Quelle: Bild: Shutterstock / Alexander Supertramp
Mathematik mit Python, Teil 3 18.06.2018, 00:00 Uhr

Python kann noch mehr

Wir loten die Möglichkeiten der numerischen Klassen in der Python-Bibliothek tiefer aus: Erläuterungen und Beispiele zu den Themen Optimierung, Fitting, Integration und Graphen.
Auch in diesem dritten Artikel zu den mathematischen Möglichkeiten von Python wird es wieder um Performance gehen. Darüber hinaus soll dieses Mal aber auch ein Blick auf die komplexeren mathematischen Funk­tionalitäten der Python-Bibliotheken numpy, scipy, sympy und matplotlib geworfen werden. Aber keine Angst: Es bleibt alles noch auf einem verständlichen Niveau.
Wenn Sie die Beispiele aus diesem Artikel und den beiden vorangegangenen Beiträgen [1][2] ausprobieren wollen, sollten Sie unbedingt die neuesten Versionen der Bibliotheken numpy, scipy, sympy und matplotlib installieren.

Jetzt 1 Monat kostenlos testen!

Sie wollen zukünftig auch von den Vorteilen eines plus-Abos profitieren? Werden Sie jetzt dotnetpro-plus-Kunde.
  • + Digitales Kundenkonto,
  • + Zugriff auf das digitale Heft,
  • + Zugang zum digitalen Heftarchiv,
  • + Auf Wunsch: Weekly Newsletter,
  • + Sämtliche Codebeispiele im digitalen Heftarchiv verfügbar