Python avancé et programmation scientifique : techniques d'algorithmisation et de construction de programmes compacts et efficaces
保存先:
| 第一著者: | |
|---|---|
| フォーマット: | Livre numérique |
| 言語: | Français |
| 出版事項: |
Paris :
Ellipses
2019.
Paris : Cyberlibris |
| 主題: | |
| オンライン･アクセス: | Accès Université d'Orléans et IFPM |
| 注記: |
Couverture. https://static2.cyberlibris.com/books_upload/136pix/9782340088191.jpg Cyberlibris (ScholarVox) corpus Informatique |
| Autres localisations: | Voir dans le Sudoc |
| Edition sous un autre format: | • Python avancé et programmation scientifique, techniques d'algorithmisation et de construction de programmes compacts et efficaces, Jerzy Karczmarczuk, 2019, Paris, Ellipses, 1 vol. (viii-392 p.), Références sciences, 978-2-3400-3294-1 |
目次:
- 1 Introduction
- 2 Objets dans Python. Structures et fonctionnalités
- 1.1 Pourquoi Python
- 1.2 À qui s'adresse ce livre
- 1.3 Un peu de méthodologie
- 2.1 Propriétés essentielles. Exemples
- 2.2 Surcharge des opérateurs
- 2.3 Digression : héritage multiple
- 2.4 Fonctions et objets
- 2.5 Exceptions comme objets
- 2.1.1 Variables et dictionnaires
- 2.1.2 Classe comme environnement
- 2.2.1 Arithmétique et héritage
- 2.2.2 Héritage des classes numériques. Surcharge de _new_
- 2.2.3 Surcharge de l'indexation
- 2.2.4 Opérateurs formés par le programmeur ?
- 2.2.5 Un exemple plus long : différentiation automatique
- 2.3.1 L'ordre de résolution des méthodes (MRO)
- 2.4.1 Fonctions et persistance
- 2.4.2 Fermetures
- 2.4.3 Modification d'un programme pendant son exécution
- 2.4.4 Décorations des fonctions
- 2.4.5 Mémoïsation
- 2.4.6 Exemple. Distance de Levenshtein-Damerau entre deux textes
- 2.4.7 Outils de mémoïsation existants
- P. 1
- P. 1
- P. 3
- P. 5
- P. 9
- P. 9
- P. 11
- P. 13
- P. 13
- P. 13
- P. 16
- P. 18
- P. 19
- P. 21
- P. 24
- P. 25
- P. 28
- P. 28
- P. 30
- P. 31
- P. 32
- P. 33
- P. 34
- P. 36
- P. 38
- P. 39