📱Notata.

notata — это инструмент для файлового логирования симуляций, численных экспериментов и научных расчётов.
Каждый запуск сохраняется в отдельную директорию с параметрами, массивами, графиками, артефактами и логами. Всё прозрачно, воспроизводимо и удобно для анализа.

❓Чем отличается от ML-инструментов (W&B, MLflow, TensorBoard)?

🔘Локальное файловое хранение вместо серверов и дашбордов.

🔘Минимализм и простота — никакой лишней инфраструктуры.

🔘Идеально для симуляторов, солверов, научных экспериментов.

🔹Особенности:

🔘Контекстный менеджер для логирования одной симуляции.

🔘Эксперименты с перебором параметров и автоматическим индексом.

🔘Поддержка массивов, артефактов, графиков и метаданных.

🔘Утилиты для чтения и сравнения запусков (ExperimentReader).

🔘Удобный файловый формат: log_<run_id>/ c log.txt, params.yaml, metadata.json, data/, plots/, artifacts/.

#Python #ScientificComputing #Logging #Simulation #Reproducibility #OpenSource #notata #DataScience #NumericalMethods #ResearchTools

📱Ссылка на репозиторий:
https://github.com/alonfnt/notata

Numethods.

numethods — лёгкая библиотека Python для изучения численных методов.
Все алгоритмы реализованы с нуля, без NumPy и SciPy — максимально прозрачно и наглядно.

🔹Подходит для:

🔘Студентов и преподавателей.

🔘Исследователей.

🔘Всех, кто хочет разобраться, как работают классические алгоритмы.

🔻В библиотеке есть:

🔘Решение СЛАУ (LU, Якоби, Гаусс-Зейдель…).

🔘Методы поиска корней (бисекция, Ньютона, секущих…).

🔘Интерполяция и аппроксимация.

🔘QR, собственные числа и сингулярные значения.

🔘Численное интегрирование и дифференцирование.

🔘Решение ОДУ (Эйлер, Рунге-Кутта, Адамс, RK45…).

#Python #NumericalMethods #Math #Education #LinearAlgebra #ODE #Interpolation #Integration #MachineLearning #numethods #OpenSource

📱Ссылка на репозиторий:
https://github.com/denizd1/numethods