本书带领读者了解熟悉当下最流行的科学计算库NumPy的方方面面。书中不仅介绍了NumPy的安装、使用和各种相关概念，还介绍了如何利用这一最新的开源软件库，以尽可能接近传统数学语言的方式，编写可读性好、实现效率高和运行速度快的代码。最后还探究了几个和NumPy相关的科学计算项目。此外，本书将为你掌握NumPy数组和通用函数打下坚实的基础，也会通过实例教你用Matplotlib绘图，并了解和SciPy相关的项目。

本书将帮助你：

• 学习高级索引技术和线性代数知识

• 了解数组形状及图像大小的调整

• 探察广播机制和直方图

• 分析NumPy代码并用可视化的方式表示分析结果

• 用Cython为代码提速

• 使用数组接口共享数据

• 使用通用函数和互操作功能

• 学习Matplotlib以及经常和NumPy同时使用的SciPy

作者简介：

Ivan Idris

实验物理学硕士。先后任职于多家公司，从事Java开发、数据仓库开发和QA分析等工作。主要的兴趣是商业智能、大数据和云计算，喜欢编写整洁、可测试的代码，以及撰写有趣的技术文章。另著有NumPy Beginner's Guide和Instant Pygame for Python Game Development How-to等书。可以访问ivanidris.net获取更多信息。

译者简介：

张崇明

本科及研究生毕业于天津大学精密仪器与光电子工程学院，博士毕业于复旦大学计算机科学技术学院。在中兴通讯南京研发中心做过三年通信软件的开发。目前在上海师范大学信息与机电工程学院从事教学和科研工作。

第1章　使用IPython　　1 1.1 　引言　　1 1.2 　安装IPython　　2 1.2.1 　具体步骤　　2 · · · · · · (更多)

