Python科学计算 第2版PDF|Epub|txt|kindle电子书版本网盘下载

Python科学计算 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 Python科学计算环境的安装与简介1

1.1 Python简介1

1.1.1 Python 2还是Python 31

1.1.2 开发环境2

1.1.3 集成开发环境（IDE）5

1.2 IPython Notebook入门9

1.2.1 基本操作10

1.2.2 魔法（Magic）命令12

1.2.3 Notebook的显示系统20

1.2.4 定制IPython Notebook24

1.3 扩展库介绍27

1.3.1 数值计算库27

1.3.2 符号计算库28

1.3.3 绘图与可视化28

1.3.4 数据处理和分析29

1.3.5 界面设计30

1.3.6 图像处理和计算机视觉31

1.3.7 提高运算速度31

第2章 NumPy-快速处理数据33

2.1 ndarray对象33

2.1.1 创建34

2.1.2 元素类型35

2.1.3 自动生成数组37

2.1.4 存取元素40

2.1.5 多维数组43

2.1.6 结构数组47

2.1.7 内存结构50

2.2 ufunc函数56

2.2.1 四则运算58

2.2.2 比较运算和布尔运算59

2.2.3 自定义ufunc函数61

2.2.4 广播62

2.2.5 ufunc的方法66

2.3 多维数组的下标存取68

2.3.1 下标对象68

2.3.2 整数数组作为下标70

2.3.3 一个复杂的例子72

2.3.4 布尔数组作为下标73

2.4 庞大的函数库74

2.4.1 随机数74

2.4.2 求和、平均值、方差77

2.4.3 大小与排序81

2.4.4 统计函数86

2.4.5 分段函数89

2.4.6 操作多维数组92

2.4.7 多项式函数96

2.4.8 多项式函数类98

2.4.9 各种乘积运算103

2.4.10 广义ufunc函数106

2.5 实用技巧110

2.5.1 动态数组110

2.5.2 和其他对象共享内存112

2.5.3 与结构数组共享内存115

第3章 SciPy-数值计算库117

3.1 常数和特殊函数117

3.2 拟合与优化-optimize119

3.2.1 非线性方程组求解120

3.2.2 最小二乘拟合121

3.2.3 计算函数局域最小值125

3.2.4 计算全域最小值127

3.3 线性代数-linalg128

3.3.1 解线性方程组129

3.3.2 最小二乘解130

3.3.3 特征值和特征向量132

3.3.4 奇异值分解-SVD134

3.4 统计-stats136

3.4.1 连续概率分布136

3.4.2 离散概率分布139

3.4.3 核密度估计140

3.4.4 二项分布、泊松分布、伽玛分布142

3.4.5 学生t-分布与t检验147

3.4.6 卡方分布和卡方检验151

3.5 数值积分-integrate154

3.5.1 球的体积154

3.5.2 解常微分方程组156

3.5.3 ode类157

3.5.4 信号处理-signal164

3.5.5 中值滤波164

3.5.6 滤波器设计165

3.5.7 连续时间线性系统167

3.6 插值-interpolate172

3.6.1 一维插值172

3.6.2 多维插值177

3.7 稀疏矩阵-sparse181

3.7.1 稀疏矩阵的存储形式182

3.7.2 最短路径183

3.8 图像处理-ndimage186

3.8.1 形态学图像处理187

3.8.2 图像分割192

3.9 空间算法库-spatial195

3.9.1 计算最近旁点195

3.9.2 凸包199

3.9.3 沃罗诺伊图201

3.9.4 德劳内三角化204

第4章 matplotlib-绘制精美的图表207

4.1 快速绘图207

4.1.1 使用pyplot模块绘图207

4.1.2 面向对象方式绘图210

4.1.3 配置属性211

4.1.4 绘制多子图212

4.1.5 配置文件215

4.1.6 在图表中显示中文217

4.2 Artist对象220

4.2.1 Artist的属性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对象的关系230

4.3 坐标变换和注释231

4.3.1 4种坐标系234

