科学 Python 讲座¶
用 Python 学习数值计算、科学和数据的一份文档¶
关于科学 Python 生态系统的教程：对核心工具和技术的快速介绍。不同的章节分别对应一个 1 到 2 小时的课程，难度从入门到精通逐渐提升。
版本：2024.2rc0.dev0
- 1. 科学 Python 入门
- 1.1. Python 科学计算生态系统
- 1.2. Python 语言
- 1.3. NumPy：创建和操作数值数据
- 1.4. Matplotlib：绘图
- 1.5. SciPy：高级科学计算
- 1.5.1. 文件输入/输出：
scipy.io - 1.5.2. 特殊函数：
scipy.special - 1.5.3. 线性代数操作：
scipy.linalg - 1.5.4. 插值：
scipy.interpolate - 1.5.5. 优化和拟合：
scipy.optimize - 1.5.6. 统计和随机数：
scipy.stats - 1.5.7. 数值积分：
scipy.integrate - 1.5.8. 快速傅里叶变换：
scipy.fft - 1.5.9. 信号处理：
scipy.signal - 1.5.10. 图像操作：
scipy.ndimage - 1.5.11. 科学计算的总结练习
- 1.5.12. SciPy 章节的全部代码示例
- 1.5.1. 文件输入/输出：
- 1.6. 获取帮助和查找文档
- 2. 高级主题
- 2.1. 高级 Python 结构
- 2.2. 高级 NumPy
- 2.3. 调试代码
- 2.4. 优化代码
- 2.5. SciPy 中的稀疏数组
- 2.6. 使用 NumPy 和 SciPy 进行图像操作和处理
- 2.7. 数学优化：寻找函数的最小值
- 2.8. 与 C 交互
- 3. 包和应用程序
- 3.1. Python 中的统计
- 3.2. Sympy：Python 中的符号数学
- 3.3.
scikit-image：图像处理 - 3.4. scikit-learn：Python 中的机器学习
