Python科学计算

出版时间:2012-1  出版社:清华大学出版社  作者:张若愚  页数:621  
Tag标签:无  

前言

  前  言  Python是一种面向对象的、动态的程序设计语言,具有非常简洁而清晰的语法,既可以用于快速开发程序脚本,也可以用于开发大规模的软件,特别适合于完成各种高层任务。  随着NumPy、SciPy、matplotlib、ETS①等众多程序库的开发,Python越来越适合于做科学计算。与科学计算领域最流行的商业软件MATLAB相比,Python是一门真正的通用程序设计语言,比MATLAB所采用的脚本语言的应用范围更广泛,有更多程序库的支持,适用于Windows和Linux等多种平台,完全免费并且开放源码。虽然MATLAB中的某些高级功能目前还无法替代,但是对于基础性、前瞻性的科研工作和应用系统的开发,完全可以用Python来完成。  本书介绍如何用Python开发科学计算的应用程序,除了介绍数值计算之外,还着重介绍了如何制作交互式二维、三维图像,如何设计精巧的程序界面,如何与C语言编写的高速计算程序结合,如何编写声音、图像处理算法等内容。  由于Python的相关资源非常多,本书不可能全部涉及,相信读者在掌握本书所介绍的一些相关知识之后,只要充分利用互联网的搜索功能,就一定能够很快地找到合适的Python解决方案。此外,由于绝大多数Python资源都开放源代码,因此读者将会很容易地对感兴趣的内容进行深度挖掘和研究。  本书适合于工科高年级本科生、研究生、工程技术人员以及计算机开发人员阅读。实例篇以信号处理为主,通过简单易懂的Python源程序,实际演示信号处理的一些基础知识和原理,因此特别适合于相关专业的学生作为扩展视野的补充阅读教材。  阅读本书的读者需要掌握Python语言的一些基础知识,下面是一个“自我检测列表”,如果读者熟悉下述内容,阅读本书的实例源代码就应该没有困难。此外由于Python程序简单易读,即使读者没有接触过Python,也可以边阅读本书边通过其他书籍或免费教程学习Python。  ● 基本语法:库的载入(import)、循环(for、while)、判断(if)、函数定义(def)  ● 基本数据类型的用法:列表(list)、字典(dict)、元组(tuple)、字符串  ● 面向对象的基本语法:类(class)、继承  ● C语言编程的基础知识②  有关Python语言的基础知识,可以参考啄木鸟社区的Python图书简介。  啄木鸟社区的Python图书概览  本书所有演示程序,均在Windows XP系统下采用Python(x,y)通过测试。如果读者觉得安装众多的Python程序库很麻烦,不妨下载安装Python(x,y),或者直接使用本书所附光盘中的Python(x,y)安装程序。

内容概要

本书介绍如何用Python开发科学计算的应用程序,除了介绍数值计算之外,还着重介绍如何制作交互式的2D、3D图像,如何设计精巧的程序界面,如何与C语言编写的高速计算程序结合,如何编写声音、图像处理算法等内容。书中涉及的Python扩展库包括NumPy、SciPy、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV等,涉及的应用领域包括数值运算、符号运算、二维图表、三维数据可视化、三维动画演示、图像处理以及界面设计等。
书中以大量实例引导读者逐步深入学习,每个实例程序都有详尽的解释,并都能在本书推荐的运行环境中正常运行。此外,本书附有大量的图表和插图,力求减少长篇的理论介绍和公式推导,以便读者通过实例和数据学习并掌握理论知识。

作者简介

张若愚,毕业于华中理工大学(现华中科技大学)通信工程专业,2004年获日本姬路工业大学(现兵库县立大学)硕士学位。毕业后于日本神户制钢综合研究所从事研究开发工作至今,研究方向为:嵌入式DSP信号处理系统开发,嵌入式MCU控制系统开发,工业控制软件开发,信号处理、数据处理以及生产系统的计算机模拟。在工作中他积极采用Python作为主要编程语言,在数据处理、信号分析、工业控制、算法模拟等领域取得了较好的研究成果。已完成的研究课题有:嵌入式声音分离系统、车载音响设备、超声波探伤系统、压缩机系统的数字模拟等。

