1. Python 科学计算入门

科学 Python 讲座的这一部分是对使用 Python 进行科学计算所需的一切内容的独立介绍，从语言本身到数值计算或绘图。

• 1.1. Python 科学计算生态系统
  • 1.1.1. 为什么选择 Python？
    • 1.1.1.1. 科学家的需求
    • 1.1.1.2. Python 的优势
    • 1.1.1.3. Python 与其他解决方案相比如何？
      • 编译型语言：C、C++、Fortran…
      • Matlab 脚本语言
      • Julia
      • 其他脚本语言：Scilab、Octave、R、IDL 等。
      • Python
  • 1.1.2. 科学 Python 生态系统
  • 1.1.3. 开始之前：安装工作环境
  • 1.1.4. 工作流程：交互式环境和文本编辑器
    • 1.1.4.1. 交互式工作
    • 1.1.4.2. 在编辑器中详细阐述工作
    • 1.1.4.3. IPython 和 Jupyter 提示和技巧
• 1.2. Python 语言
  • 1.2.1. 初步步骤
  • 1.2.2. 基本类型
    • 1.2.2.1. 数值类型
    • 1.2.2.2. 容器
      • 列表
      • 字符串
      • 字典
      • 更多容器类型
    • 1.2.2.3. 赋值运算符
  • 1.2.3. 控制流
    • 1.2.3.1. if/elif/else
    • 1.2.3.2. for/range
    • 1.2.3.3. while/break/continue
    • 1.2.3.4. 条件表达式
    • 1.2.3.5. 高级迭代
      • 迭代任何序列
      • 跟踪枚举编号
      • 循环遍历字典
    • 1.2.3.6. 列表推导式
  • 1.2.4. 定义函数
    • 1.2.4.1. 函数定义
    • 1.2.4.2. 返回语句
    • 1.2.4.3. 参数
    • 1.2.4.4. 按值传递
    • 1.2.4.5. 全局变量
    • 1.2.4.6. 可变数量的参数
    • 1.2.4.7. 文档字符串
    • 1.2.4.8. 函数是对象
    • 1.2.4.9. 方法
    • 1.2.4.10. 练习
  • 1.2.5. 代码重用：脚本和模块
    • 1.2.5.1. 脚本
    • 1.2.5.2. 从模块导入对象
    • 1.2.5.3. 创建模块
    • 1.2.5.4. ‘__main__’ 和模块加载
    • 1.2.5.5. 脚本或模块？如何组织您的代码
      • 如何查找和导入模块
    • 1.2.5.6. 包
    • 1.2.5.7. 良好的实践
  • 1.2.6. 输入和输出
    • 1.2.6.1. 迭代文件
      • 文件模式
  • 1.2.7. 标准库
    • 1.2.7.1. os 模块：操作系统功能
      • 目录和文件操作
      • os.path：路径操作
      • 运行外部命令
      • 遍历目录
      • 环境变量
    • 1.2.7.2. shutil：高级文件操作
    • 1.2.7.3. glob：文件模式匹配
    • 1.2.7.4. sys 模块：系统特定信息
    • 1.2.7.5. pickle：轻松持久化
  • 1.2.8. Python 中的异常处理
    • 1.2.8.1. 异常
    • 1.2.8.2. 捕获异常
      • try/except
      • try/finally
      • 寻求原谅比请求许可更容易
    • 1.2.8.3. 抛出异常
  • 1.2.9. 面向对象编程 (OOP)
• 1.3. NumPy：创建和操作数值数据
  • 1.3.1. NumPy 数组对象
    • 1.3.1.1. 什么是 NumPy 和 NumPy 数组？
      • NumPy 数组
      • NumPy 参考文档
      • 导入约定
    • 1.3.1.2. 创建数组
      • 手动构建数组
      • 用于创建数组的函数
    • 1.3.1.3. 基本数据类型
    • 1.3.1.4. 基本可视化
    • 1.3.1.5. 索引和切片
    • 1.3.1.6. 副本和视图
    • 1.3.1.7. 花式索引
      • 使用布尔掩码
      • 使用整数数组进行索引
  • 1.3.2. 数组上的数值运算
    • 1.3.2.1. 元素级运算
      • 基本运算
      • 其他运算
    • 1.3.2.2. 基本归约
      • 计算总和
      • 其他归约
    • 1.3.2.3. 广播
    • 1.3.2.4. 数组形状操作
      • 展平
      • 重塑
      • 添加维度
      • 维度置换
      • 调整大小
    • 1.3.2.5. 数据排序
    • 1.3.2.6. 总结
  • 1.3.3. 更复杂的数组
    • 1.3.3.1. 更多数据类型
      • 强制转换
      • 不同的数据类型大小
