Python科學(xué)計(jì)算與數(shù)據(jù)分析》([印尼]Ivan Idris 著)【圖片簡介評論價(jià)格

發(fā)布時間：2016-12-20 11:19

本文關(guān)鍵詞：NumPy攻略：Python科學(xué)計(jì)算與數(shù)據(jù)分析，由筆耕文化傳播整理發(fā)布。

便宜淘好貨：萬種圖書低至2折

NumPy攻略-Python科學(xué)計(jì)算與數(shù)據(jù)分析特色及評論

使用python做科學(xué)計(jì)算相關(guān)的工作，numpy是必須要掌握的。
采用了直截了當(dāng)和易于學(xué)習(xí)的內(nèi)容組織方式。書中精選了*實(shí)用的攻略內(nèi)容，教會讀者應(yīng)對numpy學(xué)習(xí)中*重要的任務(wù)和問題。
各攻略中精心組織了用來高效解決問題的指導(dǎo)步驟，并帶有對操作過程的清晰解釋。
每章的攻略小結(jié)部分還探討了如何將解決方案應(yīng)用于更多場合。
同時介紹了numpy和其他軟件的交互、性能分析和調(diào)試、軟件測試和cython等比較高階的話題，幫助讀者在對python和numpy有基本了解的基礎(chǔ)上，實(shí)戰(zhàn)水平更上一層樓！

NumPy攻略-Python科學(xué)計(jì)算與數(shù)據(jù)分析內(nèi)容簡介

《numpy攻略：python科學(xué)計(jì)算與數(shù)據(jù)分析》介紹了70多種學(xué)習(xí)python開源教學(xué)庫numpy的有趣方法，教會讀者如何安裝和使用numpy，并了解其他一些相關(guān)概念，進(jìn)而掌握numpy arrays及其通用功能，書中的例子還涉及matplotlib、scipy 等python科學(xué)計(jì)算生態(tài)系統(tǒng)中的其他重要軟件。此外，還介紹了numpy 和其他軟件的交互、性能分析和調(diào)試、軟件測試和cython等比較高階的話題。　　《NumPy攻略：Python科學(xué)計(jì)算與數(shù)據(jù)分析》的目標(biāo)讀者是對python和numpy有基本了解，并且希望自己的水平能更上一層樓的科技工作者、工程師、程序員和分析師。

NumPy攻略-Python科學(xué)計(jì)算與數(shù)據(jù)分析本書目錄

目　錄

第1章　使用ipython　1
1.1　引言　1
1.2　安裝ipython　2
1.2.1　具體步驟　2
1.2.2　攻略小結(jié)　3
1.3　使用ipython的shell　4
1.3.1　具體步驟　4
1.3.2　攻略小結(jié)　6
1.4　閱讀手冊頁　6
1.4.1　具體步驟　6
1.4.2　攻略小結(jié)　6
1.5　安裝matplotlib　7
1.6　運(yùn)行基于web的notebook　8
1.6.1　準(zhǔn)備工作　8
1.6.2　具體步驟　8
1.6.3　攻略小結(jié)　10
1.6.4　參考閱讀　10
1.7　導(dǎo)出基于web的notebook　10
1.8　導(dǎo)入基于web的notebook　12
1.9　配置notebook服務(wù)器　14
1.9.1　具體步驟　15
1.9.2　攻略小結(jié)　16
1.10　初探sympy配置　17
1.10.1　準(zhǔn)備工作　17
1.10.2　具體步驟　17

第2章　高級索引和數(shù)組概念　19
2.1　引言　19
2.2　安裝scipy　20
2.2.1　準(zhǔn)備工作　20
2.2.2　具體步驟　20
2.2.3　攻略小結(jié)　21
2.3　安裝pil　22
2.4　調(diào)整圖像大小　22
2.4.1　準(zhǔn)備工作　23
2.4.2　具體步驟　23
2.4.3　攻略小結(jié)　25
2.4.4　參考閱讀　25
2.5　創(chuàng)建視圖和副本　25
2.5.1　準(zhǔn)備工作　25
2.5.2　具體步驟　26
2.5.3　攻略小結(jié)　27
2.6　翻轉(zhuǎn)圖像　27
2.6.1　具體步驟　27
2.6.2　參考閱讀　29
2.7　高級索引　29
2.7.1　具體步驟　29
2.7.2　攻略小結(jié)　31
2.8　位置列表型索引　31
2.9　布爾型索引　32
2.9.1　具體步驟　33
2.9.2　攻略小結(jié)　34
2.9.3　參考閱讀　34
2.10　數(shù)獨(dú)游戲中的跨度技巧　34
2.10.1　具體步驟　35
2.10.2　攻略小結(jié)　37
2.11　用廣播機(jī)制擴(kuò)展數(shù)組　37