第1章　使用IPython　　1 1.1 　引言　　1 1.2 　安装IPython　　2 1.2.1 　具体步骤　　2 1.2.2 　攻略小结　　3 1.3 　使用IPython的shell　　4 1.3.1 　具体步骤　　4 1.3.2 　攻略小结　　6 1.4 　阅读手册页　　6 1.4.1 　具体步骤　　6 1.4.2 　攻略小结　　6 1.5 　安装Matplotlib　　7 1.6 　运行基于Web的notebook　　8 1.6.1 　准备工作　　8 1.6.2 　具体步骤　　8 1.6.3 　攻略小结　　10 1.6.4 　参考阅读　　10 1.7 　导出基于Web的notebook　　10 1.8 　导入基于Web的notebook　　12 1.9 　配置notebook服务器　　14 1.9.1 　具体步骤　　15 1.9.2 　攻略小结　　16 1.10 　初探SymPy配置　　17 1.10.1 　准备工作　　17 1.10.2 　具体步骤　　17 第2章　高级索引和数组概念　　19 2.1 　引言　　19 2.2 　安装SciPy　　20 2.2.1 　准备工作　　20 2.2.2 　具体步骤　　20 2.2.3 　攻略小结　　21 2.3 　安装PIL　　22 2.4 　调整图像大小　　22 2.4.1 　准备工作　　23 2.4.2 　具体步骤　　23 2.4.3 　攻略小结　　25 2.4.4 　参考阅读　　25 2.5 　创建视图和副本　　25 2.5.1 　准备工作　　25 2.5.2 　具体步骤　　26 2.5.3 　攻略小结　　27 2.6 　翻转图像　　27 2.6.1 　具体步骤　　27 2.6.2 　参考阅读　　29 2.7 　高级索引　　29 2.7.1 　具体步骤　　29 2.7.2 　攻略小结　　31 2.8 　位置列表型索引　　31 2.9 　布尔型索引　　32 2.9.1 　具体步骤　　33 2.9.2 　攻略小结　　34 2.9.3 　参考阅读　　34 2.10 　数独游戏中的跨度技巧　　34 2.10.1 　具体步骤　　35 2.10.2 　攻略小结　　37 2.11 　用广播机制扩展数组　　37 第3章　常用函数　　40 3.1 　引言　　40 3.2 　斐波那契数列求和　　41 3.2.1 　具体步骤　　41 3.2.2 　攻略小结　　44 3.2.3 　参考阅读　　44 3.3 　寻找质因数　　44 3.3.1 　具体步骤　　44 3.3.2 　攻略小结　　46 3.4 　寻找回文数　　46 3.4.1 　具体步骤　　46 3.4.2 　攻略小结　　48 3.4.3 　更多工作　　48 3.5 　确定稳态向量　　48 3.5.1 　具体步骤　　48 3.5.2 　攻略小结　　52 3.5.3 　参考阅读　　53 3.6 　发现幂律分布　　53 3.6.1 　具体步骤　　53 3.6.2 　攻略小结　　55 3.6.3 　参考阅读　　55 3.7 　定期在低点做交易　　55 3.7.1 　准备工作　　56 3.7.2 　具体步骤　　56 3.7.3 　攻略小结　　58 3.7.4 　参考阅读　　58 3.8 　模拟在随机时间点做交易　　59 3.8.1 　准备工作　　59 3.8.2 　具体步骤　　59 3.8.3 　攻略小结　　61 3.8.4 　参考阅读　　61 3.9 　用埃氏筛筛选整数　　61 第4章　NumPy与其他软件的交互　　63 4.1 　引言　　63 4.2 　使用缓冲区协议　　64 4.2.1 　准备工作　　64 4.2.2 　具体步骤　　64 4.2.3 　攻略小结　　66 4.2.4 　参考阅读　　66 4.3 　使用数组接口　　66 4.3.1 　准备工作　　66 4.3.2 　具体步骤　　66 4.3.3 　攻略小结　　67 4.3.4 　参考阅读　　68 4.4 　与MATLAB和Octave交换数据　　68 4.4.1 　准备工作　　68 4.4.2 　具体步骤　　68 4.4.3 　参考阅读　　69 4.5 　安装RPy2　　69 4.6 　连接到R　　69 4.6.1 　准备工作　　70 4.6.2 　具体步骤　　70 4.6.3 　参考阅读　　71 4.7 　安装JPype　　71 4.8 　传递NumPy数组到JPype　　71 4.8.1 　具体步骤　　72 4.8.2 　攻略小结　　73 4.8.3 　参考阅读　　73 4.9 　安装谷歌应用程序引擎　　73 4.10 　在谷歌云中部署NumPy代码　　74 4.10.1 　具体步骤　　75 4.10.2 　攻略小结　　76 4.11 　在Python Anywhere的Web控制台中运行NumPy代码　　76 4.11.1 　具体步骤　　77 4.11.2 　攻略小结　　78 4.12 　设置PiCloud　　78 4.12.1 　具体步骤　　79 4.12.2 　攻略小结　　80 第5章　声音和图像处理　　81 5.1 　引言　　81 5.2 　加载图像到内存映射区　　81 5.2.1 　准备工作　　82 5.2.2 　具体步骤　　82 5.2.3 　攻略小结　　85 5.2.4 　参考阅读　　85 5.3 　合并图像　　85 5.3.1 　准备工作　　85 5.3.2 　具体步骤　　86 5.3.3 　攻略小结　　88 5.3.4 　参考阅读　　88 5.4 　图像的模糊化处理　　89 5.4.1 　具体步骤　　89 5.4.2 　攻略小结　　91 5.5 　复制声音片段　　91 5.5.1 　具体步骤　　91 5.5.2 　攻略小结　　93 5.6 　