-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

王者歸來:Python在大數據科學計算上的最佳實作(熱銷版)

( 繁體 字)
作者:張若愚類別:1. -> 程式設計 -> Python
譯者:
出版社:佳魁資訊王者歸來:Python在大數據科學計算上的最佳實作(熱銷版) 3dWoo書號: 51823
詢問書籍請說出此書號!

缺書
NT定價: 860
折扣價: 645

出版日:5/6/2019
頁數:800
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 繁體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9789863797494
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

Python 理所當然地被視為一種通用的程式語言,非常適合於網站開發、系
統管理以及通用的業務應用程式。它為諸如YouTube 這樣的網站系統、Red
Hat 作業系統中不可或缺的安裝工具以及從雲端管理到投資銀行等大型企業的
IT 系統提供技術支援,進一步贏得了如此高的聲譽。Python 還在科學計算領
域建立了牢固的基礎,覆蓋了從石油勘探的地震資料處理到量子物理等範圍廣
泛的應用場景。Python 這種廣泛的適用性在於,這些看似不同的應用領域通
常在某些重要的方面是重疊的。易於與資料庫連接、在網路上發佈資訊並高效
率地進行複雜計算的應用程式,對於許多企業是非常重要的,而Python 最主
要的長處就在於它能讓開發者迅速地建立這樣的工具。

  實際上,Python 與科學計算的關係源遠流長。吉多• 范羅蘇姆建立這門
語言,還是他在荷蘭阿姆斯特丹的國家數學和電腦科學研究學會(CWI) 的時候
。當時只是作為「課餘」的開發,但是很快其他人也開始為之做出貢獻。從
1994 年開始的頭幾次Python 研討會,都是在大洋彼岸的科學研究機構舉行的
。例如國家標準技術研究所(NIST)、美國地質學會以及勞倫斯利福莫爾國家實
驗室(LLNL),所有這些都是以科學研究為中心的機構。當時Python 1.0 剛剛發
佈,與會者們就已經開始打造Python 的數學計算工具。10 多年過去了,我們
欣喜地看到,我們在開發具有驚人能力的工具集以及建設多彩的社區方面做出
了如此多的成績。就我所知,第一本涵蓋了Python 的主要科學計算工具的綜
合性著作,在另一個海洋之遙的中國編著並出版了。展望今後的十幾年,我迫
不及待地想看到我們能共同建立出怎樣的未來。
  吉多他本人並不是科學家或工程師。他在CWI 的電腦科學部門時,為了緩
解為阿米巴(Amoeba) 作業系統建立系統管理工具的痛苦,他建立了Python。
當時那些系統管理工具都是用C 語言撰寫的。於是Python 就成了填補shell 指
令稿和C 語言之間空白的工具。作業系統工具與計算反矩陣或快速傅立葉轉換
是完全不同的領域,但是從Python 誕生開始,世界各地的許多科學家就成了
它最早期的採用者。吉多成功地建立了一種能與他們的C 和Fortran 程式完美
結合的、具有優雅表現力的程式語言。並且,吉多是一位願意聽取建議並增加
關鍵功能的語言設計師,例如支援複數就是專門針對科學領域的。隨著NumPy
的前身——Numeric 的誕生,Python 獲得了一個高效且強大的數值運算工具
,它加強了在未來幾十年中,Python 作為領先的科學計算語言的地位。
  對一些人來說,「科學計算程式設計」會讓人聯想起Numerical Recipes
in C 中描述的那些複雜演算法,或是研究所學生們在深夜中努力打造程式的場
景。但是真實情況所涵蓋的範圍更廣泛——從底層的演算法設計到具有進階繪
圖功能的使用者介面開發。而後者的重要性卻常常被忽視了。幸運的是在本書
中,作者為我們介紹了科學計算程式設計所需的各方面。從NumPy 函數庫和
SciPy 演算法工具函數庫的基礎開始,介紹了任何科學計算應用程式所需的基
本工具。然後,本書很適時地介紹了二維繪圖以及3D 視覺化函數庫
——matplotlib、Chaco、Mayavi。用Traits 和TraitsUI 進行應用程式和介面開發
, 以及用Cython、Weave、ctypes 和SWIG 等與傳統的C 語言函數庫相互結合
等內容在書中也有很好的介紹。除了這些核心的工具之外,本書還介紹了使用
SymPy 進行數學符號運算以及其他的各種有用的主題。
  所有這些主題都被組合語言到一本書中真是一件令人欣喜的事情。本書所
提供的整合式服務,能夠指導讀者從最初的入門直到建立一個漂亮的、全功能
的分析與模擬應用程式。
內容簡介:

Python 世界的發展日新月異,Python 在資料分析、科學計算領域
又出現了許多令人興奮的進展。本書詳細介紹Python科學計算中
最常用的擴充函數庫
NumPy、SciPy、matplotlib、Pandas、SymPy、TTK、Mayavi、OpenC
V、Cython。

涵蓋數值計算、介面製作、3D視覺化、影像處理、加強運算效率等,提供大量範例程式碼,最後一章綜合使用各個擴充函數庫,
撰寫多個有趣的實際程式,完全採用IPython Notebook編寫,保障
書中所有程式及輸出的正確性,提供所有章節的Notebook 方便讀
者執行書中所有實例。
目錄:

01 ?Python?科學計算環境的安裝與簡介
1.1 Python 簡介
1.2 IPython Notebook 入門
1.3 擴充函數庫介紹
02 ?NumPy –?快速處理資料
2.1 ndarray 物件
2.2 ufunc 函數
2.3 多維陣列的索引存取
2.4 龐大的函數程式庫
2.5 實用技巧
03 ?SciPy –?數值計算函數庫
3.1 常數和特殊函數
3.2 擬合與最佳化-optimize3.3 分支與循環
3.3 線性代數-linalg
3.4 統計-stats
3.5 數值積分-integrate
3.6 訊號處理-signal
3.7 內插-interpolate
3.8 稀疏矩陣-sparse
3.9 影像處理-ndimage
3.10 空間演算法函數庫-spatial
04 ?matplotlib –?繪製精美的圖表
4.1 快速繪圖
4.2 Artist 物件
4.3 座標轉換和註釋
4.4 塊、路徑和集合
4.5 繪圖函數簡介
4.6 matplotlib 技巧集
05 ?Pandas –?方便的資料分析函數庫
5.1 Pandas 中的資料物件
5.2 索引存取
5.3 檔案的輸入輸出
5.2 模組化驅動測試實例
5.3 資料驅動測試實例
5.4 數值運算函數
5.5 時間序列
5.6 分組運算

5.7 資料處理和視覺化實例
06 ?SymPy –?符號運算好幫手
6.1 從實例開始
6.2 數學運算式
6.3 符號運算
6.4 輸出符號運算式
6.5 機械運動模擬
07 ?Traits & TraitsUI –?輕鬆製作圖形介面
7.1 Traits 類型入門
7.2 Trait 類型
7.3 TraitsUI 入門
7.4 用Handler 控制介面和模型
7.5 屬性編輯器
7.6 函數曲線繪製工具
08 ?TVTK?與Mayavi –?資料的3D?視覺化
8.1 VTK 的管線(Pipeline)
8.2 資料集
8.3 TVTK 的改進
8.4 TVTK 視覺化實例
8.5 用mlab 快速繪圖
8.6 將TVTK 和Mayavi 嵌入介面
09 ?OpenCV-?影像處理和電腦視覺
9.1 影像的輸入輸出
9.2 影像處理
9.3 影像轉換
9.4 影像識別
9.5 形狀與結構分析
9.6 類型轉換
10 ?Cython –?編譯Python?程式
10.1 設定編譯器
10.2 Cython 入門
10.3 高效處理陣列
10.4 使用Python 標準物件和API
10.5 擴充類型
10.6 Cython 技巧集
11?實例
11.1 使用卜松混合合成影像
11.2 經典力學模擬
11.3 推薦演算法
11.4 頻域訊號處理
11.5 布林可滿足性問題求解器
11.6 分形
序: