当前位置:首页 > Python >
《NumPy攻略:Python科学计算与数据分析》电子书封面

NumPy攻略:Python科学计算与数据分析

  • 发布时间:2019年09月02日 10:42:24
  • 作者:伊德里斯
  • 大小:33.6 MB
  • 类别:NumPy电子书
  • 格式:PDF
  • 版本:全书扫描版
  • 评分:8.7

    NumPy攻略:Python科学计算与数据分析 PDF 全书扫描版

      给大家带来的一篇关于NumPy相关的电子书资源,介绍了关于NumPy、Python、数据分析方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小33.6 MB,伊德里斯编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.6分

      Tags:python 数据分析 NumPy 

      内容介绍

      NumPy攻略:Python科学计算与数据分析 PDF

      《NumPy攻略:Python科学计算与数据分析》详细介绍了70多种多样学习培训Python开源系统课堂教学库NumPy的趣味方式,教會用户怎样安裝和应用NumPy,并掌握别的某些有关定义,从而把握NumPy arrays以及通用性作用,书中的事例还涉及到Matplotlib、SciPy 等Python科学计算生态体系中的别的关键手机软件。除此之外,还详细介绍了NumPy 和第三方软件的互动、特性剖析和调节、软件测试和Cython等较为进阶的话题讨论。  《NumPy攻略:Python科学计算与数据分析》的总体目标用户是对Python和NumPy有基础掌握,而且期待自身的水准能更上一层的高新科技工作人员、技术工程师、程序猿和投资分析师。

      Ivan Idris试验物理研究生。依次认职于好几家企业,从业Java开发设计、数据仓库开发设计和QA剖析等工作中。关键的兴趣爱好是商务智能、互联网大数据和云计算技术,喜爱撰写干净整洁、可检测的编码,及其编写趣味的技术性文章内容。另所著NumPy Beginner's Guide和Instant Pygame for Python Game Development How-to等书。能够浏览ivanidris.net获得其他信息。

