价格: 免费

分类: 技术书籍 python

发布: 6月前

更新: 6月前

演示:

Python数据分析基础教程:NumPy学习指南(第2版).png

        如今,科学家、工程师以及定量管理分析师面临着众多的挑战。数据科学家们希望能够用最小的编程代价在大数据集上进行数值分析,他们希望自己编写的代码可读性好、执行效率高、运行速度快,并尽可能地贴近他们熟悉的一系列数学概念。在科学计算领域,有很多符合这些要求的解决方案。

        在这方面,C、C++和Fortran等编程语言各有优势,但它们不是交互式语言,并且被很多人认为过于复杂。常见的商业产品还有Matlab、Maple和Mathematica。这些产品提供了强大的脚本语言,但和通用编程语言比起来,功能依然很有限。另外还有一些类似于Matlab的开源工具,如RGNU Octave和Scilab。显然,作为编程语言,它们都不如Python强大。

        Python是一种流行的通用编程语言,在科学领域被广泛使用。你很容易在Python代码中调用以前的C、Fortran或者R代码。Python是面向对象语言,比C和Fortran更加高级。使用Python可以写出易读、整洁并且缺陷最少的代码。然而,Python本身并不具有与Matlab等效的功能块,而这恰恰就是NumPy存在的意义。本书就是要介绍NumPy以及相关的Python科学计算库,如SciPy和Matplotlib。

NumPy是什么

        NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。如果你的系统中已经装有LAPACK,NumPy的线性代数模块会调用它,否则NumPy将使用自己实现的库函数。LAPACK是一个著名的数值计算库,最初是用Fortran写成的,Matlab同样也需要调用它。从某种意义上讲,NumPy可以取代Matlab和Mathematica的部分功能,并且允许用户进行快速的交互式原型设计。

        在本书中,我们不会从程序开发者的角度来讨论NumPy,而是更多地立足于用户,从他们的角度来分析它。不过值得一提的是,NumPy是一个非常活跃的开源项目,拥有很多的贡献者,也许有一天你也能成为其中的一员!