图书介绍

Python科学计算最佳实践 SciPy指南PDF|Epub|txt|kindle电子书版本网盘下载

Python科学计算最佳实践 SciPy指南
  • (澳)胡安·努内兹-伊格莱西亚斯,(美)斯特凡·范德瓦尔特,(澳)哈丽雅特·达士诺著;陈光欣译 著
  • 出版社: 北京:人民邮电出版社
  • ISBN:9787115499127
  • 出版时间:2019
  • 标注页数:206页
  • 文件大小:25MB
  • 文件页数:229页
  • 主题词:软件工具-程序设计

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

Python科学计算最佳实践 SciPy指南PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

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

1.2 NumPy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:RPKM21

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

5.2 scipy.sparse数据格式104

5.2.1 COO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 Sci Py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

6.4 PageRank: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

7.1 SciPy优化模块:sicpy.optimize146

7.2用optimize进行图像配准152

7.3用basin hopping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

8.3 k-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

热门推荐