第3章　常用函數(shù)　40
3.1　引言　40
3.2　斐波那契數(shù)列求和　41
3.2.1　具體步驟　41
3.2.2　攻略小結(jié)　44
3.2.3　參考閱讀　44
3.3　尋找質(zhì)因數(shù)　44
3.3.1　具體步驟　44
3.3.2　攻略小結(jié)　46
3.4　尋找回文數(shù)　46
3.4.1　具體步驟　46
3.4.2　攻略小結(jié)　48
3.4.3　更多工作　48
3.5　確定穩(wěn)態(tài)向量　48
3.5.1　具體步驟　48
3.5.2　攻略小結(jié)　52
3.5.3　參考閱讀　53
3.6　發(fā)現(xiàn)冪律分布　53
3.6.1　具體步驟　53
3.6.2　攻略小結(jié)　55
3.6.3　參考閱讀　55
3.7　定期在低點(diǎn)做交易　55
3.7.1　準(zhǔn)備工作　56
3.7.2　具體步驟　56
3.7.3　攻略小結(jié)　58
3.7.4　參考閱讀　58
3.8　模擬在隨機(jī)時間點(diǎn)做交易　59
3.8.1　準(zhǔn)備工作　59
3.8.2　具體步驟　59
3.8.3　攻略小結(jié)　61
3.8.4　參考閱讀　61
3.9　用埃氏篩篩選整數(shù)　61

第4章　numpy與其他軟件的交互　63
4.1　引言　63
4.2　使用緩沖區(qū)協(xié)議　64
4.2.1　準(zhǔn)備工作　64
4.2.2　具體步驟　64
4.2.3　攻略小結(jié)　66
4.2.4　參考閱讀　66
4.3　使用數(shù)組接口　66
4.3.1　準(zhǔn)備工作　66
4.3.2　具體步驟　66
4.3.3　攻略小結(jié)　67
4.3.4　參考閱讀　68
4.4　與matlab和octave交換數(shù)據(jù)　68
4.4.1　準(zhǔn)備工作　68
4.4.2　具體步驟　68
4.4.3　參考閱讀　69
4.5　安裝rpy2　69
4.6　連接到r　69
4.6.1　準(zhǔn)備工作　70
4.6.2　具體步驟　70
4.6.3　參考閱讀　71
4.7　安裝jpype　71
4.8　傳遞numpy數(shù)組到j(luò)pype　71
4.8.1　具體步驟　72
4.8.2　攻略小結(jié)　73
4.8.3　參考閱讀　73
4.9　安裝谷歌應(yīng)用程序引擎　73
4.10　在谷歌云中部署numpy代碼　74
4.10.1　具體步驟　75
4.10.2　攻略小結(jié)　76
4.11　在python anywhere的web控制臺中運(yùn)行numpy代碼　76
4.11.1　具體步驟　77
4.11.2　攻略小結(jié)　78
4.12　設(shè)置picloud　78
4.12.1　具體步驟　79
4.12.2　攻略小結(jié)　80

第5章　聲音和圖像處理　81
5.1　引言　81
5.2　加載圖像到內(nèi)存映射區(qū)　81
5.2.1　準(zhǔn)備工作　82
5.2.2　具體步驟　82
5.2.3　攻略小結(jié)　85
5.2.4　參考閱讀　85
5.3　合并圖像　85
5.3.1　準(zhǔn)備工作　85
5.3.2　具體步驟　86
5.3.3　攻略小結(jié)　88
5.3.4　參考閱讀　88
5.4　圖像的模糊化處理　89
5.4.1　具體步驟　89
5.4.2　攻略小結(jié)　91
5.5　復(fù)制聲音片段　91
5.5.1　具體步驟　91
5.5.2　攻略小結(jié)　93
5.6　合成聲音　94
5.6.1　具體步驟　94
5.6.2　攻略小結(jié)　96
5.7　設(shè)計(jì)音頻濾波器　96
5.7.1　具體步驟　97
5.7.2　攻略小結(jié)　99
5.8　用索貝爾濾波器進(jìn)行邊緣檢測　99
5.8.1　具體步驟　99
5.8.2　攻略小結(jié)　101