合成声音　　94 5.6.1 　具体步骤　　94 5.6.2 　攻略小结　　96 5.7 　设计音频滤波器　　96 5.7.1 　具体步骤　　97 5.7.2 　攻略小结　　99 5.8 　用索贝尔滤波器进行边缘检测　　99 5.8.1 　具体步骤　　99 5.8.2 　攻略小结　　101 第6章　特殊类型数组与通用函数　　102 6.1 　引言　　102 6.2 　创建一个通用函数　　102 6.2.1 　具体步骤　　102 6.2.2 　攻略小结　　103 6.3 　寻找勾股数　　103 6.3.1 　具体步骤　　103 6.3.2 　攻略小结　　105 6.4 　用chararray做字符串操作　　105 6.4.1 　具体步骤　　105 6.4.2 　攻略小结　　106 6.5 　创建一个masked类型的数组　　106 6.5.1 　具体步骤　　106 6.5.2 　攻略小结　　108 6.6 　忽略负值和极值　　108 6.6.1 　具体步骤　　108 6.6.2 　攻略小结　　111 6.7 　用recarray创建评分表　　111 6.7.1 　具体步骤　　112 6.7.2 　攻略小结　　114 第7章　性能分析与调试　　115 7.1 　引言　　115 7.2 　用timeit进行性能分析　　115 7.2.1 　具体步骤　　115 7.2.2 　攻略小结　　118 7.3 　用IPython进行性能分析　　118 7.3.1 　具体步骤　　118 7.3.2 　攻略小结　　120 7.4 　安装line_profiler　　120 7.4.1 　准备工作　　120 7.4.2 　具体步骤　　120 7.4.3 　参考阅读　　121 7.5 　用line_profiler分析代码　　121 7.5.1 　具体步骤　　121 7.5.2 　攻略小结　　122 7.6 　用cProfile扩展模块分析代码　　122 7.7 　用IPython进行调试　　123 7.7.1 　具体步骤　　124 7.7.2 　攻略小结　　125 7.8 　用pudb进行调试　　126 第8章　质量保证　　127 8.1 　引言　　127 8.2 　安装Pyflakes　　127 8.2.1 　准备工作　　127 8.2.2 　具体步骤　　128 8.3 　用Pyflakes进行静态分析　　128 8.3.1 　具体步骤　　128 8.3.2 　攻略小结　　129 8.4 　用Pylint分析代码　　129 8.4.1 　准备工作　　129 8.4.2 　具体步骤　　130 8.4.3 　攻略小结　　130 8.4.4 　参考阅读　　131 8.5 　用Pychecker进行静态分析　　131 8.6 　用docstrings测试代码　　132 8.6.1 　具体步骤　　132 8.6.2 　攻略小结　　134 8.7 　编写单元测试　　134 8.7.1 　具体步骤　　134 8.7.2 　攻略小结　　136 8.8 　用模拟对象测试代码　　137 8.8.1 　具体步骤　　137 8.8.2 　攻略小结　　139 8.9 　基于BDD方式的测试　　139 8.9.1 　具体步骤　　139 8.9.2 　攻略小结　　141 第9章　用Cython为代码提速　　142 9.1 　引言　　142 9.2 　安装Cython　　142 9.3 　构建Hello World程序　　143 9.3.1 　具体步骤　　143 9.3.2 　攻略小结　　144 9.4 　在Cython中使用NumPy　　144 9.4.1 　具体步骤　　145 9.4.2 　攻略小结　　146 9.5 　调用C语言函数　　146 9.5.1 　具体步骤　　146 9.5.2 　攻略小结　　148 9.6 　分析Cython代码　　148 9.6.1 　具体步骤　　148 9.6.2 　攻略小结　　150 9.7 　用Cython求阶乘的近似值　　150 9.7.1 　具体步骤　　150 9.7.2 　攻略小结　　152 第10章　有趣的Scikits　　153 10.1 　引言　　153 10.2 　安装scikits-learn　　154 10.2.1 　准备工作　　154 10.2.2 　具体步骤　　154 10.3 　加载范例数据集　　155 10.4 　用scikits-learn对道琼斯成分股做聚类分析　　155 10.4.1 　具体步骤　　156 10.4.2 　攻略小结　　158 10.5 　安装scikits-statsmodels　　158 10.6 　用scikits-statsmodels做正态性检验　　159 10.6.1 　具体步骤　　159 10.6.2 　攻略小结　　160 10.7 　安装scikits-image　　160 10.8 　检测角点　　160 10.8.1 　准备工作　　161 10.8.2 　具体步骤　　161 10.8.3 　攻略小结　　162 10.9 　检测边缘　　162 10.10 　安装Pandas　　163 10.11 　用Pandas估计股票收益的相关性　　164 10.11.1 　具体步骤　　164 10.11.2 　攻略小结　　166 10.12 　从statsmodels加载数据到pandas对象　　166 10.12.1 　准备工作　　166 10.12.2 　具体步骤　　167 10.12.3 　攻略小结　　168 10.13 　重采样时间序列数据　　169 10.13.1 　具体步骤　　169 10.13.2 　攻略小结　　171 索引　　172 · · · · · · (收起)

