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
目录
第1章 使用IPython
- 1.1 引言
- 1.2 安装IPython
- 1.3 使用IPython的shell
- 1.4 阅读手册页
- 1.5 安装Matplotlib
- 1.6 运行基于Web的notebook
- 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
- 1.10 初探SymPy配置
第2章 高级索引和数组概念
- 2.1 引言
- 2.2 安装SciPy
- 2.3 安装PIL
- 2.4 调整图像大小
- 2.5 创建视图和副本
- 2.6 翻转图像
- 2.7 高级索引
- 2.8 位置列表型索引
- 2.9 布尔型索引
- 2.10 数独游戏中的跨度技巧
- 2.11 用广播机制扩展数组
第3章 常用函数
- 3.1 引言
- 3.2 斐波纳契数列求和
- 3.3 寻找质因数
- 3.4 寻找回文数
- 3.5 确定稳态向量
- 3.6 发现幂律分布
- 3.7 定期在低点做交易
- 3.8 模拟在随机时间点做交易
- 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
- 4.3 使用数组接口
- 4.4 与MATLAB和Octave交换数据
- 4.5 安装RPy2
- 4.6 连接到R
- 4.7 安装JPype
- 4.8 传递NumPy数组到JPype
- 4.9 安装谷歌应用程序引擎
- 4.10 在谷歌云中部署NumPy代码
- 4.11 在Python Anywhere的Web控制台中运行NumPy代码
- 4.12 设置PiCloud
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
- 5.3 合并图像
- 5.4 图像的模糊化处理
- 5.5 复制声音片段
- 5.6 合成声音
- 5.7 设计音频滤波器
- 5.8 用索贝尔滤波器进行边缘检测
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
- 6.3 寻找勾股数
- 6.4 用chararray做字符串操作
- 6.5 创建一个masked类型的数组
- 6.6 忽略负值和极值
- 6.7 用recarray创建评分表
第7章 性能分析与调试
- 7.1 引言
- 7.2 用timeit进行性能分析
- 7.3 用IPython进行性能分析
- 7.4 安装line_profiler
- 7.5 用line_profiler分析代码
- 7.6 用cProfile扩展模块分析代码
- 7.7 用IPython进行调试
- 7.8 用pudb进行调试
第8章 质量保证
- 8.1 引言
- 8.2 安装Pyflakes
- 8.3 用Pyflakes进行静态分析
- 8.4 用Pylint分析代码
- 8.5 用Pychecker进行静态分析
- 8.6 用docstrings测试代码
- 8.7 编写单元测试
- 8.8 用模拟对象测试代码
- 8.9 基于BDD方式的测试
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
- 9.4 在Cython中使用NumPy
- 9.5 调用C语言函数
- 9.6 分析Cython代码
- 9.7 用Cython求阶乘的近似值
第10章 有趣的Scikits
- 10.1 引言
- 10.2 安装scikits-learn
- 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
- 10.5 安装scikits-statsmodels
- 10.6 用scikits-statsmodels做正态性检验
- 10.7 安装scikits-image
- 10.8 检测角点
- 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
- 10.12 从statsmodels加载数据到pandas对象
- 10.13 重采样时间序列数据
中文版的我也没搜到,这就是英文版的。 |