Python科學計算

出版時間:2012-1  出版社:清華大學出版社  作者:張若愚  頁數:621  
Tag標簽:無  

前言

  前  言  Python是一種面向對象的、動態的程序設計語言,具有非常簡潔而清晰的語法,既可以用于快速開發程序腳本,也可以用于開發大規模的軟件,特別適合于完成各種高層任務。  隨著NumPy、SciPy、matplotlib、ETS①等眾多程序庫的開發,Python越來越適合于做科學計算。與科學計算領域最流行的商業軟件MATLAB相比,Python是一門真正的通用程序設計語言,比MATLAB所采用的腳本語言的應用范圍更廣泛,有更多程序庫的支持,適用于Windows和Linux等多種平臺,完全免費并且開放源碼。雖然MATLAB中的某些高級功能目前還無法替代,但是對于基礎性、前瞻性的科研工作和應用系統的開發,完全可以用Python來完成。  本書介紹如何用Python開發科學計算的應用程序,除了介紹數值計算之外,還著重介紹了如何制作交互式二維、三維圖像,如何設計精巧的程序界面,如何與C語言編寫的高速計算程序結合,如何編寫聲音、圖像處理算法等內容。  由于Python的相關資源非常多,本書不可能全部涉及,相信讀者在掌握本書所介紹的一些相關知識之后,只要充分利用互聯網的搜索功能,就一定能夠很快地找到合適的Python解決方案。此外,由于絕大多數Python資源都開放源代碼,因此讀者將會很容易地對感興趣的內容進行深度挖掘和研究。  本書適合于工科高年級本科生、研究生、工程技術人員以及計算機開發人員閱讀。實例篇以信號處理為主,通過簡單易懂的Python源程序,實際演示信號處理的一些基礎知識和原理,因此特別適合于相關專業的學生作為擴展視野的補充閱讀教材。  閱讀本書的讀者需要掌握Python語言的一些基礎知識,下面是一個“自我檢測列表”,如果讀者熟悉下述內容,閱讀本書的實例源代碼就應該沒有困難。此外由于Python程序簡單易讀,即使讀者沒有接觸過Python,也可以邊閱讀本書邊通過其他書籍或免費教程學習Python。  ● 基本語法:庫的載入(import)、循環(for、while)、判斷(if)、函數定義(def)  ● 基本數據類型的用法:列表(list)、字典(dict)、元組(tuple)、字符串  ● 面向對象的基本語法:類(class)、繼承  ● C語言編程的基礎知識②  有關Python語言的基礎知識,可以參考啄木鳥社區的Python圖書簡介。  啄木鳥社區的Python圖書概覽  本書所有演示程序,均在Windows XP系統下采用Python(x,y)通過測試。如果讀者覺得安裝眾多的Python程序庫很麻煩,不妨下載安裝Python(x,y),或者直接使用本書所附光盤中的Python(x,y)安裝程序。

內容概要

本書介紹如何用Python開發科學計算的應用程序,除了介紹數值計算之外,還著重介紹如何制作交互式的2D、3D圖像,如何設計精巧的程序界面,如何與C語言編寫的高速計算程序結合,如何編寫聲音、圖像處理算法等內容。書中涉及的Python擴展庫包括NumPy、SciPy、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV等,涉及的應用領域包括數值運算、符號運算、二維圖表、三維數據可視化、三維動畫演示、圖像處理以及界面設計等。
書中以大量實例引導讀者逐步深入學習,每個實例程序都有詳盡的解釋,并都能在本書推薦的運行環境中正常運行。此外,本書附有大量的圖表和插圖,力求減少長篇的理論介紹和公式推導,以便讀者通過實例和數據學習并掌握理論知識。