      目录

      • 第1章 使用IPython 1
      • 1.1 引言 1
      • 1.2 安装IPython 2
      • 1.2.1 具体步骤 2
      • 1.2.2 攻略小结 3
      • 1.3 使用IPython的shell 4
      • 1.3.1 具体步骤 4
      • 1.3.2 攻略小结 6
      • 1.4 阅读手册页 6
      • 1.4.1 具体步骤 6
      • 1.4.2 攻略小结 6
      • 1.5 安装Matplotlib 7
      • 1.6 运行基于Web的notebook 8
      • 1.6.1 准备工作 8
      • 1.6.2 具体步骤 8
      • 1.6.3 攻略小结 10
      • 1.6.4 参考阅读 10
      • 1.7 导出基于Web的notebook 10
      • 1.8 导入基于Web的notebook 12
      • 1.9 配置notebook服务器 14
      • 1.9.1 具体步骤 15
      • 1.9.2 攻略小结 16
      • 1.10 初探SymPy配置 17
      • 1.10.1 准备工作 17
      • 1.10.2 具体步骤 17
      • 第2章 高级索引和数组概念 19
      • 2.1 引言 19
      • 2.2 安装SciPy 20
      • 2.2.1 准备工作 20
      • 2.2.2 具体步骤 20
      • 2.2.3 攻略小结 21
      • 2.3 安装PIL 22
      • 2.4 调整图像大小 22
      • 2.4.1 准备工作 23
      • 2.4.2 具体步骤 23
      • 2.4.3 攻略小结 25
      • 2.4.4 参考阅读 25
      • 2.5 创建视图和副本 25
      • 2.5.1 准备工作 25
      • 2.5.2 具体步骤 26
      • 2.5.3 攻略小结 27
      • 2.6 翻转图像 27
      • 2.6.1 具体步骤 27
      • 2.6.2 参考阅读 29
      • 2.7 高级索引 29
      • 2.7.1 具体步骤 29
      • 2.7.2 攻略小结 31
      • 2.8 位置列表型索引 31
      • 2.9 布尔型索引 32
      • 2.9.1 具体步骤 33
      • 2.9.2 攻略小结 34
      • 2.9.3 参考阅读 34
      • 2.10 数独游戏中的跨度技巧 34
      • 2.10.1 具体步骤 35
      • 2.10.2 攻略小结 37
      • 2.11 用广播机制扩展数组 37
      • 第3章 常用函数 40
      • 3.1 引言 40
      • 3.2 斐波那契数列求和 41
      • 3.2.1 具体步骤 41
      • 3.2.2 攻略小结 44
      • 3.2.3 参考阅读 44
      • 3.3 寻找质因数 44
      • 3.3.1 具体步骤 44
      • 3.3.2 攻略小结 46
      • 3.4 寻找回文数 46
      • 3.4.1 具体步骤 46
      • 3.4.2 攻略小结 48
      • 3.4.3 更多工作 48
      • 3.5 确定稳态向量 48
      • 3.5.1 具体步骤 48
      • 3.5.2 攻略小结 52
      • 3.5.3 参考阅读 53
      • 3.6 发现幂律分布 53
      • 3.6.1 具体步骤 53
      • 3.6.2 攻略小结 55
      • 3.6.3 参考阅读 55
      • 3.7 定期在低点做交易 55
      • 3.7.1 准备工作 56
      • 3.7.2 具体步骤 56
      • 3.7.3 攻略小结 58
      • 3.7.4 参考阅读 58
      • 3.8 模拟在随机时间点做交易 59
      • 3.8.1 准备工作 59
      • 3.8.2 具体步骤 59
      • 3.8.3 攻略小结 61
      • 3.8.4 参考阅读 61
      • 3.9 用埃氏筛筛选整数 61
      • 第4章 NumPy与其他软件的交互 63
      • 4.1 引言 63
      • 4.2 使用缓冲区协议 64
      • 4.2.1 准备工作 64
      • 4.2.2 具体步骤 64
      • 4.2.3 攻略小结 66
      • 4.2.4 参考阅读 66
      • 4.3 使用数组接口 66
      • 4.3.1 准备工作 66
      • 4.3.2 具体步骤 66
      • 4.3.3 攻略小结 67
      • 4.3.4 参考阅读 68
      • 4.4 与MATLAB和Octave交换数据 68
      • 4.4.1 准备工作 68
      • 4.4.2 具体步骤 68
      • 4.4.3 参考阅读 69
      • 4.5 安装RPy2 69
      • 4.6 连接到R 69
      • 4.6.1 准备工作 70
      • 4.6.2 具体步骤 70
      • 4.6.3 参考阅读 71
      • 4.7 安装JPype 71
      • 4.8 传递NumPy数组到JPype 71
      • 4.8.1 具体步骤 72
      • 4.8.2 攻略小结 73
      • 4.8.3 参考阅读 73
      • 4.9 安装谷歌应用程序引擎 73
      • 4.10 在谷歌云中部署NumPy代码 74
      • 4.10.1 具体步骤 75
      • 4.10.2 攻略小结 76
      • 4.11 在Python Anywhere的Web控制台中运行NumPy代码 76
      • 4.11.1 具体步骤 77
      • 4.11.2 攻略小结 78
      • 4.12 设置PiCloud 78
      • 4.12.1 具体步骤 79
      • 4.12.2 攻略小结 80
      • 第5章 声音和图像处理 81
      • 5.1 引言 81
      • 5.2 加载图像到内存映射区 81
      • 5.2.1 准备工作 82
      • 5.2.2 具体步骤 82
      • 5.2.3 攻略小结 85
      • 5.2.4 参考阅读 85
      • 5.3 合并图像 85
      • 5.3.1 准备工作 85
      • 5.3.2 具体步骤 86
      • 5.3.3 攻略小结 88
      • 5.3.4 参考阅读 88
      • 5.4 图像的模糊化处理 89
      • 5.4.1 具体步骤 89
      • 5.4.2 攻略小结 91
