2. 高级主题

科学 Python 讲座的这一部分专门用于高级用法。它力求将熟练的 Python 程序员培养成专家，并处理各种特定主题。

• 2.1. 高级 Python 结构
  • 2.1.1. 迭代器、生成器表达式和生成器
    • 2.1.1.1. 迭代器
    • 2.1.1.2. 生成器表达式
    • 2.1.1.3. 生成器
    • 2.1.1.4. 双向通信
    • 2.1.1.5. 生成器链接
  • 2.1.2. 装饰器
    • 2.1.2.1. 替换或调整原始对象
    • 2.1.2.2. 以类和函数形式实现的装饰器
    • 2.1.2.3. 复制原始函数的文档字符串和其他属性
    • 2.1.2.4. 标准库中的示例
    • 2.1.2.5. 函数的弃用
    • 2.1.2.6. 用于移除装饰器的 while 循环
    • 2.1.2.7. 插件注册系统
  • 2.1.3. 上下文管理器
    • 2.1.3.1. 捕获异常
    • 2.1.3.2. 使用生成器定义上下文管理器
• 2.2. 高级 NumPy
  • 2.2.1. ndarray 的生命周期
    • 2.2.1.1. 它就是…
    • 2.2.1.2. 内存块
    • 2.2.1.3. 数据类型
      • 描述符
      • 示例：读取 .wav 文件
      • 强制转换和重新解释/视图
        • 强制转换
        • 重新解释/查看
    • 2.2.1.4. 索引方案：步长
      • 要点
        • C 顺序和 Fortran 顺序
        • 使用整数切片
      • 示例：使用步长创建虚拟维度
      • 广播
      • 更多技巧：对角线
      • CPU 缓存效应
    • 2.2.1.5. 解剖发现
  • 2.2.2. 通用函数
    • 2.2.2.1. 它们是什么？
      • Ufunc 的组成部分
      • 简化操作
    • 2.2.2.2. 练习：从头构建一个 ufunc
    • 2.2.2.3. 解答：从头构建一个 ufunc
    • 2.2.2.4. 广义 ufunc
  • 2.2.3. 互操作性功能
    • 2.2.3.1. 共享多维类型化数据
    • 2.2.3.2. 旧的缓冲区协议
    • 2.2.3.3. 旧的缓冲区协议
    • 2.2.3.4. 数组接口协议
  • 2.2.4. 数组兄弟：chararray、maskedarray
    • 2.2.4.1. chararray：矢量化字符串操作
    • 2.2.4.2. masked_array：缺失数据
      • 掩码
      • 领域感知函数
    • 2.2.4.3. recarray：纯粹的便利性
  • 2.2.5. 总结
  • 2.2.6. 为 NumPy/SciPy 贡献力量
    • 2.2.6.1. 为什么
    • 2.2.6.2. 报告错误
      • 优秀的错误报告
    • 2.2.6.3. 为文档贡献力量
    • 2.2.6.4. 贡献功能
    • 2.2.6.5. 如何帮助，一般来说
• 2.3. 调试代码
  • 2.3.1. 避免错误
    • 2.3.1.1. 避免陷入困境的最佳编码实践
    • 2.3.1.2. pyflakes：快速的静态分析
      • 在当前编辑的文件上运行 pyflakes
      • 类似于即时拼写检查的类型检查集成
  • 2.3.2. 调试工作流程
  • 2.3.3. 使用 Python 调试器
    • 2.3.3.1. 调用调试器
      • 事后调试
      • 逐步执行
      • 启动调试器的其他方法
    • 2.3.3.2. 调试器命令和交互
      • 在调试器中获取帮助
  • 2.3.4. 使用 gdb 调试段错误
• 2.4. 优化代码
  • 2.4.1. 优化工作流程
  • 2.4.2. 分析 Python 代码
    • 2.4.2.1. Timeit
    • 2.4.2.2. Profiler
    • 2.4.2.3. Line-profiler
  • 2.4.3. 使代码运行更快
    • 2.4.3.1. 算法优化
      • SVD 的示例
  • 2.4.4. 编写更快的数值代码
    • 2.4.4.1. 额外链接
• 2.5. SciPy 中的稀疏数组
  • 2.5.1. 简介
    • 2.5.1.1. 为什么使用稀疏矩阵？
    • 2.5.1.2. 稀疏矩阵与稀疏矩阵存储方案
