本学期我参加了一门科学编程课程,我非常喜欢并经过实验。我们使用了python和所有相关的模块。我下个学期正在上一个物理实验室,我只是想听听你们中的一些人如何以优秀的方式帮助我,或者以比excel的能力更好的方式帮助我。我使用Mathematica作为符号的东西,所以我会将python用于数据目的。
脱离我的头脑,这是我能做的相关事情:
您在介绍课程中所期望的所有内容(循环,数组,切片数组等)。
从文本文件中读取数据。
绘制散点图,线图和条形图。
学习如何绘制线性回归,但还没有完全弄明白。
我已经完成了Project Euler的7个问题(没什么值得吹嘘的,但它可能会让你更好地了解我在技能方面的位置)。
期待听到你们中的一些人的意见。你不必解释如何使用你提到的东西,我可以查阅文档。
答案 0 :(得分:1)
文章Python all a scientist needs浮现在脑海中。我希望你能从生物学到物理学进行必要的转换。
答案 1 :(得分:1)
Scipy对您也很有用,因为它包含许多更高级的分析工具。例如,Scipy包含线性回归,并从那里变得更有趣。与您提到的其他工具一起,您可能会发现大部分需求都已覆盖。
关于工具选择的其他说明:
答案 2 :(得分:0)
不要完全拒绝Excel。它仍然很适合进行简单的数据分析和绘图。 Excel还具有在大多数工程师和科学家的计算机上安装的相当大的优势,使得与同事分享您的工作变得更加容易。
那就是说,当Excel不会削减它时我会使用Python;我不得不的时候:
Excel中的VBA也可以做很多这样的事情,但是在这种原始语言中它很快就会变得很痛苦。我梦想微软会在下一版本的Excel中使IronPython成为一流的脚本语言。在此之前,您可能想尝试Resolver One
答案 3 :(得分:0)
我可以回想一下Jan Martinek在EuroScipy 2008上的两个演讲,他是博士候选人,并在背景中介绍了一些有趣的物理实验。摘要为here,如果您直接与他联系,我相信他不会介意分享更多内容。另外,看看EuroScipy的其他演示文稿,还有一些与物理相关的演示文稿。