فایل های نوت بوک مربوط به درس «آشنایی با انجام محاسبات با پایتون برای مهندسی و کاربردهای علمی» به انگلیسی«Introduction to computing with Python for engineering and scientific applications» دانشگاه کمبریج

#دانلود
#پایتون_مالی
#notebook

پایتون برای مالی در تلگرام https://t.me/python4finance
پایتون برای مالی در بله https://ble.im/python4finance

معمولا در هنگامی که با داده های بزرگ کار می کنیم، Jupyter / IPython ابزارهای بسیار مناسبی هستند ، چرا که لازم نیست هر بار تعداد زیادی داده را در حافظه بارگذاری کنیم و به این ترتیب در زمان و منابع صرفه جویی می کنیم. اما گاهی پیش می اید در حین استفاده از داده های بزرگ، یک ماژولی را می خواهیم توسعه دهیم یا اصلاح کنیم. مشکل اینجاست که در Jupyter / IPython ماژول صرفا در دفعه اول در حافظه قرار می گیرد و اگر ماژول را اصلاح کنید همچنان ماژول ابتدایی در حافظه باقی می ماند و تغییرات لحاظ نمی شوند. برای حل این موضوع لازم است در ابتدای نوت بوک خود دستورات زیر را درج کنید.
In [1]: %load_ext autoreload
In [2]: %autoreload 2
حالا هر وقت تغییر جدیدی در ماژول خود بدهید می توانید به راحتی آثار آن را مشاهده نمایید.

#دانلود
#پایتون_مالی
#notebook

پایتون برای مالی در تلگرام https://t.me/python4finance
پایتون برای مالی در بله https://ble.im/python4finance

دستور جادویی pylab%
عموما در بیشتر کارها ماژول های Numpy و Matplotib را فراخوانی می کنیم. اگر می خواهید از import هر باره این ماژول ها خلاص شوید می توانید از دستور جادویی pylab% استفاده کنید. تقریبا این دستور معادل دستورات زیر است:
from numpy import *
from matplotlib import *
(البته توجه داریم این دستور را داخل notebook یا ipython باید اجرا کنیم)

#ژوپیتر
#دستور_جادویی

#Notebook
#Numpy
#Matplotlib
#python_for_finance

پایتون برای مالی در تلگرام
t.me/joinchat/AAAAAFGMkouqbsb86Vfzug