Computación Científica con Python

Un libro virtual diseñado como recurso de aprendizaje para los estudiantes del curso de Computación Científica con Python (INFO147) de la carrera de Ingeniería Civil en Informática de la Universidad Austral de Chile. El libro fue escrito por Pablo Huijse y está en continuo desarrollo.

El código fuente del libro está en https://github.com/phuijse/PythonBook. El libro virtual está publicado en : https://phuijse.github.io/PythonBook/. El libro fue desarrollado utilizando jupyter-book. Si encuentras errores por favor deja un issue en el repositorio que contiene el libro.

Contenidos

• Exploración interactiva de datos con Ipython y Jupyter
• Manejo de datos con pandas
• Visualización de datos con matplotlib
• Álgebra lineal con numpy y scipy
• Optimización numérica con scipy
• Estadística descriptiva e inferencial con scipy
• Introducción a Machine Learning con scikit-learn
• Optimización de cómputo con cython

• Jake VanderPlas, "Python Data Science Handbook", O'Reilly, 2016
• Cyrille Rossant, "IPython Cookbook", 2ed, Packt, 2018
• Robert Johansson, "Numerical Python", 2ed, Apress, 2018
• K. Reith y T. Schulesser, "The Hitchhiker's guide to Python", O'Reilly, 2016
• J. VanderPlas, "Whirlwind Tour of Python", O'Reilly, 2016
• C.H. Swaroop, "A Byte of Python", 2015
• Brett Slakin, "Effective Python", Addison-Wesley, 2015
• Greg Wilson, et al., "Best Practices for Scientific Computing", PLOS Biology, 2014
• Adam Rule, et al. "Ten simple rules for writing and sharing computational analyses in Jupyter Notebook", PLOS Computational Biology, 2019

• Clonar el repositorio: git clone https://github.com/phuijse/PythonBook.git
• Instalar dependencias: pip install -r requirements.txt
• Ejecutar los cuadernillos
• Compilar libro: jupyter-book build .
• (Opcional) Subir a github pages: ghp-import -n -p -f _build/html/