书籍目录

第1章 软件包的安装和介绍1
1.1 Python简介1
1.2 安装软件包2
1.2.1 Python(x,y)2
1.2.2 Enthought Python Distribution
(EPD)3
1.3 方便的开发工具3
1.3.1 IPython4
1.3.2 Spyder8
1.3.3 Wing IDE 10112
1.4 函数库介绍13
1.4.1 数值计算库13
1.4.2 符号计算库14
1.4.3 界面设计14
1.4.4 绘图与可视化14
1.4.5 图像处理和计算机视觉15
第2章 NumPy——快速处理数据16
2.1 ndarray对象16
2.1.1 创建数组16
2.1.2 存取元素21
2.1.3 多维数组24
2.1.4 结构数组29
2.1.5 内存结构32
2.2 ufunc运算35
2.2.1 四则运算37
2.2.2 比较和布尔运算39
2.2.3 自定义ufunc函数40
2.2.4 广播42
2.2.5 ufunc函数的方法46
2.3 多维数组的下标存取48
2.3.1 下标对象48
2.3.2 整数数组作为下标49
2.3.3 一个复杂的例子51
2.3.4 布尔数组作为下标53
2.4 庞大的函数库54
2.4.1 求和、平均值、方差54
2.4.2 最值和排序55
2.4.3 多项式函数57
2.4.4 分段函数60
2.4.5 统计函数62
2.5 线性代数65
2.5.1 各种乘积运算65
2.5.2 解线性方程组67
2.6 掩码数组69
2.7 文件存取72
2.8 内存映射数组75
第3章 SciPy——数值计算库79
3.1 常数和特殊函数79
3.2 优化——optimize81
3.2.1 最小二乘拟合81
3.2.2 函数最小值84
3.2.3 非线性方程组求解86
3.3 插值——interpolate88
3.3.1 B样条曲线插值88
3.3.2 外推和Spline拟合90
3.3.3 二维插值91
3.4 数值积分——integrate93
3.4.1 球的体积93
3.4.2 解常微分方程组95
3.5 信号处理——signal97
3.5.1 中值滤波97
3.5.2 滤波器设计98
3.6 图像处理——ndimage100
3.6.1 膨胀和腐蚀101
3.6.2 Hit和Miss102
3.7 统计——stats105
3.7.1 连续和离散概率分布105
3.7.2 二项、泊松、伽玛分布108
3.8 嵌入C语言程序——weave112
第4章 SymPy——符号运算好帮手115
4.1 从例子开始115
4.1.1 封面上的经典公式115
4.1.2 球体体积117
4.2 数学表达式119
4.2.1 符号119
4.2.2 数值121
4.2.3 运算符和函数122
4.3 符号运算125
4.3.1 表达式变换和化简125
4.3.2 方程128
4.3.3 微分129
4.3.4 微分方程130
4.3.5 积分131
4.4 其他功能133
4.4.1 平面几何133
4.4.2 绘图135
第5章 matplotlib——绘制精美
的图表139
5.1 快速绘图139
5.1.1 使用pyplot模块绘图139
5.1.2 以面向对象方式绘图142
5.1.3 配置属性143
5.1.4 绘制多个子图145
5.1.5 配置文件147
5.1.6 在图表中显示中文149
5.2 Artist对象152
5.2.1 Artist对象的属性154
5.2.2 Figure容器155
5.2.3 Axes容器156
5.2.4 Axis容器159
5.2.5 Artist对象的关系163
5.3 坐标变换和注释164
5.3.1 4种坐标系167
5.3.2 坐标变换的步骤169
5.3.3 制作阴影效果173
5.3.4 添加注释174
5.4 绘图函数简介177
5.4.1 对数坐标图177
5.4.2 极坐标图178
5.4.3 柱状图179
5.4.4 散列图180
5.4.5 图像181
5.4.6 等值线图184
5.4.7 三维绘图187
第6章 Traits——为Python添加类型
定义190
6.1 开发背景190
6.2 Trait属性的功能192
6.3 Trait类型对象196
6.4 Trait的元数据198
6.5 预定义的Trait类型200
6.6 Property属性204
6.7 Trait属性监听206
6.8 Event和Button属性210
6.9 Trait属性的从属关系211
6.10 动态添加Trait属性213
6.11 创建自己的Trait类型215
6.11.1 从TraitType继承215
6.11.2 使用Trait()217
6.11.3 定义TraitHandler类219
第7章 TraitsUI——轻松制作用户
界面221
7.1 默认界面221
7.2 用View定义界面222
7.2.1 外部视图和内部视图222
7.2.2 多模型视图226
7.2.3 Group对象228
7.2.4 配置视图231
7.3 用Handler控制界面和模型232
7.3.1 用Handler处理事件233
7.3.2 Controller和UIInfo对象237
7.3.3 响应Trait属性的事件238
7.4 属性编辑器240
7.4.1 编辑器演示程序241
7.4.2 对象编辑器243
7.4.3 字符串列表编辑器248
7.4.4 对象列表编辑器250
7.5 菜单、工具条和状态栏252
7.6 设计自己的编辑器255
7.6.1 Trait编辑器的工作原理255
7.6.2 制作matplotlib的编辑器259
7.6.3 CSV数据绘图工具262
第8章 Chaco——交互式图表264
8.1 面向脚本绘图264
8.2 面向应用绘图265
8.2.1 多条曲线267
8.2.2 Plot对象的结构271
8.2.3 编辑绘图属性275
8.2.4 容器(Container)276
8.3 添加交互工具279
8.3.1 平移和缩放279
8.3.2 选取范围282
8.3.3 选取数据点284
8.3.4 套索工具287
8.4 二次开发289
8.4.1 用Kiva库在数组上绘图290
8.4.2 Enable库的组件292
8.4.3 设计圆形选择工具297
8.4.4 制作动画演示301
第9章 TVTK——数据的三维可视化303
9.1 流水线(Pipeline)304
9.1.1 显示圆锥304
9.1.2 用ivtk观察流水线307
9.2 数据集(Dataset)313
9.2.1 ImageData313