      • 5.5 复制声音片段 91
      • 5.5.1 具体步骤 91
      • 5.5.2 攻略小结 93
      • 5.6 合成声音 94
      • 5.6.1 具体步骤 94
      • 5.6.2 攻略小结 96
      • 5.7 设计音频滤波器 96
      • 5.7.1 具体步骤 97
      • 5.7.2 攻略小结 99
      • 5.8 用索贝尔滤波器进行边缘检测 99
      • 5.8.1 具体步骤 99
      • 5.8.2 攻略小结 101
      • 第6章 特殊类型数组与通用函数 102
      • 6.1 引言 102
      • 6.2 创建一个通用函数 102
      • 6.2.1 具体步骤 102
      • 6.2.2 攻略小结 103
      • 6.3 寻找勾股数 103
      • 6.3.1 具体步骤 103
      • 6.3.2 攻略小结 105
      • 6.4 用chararray做字符串操作 105
      • 6.4.1 具体步骤 105
      • 6.4.2 攻略小结 106
      • 6.5 创建一个masked类型的数组 106
      • 6.5.1 具体步骤 106
      • 6.5.2 攻略小结 108
      • 6.6 忽略负值和极值 108
      • 6.6.1 具体步骤 108
      • 6.6.2 攻略小结 111
      • 6.7 用recarray创建评分表 111
      • 6.7.1 具体步骤 112
      • 6.7.2 攻略小结 114
      • 第7章 性能分析与调试 115
      • 7.1 引言 115
      • 7.2 用timeit进行性能分析 115
      • 7.2.1 具体步骤 115
      • 7.2.2 攻略小结 118
      • 7.3 用IPython进行性能分析 118
      • 7.3.1 具体步骤 118
      • 7.3.2 攻略小结 120
      • 7.4 安装line_profiler 120
      • 7.4.1 准备工作 120
      • 7.4.2 具体步骤 120
      • 7.4.3 参考阅读 121
      • 7.5 用line_profiler分析代码 121
      • 7.5.1 具体步骤 121
      • 7.5.2 攻略小结 122
      • 7.6 用cProfile扩展模块分析代码 122
      • 7.7 用IPython进行调试 123
      • 7.7.1 具体步骤 124
      • 7.7.2 攻略小结 125
      • 7.8 用pudb进行调试 126
      • 第8章 质量保证 127
      • 8.1 引言 127
      • 8.2 安装Pyflakes 127
      • 8.2.1 准备工作 127
      • 8.2.2 具体步骤 128
      • 8.3 用Pyflakes进行静态分析 128
      • 8.3.1 具体步骤 128
      • 8.3.2 攻略小结 129
      • 8.4 用Pylint分析代码 129
      • 8.4.1 准备工作 129
      • 8.4.2 具体步骤 130
      • 8.4.3 攻略小结 130
      • 8.4.4 参考阅读 131
      • 8.5 用Pychecker进行静态分析 131
      • 8.6 用docstrings测试代码 132
      • 8.6.1 具体步骤 132
      • 8.6.2 攻略小结 134
      • 8.7 编写单元测试 134
      • 8.7.1 具体步骤 134
      • 8.7.2 攻略小结 136
      • 8.8 用模拟对象测试代码 137
      • 8.8.1 具体步骤 137
      • 8.8.2 攻略小结 139
      • 8.9 基于BDD方式的测试 139
      • 8.9.1 具体步骤 139
      • 8.9.2 攻略小结 141
      • 第9章 用Cython为代码提速 142
      • 9.1 引言 142
      • 9.2 安装Cython 142
      • 9.3 构建Hello World程序 143
      • 9.3.1 具体步骤 143
      • 9.3.2 攻略小结 144
      • 9.4 在Cython中使用NumPy 144
      • 9.4.1 具体步骤 145
      • 9.4.2 攻略小结 146
      • 9.5 调用C语言函数 146
      • 9.5.1 具体步骤 146
      • 9.5.2 攻略小结 148
      • 9.6 分析Cython代码 148
      • 9.6.1 具体步骤 148
      • 9.6.2 攻略小结 150
      • 9.7 用Cython求阶乘的近似值 150
      • 9.7.1 具体步骤 150
      • 9.7.2 攻略小结 152
      • 第10章 有趣的Scikits 153
      • 10.1 引言 153
      • 10.2 安装scikits-learn 154
      • 10.2.1 准备工作 154
      • 10.2.2 具体步骤 154
      • 10.3 加载范例数据集 155
      • 10.4 用scikits-learn对道琼斯成分股做聚类分析 155
      • 10.4.1 具体步骤 156
      • 10.4.2 攻略小结 158
      • 10.5 安装scikits-statsmodels 158
      • 10.6 用scikits-statsmodels做正态性检验 159
      • 10.6.1 具体步骤 159
      • 10.6.2 攻略小结 160
      • 10.7 安装scikits-image 160
      • 10.8 检测角点 160
      • 10.8.1 准备工作 161
      • 10.8.2 具体步骤 161
      • 10.8.3 攻略小结 162
      • 10.9 检测边缘 162
      • 10.10 安装Pandas 163
      • 10.11 用Pandas估计股票收益的相关性 164
      • 10.11.1 具体步骤 164
      • 10.11.2 攻略小结 166
      • 10.12 从statsmodels加载数据到pandas对象 166
      • 10.12.1 准备工作 166
      • 10.12.2 具体步骤 167
      • 10.12.3 攻略小结 168
      • 10.13 重采样时间序列数据 169
      • 10.13.1 具体步骤 169
      • 10.13.2 攻略小结 171
      • 索引 172

