NumPy攻略：Python科学计算与数据分析 PDF 全书扫描版

《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