万本电子书0元读

万本电子书0元读

顶部广告

Python科学计算最佳实践:SciPy指南电子书

“本书结合信号处理、图像处理、网络科学、生物信息学等领域的例子,展示了如何通过Python优雅地实现经典的算法,是一本难得的科学计算教材。”——Lav Varshney,伊利诺伊大学厄巴纳-香槟分校 “生动展示如何通过Python的科学计算工具达到事半功倍的效果。”——Greg Wilson,RStudio数据科学家,Software Carpentry联合创始人 本书结合数据实例,使用SciPy及NumPy、pandas、scikit-image等相关库,介绍了强大的Python科学计算工具,展示了如何使用Python编程来处理数据科学研究中可能遇到的现实问题,以及如何写出清晰优美的代码。

售       价:¥

纸质售价:¥54.50购买纸书

177人正在读 | 0人评论 6.2

温馨提示:此类商品不支持退换货,不支持下载打印

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书旨在介绍源的Python算法库和数学工具包SciPy。近年来,基于NumPy和SciPy的完整生态系统迅速发展起来,并在天文学、生物学、气象学和气候科学,以及材料科学等多个学科得到了广泛应用。本书结合大量代码实例,详尽展示了SciPy的强大科学计算能力,包括用NumPy和SciPy行分位数标准化,用ndimage实现图像区域网络,频率与快速傅里叶变换,用稀疏坐标矩阵实现列联表,SciPy中的线性代数,SciPy中的函数优化等。 本书旨在介绍源的Python算法库和数学工具包SciPy。近年来,基于NumPy和SciPy的完整生态系统迅速发展起来,并在天文学、生物学、气象学和气候科学,以及材料科学等多个学科得到了广泛应用。本书结合大量代码实例,详尽展示了SciPy的强大科学计算能力,包括用NumPy和SciPy行分位数标准化,用ndimage实现图像区域网络,频率与快速傅里叶变换,用稀疏坐标矩阵实现列联表,SciPy中的线性代数,SciPy中的函数优化等。
【推荐语】
“本书结合信号处理、图像处理、网络科学、生物信息学等领域的例子,展示了如何通过Python优雅地实现经典的算法,是一本难得的科学计算教材。”——Lav Varshney,伊利诺伊大学厄巴纳-香槟分校 “生动展示如何通过Python的科学计算工具达到事半功倍的效果。”——Greg Wilson,RStudio数据科学家,Software Carpentry联合创始人 本书结合数据实例,使用SciPy及NumPy、pandas、scikit-image等相关库,介绍了强大的Python科学计算工具,展示了如何使用Python编程来处理数据科学研究中可能遇到的现实问题,以及如何写出清晰优美的代码。 本书“麻雀虽小,肝胆俱全”,不仅探讨了作为计算工具本身的SciPy及其相关的库,还阐释了数据科学研究中一些必要的基础概念,是使用Python编程的数据科学研究人员阅读参考的理想选择。 ● 探索Python科学应用的基础——NumPy ● 用NumPy和SciPy行分位数标准化 ● 图像区域网络及区域邻图 ● 频率与快速傅里叶变换 ● 用稀疏坐标矩阵实现列联表 ● SciPy中的线性代数 ● SciPy中的函数优化 ● 用Toolz在笔记本电脑上玩转大数据
【作者】
胡安?努内兹-伊格莱西亚斯(Juan Nunez-Iglesias),澳大利亚莫纳什大学研究员,咨询顾问。 斯特凡?范德瓦尔特(Stéfan van der Walt),scikit-image的创建者,加州大学伯克利分校数据科学研究所助理研究员,南非斯泰伦博斯大学应用数学高级讲师。 哈丽雅特?达士诺(Harriet Dashnow),生物信息学家,曾在默多克儿童研究所、墨尔本大学生物化学系和维多利亚州生命科学计划项目中工作过。 【译者简介】 陈光欣,毕业于清华大学并留校工作,主要兴趣为数据分析与数据挖掘。
目录展开

O'Reilly Media, Inc. 介绍

前言

第1章 优雅的NumPy:Python科学应用的基础

1.1 数据简介:什么是基因表达

1.2 NumPy的维数组

1.3 探索基因表达数据集

1.4 标准化

1.5 小结

第2章 用NumPy和SciPy进行分位数标准化

2.1 获取数据

2.2 独立样本间的基因表达分布差异

2.3 计数数据的双向聚类

2.4 簇的可视化

2.5 预测幸存者

第3章 用ndimage实现图像区域网络

3.1 图像就是NumPy数组

3.2 信号处理中的滤波器

3.3 图像滤波(二维滤波器)

3.4 通用滤波器:邻近值的任意函数

3.5 图与NetworkX库

3.6 区域邻接图

3.7 优雅的ndimage:如何根据图像区域建立图对象

3.8 归纳总结:平均颜色分割

第4章 频率与快速傅里叶变换

4.1 频率的引入

4.2 示例:鸟鸣声谱图

4.3 历史

4.4 实现

4.5 选择离散傅里叶变换的长度

4.6 更多离散傅里叶变换概念

4.7 实际应用:分析雷达数据

第5章 用稀疏坐标矩阵实现列联表

5.1 列联表

5.2 scipy.sparse数据格式

5.3 稀疏矩阵应用:图像转换

5.4 回到列联表

5.5 图像分割中的列联表

5.6 信息论简介

5.7 图像分割中的信息论:信息变异

5.8 转换NumPy数组代码以使用稀疏矩阵

5.9 使用信息变异

第6章 SciPy中的线性代数

6.1 线性代数基础

6.2 图的拉普拉斯矩阵

6.3 大脑数据的拉普拉斯矩阵

6.4 PageRank:用于声望和重要性的线性代数

6.5 结束语

第7章 SciPy中的函数优化

7.1 SciPy优化模块:sicpy.optimize

7.2 用optimize进行图像配准

7.3 用basin hopping算法避开局部最小值

7.4 选择正确的目标函数

第8章 用Toolz在笔记本电脑上玩转大数据

8.1 用yield进行流处理

8.2 引入Toolz流库

8.3 k-mer计数与错误修正

8.4 柯里化:流的调料

8.5 回到k-mer计数

8.6 全基因组的马尔可夫模型

后记

附录 练习答案

作者简介

封面简介

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部