Python科学计算最佳实践：SciPy指南

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。