Python科学计算（第2版）

封面

版权信息

Preface

第1版序

前言

第1章 Python科学计算环境的安装与简介

1.1 Python简介

1.1.1 Python 2还是Python 3

1.1.2 开发环境

1.1.3 集成开发环境(IDE)

1.2 IPython Notebook入门

1.2.1 基本操作

1.2.2 魔法(Magic)命令

1.2.3 Notebook的显示系统

1.2.4 定制IPython Notebook

1.3 扩展库介绍

1.3.1 数值计算库

1.3.2 符号计算库

1.3.3 绘图与可视化

1.3.4 数据处理和分析

1.3.5 界面设计

1.3.6 图像处理和计算机视觉

1.3.7 提高运算速度

第2章 NumPy-快速处理数据

2.1 ndarray对象

2.1.1 创建

2.1.2 元素类型

2.1.3 自动生成数组

2.1.4 存取元素

2.1.5 多维数组

2.1.6 结构数组

2.1.7 内存结构

2.2 ufunc函数

2.2.1 四则运算

2.2.2 比较运算和布尔运算

2.2.3 自定义ufunc函数

2.2.4 广播

2.2.5 ufunc的方法

2.3 多维数组的下标存取

2.3.1 下标对象

2.3.2 整数数组作为下标

2.3.3 一个复杂的例子

2.3.4 布尔数组作为下标

2.4 庞大的函数库

2.4.1 随机数

2.4.2 求和、平均值、方差

2.4.3 大小与排序

2.4.4 统计函数

2.4.5 分段函数

2.4.6 操作多维数组

2.4.7 多项式函数

2.4.8 多项式函数类

2.4.9 各种乘积运算

2.4.10 广义ufunc函数

2.5 实用技巧

2.5.1 动态数组

2.5.2 和其他对象共享内存

2.5.3 与结构数组共享内存

第3章 SciPy-数值计算库

3.1 常数和特殊函数

3.2 拟合与优化-optimize

3.2.1 非线性方程组求解

3.2.2 最小二乘拟合

3.2.3 计算函数局域最小值

3.2.4 计算全域最小值

3.3 线性代数-linalg

3.3.1 解线性方程组

3.3.2 最小二乘解

3.3.3 特征值和特征向量

3.3.4 奇异值分解-SVD

3.4 统计-stats

3.4.1 连续概率分布

3.4.2 离散概率分布

3.4.3 核密度估计

3.4.4 二项分布、泊松分布、伽玛分布

3.4.5 学生t-分布与t检验

3.4.6 卡方分布和卡方检验

3.5 数值积分-integrate

3.5.1 球的体积

3.5.2 解常微分方程组

3.5.3 ode类

3.6 信号处理-signal

3.6.1 中值滤波

3.6.2 滤波器设计

3.6.3 连续时间线性系统

3.7 插值-interpolate

3.7.1 一维插值

3.7.2 多维插值

3.8 稀疏矩阵-sparse

3.8.1 稀疏矩阵的存储形式

3.8.2 最短路径

3.9 图像处理-ndimage

3.9.1 形态学图像处理

3.9.2 图像分割

3.10 空间算法库-spatial

3.10.1 计算最近旁点

3.10.2 凸包

3.10.3 沃罗诺伊图

3.10.4 德劳内三角化

第4章 matplotlib-绘制精美的图表