<內容簡介>

本書詳細介紹Python科學計算中最常用的擴展庫NumPy、SciPy、matplotlib、Pandas、SymPy、TTK、Mayavi、OpenCV、Cython，涉及數值計算、界面製作、三維可視化、圖像處理、提高運算效率等多方面的內容。所附光盤中包含所有章節的Notebook以及便攜式運行環境WinPython，以方便讀者運行書中所有實例。

<章節目錄>

第1章Python科學計算環境的安裝與簡介1
1.1Python簡介1
1.1.1Python2還是Python31
1.1.2開發環境2
1.1.3集成開發環境（IDE）5
1.2IPython Notebook入門9
1.2.1基本操作10
1.2. 2魔法（Magic）命令12
1.2.3Notebook的顯示系統20
1.2.4定製IPython Notebook24
1.3擴展庫介紹27
1.3.1數值計算庫27
1.3.2符號計算庫28
1.3.3繪圖與可視化28
1.3.4數據處理和分析29
1.3.5界面設計30
1.3.6圖像處理和計算機視覺31
1.3.7提高運算速度31
第2章NumPy—快速處理數據33
2.1ndarray對象33
2.1.1創建34
2.1.2元素類型35
2.1.3自動生成數組37
2.1.4存取元素40
2.1.5多維數組43
2.1.6結構數組47
2.1.7內存結構50
2.2ufunc函數56
2.2.1四則運算58
2.2.2比較運算和布爾運算59
2.2.3自定義ufunc函數61
2.2.4廣播62
2.2.5ufunc的方法66
2.3多維數組的下標存取68
2.3.1下標對象68
2.3.2整數數組作為下標70
2.3.3一個複雜的例子72
2.3.4布爾數組作為下標73
2.4龐大的函數庫74
2.4.1隨機數74
2.4.2求和、平均值、方差77
2.4.3大小與排序81
2.4.4統計函數86
2.4. 5分段函數89
2.4.6操作多維數組92
2.4.7多項式函數96
2.4.8多項式函數類98
2.4.9各種乘積運算103
2.4.10廣義ufunc函數106
2.5實用技巧110
2.5.1動態數組110
2.5.2和其他對象共享內存112
2.5.3與結構數組共享內存115
第3章SciPy—數值計算庫117
3.1常數和特殊函數117
3.2擬合與優化—optimize119
3.2.1非線性方程組求解120
3.2 .2最小二乘擬合121
3.2.3計算函數局域最小值125
3.2.4計算全域最小值127
3.3線性代數—linalg128
3.3.1解線性方程組129
3.3.2最小二乘解130
3.3.3特徵值和特徵向量132
3.3.4奇異值分解—SVD134
3.4統計—stats136
3.4.1連續概率分佈136
3.4.2離散概率分佈139
3.4.3核密度估計140
3.4.4二項分佈、泊松分佈、伽瑪分佈142
3.4.5學生t—分佈與t檢驗147
3.4.6卡方分佈和卡方檢驗151
3.5數值積分—integrate154
3.5.1球的體積154
3.5.2解常微分方程組156
3.5.3ode類157
3.5.4信號處理—signal164
3.5.5中值濾波164
3.5.6濾波器設計165
3.5.7連續時間線性系統167
3.6插值—interpolate172
3.6.1一維插值172
3.6.2多維插值177
3.7稀疏矩陣—sparse181
3.7.1稀疏矩陣的存儲形式182