作者簡介

張若愚,畢業于華中理工大學(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。畢業后于日本神戶制鋼綜合研究所從事研究開發工作至今,研究方向為:嵌入式DSP信號處理系統開發,嵌入式MCU控制系統開發,工業控制軟件開發,信號處理、數據處理以及生產系統的計算機模擬。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、工業控制、算法模擬等領域取得了較好的研究成果。已完成的研究課題有:嵌入式聲音分離系統、車載音響設備、超聲波探傷系統、壓縮機系統的數字模擬等。

書籍目錄

第1章 軟件包的安裝和介紹1
1.1 Python簡介1
1.2 安裝軟件包2
1.2.1 Python(x,y)2
1.2.2 Enthought Python Distribution
(EPD)3
1.3 方便的開發工具3
1.3.1 IPython4
1.3.2 Spyder8
1.3.3 Wing IDE 10112
1.4 函數庫介紹13
1.4.1 數值計算庫13
1.4.2 符號計算庫14
1.4.3 界面設計14
1.4.4 繪圖與可視化14
1.4.5 圖像處理和計算機視覺15
第2章 NumPy——快速處理數據16
2.1 ndarray對象16
2.1.1 創建數組16
2.1.2 存取元素21
2.1.3 多維數組24
2.1.4 結構數組29
2.1.5 內存結構32
2.2 ufunc運算35
2.2.1 四則運算37
2.2.2 比較和布爾運算39
2.2.3 自定義ufunc函數40
2.2.4 廣播42
2.2.5 ufunc函數的方法46
2.3 多維數組的下標存取48
2.3.1 下標對象48
2.3.2 整數數組作為下標49
2.3.3 一個復雜的例子51
2.3.4 布爾數組作為下標53
2.4 龐大的函數庫54
2.4.1 求和、平均值、方差54
2.4.2 最值和排序55
2.4.3 多項式函數57
2.4.4 分段函數60
2.4.5 統計函數62
2.5 線性代數65
2.5.1 各種乘積運算65
2.5.2 解線性方程組67
2.6 掩碼數組69
2.7 文件存取72
2.8 內存映射數組75
第3章 SciPy——數值計算庫79
3.1 常數和特殊函數79
3.2 優化——optimize81
3.2.1 最小二乘擬合81
3.2.2 函數最小值84
3.2.3 非線性方程組求解86
3.3 插值——interpolate88
3.3.1 B樣條曲線插值88
3.3.2 外推和Spline擬合90
3.3.3 二維插值91
3.4 數值積分——integrate93
3.4.1 球的體積93
3.4.2 解常微分方程組95
3.5 信號處理——signal97
3.5.1 中值濾波97
3.5.2 濾波器設計98
3.6 圖像處理——ndimage100
3.6.1 膨脹和腐蝕101
3.6.2 Hit和Miss102
3.7 統計——stats105
3.7.1 連續和離散概率分布105
3.7.2 二項、泊松、伽瑪分布108
3.8 嵌入C語言程序——weave112
第4章 SymPy——符號運算好幫手115
4.1 從例子開始115
4.1.1 封面上的經典公式115
4.1.2 球體體積117
4.2 數學表達式119
4.2.1 符號119
4.2.2 數值121
4.2.3 運算符和函數122
4.3 符號運算125
4.3.1 表達式變換和化簡125
4.3.2 方程128
4.3.3 微分129
4.3.4 微分方程130
4.3.5 積分131
4.4 其他功能133
4.4.1 平面幾何133
4.4.2 繪圖135
第5章 matplotlib——繪制精美
的圖表139
5.1 快速繪圖139
5.1.1 使用pyplot模塊繪圖139
5.1.2 以面向對象方式繪圖142
5.1.3 配置屬性143
5.1.4 繪制多個子圖145
5.1.5 配置文件147
5.1.6 在圖表中顯示中文149
5.2 Artist對象152
5.2.1 Artist對象的屬性154
5.2.2 Figure容器155
5.2.3 Axes容器156
5.2.4 Axis容器159
5.2.5 Artist對象的關系163
5.3 坐標變換和注釋164
5.3.1 4種坐標系167
5.3.2 坐標變換的步驟169
5.3.3 制作陰影效果173
5.3.4 添加注釋174
5.4 繪圖函數簡介177
5.4.1 對數坐標圖177
5.4.2 極坐標圖178
5.4.3 柱狀圖179
