图灵程序设计丛书·NumPy攻略:Python科学计算与数据分析 [NumPy Cookbook]

图灵程序设计丛书·NumPy攻略:Python科学计算与数据分析 [NumPy Cookbook],由人民邮电出版社在2013-10-01月出版发行,本书编译以及作者信息为: [印尼] Ivan Idris 著,张崇明 译,这是第1次发行, 国际标准书号为:9787115329912,品牌为人民邮电出版社, 这本书采用平装开本为16开,纸张采为胶版纸,全书共有277页,字数万字,值得推荐。

此书内容摘要

《图灵程序设计丛书·NumPy攻略:Python科学计算与数据分析》带领读者了解熟悉当下流行的科学计算库NumPy的方方面面。书中不仅介绍了NumPy的安装、使用和各种相关概念,还介绍了如何利用这一新的开源软件库,以尽可能接近传统数学语言的方式,编写可读性好、实现效率高和运行速度快的代码。还探究了几个和NumPy相关的科学计算项目。此外,本书将为你掌握NumPy数组和通用函数打下坚实的基础,也会通过实例教你用Matplotlib绘图,并了解和SciPy相关的项目。
《图灵程序设计丛书·NumPy攻略:Python科学计算与数据分析》将帮助你:
·学习高级索引技术和线性代数知识
·了解数组形状及图像大小的调整
·探察广播机制和直方图
·分析NumPy代码并用可视化的方式表示分析结果
·用Cython为代码提速
·使用数组接口共享数据
·使用通用函数和互操作功能
·学习Matplotlib以及经常和NumPy同时使用的SciPy

关于此书作者

Ivan Idris,实验物理学硕士。先后任职于多家公司,从事Java开发、数据仓库开发和QA分析等工作。主要的兴趣是商业智能、大数据和云计算,喜欢编写整洁、可测试的代码,以及撰写有趣的技术文章。另著有NumPy Beginner's Guide和Instant Pygame for Python Game Development How-to等书。可以访问ivanidris.net获取更多信息。

译者简介:
张崇明,本科及研究生毕业于天津大学精密仪器与光电子工程学院,博士毕业于复旦大学计算机科学技术学院。在中兴通讯南京研发中心做过三年通信软件的开发。目前在上海师范大学信息与机电工程学院从事教学和科研工作。

编辑们的推荐

直截了当和易于学习的内容组织方式
精选的攻略内容(重要的任务和问题)
精心组织的用来高效解决问题的指导步骤
对操作过程的清晰解释
攻略小结部分将解决方案应用于更多场合的探讨

图灵程序设计丛书·NumPy攻略:Python科学计算与数据分析 [NumPy Cookbook]图书的目录

第1章使用IPython
1.1 引言
1.2 安装IPython
1.2.1 具体步骤
1.2.2 攻略小结
1.3 使用IPython的shell
1.3.1 具体步骤
1.3.2 攻略小结
1.4 阅读手册页
1.4.1 具体步骤
1.4.2 攻略小结
1.5 安装Matplotlib
1.6 运行基于Web的notebook
1.6.1 准备工作
1.6.2 具体步骤
1.6.3 攻略小结
1.6.4 参考阅读
1.7 导出基于Web的notebook
1.8 导入基于Web的notebook
1.9 配置notebook服务器
1.9.1 具体步骤
1.9.2 攻略小结
1.10 初探SymPy配置
1.10.1 准备工作
1.10.2 具体步骤

第2章高级索引和数组概念
2.1 引言
2.2 安装SciPy
2.2.1 准备工作
2.2.2 具体步骤
2.2.3 攻略小结
2.3 安装PIL
2.4 调整图像大小
2.4.1 准备工作
2.4.2 具体步骤
2.4.3 攻略小结
2.4.4 参考阅读
2.5 创建视图和副本
2.5.1 准备工作
2.5.2 具体步骤
2.5.3 攻略小结
2.6 翻转图像
2.6.1 具体步骤
2.6.2 参考阅读
2.7 高级索引
2.7.1 具体步骤
2.7.2 攻略小结
2.8 位置列表型索引
2.9 布尔型索引
2.9.1 具体步骤
2.9.2 攻略小结
2.9.3 参考阅读
2.10 数独游戏中的跨度技巧
2.10.1 具体步骤
2.10.2 攻略小结
2.11 用广播机制扩展数组