9.2.2 RectilinearGrid318
9.2.3 StructuredGrid319
9.2.4 PolyData321
9.3 可视化实例324
9.3.1 切面325
9.3.2 等值面330
9.3.3 流线333
9.4 TVTK的改进337
9.4.1 TVTK的基本用法338
9.4.2 Trait属性339
9.4.3 序列化(Pickling)339
9.4.4 集合迭代340
9.4.5 数组操作341
第10章 Mayavi——更方便的可视化343
10.1 用mlab快速绘图343
10.1.1 点和线343
10.1.2 Mayavi的流水线345
10.1.3 二维图像的可视化348
10.1.4 网格面352
10.1.5 修改和控制流水线356
10.1.6 标量场358
10.1.7 矢量场361
10.2 Mayavi和TVTK之间
的关系363
10.2.1 显示TVTK流水线363
10.2.2 两条流水线之间的关系365
10.3 Mayavi应用程序367
10.3.1 操作流水线368
10.3.2 命令行和对象浏览器371
10.4 将Mayavi嵌入到界面中374
第11章 VPython——制作3D演示
动画378
11.1 场景、物体和照相机378
11.1.1 控制场景窗口380
11.1.2 控制照相机383
11.1.3 模型的属性384
11.1.4 三维模型387
11.2 制作动画演示390
11.2.1 简单动画390
11.2.2 盒子中反弹的球391
11.3 与场景交互393
11.3.1 响应键盘事件394
11.3.2 响应鼠标事件394
11.4 用界面控制场景397
11.5 创建复杂模型400
11.5.1 faces()的用法400
11.5.2 读入模型数据402
第12章 OpenCV——图像处理和计算机
视觉408
12.1 存储图像数据的Mat对象409
12.1.1 Mat对象和NumPy数组410
12.1.2 像素点类型414
12.1.3 其他数据类型415
12.1.4 Vector类型417
12.1.5 在图像上绘图418
12.2 图像处理421
12.2.1 二维卷积421
12.2.2 形态学运算424
12.2.3 填充——floodFill426
12.2.4 去瑕疵——inpaint427
12.3 图像变换428
12.3.1 几何变换428
12.3.2 重映射——remap430
12.3.3 直方图统计433
12.3.4 二维离散傅立叶变换437
12.4 图像识别440
12.4.1 用霍夫变换检测直线
和圆440
12.4.2 图像分割444
12.4.3 用SURF进行特征匹配450
第13章 数据和文件453
13.1 声音的输入输出453
13.1.1 读写WAV文件453
13.1.2 用pyAudio播放和录音456
13.2 视频的输入输出459
13.2.1 读写视频文件459
13.2.2 安装视频编码464
13.3 读写HDF5文件465
13.4 读写Excel文件469
13.4.1 写Excel文件469
13.4.2 读Excel文件471
第14章 数字信号系统473
14.1 FIR和IIR滤波器473
14.2 FIR滤波器设计477
14.2.1 用firwin()设计滤波器479
14.2.2 用remez()设计滤波器481
14.2.3 滤波器的级联483
14.3 IIR滤波器设计485
14.3.1 巴特沃斯低通滤波器485
14.3.2 双线性变换487
14.3.3 滤波器的频带转换490
14.4 数字滤波器的频率响应494
14.5 二次均衡滤波器设计工具497
14.6 零相位滤波器500
14.7 重取样501
第15章 频域信号处理505
15.1 FFT演示程序505
15.1.1 FFT知识复习505
15.1.2 合成时域信号509
15.1.3 三角波FFT演示程序511
15.2 观察信号的频谱512
15.2.1 窗函数515
15.2.2 频谱平均517
15.2.3 谱图519
15.3 卷积运算522
15.3.1 快速卷积522
15.3.2 分段运算524
15.4 信号处理526
15.4.1 基本框架527
15.4.2 频域滤波器528
15.4.3 频率变调处理530
15.4.4 用谱图差减法降噪531
15.5 Hilbert变换532
第16章 用C语言提高计算效率537
16.1 用ctypes调用DLL库537
16.2 用Weave嵌入C++程序541
16.2.1 Weave的工作原理541
16.2.2 处理NumPy数组543
16.2.3 使用blitz()提速546
16.2.4 扩展模块548
16.3 用Cython将Python编译
成C549
16.3.1 编译Cython程序549
16.3.2 提高计算效率550
16.3.3 快速访问NumPy数组553
16.4 用SWIG创建扩展模块555
16.4.1 SWIG的调用方法
和实例555
16.4.2 SWIG基础558
16.4.3 SWIG处理NumPy数组566
第17章 自适应滤波器571
17.1 自适应滤波器简介571
17.1.1 系统识别571
17.1.2 信号预测572
17.1.3 信号均衡572
17.2 NLMS计算公式573
17.3 用NumPy实现NLMS算法575
17.3.1 系统辨识模拟577
17.3.2 信号均衡模拟579
17.3.3 卷积逆运算581
17.4 用C语言加速NLMS运算583
17.4.1 用SWIG编写扩展模块583
17.4.2 用Weave嵌入C++程序586
第18章 单摆和双摆模拟588
18.1 单摆模拟588
18.1.1 小角度时的摆动周期589
18.1.2 大角度时的摆动周期590
18.2 双摆模拟592
18.2.1 公式推导592
18.2.2 微分方程的数值解595
18.2.3 动画演示598
第19章 分形几何599
19.1 Mandelbrot集合599
19.1.1 使用NumPy加速计算601
19.1.2 使用Weave加速计算603
19.1.3 连续的逃逸时间604
19.1.4 Mandelbrot演示程序605
19.2 迭代函数系统(IFS)606
19.2.1 二维仿射变换610
19.2.2 迭代函数系统设计器610
19.3 L-System分形613
19.4 分形山脉616
19.4.1 一维中点移位法616
19.4.2 二维中点移位法618
19.4.3 菱形方形算法619

