☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

　　1. 使用Python各種擴展庫完成數值計算、界麵製作、三維可視化、圖像處理、提高運算速度等任務
　　2. 光盤中提供作者本人整閤開發的便攜式運行環境WinPython，省去讀者一一收集Python各個擴展庫並安裝的麻煩，涵蓋NumPy、SciPy、matplotlib、Pandas、SymPy、TVTK、Mayavi、OpenCV、Cython等
　　3. 文前精美彩插演示書中示例所展現的Python各擴展庫的強大處理效果，裝幀和排版都十分考究

內容簡介

　　《Python 科學計算（第2版）》詳細介紹Python科學計算中常用的擴展庫NumPy、SciPy、matplotlib、Pandas、SymPy、TTK、Mayavi、OpenCV、Cython，涉及數值計算、界麵製作、三維可視化、圖像處理、提高運算效率等多方麵的內容。所附光盤中包含所有章節的Notebook以及便攜式運行環境WinPython，以方便讀者運行書中所有實例。

作者簡介

　　張若愚，畢業於華中理工大學(現華中科技大學)通信工程專業，2004年獲日本姬路工業大學(現兵庫縣立大學)碩士學位。畢業後於日本神戶製鋼綜閤研究所從事研究開發工作至今，研究方嚮為：嵌入式DSP信號處理係統開發，嵌入式MCU控製係統開發，工業控製軟件開發，信號處理、數據處理以及生産係統的計算機模擬。在工作中他積極采用Python作為主要編程語言，在數據處理、信號分析、工業控製、算法模擬等領域取得瞭較好的研究成果。已完成的研究課題有：嵌入式聲音分離係統、車載音響設備、超聲波探傷係統、壓縮機係統的數字模擬等。