第3章常用函数
3.1 引言
3.2 斐波那契数列求和
3.2.1 具体步骤
3.2.2 攻略小结
3.2.3 参考阅读
3.3 寻找质因数
3.3.1 具体步骤
3.3.2 攻略小结
3.4 寻找回文数
3.4.1 具体步骤
3.4.2 攻略小结
3.4.3 更多工作
3.5 确定稳态向量
3.5.1 具体步骤
3.5.2 攻略小结
3.5.3 参考阅读
3.6 发现幂律分布
3.6.1 具体步骤
3.6.2 攻略小结
3.6.3 参考阅读
3.7 定期在低点做交易
3.7.1 准备工作
3.7.2 具体步骤
3.7.3 攻略小结
3.7.4 参考阅读
3.8 模拟在随机时间点做交易
3.8.1 准备工作
3.8.2 具体步骤
3.8.3 攻略小结
3.8.4 参考阅读
3.9 用埃氏筛筛选整数

第4章NumPy与其他软件的交互
4.1 引言
4.2 使用缓冲区协议
4.2.1 准备工作
4.2.2 具体步骤
4.2.3 攻略小结
4.2.4 参考阅读
4.3 使用数组接口
4.3.1 准备工作
4.3.2 具体步骤
4.3.3 攻略小结
4.3.4 参考阅读
4.4 与MATLAB和Octave交换数据
4.4.1 准备工作
4.4.2 具体步骤
4.4.3 参考阅读
4.5 安装RPy2
4.6 连接到R
4.6.1 准备工作
4.6.2 具体步骤
4.6.3 参考阅读
4.7 安装JPype
4.8 传递NumPy数组到JPype
4.8.1 具体步骤
4.8.2 攻略小结
4.8.3 参考阅读
4.9 安装谷歌应用程序引擎
4.10 在谷歌云中部署NumPy代码
4.10.1 具体步骤
4.10.2 攻略小结
4.11 在Python Anywhere的Web控制台中运行NumPy代码
4.11.1 具体步骤
4.11.2 攻略小结
4.12 设置PiCloud
4.12.1 具体步骤
4.12.2 攻略小结

第5章声音和图像处理
5.1 引言
5.2 加载图像到内存映射区
5.2.1 准备工作
5.2.2 具体步骤
5.2.3 攻略小结
5.2.4 参考阅读
5.3 合并图像
5.3.1 准备工作
5.3.2 具体步骤
5.3.3 攻略小结
5.3.4 参考阅读
5.4 图像的模糊化处理
5.4.1 具体步骤
5.4.2 攻略小结
5.5 复制声音片段
5.5.1 具体步骤
5.5.2 攻略小结
5.6 合成声音
5.6.1 具体步骤
5.6.2 攻略小结
5.7 设计音频滤波器
5.7.1 具体步骤
5.7.2 攻略小结
5.8 用索贝尔滤波器进行边缘检测
5.8.1 具体步骤
5.8.2 攻略小结

第6章特殊类型数组与通用函数
6.1 引言
6.2 创建一个通用函数
6.2.1 具体步骤
6.2.2 攻略小结
6.3 寻找勾股数
6.3.1 具体步骤
6.3.2 攻略小结
6.4 用chararray做字符串操作
6.4.1 具体步骤
6.4.2 攻略小结
6.5 创建一个masked类型的数组
6.5.1 具体步骤
6.5.2 攻略小结
6.6 忽略负值和极值
6.6.1 具体步骤
6.6.2 攻略小结
6.7 用recarray创建评分表
6.7.1 具体步骤
6.7.2 攻略小结