4.3.2 坐标变换的流水线236

4.3.3 制作阴影效果240

4.3.4 添加注释241

4.4 块、路径和集合243

4.4.1 Path与Patch243

4.4.2 集合245

4.5 绘图函数简介255

4.5.1 对数坐标图255

4.5.2 极坐标图256

4.5.3 柱状图257

4.5.4 散列图258

4.5.5 图像259

4.5.6 等值线图261

4.5.7 四边形网格264

4.5.8 三角网格267

4.5.9 箭头图269

4.5.10 三维绘图273

4.6 matplotlib技巧集274

4.6.1 使用agg后台在图像上绘图274

4.6.2 响应鼠标与键盘事件277

4.6.3 动画285

4.6.4 添加GUI面板288

第5章 Pandas-方便的数据分析库291

5.1 Pandas中的数据对象291

5.1.1 Series对象291

5.1.2 DataFrame对象293

5.1.3 Index对象297

5.1.4 MultiIndex对象298

5.1.5 常用的函数参数300

5.1.6 DataFrame的内部结构301

5.2 下标存取303

5.2.1 []操作符304

5.2.2 .loc[］和.iloc[]存取器304

5.2.3 获取单个值306

5.2.4 多级标签的存取306

5.2.5 query（）方法307

5.3 文件的输入输出307

5.3.1 CSV文件308

5.3.2 HDF5文件309

5.3.3 读写数据库313

5.3.4 使用Pickle序列化314

5.4 数值运算函数315

5.5 时间序列323

5.5.1 时间点、时间段、时间间隔323

5.5.2 时间序列326

5.5.3 与NaN相关的函数329

5.5.4 改变DataFrame的形状333

5.6 分组运算338

5.6.1 groupby（）方法339

5.6.2 GroupBy对象340

5.6.3 分组一运算一合并341

5.7 数据处理和可视化实例347

5.7.1 分析Pandas项目的提交历史347

5.7.2 分析空气质量数据354

第6章 SymPy-符号运算好帮手359

6.1 从例子开始359

6.1.1 封面上的经典公式359

6.1.2 球体体积361

6.1.3 数值微分362

6.2 数学表达式365

6.2.1 符号365

6.2.2 数值367

6.2.3 运算符和函数368

6.2.4 通配符371

6.3 符号运算373

6.3.1 表达式变换和化简373

6.3.2 方程376

6.3.3 微分377

6.3.4 微分方程378

6.3.5 积分379

6.4 输出符号表达式380

6.4.1 lambdify381

6.4.2 用autowrap（）编译表达式381

6.4.3 使用cse（）分步输出表达式384

6.5 机械运动模拟385

6.5.1 推导系统的微分方程386

6.5.2 将符号表达式转换为程序388

6.5.3 动画演示389

第7章 Traits＆TraitsUI-轻松制作图形界面393

7.1 Traits类型入门393

7.1.1 什么是Traits属性393

7.1.2 Trait属性的功能396

7.1.3 Trait类型对象399

7.1.4 Trait的元数据401

7.2 Trait类型403

7.2.1 预定义的Trait类型403

7.2.2 Property属性406

7.2.3 Trait属性监听408

7.2.4 Event和Button属性411

7.2.5 动态添加Trait属性412

7.3 TraitsUI入门413

7.3.1 默认界面414

7.3.2 用View定义界面415

7.4 用Handler控制界面和模型425

7.4.1 用Handler处理事件426

7.4.2 Controller和UIInfo对象429

7.4.3 响应Trait属性的事件431

7.5 属性编辑器432

7.5.1 编辑器演示程序433

7.5.2 对象编辑器436

7.5.3 自定义编辑器440

7.6 函数曲线绘制工具444

第8章 TVTK与Mayavi-数据的三维可视化451

8.1 VTK的流水线（Pipeline）452

8.1.1 显示圆锥452

8.1.2 用ivtk观察流水线455

8.2 数据集461

8.2.1 ImageData461

8.2.2 RectilinearGrid466