5.4.4 散列圖180
5.4.5 圖像181
5.4.6 等值線圖184
5.4.7 三維繪圖187
第6章 Traits——為Python添加類型
定義190
6.1 開發背景190
6.2 Trait屬性的功能192
6.3 Trait類型對象196
6.4 Trait的元數據198
6.5 預定義的Trait類型200
6.6 Property屬性204
6.7 Trait屬性監聽206
6.8 Event和Button屬性210
6.9 Trait屬性的從屬關系211
6.10 動態添加Trait屬性213
6.11 創建自己的Trait類型215
6.11.1 從TraitType繼承215
6.11.2 使用Trait()217
6.11.3 定義TraitHandler類219
第7章 TraitsUI——輕松制作用戶
界面221
7.1 默認界面221
7.2 用View定義界面222
7.2.1 外部視圖和內部視圖222
7.2.2 多模型視圖226
7.2.3 Group對象228
7.2.4 配置視圖231
7.3 用Handler控制界面和模型232
7.3.1 用Handler處理事件233
7.3.2 Controller和UIInfo對象237
7.3.3 響應Trait屬性的事件238
7.4 屬性編輯器240
7.4.1 編輯器演示程序241
7.4.2 對象編輯器243
7.4.3 字符串列表編輯器248
7.4.4 對象列表編輯器250
7.5 菜單、工具條和狀態欄252
7.6 設計自己的編輯器255
7.6.1 Trait編輯器的工作原理255
7.6.2 制作matplotlib的編輯器259
7.6.3 CSV數據繪圖工具262
第8章 Chaco——交互式圖表264
8.1 面向腳本繪圖264
8.2 面向應用繪圖265
8.2.1 多條曲線267
8.2.2 Plot對象的結構271
8.2.3 編輯繪圖屬性275
8.2.4 容器(Container)276
8.3 添加交互工具279
8.3.1 平移和縮放279
8.3.2 選取范圍282
8.3.3 選取數據點284
8.3.4 套索工具287
8.4 二次開發289
8.4.1 用Kiva庫在數組上繪圖290
8.4.2 Enable庫的組件292
8.4.3 設計圓形選擇工具297
8.4.4 制作動畫演示301
第9章 TVTK——數據的三維可視化303
9.1 流水線(Pipeline)304
9.1.1 顯示圓錐304
9.1.2 用ivtk觀察流水線307
9.2 數據集(Dataset)313
9.2.1 ImageData313
9.2.2 RectilinearGrid318
9.2.3 StructuredGrid319
9.2.4 PolyData321
9.3 可視化實例324
9.3.1 切面325
9.3.2 等值面330
9.3.3 流線333
9.4 TVTK的改進337
9.4.1 TVTK的基本用法338
9.4.2 Trait屬性339
9.4.3 序列化(Pickling)339
9.4.4 集合迭代340
9.4.5 數組操作341
第10章 Mayavi——更方便的可視化343
10.1 用mlab快速繪圖343
10.1.1 點和線343
10.1.2 Mayavi的流水線345
10.1.3 二維圖像的可視化348
10.1.4 網格面352
10.1.5 修改和控制流水線356
10.1.6 標量場358
10.1.7 矢量場361
10.2 Mayavi和TVTK之間
的關系363
10.2.1 顯示TVTK流水線363
10.2.2 兩條流水線之間的關系365
10.3 Mayavi應用程序367
10.3.1 操作流水線368
10.3.2 命令行和對象瀏覽器371
10.4 將Mayavi嵌入到界面中374
第11章 VPython——制作3D演示
動畫378
11.1 場景、物體和照相機378
11.1.1 控制場景窗口380
11.1.2 控制照相機383
11.1.3 模型的屬性384
11.1.4 三維模型387
11.2 制作動畫演示390
11.2.1 簡單動畫390
11.2.2 盒子中反彈的球391
11.3 與場景交互393
11.3.1 響應鍵盤事件394
11.3.2 響應鼠標事件394
11.4 用界面控制場景397
11.5 創建復雜模型400
11.5.1 faces()的用法400
11.5.2 讀入模型數據402
第12章 OpenCV——圖像處理和計算機
視覺408
12.1 存儲圖像數據的Mat對象409
12.1.1 Mat對象和NumPy數組410
