Python科学计算（第2版）

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 3   1

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 Notebook    24

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-optimize   119

3.2.1  非线性方程组求解    120

3.2.2  小二乘拟合    121

3.2.3  计算函数局域小值  125

3.2.4  计算全域小值  127

3.3  线性代数-linalg   128

3.3.1  解线性方程组    129

3.3.2  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-SVD  134

3.4  统计-stats    136

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-integrate    154

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-signal 164

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-interpolate  172

3.6.1  一维插值    172

3.6.2  多维插值    177

3.7  稀疏矩阵-sparse   181

3.7.1  稀疏矩阵的存储形式  182

3.7.2  短路径    183

3.8  图像处理-ndimage  186

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-spatial    195

3.9.1  计算近旁点    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Patch 243

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[]