目錄

第1章 Python科學計算環境的安裝與簡介 1
1.1 Python簡介 1
1.1.1 Python 2還是Python 3 1
1.1.2 開發環境 2
1.1.3 集成開發環境(IDE) 5
1.2 IPython Notebook入門 9
1.2.1 基本操作 10
1.2.2 魔法(Magic)命令 12
1.2.3 Notebook的顯示係統 20
1.2.4 定製IPython Notebook 24
1.3 擴展庫介紹 27
1.3.1 數值計算庫 27
1.3.2 符號計算庫 28
1.3.3 繪圖與可視化 28
1.3.4 數據處理和分析 29
1.3.5 界麵設計 30
1.3.6 圖像處理和計算機視覺 31
1.3.7 提高運算速度 31
第2章 NumPy-快速處理數據 33
2.1 ndarray對象 33
2.1.1 創建 34
2.1.2 元素類型 35
2.1.3 自動生成數組 37
2.1.4 存取元素 40
2.1.5 多維數組 43
2.1.6 結構數組 47
2.1.7 內存結構 50
2.2 ufunc函數 56
2.2.1 四則運算 58
2.2.2 比較運算和布爾運算 59
2.2.3 自定義ufunc函數 61
2.2.4 廣播 62
2.2.5 ufunc的方法 66
2.3 多維數組的下標存取 68
2.3.1 下標對象 68
2.3.2 整數數組作為下標 70
2.3.3 一個復雜的例子 72
2.3.4 布爾數組作為下標 73
2.4 龐大的函數庫 74
2.4.1 隨機數 74
2.4.2 求和、平均值、方差 77
2.4.3 大小與排序 81
2.4.4 統計函數 86
2.4.5 分段函數 89
2.4.6 操作多維數組 92
2.4.7 多項式函數 96
2.4.8 多項式函數類 98
2.4.9 各種乘積運算 103
2.4.10 廣義ufunc函數 106
2.5 實用技巧 110
2.5.1 動態數組 110
2.5.2 和其他對象共享內存 112
2.5.3 與結構數組共享內存 115
第3章 SciPy-數值計算庫 117
3.1 常數和特殊函數 117
3.2 擬閤與優化-optimize 119
3.2.1 非綫性方程組求解 120
3.2.2 最小二乘擬閤 121
3.2.3 計算函數局域最小值 125
3.2.4 計算全域最小值 127
3.3 綫性代數-linalg 128
3.3.1 解綫性方程組 129
3.3.2 最小二乘解 130
3.3.3 特徵值和特徵嚮量 132
3.3.4 奇異值分解-SVD 134
3.4 統計-stats 136
3.4.1 連續概率分布 136
3.4.2 離散概率分布 139
3.4.3 核密度估計 140
3.4.4 二項分布、泊鬆分布、伽瑪分布 142
3.4.5 學生t-分布與t檢驗 147
3.4.6 卡方分布和卡方檢驗 151
3.5 數值積分-integrate 154
3.5.1 球的體積 154
3.5.2 解常微分方程組 156
3.5.3 ode類 157
3.5.4 信號處理-signal 164
3.5.5 中值濾波 164
3.5.6 濾波器設計 165
3.5.7 連續時間綫性係統 167
3.6 插值-interpolate 172
3.6.1 一維插值 172
3.6.2 多維插值 177
3.7 稀疏矩陣-sparse 181
3.7.1 稀疏矩陣的存儲形式 182
3.7.2 最短路徑 183
3.8 圖像處理-ndimage 186
3.8.1 形態學圖像處理 187
3.8.2 圖像分割 192
3.9 空間算法庫-spatial 195
3.9.1 計算最近旁點 195
3.9.2 凸包 199
3.9.3 沃羅諾伊圖 201
3.9.4 德勞內三角化 204
第4章 matplotlib-繪製精美的圖錶 207
4.1 快速繪圖 207
4.1.1 使用pyplot模塊繪圖 207
4.1.2 麵嚮對象方式繪圖 210
4.1.3 配置屬性 211
4.1.4 繪製多子圖 212
4.1.5 配置文件 215
4.1.6 在圖錶中顯示中文 217
4.2 Artist對象 220
4.2.1 Artist的屬性 221
4.2.2 Figure容器 223
4.2.3 Axes容器 224
4.2.4 Axis容器 226
4.2.5 Artist對象的關係 230
4.3 坐標變換和注釋 231
4.3.1 4種坐標係 234
4.3.2 坐標變換的流水綫 236
4.3.3 製作陰影效果 240
4.3.4 添加注釋 241
4.4 塊、路徑和集閤 243
4.4.1 Path與Patch 243
4.4.2 集閤 245
4.5 繪圖函數簡介 255
4.5.1 對數坐標圖 255
4.5.2 極坐標圖 256
4.5.3 柱狀圖 257
4.5.4 散列圖 258
4.5.5 圖像 259
4.5.6 等值綫圖 261
4.5.7 四邊形網格 264
4.5.8 三角網格 267
4.5.9 箭頭圖 269
4.5.10 三維繪圖 273
4.6 matplotlib技巧集 274
4.6.1 使用agg後颱在圖像上繪圖 274
4.6.2 響應鼠標與鍵盤事件 277
4.6.3 動畫 285
4.6.4 添加GUI麵闆 288
第5章 Pandas-方便的數據分析庫 291
5.1 Pandas中的數據對象 291
5.1.1 Series對象 291
5.1.2 DataFrame對象 293
5.1.3 Index對象 297
5.1.4 MultiIndex對象 298
5.1.5 常用的函數參數 300
5.1.6 DataFrame的內部結構 301
5.2 下標存取 303
5.2.1 []操作符 304
5.2.2 .loc[]和.iloc[]存取器 304
5.2.3 獲取單個值 306
5.2.4 多級標簽的存取 306
5.2.5 query()方法 307
5.3 文件的輸入輸齣 307
5.3.1 CSV文件 308
5.3.2 HDF5文件 309
5.3.3 讀寫數據庫 313
5.3.4 使用Pickle序列化 314
5.4 數值運算函數 315
5.5 時間序列 323
5.5.1 時間點、時間段、時間間隔 323
5.5.2 時間序列 326
5.5.3 與NaN相關的函數 329
5.5.4 改變DataFrame的形狀 333
5.6 分組運算 338
5.6.1 groupby()方法 339
5.6.2 GroupBy對象 340
5.6.3 分組－運算－閤並 341
5.7 數據處理和可視化實例 347
5.7.1 分析Pandas項目的提交曆史 347
5.7.2 分析空氣質量數據 354
第6章 SymPy-符號運算好幫手 359
6.1 從例子開始 359
6.1.1 封麵上的經典公式 359
6.1.2 球體體積 361
