Python科學計算(第2版)

購買商店

Python科學計算(第2版)

$602.00

馬上購買

內容描述

<內容簡介>
本書詳細介紹Python科學計算中最常用的擴展庫NumPy、SciPy、matplotlib、Pandas、SymPy、TTK、Mayavi、OpenCV、Cython，涉及數值計算、界面製作、三維可視化、圖像處理、提高運算效率等多方面的內容。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。

<章節目錄>
第1章Python科學計算環境的安裝與簡介1
1.1Python簡介1
1.1.1Python2還是Python31
1.1.2開發環境2
1.1.3集成開發環境（IDE）5
1.2IPython Notebook入門9
1.2.1基本操作10
1.2. 2魔法（Magic）命令12
1.2.3Notebook的顯示系統20
1.2.4定製IPython Notebook24
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界面設計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
2.1ndarray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
2.2ufunc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
2.2.5ufunc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
2.3.3一個複雜的例子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擬合與優化—optimize119
3.2.1非線性方程組求解120
3.2 .2最小二乘擬合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線性代數—linalg128
3.3.1解線性方程組129
3.3.2最小二乘解130
3.3.3特徵值和特徵向量132
3.3.4奇異值分解—SVD134
3.4統計—stats136
3.4.1連續概率分佈136
3.4.2離散概率分佈139
3.4.3核密度估計140
3.4.4二項分佈、泊松分佈、伽瑪分佈142
3.4.5學生t—分佈與t檢驗147
3.4.6卡方分佈和卡方檢驗151
3.5數值積分—integrate154
3.5.1球的體積154
3.5.2解常微分方程組156
3.5.3ode類157
3.5.4信號處理—signal164
3.5.5中值濾波164
3.5.6濾波器設計165
3.5.7連續時間線性系統167
3.6插值—interpolate172
3.6.1一維插值172
3.6.2多維插值177
3.7稀疏矩陣—sparse181
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—ndimage186
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—spatial195
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—繪製精美的圖表207
4.1快速繪圖207
4.1.1使用pyplot模塊繪圖207
4.1.2面向對象方式繪圖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在圖表中顯示中文217
4.2Artist對象220
4.2.1Artist的屬性221
4.2.2Figure容器223
4.2 .3Axes容器224
4.2.4Axis容器226
4.2.5Artist對象的關係230
4.3坐標變換和註釋231
4.3.14種坐標系234
4.3.2坐標變換的流水線236
4.3.3製作陰影效果240
4.3.4添加註釋241
4.4塊、路徑和集合243
4.4.1Path與Patch243
4.4.2集合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等值線圖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
4.6matplotlib技巧集274
4.6.1使用agg後台在圖像上繪圖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面板288
第5章Pandas—方便的數據分析庫291
5.1Pandas中的數據對象291
5.1.1Series對象291
5.1 .2Data Frame對象293
5.1.3Index對象297
5.1.4Multi Index對象298
5.1.5常用的函數參數300
5.1.6Data Frame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多級標籤的存取306
5.2.5query（）方法307
5.3文件的輸入輸出307
5.3.1CSV文件308
5.3.2HDF5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Data Frame的形狀333
5.6分組運算338
5.6.1groupby（）方法339
5.6.2Group By對象340
5.6.3分組—運算—合併341
5.7數據處理和可視化實例347
5.7.1分析Pandas項目的提交歷史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封面上的經典公式359
6.1.2球體體積361
6.1.3數值微分362
6.2數學表達式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表達式變換和化簡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輸出符號表達式380
6.4.1lambdify381
6.4.2用autowrap（）編譯表達式381
6.4.3使用cse（）分步輸出表達式384
6.5機械運動模擬385
6.5.1推導系統的微分方程386
6.5.2將符號表達式轉換為程序388
6.5.3動畫演示389
第7章Traits&；amp；TraitsUI—輕鬆製作圖形界面393
7.1Traits類型入門393
7.1.1什麼是Traits屬性393
7.1.2Trait屬性的功能396
7.1.3Trait類型對象399
7.1.4Trait的元數據401
7.2Trait類型403
7.2.1預定義的Trait類型403
7.2.2Property屬性406
7.2.3Trait屬性監聽408
7.2.4Event和Button屬性411
7.2.5動態添加Trait屬性412
7.3TraitsUI入門413
7.3.1默認界面414
7.3.2用View定義界面415
7.4用Handler控制界面和模型425
7.4.1用Handler處理事件426
7.4.2Controller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函數曲線繪製工具444
第8章TVTK與Mayavi—數據的三維可視化451
8.1VTK的流水線（Pipeline）452
8.1.1顯示圓錐452
8.1.2用ivtk觀察流水線455
8.2數據集461
8.2.1Image Data461
8.2.2Rectilinear Grid466
8.2.3Structured Grid467
8.2.4Poly Data470
8.3TVTK的改進473
8.3.1TVTK的基本用法474
8.3.2Trait屬性475
8.3.3序列化476
8.3.4集合迭代476
8.3.5數組操作477
8.4TVTK可視化實例478
8.4.1切麵479
8.4.2等值面484
8.4.3流線487
8.4.4計算圓柱的相貫線491
8.5用mlab快速繪圖496
8.5.1點和線497
8.5.2Mayavi的流水線498
8.5.3二維圖像的可視化501
8.5.4網格面mesh505
8.5.5修改和創建流水線508
8.5.6標量場511
8.5.7矢量場513
8.6將TVTK和Mayavi嵌入界面515
8.6.1TVTK場景的嵌入516
8.6.2Mayavi場景的嵌入518
第9章Open CV —圖像處理和計算機視覺523
9.1圖像的輸入輸出523
9.1.1讀入並顯示圖像523
9.1.2圖像類型524
9.1.3圖像輸出525
9.1.4字節序列與圖像的相互轉換526
9.1.5視頻輸出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—flood Fill534
9.2.4去瑕疵—inpaint536
9.3圖像變換537
9.3.1幾何變換537
9.3.2重映射—remap540
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圖像識別553
9.4.1用霍夫變換檢測直線和圓553
9.4.2圖像分割558
9.4.3SURF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
9.6.2Mat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
10.2Cython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
10.2.3C語言中的Python對像類型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
10.3.1Cython的內存視圖587
10.3.2用降採樣提高繪圖速度592
10.4使用Python標準對象和API596
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
10.5.2一維浮點數向量類型601
10.5.3包裝ahocorasick庫606
10.6Cython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使用泊松混合合成圖像627
11.1.1泊松混合算法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懸鏈線633
11.2. 2最速降線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
11.4.1FFT知識複習654
11.4.2合成時域信號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Pico SAT678
11.5.2數獨遊戲682
11.5.3掃雷遊戲686
11.6分形693
11.6.1Mandelbrot集合693
11.6.2迭代函數係統699
11.6.3L—System分形706
11.6.4分形山脈710