    • 1.3.3.2. 结构化数据类型
    • 1.3.3.3. maskedarray：处理（缺失数据的传播）
  • 1.3.4. 高级操作
    • 1.3.4.1. 多项式
      • 更多多项式（使用更多基函数）
    • 1.3.4.2. 加载数据文件
      • 文本文件
      • 图像
      • NumPy 的自有格式
      • 知名（和鲜为人知）的文件格式
  • 1.3.5. 一些练习
    • 1.3.5.1. 数组操作
    • 1.3.5.2. 图片操作：为脸部添加边框
    • 1.3.5.3. 数据统计
    • 1.3.5.4. 粗略的积分近似
    • 1.3.5.5. 曼德勃罗集
    • 1.3.5.6. 马尔可夫链
  • 1.3.6. 完整代码示例
    • 1.3.6.1. NumPy 章节的完整代码示例
• 1.4. Matplotlib：绘图
  • 1.4.1. 简介
    • 1.4.1.1. IPython、Jupyter 和 matplotlib 模式
    • 1.4.1.2. pyplot
  • 1.4.2. 简单绘图
    • 1.4.2.1. 使用默认设置进行绘图
    • 1.4.2.2. 实例化默认值
    • 1.4.2.3. 更改颜色和线宽
    • 1.4.2.4. 设置限制
    • 1.4.2.5. 设置刻度
    • 1.4.2.6. 设置刻度标签
    • 1.4.2.7. 移动脊柱
    • 1.4.2.8. 添加图例
    • 1.4.2.9. 注释一些点
    • 1.4.2.10. 细节决定成败
  • 1.4.3. 图形、子图、轴和刻度
    • 1.4.3.1. 图形
    • 1.4.3.2. 子图
    • 1.4.3.3. 轴
    • 1.4.3.4. 刻度
      • 刻度定位器
  • 1.4.4. 其他类型的绘图：示例和练习
    • 1.4.4.1. 常规绘图
    • 1.4.4.2. 散点图
    • 1.4.4.3. 条形图
    • 1.4.4.4. 等值线图
    • 1.4.4.5. Imshow
    • 1.4.4.6. 饼图
    • 1.4.4.7. 矢羽图
    • 1.4.4.8. 网格
    • 1.4.4.9. 多图
    • 1.4.4.10. 极坐标轴
    • 1.4.4.11. 3D 绘图
    • 1.4.4.12. 文本
  • 1.4.5. 本教程之外
    • 1.4.5.1. 教程
    • 1.4.5.2. Matplotlib 文档
    • 1.4.5.3. 代码文档
    • 1.4.5.4. 图库
    • 1.4.5.5. 邮件列表
  • 1.4.6. 快速参考
    • 1.4.6.1. 线属性
    • 1.4.6.2. 线型
    • 1.4.6.3. 标记
    • 1.4.6.4. 颜色图
  • 1.4.7. 完整代码示例
    • 1.4.7.1. Matplotlib 代码示例
    • 1.4.7.2. 章节练习的代码
    • 1.4.7.3. 演示选项选择的示例代码
    • 1.4.7.4. 生成带标题的摘要图形的代码
• 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. 线性代数运算：scipy.linalg
  • 1.5.4. 插值：scipy.interpolate
  • 1.5.5. 优化和拟合：scipy.optimize
    • 1.5.5.1. 求根
    • 1.5.5.2. 曲线拟合
    • 1.5.5.3. 优化
  • 1.5.6. 统计和随机数：scipy.stats
    • 1.5.6.1. 统计分布
    • 1.5.6.2. 样本统计和假设检验
  • 1.5.7. 数值积分：scipy.integrate
    • 1.5.7.1. 求积
    • 1.5.7.2. 初值问题
  • 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
    • 1.5.10.1. 图像的几何变换
    • 1.5.10.2. 图像滤波
    • 1.5.10.3. 数学形态学
    • 1.5.10.4. 图像上的连通分量和测量
  • 1.5.11. 科学计算总结练习
    • 1.5.11.1. Sprogø 站最大风速预测
      • 统计方法
      • 计算累积概率
      • 使用 UnivariateSpline 进行预测
      • 使用 Gumbel 分布进行练习
    • 1.5.11.2. 非线性最小二乘曲线拟合：在地形激光雷达数据中应用于点提取
      • 简介
      • 加载和可视化
      • 使用简单的 Gaussian 模型拟合波形
        • 模型
        • 初始解
        • 拟合
      • 更进一步
    • 1.5.11.3. 图像处理应用：计数气泡和未熔颗粒
      • 问题陈述
    • 1.5.11.4. 图像处理练习的解决方案示例：玻璃中的未熔颗粒
  • 1.5.12. SciPy 章节的完整代码示例
    • 1.5.12.18. SciPy 练习的解答
• 1.6. 获取帮助和查找文档