12.1.2 像素點類型414
12.1.3 其他數據類型415
12.1.4 Vector類型417
12.1.5 在圖像上繪圖418
12.2 圖像處理421
12.2.1 二維卷積421
12.2.2 形態學運算424
12.2.3 填充——floodFill426
12.2.4 去瑕疵——inpaint427
12.3 圖像變換428
12.3.1 幾何變換428
12.3.2 重映射——remap430
12.3.3 直方圖統計433
12.3.4 二維離散傅立葉變換437
12.4 圖像識別440
12.4.1 用霍夫變換檢測直線
和圓440
12.4.2 圖像分割444
12.4.3 用SURF進行特征匹配450
第13章 數據和文件453
13.1 聲音的輸入輸出453
13.1.1 讀寫WAV文件453
13.1.2 用pyAudio播放和錄音456
13.2 視頻的輸入輸出459
13.2.1 讀寫視頻文件459
13.2.2 安裝視頻編碼464
13.3 讀寫HDF5文件465
13.4 讀寫Excel文件469
13.4.1 寫Excel文件469
13.4.2 讀Excel文件471
第14章 數字信號系統473
14.1 FIR和IIR濾波器473
14.2 FIR濾波器設計477
14.2.1 用firwin()設計濾波器479
14.2.2 用remez()設計濾波器481
14.2.3 濾波器的級聯483
14.3 IIR濾波器設計485
14.3.1 巴特沃斯低通濾波器485
14.3.2 雙線性變換487
14.3.3 濾波器的頻帶轉換490
14.4 數字濾波器的頻率響應494
14.5 二次均衡濾波器設計工具497
14.6 零相位濾波器500
14.7 重取樣501
第15章 頻域信號處理505
15.1 FFT演示程序505
15.1.1 FFT知識復習505
15.1.2 合成時域信號509
15.1.3 三角波FFT演示程序511
15.2 觀察信號的頻譜512
15.2.1 窗函數515
15.2.2 頻譜平均517
15.2.3 譜圖519
15.3 卷積運算522
15.3.1 快速卷積522
15.3.2 分段運算524
15.4 信號處理526
15.4.1 基本框架527
15.4.2 頻域濾波器528
15.4.3 頻率變調處理530
15.4.4 用譜圖差減法降噪531
15.5 Hilbert變換532
第16章 用C語言提高計算效率537
16.1 用ctypes調用DLL庫537
16.2 用Weave嵌入C++程序541
16.2.1 Weave的工作原理541
16.2.2 處理NumPy數組543
16.2.3 使用blitz()提速546
16.2.4 擴展模塊548
16.3 用Cython將Python編譯
成C549
16.3.1 編譯Cython程序549
16.3.2 提高計算效率550
16.3.3 快速訪問NumPy數組553
16.4 用SWIG創建擴展模塊555
16.4.1 SWIG的調用方法
和實例555
16.4.2 SWIG基礎558
16.4.3 SWIG處理NumPy數組566
第17章 自適應濾波器571
17.1 自適應濾波器簡介571
17.1.1 系統識別571
17.1.2 信號預測572
17.1.3 信號均衡572
17.2 NLMS計算公式573
17.3 用NumPy實現NLMS算法575
17.3.1 系統辨識模擬577
17.3.2 信號均衡模擬579
17.3.3 卷積逆運算581
17.4 用C語言加速NLMS運算583
17.4.1 用SWIG編寫擴展模塊583
17.4.2 用Weave嵌入C++程序586
第18章 單擺和雙擺模擬588
18.1 單擺模擬588
18.1.1 小角度時的擺動周期589
18.1.2 大角度時的擺動周期590
18.2 雙擺模擬592
18.2.1 公式推導592
18.2.2 微分方程的數值解595
18.2.3 動畫演示598
第19章 分形幾何599
19.1 Mandelbrot集合599
19.1.1 使用NumPy加速計算601
19.1.2 使用Weave加速計算603
19.1.3 連續的逃逸時間604
19.1.4 Mandelbrot演示程序605
19.2 迭代函數系統(IFS)606
19.2.1 二維仿射變換610
19.2.2 迭代函數系統設計器610
19.3 L-System分形613
19.4 分形山脈616
19.4.1 一維中點移位法616
19.4.2 二維中點移位法618
19.4.3 菱形方形算法619