目錄大綱

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的顯示系統 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  界面設計 30
1.3.6  圖像處理和電腦視覺 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  擬合與優化-optimize 119
3.2.1  非線性方程組求解 120
3.2.2  最小二乘擬合 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  線性代數-linalg 128
3.3.1  解線性方程組 129
3.3.2  最小二乘解 130
3.3.3  特徵值和特徵向量 132
3.3.4  奇異值分解-SVD 134
3.4  統計-stats 136
3.4.1  連續概率分佈 136
3.4.2  離散概率分佈 139
3.4.3  核密度估計 140
3.4.4  二項分佈、泊松分佈、伽瑪分佈 142
3.4.5  學生t-分佈與t檢驗 147
3.4.6  卡方分佈和卡方檢驗 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  連續時間線性系統 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-繪制精美的圖表 207
4.1  快速繪圖 207
4.1.1  使用pyplot模塊繪圖 207
4.1.2  面向對象方式繪圖 210
4.1.3  配置屬性 211
4.1.4  繪制多子圖 212
4.1.5  配置文件 215
4.1.6  在圖表中顯示中文 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對象的關系 230
4.3  坐標變換和註釋 231
4.3.1  4種坐標系 234
4.3.2  坐標變換的流水線 236
4.3.3  製作陰影效果 240
4.3.4  添加註釋 241
4.4  塊、路徑和集合 243
4.4.1  Path與Patch 243
4.4.2  集合 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  等值線圖 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後台在圖像上繪圖 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面板 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  文件的輸入輸出 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－合並 341
5.7  數據處理和可視化實例 347
5.7.1  分析Pandas項目的提交歷史 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  封面上的經典公式 359
6.1.2  球體體積 361
6.1.3  數值微分 362
6.2  數學表達式 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  表達式變換和化簡 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  輸出符號表達式 380
6.4.1  lambdify 381
6.4.2  用autowrap()編譯表達式 381
6.4.3  使用cse()分步輸出表達式 384
6.5  機械運動模擬 385
6.5.1  推導系統的微分方程 386
6.5.2  將符號表達式轉換為程序 388
6.5.3  動畫演示 389
第7章  Traits & TraitsUI-輕松製作圖形界面 393
7.1  Traits類型入門 393
7.1.1  什麽是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  默認界面 414
7.3.2  用View定義界面 415
7.4  用Handler控制界面和模型 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  函數曲線繪制工具 444
第8章  TVTK與Mayavi-數據的三維可視化 451
8.1  VTK的流水線(Pipeline) 452
8.1.1  顯示圓錐 452
8.1.2  用ivtk觀察流水線 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  集合迭代 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  等值面 484
8.4.3  流線 487
8.4.4  計算圓柱的相貫線 491
8.5  用mlab快速繪圖 496
8.5.1  點和線 497
8.5.2  Mayavi的流水線 498
8.5.3  二維圖像的可視化 501
8.5.4  網格面mesh 505
8.5.5  修改和創建流水線 508
8.5.6  標量場 511
8.5.7  矢量場 513
8.6  將TVTK和Mayavi嵌入界面 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-圖像處理和電腦視覺 523
9.1  圖像的輸入輸出 523
9.1.1  讀入並顯示圖像 523
9.1.2  圖像類型 524
9.1.3  圖像輸出 525
9.1.4  字節序列與圖像的相互轉換 526
9.1.5  視頻輸出 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  圖像識別 553
9.4.1  用霍夫變換檢測直線和圓 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  用降採樣提高繪圖速度 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  一維浮點數向量類型 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  使用泊松混合合成圖像 627
11.1.1  泊松混合算法 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  懸鏈線 633
11.2.2  最速降線 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  合成時域信號 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  數獨游戲 682
11.5.3  掃雷游戲 686
11.6  分形 693
11.6.1  Mandelbrot集合 693
11.6.2  迭代函數系統 699
11.6.3  L-System分形 706
11.6.4  分形山脈 710