    • 2.5.1.3. 典型应用
    • 2.5.1.4. 先决条件
    • 2.5.1.5. 稀疏结构可视化
  • 2.5.2. 存储方案
    • 2.5.2.1. 常用方法
    • 2.5.2.2. 稀疏数组类
      • 对角线格式 (DIA)
        • 示例
      • 列表列表格式 (LIL)
        • 示例
      • 键字典格式 (DOK)
        • 示例
      • 坐标格式 (COO)
        • 示例
      • 压缩稀疏行格式 (CSR)
        • 示例
      • 压缩稀疏列格式 (CSC)
        • 示例
      • 块压缩行格式 (BSR)
        • 示例
    • 2.5.2.3. 总结
  • 2.5.3. 线性系统求解器
    • 2.5.3.1. 稀疏直接求解器
      • 示例
    • 2.5.3.2. 迭代求解器
      • 常用参数
      • LinearOperator 类
      • 关于预处理的一些说明
    • 2.5.3.3. 特征值问题求解器
      • eigen 模块
  • 2.5.4. 其他有趣的包
• 2.6. 使用 NumPy 和 SciPy 进行图像处理
  • 2.6.1. 打开和写入图像文件
  • 2.6.2. 显示图像
  • 2.6.3. 基本操作
    • 2.6.3.1. 统计信息
    • 2.6.3.2. 几何变换
  • 2.6.4. 图像滤波
    • 2.6.4.1. 模糊/平滑
    • 2.6.4.2. 锐化
    • 2.6.4.3. 降噪
    • 2.6.4.4. 数学形态学
  • 2.6.5. 特征提取
    • 2.6.5.1. 边缘检测
    • 2.6.5.2. 分割
  • 2.6.6. 测量对象属性：scipy.ndimage.measurements
  • 2.6.7. 完整的代码示例
  • 2.6.8. 图像处理章节的示例
• 2.7. 数学优化：查找函数的最小值
  • 2.7.1. 了解你的问题
    • 2.7.1.1. 凸优化与非凸优化
    • 2.7.1.2. 光滑问题与非光滑问题
    • 2.7.1.3. 噪声成本函数与精确成本函数
    • 2.7.1.4. 约束
  • 2.7.2. 不同优化器的回顾
    • 2.7.2.1. 入门：一维优化
    • 2.7.2.2. 基于梯度的方法
      • 关于梯度下降的一些直觉
      • 共轭梯度下降
    • 2.7.2.3. 牛顿法和拟牛顿法
      • 牛顿法：使用 Hessian 矩阵（二阶导数）
      • 拟牛顿法：动态逼近 Hessian 矩阵
  • 2.7.3. 完整的代码示例
  • 2.7.4. 数学优化章节的示例
    • 2.7.4.12. 无梯度方法
      • 射击法：Powell 算法
      • 单纯形法：Nelder-Mead 算法
    • 2.7.4.13. 全局优化器
      • 蛮力法：网格搜索
  • 2.7.5. 使用 SciPy 进行优化的实用指南
    • 2.7.5.1. 选择方法
    • 2.7.5.2. 使优化器更快
    • 2.7.5.3. 计算梯度
    • 2.7.5.4. 合成练习
  • 2.7.6. 特殊情况：非线性最小二乘
    • 2.7.6.1. 最小化向量函数的范数
    • 2.7.6.2. 曲线拟合
  • 2.7.7. 约束优化
    • 2.7.7.1. 箱形边界
    • 2.7.7.2. 一般约束
  • 2.7.8. 完整的代码示例
  • 2.7.9. 数学优化章节的示例
• 2.8. 与 C 语言接口
  • 2.8.1. 简介
  • 2.8.2. Python-C-Api
    • 2.8.2.1. 示例
    • 2.8.2.2. NumPy 支持
  • 2.8.3. Ctypes
    • 2.8.3.1. 示例
    • 2.8.3.2. NumPy 支持
  • 2.8.4. SWIG
    • 2.8.4.1. 示例
    • 2.8.4.2. NumPy 支持
  • 2.8.5. Cython
    • 2.8.5.1. 示例
    • 2.8.5.2. NumPy 支持
  • 2.8.6. 总结
  • 2.8.7. 进一步阅读和参考文献
  • 2.8.8. 练习
    • 2.8.8.1. Python-C-API
    • 2.8.8.2. Ctypes
    • 2.8.8.3. SWIG
    • 2.8.8.4. Cython