第7章性能分析与调试
7.1 引言
7.2 用timeit进行性能分析
7.2.1 具体步骤
7.2.2 攻略小结
7.3 用IPython进行性能分析
7.3.1 具体步骤
7.3.2 攻略小结
7.4 安装line_profiler
7.4.1 准备工作
7.4.2 具体步骤
7.4.3 参考阅读
7.5 用line_profiler分析代码
7.5.1 具体步骤
7.5.2 攻略小结
7.6 用cProfile扩展模块分析代码
7.7 用IPython进行调试
7.7.1 具体步骤
7.7.2 攻略小结
7.8 用pudb进行调试

第8章质量保证
8.1 引言
8.2 安装Pyflakes
8.2.1 准备工作
8.2.2 具体步骤
8.3 用Pyflakes进行静态分析
8.3.1 具体步骤
8.3.2 攻略小结
8.4 用Pylint分析代码
8.4.1 准备工作
8.4.2 具体步骤
8.4.3 攻略小结
8.4.4 参考阅读
8.5 用Pychecker进行静态分析
8.6 用docstrings测试代码
8.6.1 具体步骤
8.6.2 攻略小结
8.7 编写单元测试
8.7.1 具体步骤
8.7.2 攻略小结
8.8 用模拟对象测试代码
8.8.1 具体步骤
8.8.2 攻略小结
8.9 基于BDD方式的测试
8.9.1 具体步骤
8.9.2 攻略小结

第9章用Cython为代码提速
9.1 引言
9.2 安装Cython
9.3 构建Hello World程序
9.3.1 具体步骤
9.3.2 攻略小结
9.4 在Cython中使用NumPy
9.4.1 具体步骤
9.4.2 攻略小结
9.5 调用C语言函数
9.5.1 具体步骤
9.5.2 攻略小结
9.6 分析Cython代码
9.6.1 具体步骤
9.6.2 攻略小结
9.7 用Cython求阶乘的近似值
9.7.1 具体步骤
9.7.2 攻略小结

第10章有趣的Scikits
10.1 引言
10.2 安装scikits-learn
10.2.1 准备工作
10.2.2 具体步骤
10.3 加载范例数据集
10.4 用scikits-learn对道琼斯成分股做聚类分析
10.4.1 具体步骤
10.4.2 攻略小结
10.5 安装scikits-statsmodels
10.6 用scikits-statsmodels做正态性检验
10.6.1 具体步骤
10.6.2 攻略小结
10.7 安装scikits-image
10.8 检测角点
10.8.1 准备工作
10.8.2 具体步骤
10.8.3 攻略小结
10.9 检测边缘
10.10 安装Pandas
10.11 用Pandas估计股票收益的相关性
10.11.1 具体步骤
10.11.2 攻略小结
10.12 从statsmodels加载数据到pandas对象
10.12.1 准备工作
10.12.2 具体步骤
10.12.3 攻略小结
10.13 重采样时间序列数据
10.13.1 具体步骤
10.13.2 攻略小结
索引

