How to Cite
Abstract
В данной статье рассматривается использование компьютерных технологий, в частности языка программирования Python, в преподавании физики в школе и вузах. Анализируются преимущества применения Python для моделирования физических процессов, математических расчетов и визуализации данных. Особое внимание уделяется библиотекам NumPy, SciPy, Matplotlib и SymPy, которые позволяют выполнять сложные вычисления и строить графики. Представлены примеры численного моделирования механических и электромагнитных явлений, а также анализа термодинамических процессов, что способствует углубленному изучению физических законов.
References
1. Python Software Foundation. (2023). Python Documentation. https://docs.python.org/3/
2. Oliphant, T. E. (2006). Guide to NumPy. Trelgol Publishing.
3. Virtanen, P., et al. (2020). SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python. Nature Methods, 17(3), 261–272.
4. Hunter, J. D. (2007). Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering, 9(3), 90–95.
5. Eric Matthes. (2019). Python Crash Course: A Hands-On, Project-Based Introduction to Programming. No Starch Press.
6. Feynman, R. P., Leighton, R. B., & Sands, M. (2010). The Feynman Lectures on Physics. Basic Books.
7. Downey, A. (2016). Think Python: How to Think Like a Computer Scientist. O'Reilly Media.
8. Langtangen, H. P. (2016). A Primer on Scientific Programming with Python. Springer.
9. Beazley, D. (2009). Python Essential Reference. Addison-Wesley.
10. Geron, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. O'Reilly Media.
This work is licensed under a Creative Commons Attribution 4.0 International License.