B掺杂Co2FeSi材料磁性的第一原理研究，徐晓光，张德林，本文采用第一原理计算的方法对B掺杂Co2FeSi半金属Heusler合金材料进行了研究，预言了一种新的半金属材料。研究发现Co2FeSi1-xBx的晶胞参数

First-principles calculations.pdf

具有正交结构（Pbca-BN，空间）的完全四面结合的氮化硼（BN）同素异形体组：Pbca）通过第一性原理计算进行了研究。 在这项工作中，我们调查了密度泛函理论研究Pbca-BN的结构，弹性，电子性质和弹性各向异性局部密度逼近框架中采用超软伪势方法的三维方法（LDA）和广义梯度近似（GGA）。 根据我们的计算，我们发现Pbca- BN的体积模量为344 GPa，剪切模量为316 GPa，大的德拜温度为1734 K， 较小的位置比率0.14和60.1 GPa的硬度，从而使其成为具有以下特性的超硬材料： 潜在的技术和工业应用。 我们的计算表明，Pbca-BN在机械上是稳定，是一个宽带隙为5.399 eV的绝缘体。

基于第一原理自旋极化密度泛函理论计算，研究了半氟化氮化镓（GaN）片材的相对稳定性，电子结构和磁性能。 最稳定的构型显示出铁磁（FM）基态，每个氟的磁矩约为1.0μB。 半金属铁磁性主要归因于电荷从N原子转移到F原子。 氟化导致N-2pz态和不饱和F-2p轨道不成对的自旋。 空穴介导的双交换负责GaN片中的铁磁性。 此外，仅氟化Ga边缘的GaN纳米带（GaNNRs）为FM。 这开辟了一条通往无金属磁性材料的道路，这种材料具有制造自旋电子器件和纳米磁铁的巨大可能性。

数据科学入门，第二版， 介绍数据科学基本知识的重量级读本，Google数据科学家作品。 　　数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。 　　作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。 　　通过阅读本书，你可以： 　　学到一堂Python速成课； 　　学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的； 　　掌握如何收集、探索、清理、转换和操作数据； 　　深入理解机器学习的基础； 　　运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型； 　　探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。

Data Science from Scratch First Principles with Python 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除

Haskell Programming From First Principles 函数式编程入门书籍