注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計算機(jī)/網(wǎng)絡(luò)軟件與程序設(shè)計Python科學(xué)計算及實踐

Python科學(xué)計算及實踐

Python科學(xué)計算及實踐

定 價:¥89.00

作 者: 梁佩瑩 著
出版社: 清華大學(xué)出版社
叢編項: 清華開發(fā)者書庫.Python
標(biāo) 簽: 暫缺

ISBN: 9787302563976 出版時間: 2021-02-01 包裝: 平裝
開本: 16 頁數(shù): 392 字?jǐn)?shù):  

內(nèi)容簡介

  《Python科學(xué)計算及實踐》介紹如何用Python開發(fā)科學(xué)計算的應(yīng)用程序,書中除了介紹數(shù)值計算外,還介紹了怎樣利用Python解決數(shù)值中的實際應(yīng)用,帶領(lǐng)讀者領(lǐng)略利用Python解決實際問題的簡單、快捷等特性。《Python科學(xué)計算及實踐》共11章,具體內(nèi)容主要有Python數(shù)值基礎(chǔ)、模型評估與概率統(tǒng)計、貝葉斯分類器、頻率與快速傅里葉變換、線性回歸、多分類器系統(tǒng)、Scipy科學(xué)計算庫、統(tǒng)計分析、數(shù)值分析、數(shù)據(jù)可視化、數(shù)據(jù)處理等。 《Python科學(xué)計算及實踐》可作為利用Python進(jìn)行科學(xué)計算的廣大科研人員、學(xué)者、工程技術(shù)人員的參考書,也可作為高等院校相關(guān)專業(yè)的教材。

作者簡介

  梁佩瑩,女,南京大學(xué)博士。主持及參加了多項省部級項目與多種書籍的編寫工作。研究領(lǐng)域:智能測控與交通技術(shù)、計算機(jī)應(yīng)用技術(shù)、大數(shù)據(jù)與網(wǎng)絡(luò)安全技術(shù)、電動汽車技術(shù)。

圖書目錄


目錄


第1章Python科學(xué)基礎(chǔ)

1.1Python初嘗

1.2輔助工具

1.3使用第三方庫

1.4縮進(jìn)

1.5內(nèi)置函數(shù)

1.6模塊

1.6.1數(shù)據(jù)結(jié)構(gòu)

1.6.2使用列表

1.6.3元組

1.6.4字典

1.7Python中的函數(shù)

1.8循環(huán)

1.9基因表達(dá)

1.10NumPy的N維數(shù)組

1.10.1N維數(shù)組代替Python列表

1.10.2向量化

1.10.3廣播

1.11標(biāo)準(zhǔn)化

1.12習(xí)題

第2章模型評估與概率統(tǒng)計

2.1經(jīng)驗誤差與過擬合

2.2評估方法

2.2.1留出法

2.2.2交叉驗證法

2.2.3自助法

2.2.4調(diào)參與最終模型

2.3性能度量

2.3.1錯誤率和精度

2.3.2查準(zhǔn)率與查全率

2.3.3ROC曲線

2.3.4代價敏感錯誤率與代價曲線

2.4比較檢驗

2.4.1假設(shè)檢驗

2.4.2交叉驗證t檢驗

2.4.3McNemar檢驗

2.5偏差和方差

2.6習(xí)題





第3章貝葉斯分類器

3.1貝葉斯學(xué)派

3.1.1貝葉斯學(xué)派論述

3.1.2貝葉斯決策論

3.1.3貝葉斯原理

3.2參數(shù)估計

3.2.1似然函數(shù)

3.2.2極大似然估計原理

3.2.3極大似然估計(ML估計)

3.2.4極大后驗概率估計(MAP估計)

3.3樸素貝葉斯

3.3.1基本框架

3.3.2樸素貝葉斯分類算法實現(xiàn)二分類

3.3.3貝葉斯算法實現(xiàn)垃圾郵件分類

3.3.4MultinomialNB的實現(xiàn)

3.3.5GaussianNB的實現(xiàn)

3.3.6MergedNB的實現(xiàn)

3.3.7BernoulliNB分類器實現(xiàn)

3.4半樸素貝葉斯

3.4.1ODE算法

3.4.2SPODE算法

3.4.3AODE算法

3.5貝葉斯網(wǎng)

3.6習(xí)題

第4章頻域與快速傅里葉變換

4.1頻率直方圖

4.2傅里葉變換

4.2.1一維傅里葉變換

4.2.2二維傅里葉變換

4.2.3Python實現(xiàn)傅里葉變換

4.3快速傅里葉變換

4.4頻域濾波

4.4.1低通濾波器

4.4.2高通濾波器

4.4.3頻率域高通濾波器

4.4.4巴特沃斯濾波器

4.5平滑空域濾波器

4.5.1基本灰度變換函數(shù)