      读书笔记

      如何备战计算机二级python考试

      全国计算机等级考试于2018年9月新增计算机二级Python程序设计考试科目,从上次考试情况来看,考试难度不大,特别是考试内容也比较少,所以通过率高达54%(其它科目在30%以下)。

       

      计算机二级考试python难吗

      那么二级Python程序设计到底考些什么呢?

      1,程序设计基本理论和Python基本概述;

      2,简单程序设计;

      3,第三方库简单应用;

      综上所述,建议报一科python,原因很简单,因为刚开考,题库中题的套数比较少,便于大家掌握。

      以上就是计算机二级考试python难吗的详细内容,更多请关注码农之家其它相关文章!

      以上就是本次介绍的NumPy电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:UI设计师的色彩搭配手册

      下一篇:微交互:细节设计成就卓越产品

      展开 +

      收起 -

      下载地址:百度网盘下载
      读者心得
      37小时14分钟前回答

      python安装numpy和pandas的方法步骤

      最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装numpy和pandas因为linux环境没有外网遇到了很多问题就记下来了。首要条件,python版本必须是2.7以上。 linux首先安装依赖包 yum -y install blas blas-devel lapack-devel lapackyum -y install seaborn scipyyum -y install freetype freetype-devel libpng libpng-develyum -y install python-pipyum -y install pytzyum -y install python-dateutil windows安装pip即可,具体方法参考pip官网 http://pip-cn.readthedocs.io/en/latest/installing.html 1、 pip方式安装 如果有外网一般推荐使用pip安装,linux下和windows下均可使用pip安装 python -m pip install --upgrade pippip install --user numpy scipy matplotlib jupyter pandas sympy nose 但很……

      137小时43分钟前回答

      pybind11和numpy进行交互的方法

      使用一个遵循buffer protocol的对象就可以和numpy交互了. 这个buffer_protocol要有哪些东西呢? 要有如下接口: struct buffer_info { void *ptr; ssize_t itemsize; std::string format; ssize_t ndim; std::vectorssize_t shape; std::vectorssize_t strides;}; 其实就是一个指向数组的指针+各个维度的信息就可以了. 然后我们就可以用指针+偏移来访问数字中的任意位置上的数字了. 下面是一个可以跑的例子: #include pybind11/pybind11.h #include pybind11/numpy.h namespace py = pybind11; py::array_tdouble add_arrays(py::array_tdouble input1, py::array_tdouble input2) { py::buffer_info buf1 = input1.request(), buf2 = input2.request(); if (buf1.ndim != 1 || buf2.ndim != 1) throw std::runtime_error("Number of dimensions must be one"); ……

      码农之家

      古俊茂 提供上传

      资源
      40
      粉丝
      10
      喜欢
      179
      评论
      7

      Copyright 2018-2021 www.xz577.com 码农之家

      版权投诉 / 书籍推广:520161757@qq.com