Python科學計算基礎教程

Python科學計算基礎教程 pdf epub mobi txt 電子書 下載2025

出版者:人民郵電齣版社
作者:[印] Hemant Kumar Mehta
出品人:
頁數:200
译者:陶俊傑
出版時間:2016-11
價格:49.00元
裝幀:平裝
isbn號碼:9787115436986
叢書系列:圖靈程序設計叢書·Python係列
圖書標籤:
  • 科學計算
  • Python
  • 計算科學
  • 編程
  • 計算機科學
  • 計算機
  • 暫時不讀
  • 數據分析
  • Python
  • 科學計算
  • 編程基礎
  • 數據分析
  • 數學建模
  • 數值計算
  • 機器學習
  • 數據可視化
  • 算法設計
  • 計算物理
想要找書就要到 小美書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

具體描述

Python因為其自身的諸多優點而成為科學計算的極佳選擇。本書是將Python用於科學計算的實用指南,既介紹瞭相關的基礎知識,又提供瞭豐富的精彩案例,並為讀者總結瞭最佳實踐經驗。其主要內容包括:科學計算的基本概念與選擇Python的理由,科學工作流和科學計算的結構,科學項目相關數據的各個方麵,用於科學計算的API和工具包,如何利用Python的NumPy和SciPy包完成數值計算,用Python做符號計算,數據分析與可視化,並行與大規模計算,等等。

著者簡介

作者簡介:

Hemant Kumar Mehta

博士,專注於分布式計算和科學計算領域,擁有十餘年教學、科研和軟件開發經驗。他是ACM會員、IEEE高級會員以及IACSIT、IAENG和MIR等實驗室的高級會員。

譯者簡介:

陶俊傑

長期從事數據分析工作,酷愛Python,每天都和Python麵對麵,樂此不疲。本科畢業於北京交通大學機電學院,碩士畢業於北京交通大學經管學院。曾就職於中國移動設計院,目前在京東任職。

陳小莉

長期從事數據分析工作,喜歡Python。本科與碩士畢業於北京交通大學電信學院。目前在中科院從事科技文獻與專利分析工作。

圖書目錄

第1章 科學計算概況與選擇Python的理由  1
1.1 科學計算的定義  2
1.2 科學計算的簡單處理流程  3
1.3 科學與工程領域的案例  5
1.4 解決復雜問題的策略  5
1.5 近似、誤差及相關統計概念和術語  6
1.5.1 誤差分析  7
1.5.2 敏感度、穩定性和準確性  7
1.5.3 後嚮與前嚮誤差估計  8
1.5.4 誤差可以忽略不計嗎  8
1.6 計算機算術運算和浮點數  8
1.7 Python編程語言簡介  9
1.7.1 Python語言的指導原則  9
1.7.2 為什麼用Python做科學計算  11
1.7.3 Python的缺點  13
1.8 小結  13
第2章 科學工作流和科學計算的結構  14
2.1 科學計算的數學部分  14
2.1.1 綫性方程組  14
2.1.2 非綫性方程組  15
2.1.3 最優化方法  16
2.1.4 內插法  17
2.1.5 外插法  17
2.1.6 數值積分  18
2.1.7 數值微分  18
2.1.8 微分方程  19
2.1.9 隨機數生成器  20
2.2 Python科學計算  21
2.2.1 NumPy簡介  22
2.2.2 SciPy程序庫  22
2.2.3 用pandas做數據分析  23
2.3 IPython交互式編程簡介  23
2.3.1 IPython並行計算  24
2.3.2 IPython Notebook  24
2.4 用SymPy進行符號計算  26
2.4.1 SymPy的主要特點  27
2.4.2 為什麼用SymPy  28
2.5 畫圖程序庫  28
2.6 小結  30
第3章 有效地製造與管理科學數據  31
3.1 數據的基本概念  31
3.2 數據存儲軟件與工具箱  32
3.2.1 文件  33
3.2.2 數據庫  33
3.3 常見的數據操作  34
3.4 科學數據的格式  35
3.5 現成的標準數據集  37
3.6 數據生成  41
3.7 模擬數據的生成(構造)  41
3.7.1 用Python的內置函數生成隨機數  42
3.7.2 基於統計分布的隨機數生成器的設計和實現  45
3.7.3 一個用簡單邏輯生成5位隨機數的程序  46
3.8 大規模數據集的簡要介紹  47
3.9 小結  48
第4章 Python科學計算API  49
4.1 Python數值科學計算  49
4.1.1 NumPy程序包  49
4.1.2 SciPy程序包  52
4.1.3 簡單的SciPy程序  54
4.2 SymPy符號計算  57
4.2.1 計算機代數係統  57
4.2.2 通用CAS的特點  57
4.2.3 SymPy設計理念簡介  58
4.2.4 SymPy模塊  60
4.2.5 簡單的範例程序  61
4.3 數據分析和可視化的API和工具  63
4.3.1 用pandas進行數據分析和操作  63
4.3.2 用matplotlib進行數據可視化  64
4.3.3 用IPython實現Python的交互式計算  64
4.3.4 數據分析和可視化的示例程序  65
4.4 小結  67
第5章 數值計算  68
5.1 NumPy的基本對象  68
5.1.1 N維數組對象  68
5.1.2 通用函數對象  72
5.1.3 NumPy的數學模塊  74
5.2 SciPy的介紹  75
5.2.1 SciPy的數學函數  75
5.2.2 高級模塊/程序包  76
5.3 小結  97
第6章 用Python做符號計算  98
6.1 符號、錶達式和基本運算  98
6.2 求解方程  99
6.3 有理數、指數和對數函數  100
6.4 多項式  100
6.5 三角函數和復數  101
6.6 綫性代數  101
6.7 微積分  103
6.8 嚮量  105
6.9 物理模塊  106
6.9.1 氫波函數  106
6.9.2 矩陣和Pauli代數  107
6.9.3 一維和三維量子諧振子  107
6.9.4 二次量子化  108
6.9.5 高能物理  108
6.9.6 力學  109
6.10 漂亮的打印功能  111
6.11 密碼學模塊  113
6.12 輸入的句法分析  113
6.13 邏輯模塊  114
6.14 幾何模塊  116
6.15 符號積分  117
6.16 多項式操作  119
6.17 集閤  120
6.18 運算的簡化和閤並  121
6.19 小結  122
第7章 數據分析與可視化  123
7.1 matplotlib  123
7.1.1 matplotlib的架構  124
7.1.2 matplotlib的畫圖方法  125
7.2 pandas程序庫  128
7.2.1 Series  128
7.2.2 DataFrame  129
7.2.3 Panel  130
7.2.4 pandas數據結構的常用函數  131
7.2.5 時間序列與日期函數  137
7.2.6 處理缺失數據  140
7.3 I/O操作  141
7.3.1 處理CSV文件  141
7.3.2 即開即用數據集  144
7.4 IPython  145
7.4.1 IPython終端與係統命令行工具  146
7.4.2 IPython Notebook  149
7.5 小結  150
第8章 並行與大規模科學計算  151
8.1 用IPython做並行計算  152
8.2 IPython並行計算架構  152
8.3 並行計算示例  154
8.3.1 並行裝飾器  155
8.3.2 IPython的魔法函數  155
8.4 IPython的高級特性  157
8.4.1 容錯執行  157
8.4.2 動態負載均衡  158
8.4.3 在客戶端與引擎之間推拉對象  158
8.4.4 支持數據庫存儲請求與結果  160
8.4.5 在IPython裏使用MPI  161
8.4.6 管理任務之間的依賴關係  162
8.4.7 用Amazon EC2的StarCluster啓動IPython  167
8.5 IPython數據安全措施  168
8.5.1 常用並行編程方法  168
8.5.2 在Python中演示基於Hadoop的MapReduce  174
8.5.3 在Python中運行Spark  176
8.6 小結  176
第9章 真實案例介紹  177
9.1 用Python開發的科學計算應用  177
9.1.1 “每個孩子一颱筆記本”項目用Python開發界麵  177
9.1.2 ExpEYES——科學之眼  180
9.1.3 Python開發的天氣預測應用程序  181
9.1.4 Python開發的航空器概念設計工具與API  182
9.1.5 OpenQuake引擎  183
9.1.6 德國西馬剋公司的能源效率應用程序  184
9.1.7 高能物理數據分析的自動代碼生成器  184
9.1.8 Python的計算化學應用  186
9.2 Python開發的盲音觸覺識彆係統  187
9.2.1 TAPTools空中交通管製工具  187
9.2.2 光能效率檢測的嵌入式係統  188
9.3 Python開發的科學計算程序庫  189
9.3.1 Tribon公司的船舶設計API  189
9.3.2 分子建模工具箱  189
9.3.3 標準Python程序包  190
9.4 小結  191
第10章 科學計算的最佳實踐  192
10.1 方案設計階段的最佳實踐  192
10.2 功能實現階段的最佳實踐  194
10.3 數據管理與應用部署的最佳實踐  196
10.4 實現高性能的最佳實踐  197
10.5 數據隱私與安全的最佳實踐  198
10.6 測試與維護的最佳實踐  198
10.7 Python常用的最佳實踐  199
10.8 小結  200
· · · · · · (收起)

讀後感

評分

評分

評分

評分

評分

用戶評價

评分

書裏涉及瞭很多內容,不是為瞭詳細瞭解,但是可以很快從宏觀角度瞭解各個工具和其中的重點,從這點上來說還是很不錯的!

评分

設計的內容很豐富,關於sympy和IPython的一些內容是我以前知識結構的盲點。但講解太簡略,代碼案例直接往臉上拽...有興趣可以快速略讀一下。

评分

設計的內容很豐富,關於sympy和IPython的一些內容是我以前知識結構的盲點。但講解太簡略,代碼案例直接往臉上拽...有興趣可以快速略讀一下。

评分

設計的內容很豐富,關於sympy和IPython的一些內容是我以前知識結構的盲點。但講解太簡略,代碼案例直接往臉上拽...有興趣可以快速略讀一下。

评分

書裏涉及瞭很多內容,不是為瞭詳細瞭解,但是可以很快從宏觀角度瞭解各個工具和其中的重點,從這點上來說還是很不錯的!

本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有