0 0 0

Python科学计算最佳实践:SciPy指南.pdf

一支云烟
2天前 110
我用夸克网盘分享了「 Python科学计算最佳实践:SciPy指南.pdf」,点击链接即可保存。打开「夸克APP」在线查看,支持多种文档格式转换。
作者: [澳] Juan Nunez-Iglesias/[美] Stéfan van der Walt/[澳] Harriet Dashnow 出版社: 人民邮电出版社 副标题: SciPy指南 原作名: Elegant SciPy: The Art of Scientific Python 译者: 陈光欣 出版年: 2019-1 页数: 228 定价: 69.00元 装帧: 平装 ISBN: 9787115499127

内容简介

本书旨在介绍开源的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进行分位数标准化,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。

作者简介

Juan Nunez-Iglesias,澳大利亚莫纳什大学研究员,咨询顾问。 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。 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。

网友热评

A: 参考傅里叶变换,稀疏矩阵,线性代数以及函数优化 Cryophyte: 代码是挺优雅的,就是目标读者应该有的水平比想象中高不少? 于是副标题SciPy指南还是不可信 catteforry: 微博抽奖的奖品,内容很详细,可惜我自己水平还不行…

图书目录

前言  ix 第1章 优雅的NumPy:Python科学应用的基础  1 1.1数据简介:什么是基因表达  2 1.2NumPy的N维数组  6 1.2.1为什么用N维数组代替Python列表  7 1.2.2向量化  9 1.2.3广播  9 1.3探索基因表达数据集  10 1.4标准化  13 1.4.1样本间的标准化  13 1.4.2基因间的标准化  19 1.4.3样本与基因标准化:RPKM  21 1.5小结  27 第2章 用NumPy和SciPy进行分位数标准化  28 2.1获取数据  30 2.2独立样本间的基因表达分布差异  30 2.3计数数据的双向聚类  33 2.4簇的可视化  35 2.5预测幸存者  37 2.5.1进一步工作:使用TCGA患者簇  41 2.5.2进一步工作:重新生成TCGA簇  41 第3章 用ndimage实现图像区域网络  42 3.1图像就是NumPy数组  43 3.2信号处理中的滤波器  48 3.3图像滤波(二维滤波器)  53 3.4通用滤波器:邻近值的任意函数  55 3.4.1练习:康威的生命游戏  56 3.4.2练习:Sobel梯度幅值  56 3.5图与NetworkX库  57 3.6区域邻接图  60 3.7优雅的ndimage:如何根据图像区域建立图对象  63 3.8归纳总结:平均颜色分割  65 第4章 频率与快速傅里叶变换  67 4.1频率的引入  67 4.2示例:鸟鸣声谱图  69 4.3历史  74 4.4实现  75 4.5选择离散傅里叶变换的长度  75 4.6更多离散傅里叶变换概念  77 4.6.1频率及其排序  77 4.6.2加窗  83 4.7实际应用:分析雷达数据  86 4.7.1频域中的信号性质  91 4.7.2加窗之后  93 4.7.3雷达图像  95 4.7.4快速傅里叶变换的进一步应用  99 4.7.5更多阅读  99 4.7.6练习:图像卷积  100 第5章 用稀疏坐标矩阵实现列联表  101 5.1列联表  102 5.1.1练习:混淆矩阵的计算复杂度  103 5.1.2练习:计算混淆矩阵的另一种方法  103 5.1.3练习:多类混淆矩阵  104 5.2scipy.sparse数据格式  104 5.2.1COO格式  104 5.2.2练习:COO表示  105 5.2.3稀疏行压缩格式  106 5.3稀疏矩阵应用:图像转换  108 5.4回到列联表  112 5.5图像分割中的列联表  113 5.6信息论简介  114 5.7图像分割中的信息论:信息变异  117 5.8转换NumPy数组代码以使用稀疏矩阵  119 5.9使用信息变异  120 第6章 SciPy中的线性代数  128 6.1线性代数基础  128 6.2图的拉普拉斯矩阵  129 6.3大脑数据的拉普拉斯矩阵  134 6.3.1练习:显示近邻视图  138 6.3.2练习挑战:稀疏矩阵线性代数  138 6.4PageRank:用于声望和重要性的线性代数  139 6.4.1练习:处理悬挂节点  144 6.4.2练习:不同特征向量方法的等价性  144 6.5结束语  144 第7章 SciPy中的函数优化  145 7.1SciPy优化模块:sicpy.optimize  146 7.2用optimize进行图像配准  152 7.3用basinhopping算法避开局部最小值  155 7.4选择正确的目标函数  156 第8章 用Toolz在笔记本电脑上玩转大数据  163 8.1用yield进行流处理  164 8.2引入Toolz流库  167 8.3k-mer计数与错误修正  169 8.4柯里化:流的调料  173 8.5回到k-mer计数  175 8.6全基因组的马尔可夫模型  177 后记  182 附录练习答案  186 作者简介  206 封面简介  206

Python科学计算最佳实践:SciPy指南.pdf"网盘下载"

版权说明

1、本站不保存、不存储任何实质资源,以上二维码指向为网盘资源链接,其内容归对应版权方所有
2、如有侵犯版权的情况,请点击下面举报/反馈按钮反馈或发送邮件76556431@qq.com投诉说明情况
3、我们核实后将第一时间删除相关页面内容,谢谢理解和配合

这些人下载过 (12)
  • Coolheart°
  • 姑娘你年轻别把身体用旧
  • 行云天韵
  • 风吹老了好少年
  • 花不解语
  • 怎会哭的像个小孩
  • 小猪崽子
  • 胸怀大志
  • 我们的爱在下一个转角
  • 许我七年
  • 一人一烟寂寞一夜
  • 渡江人
最新回复 (0)

    暂无评论

请先登录后发表评论!

返回
请先登录后发表评论!