章节摘录

版权页:插图:为了减少计算时间,我们不在迭代循环中计算选择迭代方程的随机数,而是事先通过每个迭代方程的概率,计算出选择数组select。注意这里使用accumulate()先将概率累加,然后产生一组0到1之间的随机数,通过判断随机数所在的区间来选择不同的方程下标。也可以使用SciPy的stats模块中的离散随机变量来产生这个随机下标数组。最后通过scattero将得到的坐标点绘制成散列图。其中:s参数是每个散列点的大小,因为我们要绘制10万个点,为了提高绘图速度,我们选择点的大小为1个像素;c参数是点的颜色,这里选择绿色;marker参数是点的形状,“s”表示正方形,方形的绘制是最陕的:linewidths参数是点的边框宽度,0表示没有边框。此外,c参数还可以传入一个数组,作为每个点的颜色值。我们将计算坐标的公式下标传入,这样可以直观地看出点是由哪个公式迭代产生的。

媒体关注与评论

在书中,作者为我们介绍了科学计算编程所需的各个方面。从NumPy库和SciPy算法工具库的基础开始,介绍了任何科学计算应用程序所需的基本工具。之后,作者很恰当地介绍了二维绘图以及三维可视化库——matplotlib、Chaco和Mayavi。用Traits和TraitsUI进行应用程序和界面开发,以及用Cython、Weave、ctypes和SWIG等与传统的C语言库相互结合等内容在书中也有很好的介绍。除了这些核心的工具之外,本书还介绍了使用SymPy进行数学符号运算以及其他的各种有用的主题。——Eric Jones

