出版書誌データベース

研究や開発、データ分析に使える！
科学技術計算における
Python利用の基礎を習得

【本書の概要】
高機能で、学びやすいPythonは、科学技術計算の用途でも広く利用されています。
本書は、コンピュータを用いて数学的問題の解決に取り組む学生、エンジニア、研究者の方に向けて、
Pythonの基礎知識と、科学技術計算への利用方法について解説した書籍です。

【本書の対象読者】
・科学・工学系研究（シミュレーション）を行う理工学生、エンジニア、研究者
・データサイエンティスト

【本書で特徴的な内容】
・科学技術計算に必要なPythonに特化
・数値計算、代数計算、データの可視化を行う、NumPy、SciPy、SymPy、Matplotlibの使用方法
・データ処理で利用されるpandasの使用方法
・様々なファイル形式を使ったデータの入出力方法
・CythonとNumbaを用いたPythonコードの高速化

【著者プロフィール】
かくあき
東京工業大学工学部および同大学院理工学研究科を2012年に修了。
学生時代から数値解析を中心にPython、Matlab、Fortran、C、LISPなどのプログラミング言語を利用。
Pythonの普及の一助となるべく、Udemyで講座を公開、KDPでの電子書籍を出版するなど情報発信。

Chapter 1　開発環境の準備
1.1　Pythonのインストール
1.2　Jupyter Notebook

Chapter 2　Pythonプログラミングの基本
2.1　オブジェクト、変数
2.2　数値
2.3　コンテナ
2.4　比較演算子、論理演算子
2.5　制御フロー文
2.6　関数定義

Chapter 3　NumPyによる配列計算
3.1　NumPyの準備
3.2　配列の作成
3.3　要素の参照
3.4　配列の形状や大きさの変更
3.5　配列の基本計算

Chapter 4　SymPyによる代数計算
4.1　SymPyの準備
4.2　シンボルの作成
4.3　SymPyの数値型
4.4　数式の基本的な操作
4.5　数式の単純化
4.6　SymPyの行列型

Chapter 5　Matplotlibによるデータの可視化
5.1　Matplotlibの準備
5.2　グラフ作成の基礎
5.3　複数のグラフを並べる
5.4　線やマーカーの設定
5.5　文字による説明を加える
5.6　軸の設定
5.7　3次元データのグラフを作成する

Chapter 6　NumPy/SciPyによる数値計算とその応用
6.1　線形代数
6.2　微分積分
6.3　統計
6.4　補間

Chapter 7　pandasによるデータ処理と分析
7.1　pandasの準備
7.2　pandasのデータ構造の作成
7.3　データフレームの基本的な操作
7.4　データフレームのグラフの作成

Chapter 8　データファイルの入出力
8.1　テキストファイルの基本的な入出力
8.2　CSV形式を扱う
8.3　JSON形式を扱う
8.4　Excelファイルを扱う

Chapter 9　プログラムの高速化
9.1　プログラムの性能評価
9.2　Cython
9.3　Numba