本章主要内容： 安装IPython 使用IPython的shell 阅读手册页 安装Matplotlib 运行基于Web的notebook 从notebook导出脚本和数据 导入脚本和数据到notebook 配置notebook服务器 初探SymPy配置 1.1　引言 IPython是一个免费、开源的项目，支持Linux、Unix、Mac OS X和Windows平台，其官方网址是http://ipython.org/。IPython的作者只要求你在用到IPython的科技著作中注明引用即可...

这本书是本闲书。已经会python和numpy的，无聊的时候，翻一遍，就总会有点新发现。但是指望这本书学会，emmm cookbook这个title好像够不到。//我想把他当一本工具书，然而，每当我有问题来翻的时候，我都找不到答案。我是按照自己问题在目录中首先找合适范围的人。但是这本书真的没有满足我我。。。或许cookbook类型的书，都是适合自己练笔而非工具书的。至少作为工具书没有分析基础那本好... 这本书是本闲书。已经会python和numpy的，无聊的时候，翻一遍，就总会有点新发现。但是指望这本书学会，emmm cookbook这个title好像够不到。//我想把他当一本工具书，然而，每当我有问题来翻的时候，我都找不到答案。我是按照自己问题在目录中首先找合适范围的人。但是这本书真的没有满足我我。。。或许cookbook类型的书，都是适合自己练笔而非工具书的。至少作为工具书没有分析基础那本好用。 (展开)

非常差非常差，谁买谁后悔。 （我是在图书馆花了10分钟翻了一遍，没有再差）

内容是有用的，但是书写的缺乏知识连贯性

放假前看到图书馆新书采购那一栏里面有了这本就顺手借了 看了看感觉就是把文档变成了铅字 '_>`

这本书完全就是“科学Python安装简明教程”，序言得好好阅读下，直接安装Anaconda就可以略去书中诸多篇幅。书名说numpy，但内容中连numpy的基本array结构都没有好好介绍，也并非以numpy作为主体，鸡肋~

这本书是本闲书。已经会python和numpy的，无聊的时候，翻一遍，就总会有点新发现。但是指望这本书学会，emmm cookbook这个title好像够不到。//我想把他当一本工具书，然而，每当我有问题来翻的时候，我都找不到答案。我是按照自己问题在目录中首先找合适范围的人。但是这本书真的没有满足我我。。。或许cookbook类型的书，都是适合自己练笔而非工具书的。至少作为工具书没有分析基础那本好... 这本书是本闲书。已经会python和numpy的，无聊的时候，翻一遍，就总会有点新发现。但是指望这本书学会，emmm cookbook这个title好像够不到。//我想把他当一本工具书，然而，每当我有问题来翻的时候，我都找不到答案。我是按照自己问题在目录中首先找合适范围的人。但是这本书真的没有满足我我。。。或许cookbook类型的书，都是适合自己练笔而非工具书的。至少作为工具书没有分析基础那本好用。 (展开)

NumPy是基础也是源头，过去5年了，好多包都不需要自己装了，Python发行版省了不少事，挺喜欢Anaconda的

介绍得比较简单了

不知道是不是在印尼算是一本好书

真正讲NumPy的内容根本不多，连最基础的类型结构都没说，反而用了很多篇幅讲其他库。第62页用同一个字母的大小写分别做变量名，坑！第98页整段整段讲Scipy，连Numpy都没出现。书中很多地方用“sys.argv[1]”这种方式传递参数，根本不知道具体参数是多少。简单来说，这本书不适合想入门的人读。

> 更多短评 19 条