6.1.3 數值微分 362
6.2 數學錶達式 365
6.2.1 符號 365
6.2.2 數值 367
6.2.3 運算符和函數 368
6.2.4 通配符 371
6.3 符號運算 373
6.3.1 錶達式變換和化簡 373
6.3.2 方程 376
6.3.3 微分 377
6.3.4 微分方程 378
6.3.5 積分 379
6.4 輸齣符號錶達式 380
6.4.1 lambdify 381
6.4.2 用autowrap()編譯錶達式 381
6.4.3 使用cse()分步輸齣錶達式 384
6.5 機械運動模擬 385
6.5.1 推導係統的微分方程 386
6.5.2 將符號錶達式轉換為程序 388
6.5.3 動畫演示 389
第7章 Traits & TraitsUI-輕鬆製作圖形界麵 393
7.1 Traits類型入門 393
7.1.1 什麼是Traits屬性 393
7.1.2 Trait屬性的功能 396
7.1.3 Trait類型對象 399
7.1.4 Trait的元數據 401
7.2 Trait類型 403
7.2.1 預定義的Trait類型 403
7.2.2 Property屬性 406
7.2.3 Trait屬性監聽 408
7.2.4 Event和Button屬性 411
7.2.5 動態添加Trait屬性 412
7.3 TraitsUI入門 413
7.3.1 默認界麵 414
7.3.2 用View定義界麵 415
7.4 用Handler控製界麵和模型 425
7.4.1 用Handler處理事件 426
7.4.2 Controller和UIInfo對象 429
7.4.3 響應Trait屬性的事件 431
7.5 屬性編輯器 432
7.5.1 編輯器演示程序 433
7.5.2 對象編輯器 436
7.5.3 自定義編輯器 440
7.6 函數麯綫繪製工具 444
第8章 TVTK與Mayavi-數據的三維可視化 451
8.1 VTK的流水綫(Pipeline) 452
8.1.1 顯示圓錐 452
8.1.2 用ivtk觀察流水綫 455
8.2 數據集 461
8.2.1 ImageData 461
8.2.2 RectilinearGrid 466
8.2.3 StructuredGrid 467
8.2.4 PolyData 470
8.3 TVTK的改進 473
8.3.1 TVTK的基本用法 474
8.3.2 Trait屬性 475
8.3.3 序列化 476
8.3.4 集閤迭代 476
8.3.5 數組操作 477
8.4 TVTK可視化實例 478
8.4.1 切麵 479
8.4.2 等值麵 484
8.4.3 流綫 487
8.4.4 計算圓柱的相貫綫 491
8.5 用mlab快速繪圖 496
8.5.1 點和綫 497
8.5.2 Mayavi的流水綫 498
8.5.3 二維圖像的可視化 501
8.5.4 網格麵mesh 505
8.5.5 修改和創建流水綫 508
8.5.6 標量場 511
8.5.7 矢量場 513
8.6 將TVTK和Mayavi嵌入界麵 515
8.6.1 TVTK場景的嵌入 516
8.6.2 Mayavi場景的嵌入 518
第9章 OpenCV-圖像處理和計算機視覺 523
9.1 圖像的輸入輸齣 523
9.1.1 讀入並顯示圖像 523
9.1.2 圖像類型 524
9.1.3 圖像輸齣 525
9.1.4 字節序列與圖像的相互轉換 526
9.1.5 視頻輸齣 527
9.1.6 視頻輸入 529
9.2 圖像處理 530
9.2.1 二維捲積 530
9.2.2 形態學運算 532
9.2.3 填充-floodFill 534
9.2.4 去瑕疵-inpaint 536
9.3 圖像變換 537
9.3.1 幾何變換 537
9.3.2 重映射-remap 540
9.3.3 直方圖 543
9.3.4 二維離散傅立葉變換 547
9.3.5 用雙目視覺圖像計算深度信息 550
9.4 圖像識彆 553
9.4.1 用霍夫變換檢測直綫和圓 553
9.4.2 圖像分割 558
9.4.3 SURF特徵匹配 561
9.5 形狀與結構分析 564
9.5.1 輪廓檢測 565
9.5.2 輪廓匹配 568
9.6 類型轉換 569
9.6.1 分析cv2的源程序 570
9.6.2 Mat對象 572
9.3.3 在cv和cv2之間轉換圖像對象 574
第10章 Cython-編譯Python程序 575
10.1 配置編譯器 575
10.2 Cython入門 577
10.2.1 計算矢量集的距離矩陣 577
10.2.2 將Cython程序編譯成擴展模塊 579
10.2.3 C語言中的Python對象類型 581
10.2.4 使用cdef關鍵字聲明變量類型 582
10.2.5 使用def定義函數 585
10.2.6 使用cdef定義C語言函數 586
10.3 高效處理數組 587
10.3.1 Cython的內存視圖 587
10.3.2 用降采樣提高繪圖速度 592
10.4 使用Python標準對象和API 596
10.4.1 操作list對象 596
10.4.2 創建tuple對象 597
10.4.3 用array.array作為動態數組 598
10.5 擴展類型 600
10.5.1 擴展類型的基本結構 600
10.5.2 一維浮點數嚮量類型 601
10.5.3 包裝ahocorasick庫 606
10.6 Cython技巧集 612
10.6.1 創建ufunc函數 613
10.6.2 快速調用DLL中的函數 617
10.6.3 調用BLAS函數 620
第11章 實例 627
11.1 使用泊鬆混閤閤成圖像 627
11.1.1 泊鬆混閤算法 627
11.1.2 編寫代碼 629
11.1.3 演示程序 632
11.2 經典力學模擬 632
11.2.1 懸鏈綫 633
11.2.2 最速降綫 638
11.2.3 單擺模擬 641
11.3 推薦算法 644
11.3.1 讀入數據 645
11.3.2 推薦性能評價標準 646
11.3.3 矩陣分解 647
11.3.4 使用最小二乘法實現矩陣分解 648
11.3.5 使用Cython迭代實現矩陣分解 651
11.4 頻域信號處理 654
11.4.1 FFT知識復習 654
11.4.2 閤成時域信號 657
11.4.3 觀察信號的頻譜 660
11.4.4 捲積運算 671
11.5 布爾可滿足性問題求解器 675
11.5.1 用Cython包裝PicoSAT 678
11.5.2 數獨遊戲 682
11.5.3 掃雷遊戲 686
11.6 分形 693
11.6.1 Mandelbrot集閤 693
11.6.2 迭代函數係統 699
11.6.3 L-System分形 706
11.6.4 分形山脈 710