第6章　特殊類型數(shù)組與通用函數(shù)　102
6.1　引言　102
6.2　創(chuàng)建一個通用函數(shù)　102
6.2.1　具體步驟　102
6.2.2　攻略小結(jié)　103
6.3　尋找勾股數(shù)　103
6.3.1　具體步驟　103
6.3.2　攻略小結(jié)　105
6.4　用chararray做字符串操作　105
6.4.1　具體步驟　105
6.4.2　攻略小結(jié)　106
6.5　創(chuàng)建一個masked類型的數(shù)組　106
6.5.1　具體步驟　106
6.5.2　攻略小結(jié)　108
6.6　忽略負(fù)值和極值　108
6.6.1　具體步驟　108
6.6.2　攻略小結(jié)　111
6.7　用recarray創(chuàng)建評分表　111
6.7.1　具體步驟　112
6.7.2　攻略小結(jié)　114

第7章　性能分析與調(diào)試　115
7.1　引言　115
7.2　用timeit進(jìn)行性能分析　115
7.2.1　具體步驟　115
7.2.2　攻略小結(jié)　118
7.3　用ipython進(jìn)行性能分析　118
7.3.1　具體步驟　118
7.3.2　攻略小結(jié)　120
7.4　安裝line_profiler　120
7.4.1　準(zhǔn)備工作　120
7.4.2　具體步驟　120
7.4.3　參考閱讀　121
7.5　用line_profiler分析代碼　121
7.5.1　具體步驟　121
7.5.2　攻略小結(jié)　122
7.6　用cprofile擴(kuò)展模塊分析代碼　122
7.7　用ipython進(jìn)行調(diào)試　123
7.7.1　具體步驟　124
7.7.2　攻略小結(jié)　125
7.8　用pudb進(jìn)行調(diào)試　126

第8章　質(zhì)量保證　127
8.1　引言　127
8.2　安裝pyflakes　127
8.2.1　準(zhǔn)備工作　127
8.2.2　具體步驟　128
8.3　用pyflakes進(jìn)行靜態(tài)分析　128
8.3.1　具體步驟　128
8.3.2　攻略小結(jié)　129
8.4　用pylint分析代碼　129
8.4.1　準(zhǔn)備工作　129
8.4.2　具體步驟　130
8.4.3　攻略小結(jié)　130
8.4.4　參考閱讀　131
8.5　用pychecker進(jìn)行靜態(tài)分析　131
8.6　用docstrings測試代碼　132
8.6.1　具體步驟　132
8.6.2　攻略小結(jié)　134
8.7　編寫單元測試　134
8.7.1　具體步驟　134
8.7.2　攻略小結(jié)　136
8.8　用模擬對象測試代碼　137
8.8.1　具體步驟　137
8.8.2　攻略小結(jié)　139
8.9　基于bdd方式的測試　139
8.9.1　具體步驟　139
8.9.2　攻略小結(jié)　141

第9章　用cython為代碼提速　142
9.1　引言　142
9.2　安裝cython　142
9.3　構(gòu)建hello world程序　143
9.3.1　具體步驟　143
9.3.2　攻略小結(jié)　144
9.4　在cython中使用numpy　144
9.4.1　具體步驟　145
9.4.2　攻略小結(jié)　146
9.5　調(diào)用c語言函數(shù)　146
9.5.1　具體步驟　146
9.5.2　攻略小結(jié)　148
9.6　分析cython代碼　148
9.6.1　具體步驟　148
9.6.2　攻略小結(jié)　150
9.7　用cython求階乘的近似值　150
9.7.1　具體步驟　150
9.7.2　攻略小結(jié)　152