章節摘錄

版權頁:插圖:為了減少計算時間,我們不在迭代循環中計算選擇迭代方程的隨機數,而是事先通過每個迭代方程的概率,計算出選擇數組select。注意這里使用accumulate()先將概率累加,然后產生一組0到1之間的隨機數,通過判斷隨機數所在的區間來選擇不同的方程下標。也可以使用SciPy的stats模塊中的離散隨機變量來產生這個隨機下標數組。最后通過scattero將得到的坐標點繪制成散列圖。其中:s參數是每個散列點的大小,因為我們要繪制10萬個點,為了提高繪圖速度,我們選擇點的大小為1個像素;c參數是點的顏色,這里選擇綠色;marker參數是點的形狀,“s”表示正方形,方形的繪制是最陜的:linewidths參數是點的邊框寬度,0表示沒有邊框。此外,c參數還可以傳入一個數組,作為每個點的顏色值。我們將計算坐標的公式下標傳入,這樣可以直觀地看出點是由哪個公式迭代產生的。

媒體關注與評論

在書中,作者為我們介紹了科學計算編程所需的各個方面。從NumPy庫和SciPy算法工具庫的基礎開始,介紹了任何科學計算應用程序所需的基本工具。之后,作者很恰當地介紹了二維繪圖以及三維可視化庫——matplotlib、Chaco和Mayavi。用Traits和TraitsUI進行應用程序和界面開發,以及用Cython、Weave、ctypes和SWIG等與傳統的C語言庫相互結合等內容在書中也有很好的介紹。除了這些核心的工具之外,本書還介紹了使用SymPy進行數學符號運算以及其他的各種有用的主題。——Eric Jones

編輯推薦

《Python科學計算》主要特色:如果您有一定的Python編程經驗,經常需要對數值數據做一些處理、分析、可視化的工作,那么《Python科學計算》的內容十分適合您閱讀。如果您是程序員,即使工作與科學計算無關,《Python科學計算》所介紹的各種擴展庫也將能豐富您的工具箱,為您的工作提供新的解決方案。如果您是科研人員,即使對Python或編程并不十分了解,但只要花一點時間學習Python語言以及《Python科學計算》介紹的內容,就能讓您的工作效率大幅提高。附贈光盤中包含書中用到的Python擴展程序、學習《Python科學計算》時用到的工具軟件以及書中所有實例的源程序。歷時三年,精心編寫。Enthought公司CEO Eric Jones作序推薦,《Python科學計算》所提供的一站式服務,能夠指導讀者從最初的入門直到創建一個漂亮的、全功能的分析與模擬應用程序。NumPy——快速處理數據,SymPy——符號運算好幫手,Traits——為Python添加類型定義,Chaco——交互式圖表,Mayavi——更方便的可視化,OpenCV——圖像處理和計算機視覺,數字信號、濾波器、頻域處理,用C語言提高計算效率,SciPy——數值計算庫,matplotlib——繪制精美的圖表,TraitsUI——輕松制作用戶界面,TVTK——數據的三維可視化,VPython——制作3D演示動畫,聲音與視頻數據處理,動畫模擬、分形幾何。《Python科學計算》讀者對象:《Python科學計算》適合科研人員閱讀,但書中介紹的NumPy數據處理、matpltlib繪圖、TraltsUI界面應用程序開發、各種格式的數據文件的處理以及用C語言編寫擴展等內容,并非局限于科學計算領域,也適合一般的Python開發人員閱讀。

