Workshop：用Python做科学计算

Python是程序史上最流行的开源语言之一。 仅在官方包索引PyPi上就已经发布了超过10万个开源软件包，而且还有更多的项目。 在SciPy的麾下，有一个成熟的python包生态系统，可以使用Python做深入的科学分析。 在workshop中，我们涵盖了大量的核心软件包，并为您指明进一步研究的方向。 Workshop附有几个互动的Jupyter Notebook示例，用来说明SciPy生态系统的不同方面。

Workshop Notebooks示例

初学MNIST- 一个关于如何建立一个简单的神经网络用于MNIST数字分类的TensorFlow教程。

练习- 用SymPy推导二次公式 - 使用SymPy推导二次公式的教程。

探索MNIST的多种形式- 使用Scikit-Learn包通过应用PCA和K-Means方法来探索MNIST。同时也有其他交互组件。

Latex Essentials-向您展示使用LaTex进行排版和数学笔记的基础知识。

线性回归- 空间解决方案 - 交互式组件用于探索线性回归。同时展示如何用matplotlib进行3D绘图。

线性回归- 梯度下降 - 如何使用梯度下降来寻找最佳线性回归的教程。

线性函数对比非线性函数- 展示如何进行2D和基本的3D绘图。也给你一个线性函数和非线性函数之间差异的直观认识。

作为函数＆绘图向量的矩阵- 展示如何使用Matplotlib绘制向量，并展示矩阵如何被视为线性变换。更多的使用了Matplotlib。

MNIST概率实验1- 展示在MNIST上计算各种统计的不同实验。

神经布尔连接1- 展示一个非常简单的单隐层神经网络，以及它如何表示XOR函数。还展示它如何表示AND。

SymPy基础知识- 向您展示SymPy的一些基本功能。

泰勒序列- 使用SymPy探索泰勒序列。同时也使用Matplotlib。

Poke Pandas- 使用Pandas分析pokemon游戏中有关小宠物的数据的notebook示例。

Workshop配置

下载Workshop的.zip文件：http://bit.ly/2A6dTYp

解压workshop.zip。 （查看文档）

下载Anaconda Navigator（AN）PYTHON 3.6版本https://www.continuum.io/downloads

从主页选项卡启动Jupyter Notebook服务。

浏览器应该在启动Jupyter Notebook服务时打开。 在该浏览器中，找到解压后的workshop文件夹。

点击setup.ipynb并按照说明操作。

英文原文：https://github.com/Andrewnetwork/WorkshopScipy

译者：javylee