numpy攻略： python科学计算与数据分析(部分试读)

《numpy攻略： python科学计算与数据分析(部分试读)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、内容提要本书介绍了70多种学习Python开源教学库NumPy的有趣方法，教会读者如何安装和使用NumPy，并了解其他一些相关概念，进而掌握NumPyarrays及其通用功能，书中的例子还涉及Matplotlib、SciPy等Python科学计算生态系统中的其他重要软件。此外，还介绍了NumPy和其他软件的交互、性能分析和调试、软件测试和Cython等比较高阶的话题。本书的目标读者是对Python和NumPy有基本了解，并且希望自己的水平能更上一层楼的科技工作者、工程师、程序员和分析师。◆著[印尼]IvanIdris译张崇明责任编辑李瑛责任印制焦志炜◆人民邮电

2、出版社出版发行北京市崇文区夕照寺街14号邮编100061电子邮件315@ptpress.com.cn网址http://www.ptpress.com.cn北京印刷◆开本：800×10001/16印张：11.75字数：277千字2013年10月第1版印数：1—3000册2013年10月北京第1次印刷著作权合同登记号图字：01-2013-4681号定价：49.00元读者服务热线：(010)51095186转604　印装质量热线：(010)67129223反盗版热线：(010)67171154广告经营许可证：京崇工商广字第0021号错误！文档中没有指定样式的文字。1

3、12版权声明3Copyright©2012PacktPublishing.FirstpublishedintheEnglishlanguageunderthetitleNumPyCookbook.4SimplifiedChinese-languageeditioncopyright©2013byPosts&TelecomPress.Allrightsreserved.5本书中文简体字版由PacktPublishing授权人民邮电出版社独家出版。未经出版者书面许可，不得以任何方式复制或抄袭本书内容。6版权所有，侵权必究。78910111213前言112译者序3这

4、是我的第一本译著。本着先易后难的原则，我从图灵社区开放出版的书目中，选择了NumPyCookbook这本书来翻译。虽然我对NumPy不太熟悉，但想来这样一本200多页、介绍单一小众软4件的书，翻译起来应该没多大难度。很遗憾，随着翻译工作的进行，我发现自己最初的想法完全不对。5首先，用小众软件形容NumPy并不妥当。作为Python科学计算生态系统的重要组成部分，NumPy具备强大的多维数组功能，提供了十分丰富的对数组进行处理和操作的函数集。可以说，用Python做科学计算时，到处可以看到NumPy的身影（看过图灵出版的《机器学习实战》一书的6读者应该会同意这个

5、说法）。因此，如果你想使用Python做科学计算相关的工作，NumPy是必须要掌握的。7其次，本书并不只介绍NumPy这一个软件。Python科学计算生态系统中的其他重要软件，如数值计算库SciPy、符号计算库SymPy、绘图库Matplotlib和各种scikit项目（机器学习、统计建模、图像处理、数据分析）等，也都有不同程度的介绍。此外，还介绍了NumPy和其他软件的交互、8性能分析和调试、软件测试和Cython等比较高阶的话题。总之，本书涉及的话题相当广泛，这给翻译工作带来了很大的麻烦。我除了要翻看1400多页的NumPy官方参考文档之外，还要浏览书中介

6、绍的各种软件的参考文档和源代码。希望这对读者是好事，一下可以了解Python科学计算生态9系统中这么多内容。虽然本书介绍了如此多的内容，但篇幅却不长。本书的大多数攻略都是一个完整的、可以运10行的程序，作者对各种知识点的介绍都很简洁，有些地方只是点到为止，甚至有些地方只是给出一个维基百科的网页链接让你自己去看。希望读者不要因为有些细节没搞明白而感到沮丧，而是把这本书看作一个了解Python科学计算生态系统的快速通道。在此基础上，对于感兴趣的内容，11自己再进一步深入学习。例如，看过《机器学习实战》的读者，很可能对本书介绍的scikit-learn项目感兴趣，那

7、就去scikit-learn.org看看官方的参考文档，然后去Github把源代码下载下来深入研究吧。12本书用了一定的篇幅介绍各种软件在各种操作系统中的安装过程。我认为读者不必这样做，推荐大家直接安装一个Python的发行版本，例如EPD（Canopy）、Python(x,y)或Anaconda。本书需13要用到的大多数软件这些发行版中都有，然后再参考相关的攻略，缺什么安装什么，这样比较有2译者序效率。我选用的是Anaconda，使用效果良好。虽然翻译过程没有想象的顺利，但我本人还是因此收获颇丰。收获之一是对Python生态系统更加了解了。Python算是比

8、较老的脚本编程语言了，长期以来，我对P