精彩書摘

　　Python科學計算環境的安裝與簡介
　　1.1 Python簡介
　　Python是一種解釋型、麵嚮對象、動態的高級程序設計語言。自從20世紀90年代初Python語言誕生至今，它逐漸被廣泛應用於處理係統管理任務和開發Web係統。目前Python已經成為最受歡迎的程序設計語言之一。
　　由於Python語言的簡潔、易讀以及可擴展性，在國外用Python做科學計算的研究機構日益增多，一些知名大學已經采用Python教授程序設計課程。眾多開源的科學計算軟件包都提供瞭Python的調用接口，例如計算機視覺庫OpenCV、三維可視化庫VTK、復雜網絡分析庫igraph等。而Python專用的科學計算擴展庫就更多瞭，例如三個十分經典的科學計算擴展庫：NumPy、SciPy和matplotlib，它們分彆為Python提供瞭快速數組處理、數值運算以及繪圖功能。因此Python語言及其眾多的擴展庫所構成的開發環境十分適閤工程技術、科研人員處理實驗數據、製作圖錶，甚至開發科學計算應用程序。近年隨著數據分析擴展庫Pandas、機器學習擴展庫scikit-learn以及IPython Notebook交互環境的日益成熟 Python科學計算(第2版)（附光盤） 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

質量不錯，服務不錯！

評分☆☆☆☆☆

此用戶未填寫評價內容

評分☆☆☆☆☆

書不錯，但是還是沒有能涵蓋我的需要，介紹的多但是淺

評分☆☆☆☆☆

新的學習方嚮，謝謝謝謝

評分☆☆☆☆☆

618又屯瞭好多書，超級劃算。

評分☆☆☆☆☆

我現在是發現京東上買書不靠譜 書質量都比較差 都有些破損

評分☆☆☆☆☆

不錯，很厚的一本，挺實用的

評分☆☆☆☆☆

非常有特色的Python教程，值得細細研讀。

評分☆☆☆☆☆

送貨給力，參考價值不錯

類似圖書 點擊查看全場最低價

查看全網最低價