编辑推荐

《Python科学计算》主要特色:如果您有一定的Python编程经验,经常需要对数值数据做一些处理、分析、可视化的工作,那么《Python科学计算》的内容十分适合您阅读。如果您是程序员,即使工作与科学计算无关,《Python科学计算》所介绍的各种扩展库也将能丰富您的工具箱,为您的工作提供新的解决方案。如果您是科研人员,即使对Python或编程并不十分了解,但只要花一点时间学习Python语言以及《Python科学计算》介绍的内容,就能让您的工作效率大幅提高。附赠光盘中包含书中用到的Python扩展程序、学习《Python科学计算》时用到的工具软件以及书中所有实例的源程序。历时三年,精心编写。Enthought公司CEO Eric Jones作序推荐,《Python科学计算》所提供的一站式服务,能够指导读者从最初的入门直到创建一个漂亮的、全功能的分析与模拟应用程序。NumPy——快速处理数据,SymPy——符号运算好帮手,Traits——为Python添加类型定义,Chaco——交互式图表,Mayavi——更方便的可视化,OpenCV——图像处理和计算机视觉,数字信号、滤波器、频域处理,用C语言提高计算效率,SciPy——数值计算库,matplotlib——绘制精美的图表,TraitsUI——轻松制作用户界面,TVTK——数据的三维可视化,VPython——制作3D演示动画,声音与视频数据处理,动画模拟、分形几何。《Python科学计算》读者对象:《Python科学计算》适合科研人员阅读,但书中介绍的NumPy数据处理、matpltlib绘图、TraltsUI界面应用程序开发、各种格式的数据文件的处理以及用C语言编写扩展等内容,并非局限于科学计算领域,也适合一般的Python开发人员阅读。

图书封面

图书标签Tags

评论、评分、阅读与下载


    Python科学计算 PDF格式下载



用户评论 (总计74条)

 
 

  •     在网上看到这本书的试读部份,就想买了,
    等了好久,才正式发售。
    书好厚,内容详细,很适合有python基础的人学习
  •     期待的一本书,学习Python
  •     一直想好好学习一下Python,还是入门阶段,先买回来以后再好好学习
  •     很全面的python书
  •     虽然各个东西讲的不是非常全面,但是丰富的知识依然能弥补缺点,想用python代替matlab初步必读
  •     内容讲的比较详细,想用python替代matlab的同学可以看看
  •     很适合有一定Python基础的人
  •     如果你想学习numpy,ETS等库的话,可以买,可以帮你快速入门吧。
    但是你要精通这些库的话,估计还得去看专门的英文帮助。
  •     这书是想以后学一些数学知识,方便计算才买的
  •     做科研的好帮手,多掌握一门技术,可以更好的去实现算法。
  •     系统又有示例操作,还附有一张光盘。超值
  •     介绍了很全面。多掌握一门语言,多块敲门砖
  •     非常专业的书,学习中
  •     内容很丰富想是具体很实用,性价比也很高。很厚的书,因数很好,一看就是正版那图书,看起来很舒服。
  •     书非常好,内容很全面,纸张质量也不错
  •     正在看,很基础,循序渐进,适合学习。
  •     等了好久,终于看上实体书了!
  •     很实用的书,基础必备的
  •     需要用到的一本书,质量很好,送货相当快。
  •     我用这本书自学,感觉还不错,由浅入深
  •     好书,必须收藏。。
  •     希望作者再加努力,期待大作
  •     看了一点, 觉得还可以
  •     只能当字典,都未必用得上,而且抓不住重点。清华出版必属**!!!!
  •     这是本好书,值得一读,就是略厚啊,另外纸张神马的都还满意。。
  •     适合高级程序员。。。
  •     我喜欢,很满意。
  •     还没来得及看,不过简单看了一下,还是好呢的
  •     光盘里有很多软件,很好
  •     python学习非常不错的一本书~
  •     如果你要用到python做科学计算,那么这本书是必备的。
  •     内容非常详实。如果能有项目就更棒了!
  •     好书,就是学起来费劲一点
  •     正在尝试使用Python代替Matlab,书里有很多实用库的简单示例,作为快速入门比找那些库的官方文档方便多了。
  •     拿到的时候封皮已经有损坏,翻开以后过了一遍,发现这本书并不是关于python的详细论述教程,而是基于python的各种库的介绍,虽然涵盖范围很广,却不精,只能限于浅读而已,对python的精华并没有涉及,决定退了
  •     除了数值计算,还介绍了2D、3D图像制作
  •     非常实用,尤其在数字信号处理方面
  •     想在科研中用上Python,这本书绝对不可缺。内容全面,由浅入深,非常好!就是装订出错,有前后页顺序错了,但也懒得退货。读起来有点麻烦,但不碍事。
  •     基本就是网站和博客中沉淀的东西
    还可以
    有一定python基础的可以看看
  •     可以用到图形处理方面, 很好很强大
  •     刚买了本入门级的这边备着算是后续吧等这门语言掌握的差不多了再看,对于刚入门级的这个有点费劲
  •     内容详细,挺不错的,虽然才看一点,但是就目前而言算是一本好书。
  •     印刷质量不错,还没看
    内容好像很丰富,不错的样子
  •     还没看,看了后再评价
  •     很全面,可以当手册查。
  •     不过,如果没有版权限制,我还是要用 MATLAB。
  •     好书但是贵
  •     里面东西很全,只能看一部分了,作者的实际经验很丰富。
  •     需要有些Py的基础再来阅读
  •     书是好书,不过还是有需要改进之处,如排版一开始就主要以优化为主,不大适合一些零编程基础的读者。我建议先单独开个章节描述python数学的函数库,然后由浅入深介绍各类计算。别一上来就介绍过难的。给读者加以信心。希望作者在后续版本能加以改进
  •     适合当字典,不太适合初学者
  •     对我这个初学者来说,跟天书差不多。有点后悔啊。当然了对于熟悉的人来说,可能是解决问题的神器
  •     配的光盘被压碎了,成了三块
  •     还行吧,做数值计算可以看看
  •     书送来之后有裂痕。服务质量呀!!!
  •     之前看过这本书的免费版《用python做科学计算》觉得很好,才买的这本书的kindle版,内容比之前充实了很多,但是kindle的排版还有待提高,图片普遍不清晰就不说了,还有排版错误,比如4.3.4的方程出错,还有其他几个地方,希望亚马逊能够改进,更新版本,电子书感觉kindle已经不如多看了。
  •     书中的配图看不清楚啊,能不能更新下!
  •     我是每天用Python工作的物理学博士生,这本书从图书馆拿回来用过一段时间。作者做这本书很用心,本书和Python本身一样平易近人。美中不足,私以为这本书涉猎的题目还是太多了点。私以为,做科学计算嘛,大多数人也只是搞些“研究代码”,对于UI、交互式图标的需求是比较较少的。另一方面,Numpy、Scipy的强大之处也只展现了一小部分。Numpy里面matrix和ndarray的区别、a[1][2]与a[1,2]在性能上的差别等等,可以多谈谈,以及掩码数组等等。
  •     内容详细、实用,适合搞科研的,就是贵了点,印刷没以前好
  •     作为随手翻查的手册还不错。
  •     内容还没看,但质量挺好!
  •     挺好的,好好学,加油
  •     书很好,实例还是比较多的。
  •     老师推荐买的,有好多有用的东西啊,虽然现在不会用到很多,不过留着一定有用的
  •     讲解详实,实用,对学习和工作有帮助。正是我想要的那种书。
  •     老公说书还不错,内容充实
  •     python的许多库与matlab功能重叠,在数值计算方面很可能因其快速性和高效率而取代matlab,这本书对很多库都有讲解,选择自己需要的仔细阅读,很有收获
  •     打算将matlab上的一些工作转换使用python实现,所以看看先
  •     书好,关键是还便宜,但是感觉店家不愿意给发票,号称发票已经寄出,至今未收到,我有要发票的习惯,算了,这事不追究了。
  •     书写的比较入门级的介绍,读了读,感觉尚可,但是送的光盘碎了!我打开书一看光盘好好的,掏出来,居然是本来碎的给我对上了!无良的卖家!一直在亚马逊买书,希望是个案。
  •     用来做数据处理
  •     学习中,挺好的
  •     Python是科学计算的利器
  •     好评吧阿斯顿阿什顿飞
 

250万本中文图书简介、评论、评分,PDF格式免费下载。 第一图书网 手机版

第五图书网

第一图书网(tushu007.com) @ 2017