圖書封面

圖書標簽Tags

評論、評分、閱讀與下載


    Python科學計算 PDF格式下載



用戶評論 (總計74條)

 
 

  •     在網上看到這本書的試讀部份,就想買了,
    等了好久,才正式發售。
    書好厚,內容詳細,很適合有python基礎的人學習
  •     期待的一本書,學習Python
  •     一直想好好學習一下Python,還是入門階段,先買回來以后再好好學習
  •     很全面的python書
  •     雖然各個東西講的不是非常全面,但是豐富的知識依然能彌補缺點,想用python代替matlab初步必讀
  •     內容講的比較詳細,想用python替代matlab的同學可以看看
  •     很適合有一定Python基礎的人
  •     如果你想學習numpy,ETS等庫的話,可以買,可以幫你快速入門吧。
    但是你要精通這些庫的話,估計還得去看專門的英文幫助。
  •     這書是想以后學一些數學知識,方便計算才買的
  •     做科研的好幫手,多掌握一門技術,可以更好的去實現算法。
  •     系統又有示例操作,還附有一張光盤。超值
  •     介紹了很全面。多掌握一門語言,多塊敲門磚
  •     非常專業的書,學習中
  •     內容很豐富想是具體很實用,性價比也很高。很厚的書,因數很好,一看就是正版那圖書,看起來很舒服。
  •     書非常好,內容很全面,紙張質量也不錯
  •     正在看,很基礎,循序漸進,適合學習。
  •     等了好久,終于看上實體書了!
  •     很實用的書,基礎必備的
  •     需要用到的一本書,質量很好,送貨相當快。
  •     我用這本書自學,感覺還不錯,由淺入深
  •     好書,必須收藏。。
  •     希望作者再加努力,期待大作
  •     看了一點, 覺得還可以
  •     只能當字典,都未必用得上,而且抓不住重點。清華出版必屬**!!!!
  •     這是本好書,值得一讀,就是略厚啊,另外紙張神馬的都還滿意。。
  •     適合高級程序員。。。
  •     我喜歡,很滿意。
  •     還沒來得及看,不過簡單看了一下,還是好呢的
  •     光盤里有很多軟件,很好
  •     python學習非常不錯的一本書~
  •     如果你要用到python做科學計算,那么這本書是必備的。
  •     內容非常詳實。如果能有項目就更棒了!
  •     好書,就是學起來費勁一點
  •     正在嘗試使用Python代替Matlab,書里有很多實用庫的簡單示例,作為快速入門比找那些庫的官方文檔方便多了。
  •     拿到的時候封皮已經有損壞,翻開以后過了一遍,發現這本書并不是關于python的詳細論述教程,而是基于python的各種庫的介紹,雖然涵蓋范圍很廣,卻不精,只能限于淺讀而已,對python的精華并沒有涉及,決定退了
  •     除了數值計算,還介紹了2D、3D圖像制作
  •     非常實用,尤其在數字信號處理方面
  •     想在科研中用上Python,這本書絕對不可缺。內容全面,由淺入深,非常好!就是裝訂出錯,有前后頁順序錯了,但也懶得退貨。讀起來有點麻煩,但不礙事。
  •     基本就是網站和博客中沉淀的東西
    還可以
    有一定python基礎的可以看看
  •     可以用到圖形處理方面, 很好很強大
  •     剛買了本入門級的這邊備著算是后續吧等這門語言掌握的差不多了再看,對于剛入門級的這個有點費勁
