NumPy攻略

內(nèi)容概要

本書帶領(lǐng)讀者了解熟悉當(dāng)下最流行的科學(xué)計(jì)算庫(kù)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(kāi)源軟件庫(kù)，以盡可能接近傳統(tǒng)數(shù)學(xué)語(yǔ)言的方式，編寫可讀性好、實(shí)現(xiàn)效率高和運(yùn)行速度快的代碼。最后還探究了幾個(gè)和NumPy相關(guān)的科學(xué)計(jì)算項(xiàng)目。此外，本書將為你掌握NumPy數(shù)組和通用函數(shù)打下堅(jiān)實(shí)的基礎(chǔ)，也會(huì)通過(guò)實(shí)例教你用Matplotlib繪圖，并了解和SciPy相關(guān)的項(xiàng)目。
本書將幫助你：
? 學(xué)習(xí)高級(jí)索引技術(shù)和線性代數(shù)知識(shí)
? 了解數(shù)組形狀及圖像大小的調(diào)整
? 探察廣播機(jī)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(xué)習(xí)Matplotlib以及經(jīng)常和NumPy同時(shí)使用的SciPy

作者簡(jiǎn)介

作者簡(jiǎn)介：
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(kāi)發(fā)、數(shù)據(jù)倉(cāng)庫(kù)開(kāi)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(cè)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。可以訪問(wèn)ivanidris.net獲取更多信息。
譯者簡(jiǎn)介：
張崇明
本科及研究生畢業(yè)于天津大學(xué)精密儀器與光電子工程學(xué)院，博士畢業(yè)于復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院。在中興通訊南京研發(fā)中心做過(guò)三年通信軟件的開(kāi)發(fā)。目前在上海師范大學(xué)信息與機(jī)電工程學(xué)院從事教學(xué)和科研工作。

書籍目錄

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(cè)頁(yè)　　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(jí)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(jí)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(shí)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(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(tái)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(cè)　　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(gè)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(gè)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(píng)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(cè)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(cè)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(duì)象測(cè)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(cè)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(yǔ)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(duì)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(cè)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(cè)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(duì)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(shí)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

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    NumPy攻略 PDF格式下載

---