第10章　有趣的scikits　153
10.1　引言　153
10.2　安裝scikits-learn　154
10.2.1　準(zhǔn)備工作　154
10.2.2　具體步驟　154
10.3　加載范例數(shù)據(jù)集　155
10.4　用scikits-learn對道瓊斯成分股做聚類分析　155
10.4.1　具體步驟　156
10.4.2　攻略小結(jié)　158
10.5　安裝scikits-statsmodels　158
10.6　用scikits-statsmodels做正態(tài)性檢驗(yàn)　159
10.6.1　具體步驟　159
10.6.2　攻略小結(jié)　160
10.7　安裝scikits-image　160
10.8　檢測角點(diǎn)　160
10.8.1　準(zhǔn)備工作　161
10.8.2　具體步驟　161
10.8.3　攻略小結(jié)　162
10.9　檢測邊緣　162
10.10　安裝pandas　163
10.11　用pandas估計(jì)股票收益的相關(guān)性　164
10.11.1　具體步驟　164
10.11.2　攻略小結(jié)　166
10.12　從statsmodels加載數(shù)據(jù)到pandas對象　166
10.12.1　準(zhǔn)備工作　166
10.12.2　具體步驟　167
10.12.3　攻略小結(jié)　168
10.13　重采樣時間序列數(shù)據(jù)　169
10.13.1　具體步驟　169
10.13.2　攻略小結(jié)　171

索引　172

NumPy攻略-Python科學(xué)計(jì)算與數(shù)據(jù)分析文章節(jié)選

使用Python做科學(xué)計(jì)算相關(guān)的工作,NumPy是必須要掌握的。采用了直截了當(dāng)和易于學(xué)習(xí)的內(nèi)容組織方式。書中精選了*實(shí)用的攻略內(nèi)容,教會讀者應(yīng)對NumPy學(xué)習(xí)中*重要的任務(wù)和問題。各攻略中精心組織了用來高效解決問題的指導(dǎo)步驟,并帶有對操作過程的清晰解釋。每章的攻略小結(jié)部分還探討了如何將解決方案應(yīng)用于更多場合。同時介紹了NumPy和其他軟件的交互、性能分析和調(diào)試、軟件測試和Cython等比較高階的話題,幫助讀者在對Python和NumPy有基本了解的基礎(chǔ)上,實(shí)戰(zhàn)水平更上一層樓!

NumPy攻略-Python科學(xué)計(jì)算與數(shù)據(jù)分析相關(guān)資料

“本書寫得非常棒，它能告訴你使用numpy時的常見問題，并列出了簡明的解決方案。這些方案并非僅針對你眼下遇到的難題，而是為你打開了一扇門，讓你能夠洞察numpy世界的深邃迷人之處�！� “我剛剛開始學(xué)習(xí)使用python、numpy、scipy和matplotlib，本書給了我巨大的幫助！我覺得書中的示例非常詳盡，并且覆蓋了非常寬的領(lǐng)域。這些領(lǐng)域也許你不會全部感興趣，但其中用到的技術(shù)可以輕松解決你目前遇到的各種問題，為你節(jié)省大量時間�！� “書中的攻略詳盡而且具體，對python和numpy的學(xué)習(xí)大有裨益。其示例豐富至極，能夠幫助你拓展思維，讓你明白numpy的適用之處，這點(diǎn)非常令人振奮！未來我會一直使用這本極佳的參考書！” ——亞馬遜讀者評論

NumPy攻略-Python科學(xué)計(jì)算與數(shù)據(jù)分析作者介紹

Ivan Idris 實(shí)驗(yàn)物理學(xué)碩士。先后任職于多家公司，從事Java開發(fā)、數(shù)據(jù)倉庫開發(fā)和QA分析等工作。主要的興趣是商業(yè)智能、大數(shù)據(jù)和云計(jì)算，喜歡編寫整潔、可測試的代碼，以及撰寫有趣的技術(shù)文章。另著有NumPy Beginner's Guide和Instant Pygame for Python Game Development How-to等書�？梢栽L問ivanidris.net獲取更多信息。

淘書團(tuán)

《世界民間故事畫庫》全10冊，兒童文學(xué)泰斗嚴(yán)文井主編，趙芳廷、王勝華等畫家親筆繪制...

團(tuán)購：世界民間故事畫庫全10冊