  •     內容詳細,挺不錯的,雖然才看一點,但是就目前而言算是一本好書。
  •     印刷質量不錯,還沒看
    內容好像很豐富,不錯的樣子
  •     還沒看,看了后再評價
  •     很全面,可以當手冊查。
  •     不過,如果沒有版權限制,我還是要用 MATLAB。
  •     好書但是貴
  •     里面東西很全,只能看一部分了,作者的實際經驗很豐富。
  •     需要有些Py的基礎再來閱讀
  •     書是好書,不過還是有需要改進之處,如排版一開始就主要以優化為主,不大適合一些零編程基礎的讀者。我建議先單獨開個章節描述python數學的函數庫,然后由淺入深介紹各類計算。別一上來就介紹過難的。給讀者加以信心。希望作者在后續版本能加以改進
  •     適合當字典,不太適合初學者
  •     對我這個初學者來說,跟天書差不多。有點后悔啊。當然了對于熟悉的人來說,可能是解決問題的神器
  •     配的光盤被壓碎了,成了三塊
  •     還行吧,做數值計算可以看看
  •     書送來之后有裂痕。服務質量呀!!!
  •     之前看過這本書的免費版《用python做科學計算》覺得很好,才買的這本書的kindle版,內容比之前充實了很多,但是kindle的排版還有待提高,圖片普遍不清晰就不說了,還有排版錯誤,比如4.3.4的方程出錯,還有其他幾個地方,希望亞馬遜能夠改進,更新版本,電子書感覺kindle已經不如多看了。
  •     書中的配圖看不清楚啊,能不能更新下!
  •     我是每天用Python工作的物理學博士生,這本書從圖書館拿回來用過一段時間。作者做這本書很用心,本書和Python本身一樣平易近人。美中不足,私以為這本書涉獵的題目還是太多了點。私以為,做科學計算嘛,大多數人也只是搞些“研究代碼”,對于UI、交互式圖標的需求是比較較少的。另一方面,Numpy、Scipy的強大之處也只展現了一小部分。Numpy里面matrix和ndarray的區別、a[1][2]與a[1,2]在性能上的差別等等,可以多談談,以及掩碼數組等等。
  •     內容詳細、實用,適合搞科研的,就是貴了點,印刷沒以前好
  •     作為隨手翻查的手冊還不錯。
  •     內容還沒看,但質量挺好!
  •     挺好的,好好學,加油
  •     書很好,實例還是比較多的。
  •     老師推薦買的,有好多有用的東西啊,雖然現在不會用到很多,不過留著一定有用的
  •     講解詳實,實用,對學習和工作有幫助。正是我想要的那種書。
  •     老公說書還不錯,內容充實
  •     python的許多庫與matlab功能重疊,在數值計算方面很可能因其快速性和高效率而取代matlab,這本書對很多庫都有講解,選擇自己需要的仔細閱讀,很有收獲
  •     打算將matlab上的一些工作轉換使用python實現,所以看看先
  •     書好,關鍵是還便宜,但是感覺店家不愿意給發票,號稱發票已經寄出,至今未收到,我有要發票的習慣,算了,這事不追究了。
  •     書寫的比較入門級的介紹,讀了讀,感覺尚可,但是送的光盤碎了!我打開書一看光盤好好的,掏出來,居然是本來碎的給我對上了!無良的賣家!一直在亞馬遜買書,希望是個案。
  •     用來做數據處理
  •     學習中,挺好的
  •     Python是科學計算的利器
  •     好評吧阿斯頓阿什頓飛
 

250萬本中文圖書簡介、評論、評分,PDF格式免費下載。 第一圖書網 手機版

第五圖書網

第一圖書網(tushu007.com) @ 2017

北京pk10稳杀一码