4.5.2對數(shù)變換

4.5.3冪律(伽馬)變換

4.6線性濾波器

4.6.1均值濾波器

4.6.2非線性濾波器

4.7銳化空間濾波

4.7.1基本概述

4.7.2拉普拉斯算子

4.8習(xí)題

第5章線性回歸

5.1概述

5.2普通線性回歸

5.2.1基本概述

5.2.2Python實現(xiàn)

5.3廣義線性模型

5.4邏輯回歸

5.5嶺回歸

5.6Lasso回歸

5.7彈性網(wǎng)絡(luò)

5.8線性判別分析

5.8.1線性判別二分類情況

5.8.2線性判別多類情況

5.8.3線性判別分析實現(xiàn)

5.9習(xí)題

第6章多分類器系統(tǒng)

6.1多分類器系統(tǒng)原理及誤差

6.2Bagging與AdaBoost算法

6.2.1Bagging算法

6.2.2PAC與Boosting算法

6.2.3AdaBoost算法

6.3隨機(jī)森林算法

6.3.1決策樹

6.3.2隨機(jī)森林

6.3.3隨機(jī)森林模型的注意點

6.3.4隨機(jī)森林實現(xiàn)過程

6.4多分類器實戰(zhàn)

6.5習(xí)題

第7章Scipy科學(xué)計算庫

7.1文件輸入和輸出

7.2線性代數(shù)操作

7.3傅里葉變換

7.4積分

7.5插值

7.6擬合

7.6.1最小二乘擬合

7.6.2一元一階線性擬合

7.6.3一元多階線性擬合(多項式擬合)

7.7圖像處理

7.8邊緣檢測

7.9正交距離回歸

7.10數(shù)學(xué)形態(tài)學(xué)運算

7.10.1二值形態(tài)學(xué)

7.10.2灰度形態(tài)學(xué)

7.10.3開運算和閉運算

7.11卷積運算

7.12中值濾波器

7.13稀疏矩陣的存儲和表示

7.14特殊函數(shù)

7.15習(xí)題

第8章統(tǒng)計分析

8.1隨機(jī)變量

8.1.1獲取幫助

8.1.2通用方法

8.1.3縮放

8.1.4形態(tài)(shape)變量

8.1.5凍結(jié)分布

8.1.6廣播

8.1.7離散分布的特殊之處

8.1.8構(gòu)造具體的分布

8.2幾種常用分布

8.2.1正態(tài)分布

8.2.2均勻分布

8.2.3泊松分布

8.2.4二項式分布

8.2.5卡方分布

8.3樣本分析

8.3.1描述統(tǒng)計

8.3.2t檢驗和KS檢驗

8.3.3分布尾部

8.3.4正態(tài)分布的特殊檢驗

8.3.5比較兩個樣本

8.4核密度估計

8.4.1單元估計

8.4.2多元估計

8.5習(xí)題

第9章數(shù)值分析

9.1主成分分析

9.1.1主成分分析的原理

9.1.2PCA算法

9.1.3PCA降維的兩個準(zhǔn)則

9.1.4PAC的實現(xiàn)

9.2奇異值分解

9.2.1奇異值分解的原理

9.2.2求超定方程的解

9.3k近鄰算法

9.3.1k近鄰算法概述

9.3.2可視化與距離計算

9.4聚類算法

9.4.1聚類的有效性指標(biāo)

9.4.2距離度量

9.4.3k均值聚類

9.4.4高斯混合聚類

9.4.5密度聚類

9.4.6層次聚類

9.5數(shù)據(jù)標(biāo)準(zhǔn)化

9.5.1數(shù)據(jù)標(biāo)準(zhǔn)化的兩個原因

9.5.2幾種標(biāo)準(zhǔn)化方法

9.6特征選擇

9.7習(xí)題

第10章數(shù)據(jù)可視化

10.1Matplotlib生成數(shù)據(jù)圖

10.1.1安裝Matplotlib包

10.1.2Matplotlib數(shù)據(jù)圖入門

10.1.3圖例

10.1.4坐標(biāo)軸

10.1.5多個子圖

10.2其他數(shù)據(jù)圖

10.2.1餅圖

10.2.2柱狀圖

10.2.3散點圖

10.2.4等高線圖

10.2.53D圖形

10.3Pygal數(shù)據(jù)圖

10.3.1安裝Pygal包

10.3.2Pygal數(shù)據(jù)圖入門

10.4Pygal常見數(shù)據(jù)圖

10.4.1折線圖

10.4.2水平折線圖

10.4.3疊加折線圖

10.4.4餅圖

10.4.5點圖

10.4.6儀表圖

10.4.7雷達(dá)圖

10.5習(xí)題

第11章數(shù)據(jù)處理

11.1CSV文件格式

11.2JSON數(shù)據(jù)

11.2.1JSON的基本知識

11.2.2Python的JSON支持

11.3數(shù)據(jù)清洗

11.4讀取網(wǎng)絡(luò)數(shù)據(jù)

11.5習(xí)題

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號