8.2.3 StructuredGrid467

8.2.4 PolyData470

8.3 TVTK的改进473

8.3.1 TVTK的基本用法474

8.3.2 Trait属性475

8.3.3 序列化476

8.3.4 集合迭代476

8.3.5 数组操作477

8.4 TVTK可视化实例478

8.4.1 切面479

8.4.2 等值面484

8.4.3 流线487

8.4.4 计算圆柱的相贯线491

8.5 用mlab快速绘图496

8.5.1 点和线497

8.5.2 Mayavi的流水线498

8.5.3 二维图像的可视化501

8.5.4 网格面mesh505

8.5.5 修改和创建流水线508

8.5.6 标量场511

8.5.7 矢量场513

8.6 将TVTK和Mayavi嵌入界面515

8.6.1 TVTK场景的嵌入516

8.6.2 Mayavi场景的嵌入518

第9章 OpenCV-图像处理和计算机视觉523

9.1 图像的输入输出523

9.1.1 读入并显示图像523

9.1.2 图像类型524

9.1.3 图像输出525

9.1.4 字节序列与图像的相互转换526

9.1.5 视频输出527

9.1.6 视频输入529

9.2 图像处理530

9.2.1 二维卷积530

9.2.2 形态学运算532

9.2.3 填充-floodFill534

9.2.4 去瑕疵-inpaint536

9.3 图像变换537

9.3.1 几何变换537

9.3.2 重映射-remap540

9.3.3 直方图543

9.3.4 二维离散傅立叶变换547

9.3.5 用双目视觉图像计算深度信息550

9.4 图像识别553

9.4.1 用霍夫变换检测直线和圆553

9.4.2 图像分割558

9.4.3 SURF特征匹配561

9.5 形状与结构分析564

9.5.1 轮廓检测565

9.5.2 轮廓匹配568

9.6 类型转换569

9.6.1 分析cv2的源程序570

9.6.2 Mat对象572

9.3.3 在cv和cv2之间转换图像对象574

第10章 Cython-编译Python程序575

10.1 配置编译器575

10.2 Cython入门577

10.2.1 计算矢量集的距离矩阵577

10.2.2 将Cython程序编译成扩展模块579

10.2.3 C语言中的Python对象类型581

10.2.4 使用cdef关键字声明变量类型582

10.2.5 使用def定义函数585

10.2.6 使用cdef定义C语言函数586

10.3 高效处理数组587

10.3.1 Cython的内存视图587

10.3.2 用降采样提高绘图速度592

10.4 使用Python标准对象和API596

10.4.1 操作list对象596

10.4.2 创建tuple对象597

10.4.3 用array.array作为动态数组598

10.5 扩展类型600

10.5.1 扩展类型的基本结构600

10.5.2 一维浮点数向量类型601

10.5.3 包装ahocorasick库606

10.6 Cython技巧集612

10.6.1 创建ufunc函数613

10.6.2 快速调用DLL中的函数617

10.6.3 调用BLAS函数620

第11章 实例627

11.1 使用泊松混合合成图像627

11.1.1 泊松混合算法627

11.1.2 编写代码629

11.1.3 演示程序632

11.2 经典力学模拟632

11.2.1 悬链线633

11.2.2 最速降线638

11.2.3 单摆模拟641

11.3 推荐算法644

11.3.1 读入数据645

11.3.2 推荐性能评价标准646

11.3.3 矩阵分解647

11.3.4 使用最小二乘法实现矩阵分解648

11.3.5 使用Cython迭代实现矩阵分解651

11.4 频域信号处理654

11.4.1 FFT知识复习654

11.4.2 合成时域信号657

11.4.3 观察信号的频谱660

11.4.4 卷积运算671

11.5 布尔可满足性问题求解器675

11.5.1 用Cython包装PicoSAT678

11.5.2 数独游戏682

11.5.3 扫雷游戏686

11.6 分形693

11.6.1 Mandelbrot集合693

11.6.2 迭代函数系统699

11.6.3 L-System分形706

11.6.4 分形山脉710