(منابع اصلی که به ترتیب در نوت بوک ها به طور گسترده استفاده شده است (برای مطالعه بیشتر و به عنوان مرجع
-
Jake Vanderplas, Python Data Science Handbook, Jupyter Notebooks online at https://github.com/jakevdp/PythonDataScienceHandbook
-
Scipy Lecture Notes, http://www.scipy-lectures.org/
-
SciPy 2019 Tutorial: Introduction to Numerical Computing With NumPy, https://github.com/enthought/Numpy-Tutorial-SciPyConf-2019/raw/master/slides.pdf
- Nicolas p. Rougier, From Python to Numpy, http://www.labri.fr/perso/nrougier/from-python-to-numpy/index.html
- Nicolas p. Rougier, 100 Numpy exercises, http://www.labri.fr/perso/nrougier/teaching/numpy-100.html
- Hans Fangohr, Introduction to Python for Computational Science and Engineering, Jupyter Notebooks online at https://github.com/fangohr/introduction-to-python-for-computational-science-and-engineering
- MATLAB® to Python: A Migration Guide, https://www.enthought.com/wp-content/uploads/Enthought-MATLAB-to-Python-White-Paper.pdf
برای نصب پایتون به همراه مجموعه ای از کتابخانه های مفید به خصوص علمی بهتر است نرم‌افزار آناکوندا که مجانی می باشد نصب شود این نرم افزار به مرور زمان بر اساس تغییرات خود پایتون و کتابخانه ها به هنگام می شود. این نرم افزار با توجه به سیستم عامل از لینک زیر قابل دانلود است
https://www.anaconda.com/download/
مراحل نصب این نرم افزار بر روی سیستم عامل ویندوز به صورت گام به گام در لینک زیر توضیح داده شده است https://medium.com/@GalarnykMichael/install-python-on-windows-anaconda-c63c7c3d1444
این نرم‌افزار همراه با نصب آناکوندا نصب میشود. کار با این ابزار و اجرای نوت‌بوک‌ها در ویدیو و لینک زیر توضیح داده شده است