python-scientific-computing
Compare original and translation side by side
🇺🇸
Original
English🇨🇳
Translation
ChinesePython Scientific Computing
Python 科学计算
When to Use This Skill
何时使用此 Skill
Use Python scientific computing when you need:
- Numerical analysis - Solving equations, optimization, integration
- Engineering calculations - Stress, strain, dynamics, thermodynamics
- Matrix operations - Linear algebra, eigenvalue problems
- Symbolic mathematics - Analytical solutions, equation manipulation
- Data analysis - Statistical analysis, curve fitting
- Simulations - Physical systems, finite element preprocessing
Avoid when:
- Real-time performance critical (use C++/Fortran)
- Simple calculations (use calculator or Excel)
- No numerical computation needed
在以下情况下使用 Python 科学计算：
- 数值分析 - 求解方程、优化、积分
- 工程计算 - 应力、应变、动力学、热力学
- 矩阵运算 - 线性代数、特征值问题
- 符号数学 - 解析解、方程变换
- 数据分析 - 统计分析、曲线拟合
- 仿真 - 物理系统、有限元预处理
不适用的情况：
- 对实时性能有严苛要求（使用 C++/Fortran）
- 简单计算（使用计算器或 Excel）
- 无需数值计算
Resources
资源
- NumPy Documentation: https://numpy.org/doc/
- SciPy Documentation: https://docs.scipy.org/doc/scipy/
- SymPy Documentation: https://docs.sympy.org/
- NumPy for MATLAB Users: https://numpy.org/doc/stable/user/numpy-for-matlab-users.html
- SciPy Lecture Notes: https://scipy-lectures.org/
- NumPy 文档：https://numpy.org/doc/
- SciPy 文档：https://docs.scipy.org/doc/scipy/
- SymPy 文档：https://docs.sympy.org/
- 面向 MATLAB 用户的 NumPy：https://numpy.org/doc/stable/user/numpy-for-matlab-users.html
- SciPy 讲义：https://scipy-lectures.org/
Sub-Skills
子 Skill
- 1. NumPy - Numerical Arrays and Linear Algebra (+2)
- 1. Use Vectorization (+4)
- 1. NumPy - 数值数组与线性代数 (+2)
- 1. 使用向量化 (+4)
Sub-Skills
子 Skill
- Example 1: Marine Engineering - Catenary Mooring Line (+5)
- Pattern 1: Load and Process Engineering Data (+2)
- Installation
- CSV Data Processing (+1)
- Performance Tips
- 示例 1：海洋工程 - 悬链线系泊 (+5)
- 模式 1：加载与处理工程数据 (+2)
- 安装
- CSV 数据处理 (+1)
- 性能优化提示