NumPy攻略：Python科學計算與數(shù)據(jù)分析

定　價：￥49.00

作　者：	（印尼）Ivan Idris 著，張崇明譯
出版社：	人民郵電出版社
叢編項：
標　簽：	程序設(shè)計計算機/網(wǎng)絡(luò)

購買這本書可以去

ISBN：	9787115329912	出版時間：	2013-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	277	字數(shù)：

內(nèi)容簡介

　　《NumPy攻略：Python科學計算與數(shù)據(jù)分析》帶領(lǐng)讀者了解熟悉當下最流行的科學計算庫NumPy的方方面面。書中不僅介紹了NumPy的安裝、使用和各種相關(guān)概念，還介紹了如何利用這一最新的開源軟件庫，以盡可能接近傳統(tǒng)數(shù)學語言的方式，編寫可讀性好、實現(xiàn)效率高和運行速度快的代碼。最后還探究了幾個和NumPy相關(guān)的科學計算項目。此外，本書將為你掌握NumPy數(shù)組和通用函數(shù)打下堅實的基礎(chǔ)，也會通過實例教你用Matplotlib繪圖，并了解和SciPy相關(guān)的項目。《NumPy攻略：Python科學計算與數(shù)據(jù)分析》將幫助你：·學習高級索引技術(shù)和線性代數(shù)知識·了解數(shù)組形狀及圖像大小的調(diào)整·探察廣播機制和直方圖·分析NumPy代碼并用可視化的方式表示分析結(jié)果·用Cython為代碼提速·使用數(shù)組接口共享數(shù)據(jù)·使用通用函數(shù)和互操作功能·學習Matplotlib以及經(jīng)常和NumPy同時使用的SciPy

作者簡介

　　Ivan Idris，實驗物理學碩士。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。譯者簡介：張崇明，本科及研究生畢業(yè)于天津大學精密儀器與光電子工程學院，博士畢業(yè)于復旦大學計算機科學技術(shù)學院。在中興通訊南京研發(fā)中心做過三年通信軟件的開發(fā)。目前在上海師范大學信息與機電工程學院從事教學和科研工作。

圖書目錄

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　運行基于Web的notebook　8
1.6.1　準備工作　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　導出基于Web的notebook　10
1.8　導入基于Web的notebook　12
1.9　配置notebook服務器　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　用廣播機制擴展數(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　定期在低點做交易　55
3.7.1　準備工作　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　模擬在隨機時間點做交易　59
3.8.1　準備工作　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JPype　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擴展模塊分析代碼　122
7.7　用IPython進行調(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　準備工作　127
8.2.2　具體步驟　128
8.3　用Pyflakes進行靜態(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　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　160
10.8.1　準備工作　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