部分内容试读

作为NumPy的使用者,我们正生活在一个令人兴奋的时代。每周甚至每天,似乎都有新的NumPy相关的开发进展引起我们的关注。就在本书写作期间,NumFOCUS基金会(NumPy Foundation of Open Code for Usable Science)成立了,基于LLVM框架并且支持NumPy的动态Python编译器项目Numba宣告启动,谷歌公司在其云计算产品Google App Engine中也增加了对NumPy的支持。
我们预计,NumPy将会改进对GPU和CPU集群的并发性支持,类似OLAP的查询操作也将有可能支持NumPy数组类型的使用。
这是一个好消息。不过我们也要意识到,在Python科学软件生态系统中,NumPy只是其中一员。除了NumPy,还有SciPy、Matplotlib(一个非常有用的Python绘图库)、IPython(一个交互式Shell)和Scikits等。在Python生态系统之外,诸如R、C和Fortran等编程语言也非常流行。我们将会讨论与这些编程环境交换数据的细节。
本书内容
第1章“使用IPython”介绍了IPython的使用。IPython是一个工具集合,因为它的Shell而为人所知。基于Web的notebook是个令人兴奋的新特性,我们将会对此做详细介绍。在Matlab和Mathematica软件中都有类似的notebook界面,但在IPython中我们是在浏览器里使用一个开源且免费的notebook。
第2章“高级索引和数组概念”介绍了NumPy中高级而巧妙的索引技术。由于使用了性能优异的索引技术,NumPy中的数组类型的实现非常高效,并且易于使用。
第3章“常用函数”对每一位NumPy使用者都应该知道的最基本的函数进行了介绍。NumPy中包含的函数太多了,不可能在本书中一一提及。
第4章“NumPy与其他软件的交互”。在实际工作中,我们需要用到各种编程语言、库文件和工具软件,数量多得惊人。一些软件运行在云端,另一些运行在本机或者远程服务器上。知道怎样在这样的软件环境中使用NumPy是十分重要的,其重要性不亚于能够编写独立运行的NumPy程序。
第5章“声音和图像处理”让你从一个不同的视角看待NumPy。看过本章内容后,当你想到NumPy时,很可能同时联想到声音和图像。
第6章“特殊类型数组与通用函数”探讨特殊类型数组和通用函数等话题。这将有助于我们学习怎样进行字符串操作、忽略不合法的数值和存储异构数据。
第7章“性能分析与调试”将介绍几个实用的性能分析和调试工具,它们是编写优秀的应用软件所必需的工具。
第8章“质量保证”将讨论单元测试、模拟和BDD等常用方法与技术,还会介绍NumPy中的测试工具,因为质量保证值得我们密切关注。
第9章“用Cython为代码提速”从NumPy的视角展示了Cython是怎样工作的。Cython试图把C语言的速度优势和Python的强大功能结合起来。
第10章“有趣的Scikits”对几个最有用的Scikits项目作了简明的介绍。Scikits同样属于令人着迷的Python科学计算生态系统。
本书需要的资源
为了运行本书的范例程序,你需要有新近版本的NumPy,这意味着你也需要有支持该版本NumPy的Python版本。其他需要用到的软件包的安装方法会在书中介绍。
本书读者
本书的目标读者是对Python和NumPy有基本了解,并且希望自己的水平能更上一层楼的科技工作者、工程师、程序员和分析师。此外,也需要读者对数学和统计学比较熟悉,或至少有点兴趣。

关于此书评价

“本书写得非常棒,它能告诉你使用NumPy时的常见问题,并列出了简明的解决方案。这些方案并非仅针对你眼下遇到的难题,而是为你打开了一扇门,让你能够洞察NumPy世界的深邃迷人之处。”
“我刚刚开始学习使用Python、NumPy、SciPy和Matplotlib,本书给了我巨大的帮助!我觉得书中的示例非常详尽,并且覆盖了非常宽的领域。这些领域也许你不会全部感兴趣,但其中用到的技术可以轻松解决你目前遇到的各种问题,为你节省大量时间。”
“书中的攻略详尽而且具体,对Python和NumPy的学习大有裨益。其示例丰富至极,能够帮助你拓展思维,让你明白NumPy的适用之处,这点非常令人振奋!未来我会一直使用这本好的参考书!”
——读者评论

书摘内容

暂无.

图灵程序设计丛书·NumPy攻略:Python科学计算与数据分析 [NumPy Cookbook]最新最全的试读、书评、目录、简介信息由个人博客整理提供。

本文地址:https://my.lmcjl.com/book/245

版权声明:个人博客原创文章,转载请注明出处和网址。

,欢迎加入。

本文链接:https://my.lmcjl.com/post/5686.html

展开阅读全文

4 评论

留下您的评论.