NumPy攻略：Python科学计算与数据分析电子书

译者序

前言

本书内容

本书需要的资源

本书读者

排版约定

读者反馈

客户支持

第1章 使用IPython

1.1 引言

1.2 安装IPython

1.3 使用IPython的shell

1.4 阅读手册页

1.5 安装Matplotlib

1.6 运行基于Web的notebook

1.7 导出基于Web的notebook

1.8 导入基于Web的notebook

1.9 配置notebook服务器

1.10 初探SymPy配置

第2章 高级索引和数组概念

2.1 引言

2.2 安装SciPy

2.3 安装PIL

2.4 调整图像大小

2.5 创建视图和副本

2.6 翻转图像

2.7 高级索引

2.8 位置列表型索引

2.9 布尔型索引

2.10 数独游戏中的跨度技巧

2.11 用广播机制扩展数组

第3章 常用函数

3.1 引言

3.2 斐波纳契数列求和

3.3 寻找质因数

3.3.2 攻略小结

3.4 寻找回文数

3.5 确定稳态向量

3.6 发现幂律分布

3.7 定期在低点做交易

3.8 模拟在随机时间点做交易

3.9 用埃氏筛筛选整数

第4章 NumPy与其他软件的交互

4.1 引言

4.2 使用缓冲区协议

4.3 使用数组接口

4.4 与MATLAB和Octave交换数据

4.5 安装RPy2

4.6 连接到R

4.7 安装JPype

4.8 传递NumPy数组到JPype

4.9 安装谷歌应用程序引擎

4.10 在谷歌云中部署NumPy代码

4.11 在Python Anywhere的Web控制台中运行NumPy代码

4.12 设置PiCloud

第5章 声音和图像处理

5.1 引言

5.2 加载图像到内存映射区

5.3 合并图像

5.4 图像的模糊化处理

5.5 复制声音片段

5.6 合成声音

5.7 设计音频滤波器

5.8 用索贝尔滤波器进行边缘检测

第6章 特殊类型数组与通用函数

6.1 引言

6.2 创建一个通用函数

6.3 寻找勾股数

6.4 用chararray做字符串操作

6.5 创建一个masked类型的数组

6.6 忽略负值和极值

6.7 用recarray创建评分表

第7章 性能分析与调试

7.1 引言

7.2 用timeit进行性能分析

7.3 用IPython进行性能分析

7.4 安装line_profiler

7.5 用line_profiler分析代码

7.6 用cProfile扩展模块分析代码

7.7 用IPython进行调试

7.8 用pudb进行调试

第8章 质量保证

8.1 引言

8.2 安装Pyflakes

8.3 用Pyflakes进行静态分析

8.4 用Pylint分析代码

8.5 用Pychecker进行静态分析

8.6 用docstrings测试代码

8.7 编写单元测试

8.8 用模拟对象测试代码

8.9 基于BDD方式的测试

第9章 用Cython为代码提速

9.1 引言

9.2 安装Cython

9.3 构建Hello World程序

9.4 在Cython中使用NumPy

9.5 调用C语言函数

9.6 分析Cython代码

9.7 用Cython求阶乘的近似值

第10章 有趣的Scikits

10.1 引言

10.2 安装scikits-learn

10.3 加载范例数据集

10.4 用scikits-learn对道琼斯成分股做聚类分析

10.5 安装scikits-statsmodels

10.6 用scikits-statsmodels做正态性检验

10.7 安装scikits-image

10.8 检测角点

10.9 检测边缘

10.10 安装Pandas

10.11 用Pandas估计股票收益的相关性

10.12 从statsmodels加载数据到pandas对象

10.13 重采样时间序列数据

作译者简介