同類熱銷排行榜

Python科學計算最佳實踐(SciPy指南)/圖靈程序設計叢書

作者：(澳)胡安·努內茲-伊格萊西亞斯//(美)斯特凡·范德瓦爾特//(澳)哈麗雅特·達士諾|譯者:陳光欣
出版社：人民郵電
ISBN：9787115499127

出版日期：2019/01/01
裝幀：平裝
頁數：206

人民幣：RMB 69 元售價：元

內容大鋼

胡安·努內茲-伊格萊、西亞斯、斯特凡·范德瓦爾特//哈麗雅特·達士諾著的《Python科學計算最佳實踐(SciPy指南)》旨在介紹開源的Python演算法庫和數學工具包SciPy。近年來，基於NumPy和SciPy的完整生態系統迅速發展起來，並在天文學、生物學、氣象學和氣候科學，以及材料科學等多個學科得到了廣泛應用。本書結合大量代碼實例，詳盡展示了SciPy的強大科學計算能力，包括用NumPy和SciPy進行分位數標準化，用ndimage實現圖像區域網路，頻率與快速傅里葉變換，用稀疏坐標矩陣實現列聯表，SciPy中的線性代數，SciPy中的函數優化等。
本書適合Python程序員以及計算科學領域從業人員閱讀參考。

作者介紹

(澳)胡安·努內茲-伊格萊西亞斯//(美)斯特凡·范德瓦爾特//(澳)哈麗雅特·達士諾|譯者:陳光欣

前言　　ix
第 1章  　優雅的NumPy：Python科學應用的基礎　　
  1.1  數據簡介：什麼是基因表達　　
  1.2  NumPy的N維數組　　
    1.2.1  為什麼用N維數組代替Python列表　　
    1.2.2  向量化　　
    1.2.3  廣播　　
  1.3  探索基因表達數據集　　
  1.4  標準化　　
    1.4.1  樣本間的標準化　　
    1.4.2  基因間的標準化　　
    1.4.3  樣本與基因標準化：RPKM　　
  1.5  小結　　
第 2章  　用NumPy和SciPy進行分位數標準化　　
  2.1  獲取數據　　
  2.2  獨立樣本間的基因表達分佈差異　　
  2.3  計數數據的雙向聚類　　
  2.4  簇的可視化　　
  2.5  預測倖存者　　
    2.5.1  進一步工作：使用TCGA患者簇　　
    2.5.2  進一步工作：重新生成TCGA簇　　
第3章  　用ndimage實現圖像區域網路　　
  3.1  圖像就是NumPy數組　　
  3.2  信號處理中的濾波器　　
  3.3  圖像濾波（二維濾波器）　　
  3.4  通用濾波器：鄰近值的任意函數　　
    3.4.1  練習：康威的生命遊戲　　
    3.4.2  練習：Sobel梯度幅值　　
  3.5  圖與NetworkX庫　　
  3.6  區域鄰接圖　　
  3.7  優雅的ndimage：如何根據圖像區域建立圖對象　　
  3.8  歸納總結：平均顏色分割　　
第4章  　頻率與快速傅里葉變換　　
  4.1  頻率的引入　　
  4.2  示例：鳥鳴聲譜圖　　
  4.3  歷史　　
  4.4  實現　　
  4.5  選擇離散傅里葉變換的長度　　
  4.6  更多離散傅里葉變換概念　　
    4.6.1  頻率及其排序　　
    4.6.2  加窗　　
  4.7  實際應用：分析雷達數據　　
    4.7.1  頻域中的信號性質　　
    4.7.2  加窗之後　　
    4.7.3  雷達圖像　　
    4.7.4  快速傅里葉變換的進一步應用　　
    4.7.5  更多閱讀　　
    4.7.6  練習：圖像卷積　　
第5章  　用稀疏坐標矩陣實現列聯表　　
  5.1  列聯表　　

    5.1.1  練習：混淆矩陣的計算複雜度　　
    5.1.2  練習：計算混淆矩陣的另一種方法　　
    5.1.3  練習：多類混淆矩陣　　
  5.2  scipy.sparse數據格式　　
    5.2.1  COO格式　　
    5.2.2  練習：COO表示　　
    5.2.3  稀疏行壓縮格式　　
  5.3  稀疏矩陣應用：圖像轉換　　
  5.4  回到列聯表　　
  5.5  圖像分割中的列聯表　　
  5.6  資訊理論簡介　　
  5.7  圖像分割中的資訊理論：信息變異　　
  5.8  轉換NumPy數組代碼以使用稀疏矩陣　　
  5.9  使用信息變異　　
第6章  　SciPy中的線性代數　　
  6.1  線性代數基礎　　
  6.2  圖的拉普拉斯矩陣　　
  6.3  大腦數據的拉普拉斯矩陣　　
    6.3.1  練習：顯示近鄰視圖　　
    6.3.2  練習挑戰：稀疏矩陣線性代數　　
  6.4  PageRank：用於聲望和重要性的線性代數　　
    6.4.1  練習：處理懸掛節點　　
    6.4.2  練習：不同特徵向量方法的等價性　　
  6.5  結束語　　
第7章  　SciPy中的函數優化　　
  7.1  SciPy優化模塊：sicpy.optimize　　
  7.2  用optimize進行圖像配准　　
  7.3  用basin hopping演算法避開局部最小值　　
  7.4  選擇正確的目標函數　　
第8章  　用Toolz在筆記本電腦上玩轉大數據　　
  8.1  用yield進行流處理　　
  8.2  引入Toolz流庫　　
  8.3  k-mer計數與錯誤修正　　
  8.4  柯里化：流的調料　　
  8.5  回到k-mer計數　　
  8.6  全基因組的馬爾可夫模型　　
後記　　
附錄練習答案　　
作者簡介　　
封面簡介　　

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

Python科學計算最佳實踐(SciPy指南)/圖靈程序設計叢書