالب جدید اضافه کرده است.

از جمله تغییرات، مفهوم یک شی (object) با بحث در مورد متغیرها و انتساب در فصل 2 به طور کامل‌تر توسعه یافته است. این دیدگاه در سراسر متن ادامه دارد، زیرا جنبه‌های مختلف اشیاء آشکار و توسعه می‌یابد.

فصل مربوط به کلاس‌های پایتون، که اکنون فصل 10 است، با مثال‌های جدید کاملاً بازنویسی شده است. در اینجا، ما بر مفهوم کپسوله‌سازی (encapsulation) و کاربرد آن در علوم و مهندسی تأکید می‌کنیم.

فصل 3 کتاب Introduction to Python for Science and Engineering، در مورد محیط‌های توسعه‌ی یکپارچه (IDE) Spyder و Jupyter Lab جدید است.

بخشی از مطالب مربوط به IDE اسپایدر را می‌توان در ویرایش اول یافت، اما در این ویرایش به‌روزرسانی و گسترش یافته است. مطالب مربوط به IDE آزمایشگاه Jupyter کاملاً جدید است، زیرا آزمایشگاه Jupyter از زمان ویرایش اول به طور قابل توجهی توسعه یافته و اکنون یک IDE جذاب ارائه می‌دهد.

مثال‌های جدیدی به فصل 6 کتاب Introduction to Python for Science and Engineering، در مورد شرط‌ها و حلقه‌ها اضافه شده است. این فصل همچنین شامل بخش جدیدی در مورد مدیریت استثنا (exception handling) است.

معرفی توابع به گونه‌ای جابه‌جا شده است که اکنون قبل از فصل مربوط به رسم نمودار اتفاق بیفتد. «نکات نوع» (type hints) که از زمان ویرایش اول در پایتون جدید هستند، مورد بحث قرار گرفته‌اند. موضوع ظریف فضای نام (namespace) و دامنه (scope) و ارتباط آن با توابع به طور قابل توجهی گسترش یافته است.

فصل مربوط به برازش منحنی حذف شده است. اکنون آن مطالب در فصل‌های 7 و 9 پوشش داده شده است.

مواد جدید به فصل 8 کتاب Introduction to Python for Science and Engineering، در مورد رسم نمودار اضافه شده است، از جمله مقدمه‌ای بر بسته‌ی Seaborn. مثال‌های جدیدی اضافه شده است، از جمله استفاده از دو مقیاس جداگانه برای یک محور، نمودارهایی با درج‌ها، رسم نمودار میدان برداری (quiver) و رسم نمودار با مختصات قطبی.