دوره آموزش Python و کتابخانه NumPy برای محاسبات عددی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش Python و کتابخانه NumPy برای محاسبات عددی

موضوع کلی: برنامه نویسی

موضوع میانی: زبان‌های برنامه‌نویسی**

📋 سرفصل‌های دوره

• 1. متغیرها و انواع داده در پایتون
• 2. ساختارهای کنترلی: شرط‌ها و حلقه‌ها
• 3. توابع و بازگشت مقادیر
• 4. لیست‌ها و تاپل‌ها
• 5. دیکشنری‌ها و مجموعه‌ها
• 6. مدیریت خطا با try-except
• 7. کار با رشته‌ها و متدهای آن
• 8. ورودی و خروجی فایل
• 9. ماژول‌ها و کتابخانه‌های استاندارد
• 10. آشنایی با NumPy و نصب آن
• 11. آرایه‌های NumPy و ویژگی‌ها
• 12. ایجاد آرایه با تابع array
• 13. آرایه‌های صفر، یک و تصادفی
• 14. شاخص‌گذاری و برش آرایه
• 15. عملیات ریاضی روی آرایه‌ها
• 16. توابع یونیورسال در NumPy
• 17. جمع، میانگین و آمار توصیفی
• 18. ضرب ماتریس و عملیات جبر خطی
• 19. کار با ابعاد و تغییر شکل آرایه
• 20. ترکیب و جدا کردن آرایه‌ها
• 21. Broadcasting در NumPy
• 22. ذخیره و بارگذاری آرایه در فایل
• 23. کار با داده‌های گمشده (NaN)
• 24. شبیه‌سازی اعداد تصادفی
• 25. بهینه‌سازی محاسبات با NumPy
• 26. کاربرد NumPy در علوم مهندسی
• 27. حل دستگاه معادلات خطی
• 28. مقادیر ویژه و بردارهای ویژه
• 29. محاسبات انتگرال و مشتق عددی
• 30. پردازش تصویر ساده با NumPy
• 31. تحلیل سری‌های زمانی
• 32. فیلتر کردن داده‌ها
• 33. مقیاس‌گذاری و نرمال‌سازی داده
• 34. مدل‌سازی آماری پایه
• 35. رسم نمودار با Matplotlib و NumPy
• 36. بهبود کارایی حلقه‌ها با NumPy
• 37. کار با آرایه‌های چندبعدی
• 38. مقایسه سرعت پایتون خالص و NumPy
• 39. پیاده‌سازی الگوریتم‌های عددی
• 40. پروژه عملی: تحلیل داده‌های عددی