Nie tylko programiÅ›ci lubiÄ… Pythona. Również naukowcy i analitycy danych coraz częściej korzystajÄ… z tego jÄ™zyka, zwÅ‚aszcza że przed praktykami obliczeniowymi otwierajÄ… siÄ™ niespotykane możliwoÅ›ci. Rozwój sprzÄ™tu, oprogramowania i algorytmów pozwala Å›miaÅ‚o wkraczać w nowe obszary zastosowania i tworzyć nowe branże. W dalszym ciÄ…gu jednak prowadzenie obliczeÅ„ pozostaje dziedzinÄ… interdyscyplinarnÄ…, wymagajÄ…cÄ… wiedzy matematycznej i myÅ›lenia naukowego. JeÅ›li chce siÄ™ wykorzystać do obliczeÅ„ nowoczesne technologie, takie jak Python wraz z szerokim ekosystemem bibliotek i rozszerzeÅ„, trzeba też posiadać praktyczne umiejÄ™tnoÅ›ci programowania.

W tej książce wyczerpujÄ…co przedstawiono nowoczesne metody rozwiÄ…zywania problemów obliczeniowych z tak różnych dziedzin, jak badania naukowe, inżynieria, finanse czy analiza danych za pomocÄ… Pythona i jego bibliotek. Omówiono również wiele technik, w tym obliczenia oparte na tablicach, obliczenia symboliczne, metody wizualizacji danych, numeryczne operacje wejÅ›cia-wyjÅ›cia, rozwiÄ…zywanie równaÅ„, optymalizacja, interpolacja czy caÅ‚kowanie. Pokazano także, jak rozwiÄ…zywać problemy obliczeniowe charakterystyczne dla takich dziedzin jak rozwiÄ…zywanie równaÅ„ różniczkowych, analiza danych, modelowanie statystyczne i uczenie maszynowe. ZnalazÅ‚o siÄ™ tu też wiele studiów przypadków, ukazujÄ…cych zastosowanie Pythona w analizie danych i statystyce.

W książce między innymi:

• wektory i macierze w NumPy
• wykresy i wizualizacje danych w Matplotlib
• analiza danych z pandas i SciPy
• modelowanie statystyczne i uczenie maszynowe z statsmodels i scikit-learn
• optymalizacja kodu za pomocÄ… Numba i Cython

Python: jÄ™zyk, który naukowcy lubiÄ… najbardziej!

Osoby które kupowały "Matematyczny Python. Obliczenia naukowe i analiza danych z użyciem NumPy, SciPy i Matplotlib", wybierały także:

• GraphQL. Kurs video. Buduj nowoczesne API w Pythonie 169,00 zÅ‚, (50,70 zÅ‚ -70%)
• Receptura na Python. Kurs Video. 54 praktyczne porady dla programist 199,00 zÅ‚, (59,70 zÅ‚ -70%)
• Podstawy Pythona z Minecraftem. Kurs video. Piszemy pierwsze skrypty 149,00 zÅ‚, (44,70 zÅ‚ -70%)
• Twórz gry w Pythonie. Kurs video. Poznaj bibliotekÄ™ PyGame 249,00 zÅ‚, (74,70 zÅ‚ -70%)
• Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego 199,00 zÅ‚, (59,70 zÅ‚ -70%)

Spis treści

Matematyczny Python. Obliczenia naukowe i analiza danych z użyciem NumPy, SciPy i Matplotlib eBook -- spis treści

O autorze 13

O korektorach merytorycznych 15

Wprowadzenie 19

Rozdział 1. Wprowadzenie do obliczeń w Pythonie 23

• Åšrodowiska obliczeniowe w Pythonie 26
• Python 27
  
  • Interpreter 27
• Konsola IPython 28
  
  • Buforowanie wejÅ›cia i wyjÅ›cia 29
  • AutouzupeÅ‚nianie i introspekcja obiektów 30
  • Dokumentacja 30
  • Interakcja z powÅ‚okÄ… systemowÄ… 31
  • Rozszerzenia IPythona 31
• Jupyter 36
  
  • Jupyter QtConsole 37
  • Jupyter Notebook 37
  • Jupyter Lab 39
  • Rodzaje komórek 40
  • Edycja komórek 41
  • Komórki typu Markdown 42
  • MożliwoÅ›ci prezentacji danych 42
  • nbconvert 46
• Zintegrowane Å›rodowisko programistyczne Spyder 48
  
  • Edytor kodu źródÅ‚owego 50
  • Konsola w Spyderze 50
  • Inspektor obiektów 51
• Podsumowanie 51
• MateriaÅ‚y dodatkowe 52
• Bibliografia 52

Rozdział 2. Wektory, macierze i tablice wielowymiarowe 53

• Importowanie moduÅ‚ów 54
• Typ tablicowy NumPy 54
  
  • Typy danych 55
  • Reprezentacja danych tablicowych w pamiÄ™ci 57
• Tworzenie tablic 58
  
  • Tablice utworzone na podstawie list i innych obiektów tablicopodobnych 60
  • Tablice wypeÅ‚nione staÅ‚ymi wartoÅ›ciami 60
  • Tablice wypeÅ‚nione rosnÄ…cymi wartoÅ›ciami 61
  • Tablice z wartoÅ›ciami rozmieszczonymi logarytmicznie 62
  • Tablice z siatkami wspóÅ‚rzÄ™dnych 62
  • Tworzenie niezainicjalizowanych tablic 63
  • Tworzenie tablic o cechach innych tablic 63
  • Tworzenie macierzy 63
• Indeksowanie i zakresy 64
  
  • Tablice jednowymiarowe 64
  • Tablice wielowymiarowe 66
  • Widoki 67
  • Indeksowanie logiczne i fancy indexing 68
• Zmiany ksztaÅ‚tu i rozmiaru 69
• Wyrażenia zwektoryzowane 74
  
  • Operacje arytmetyczne 74
  • Funkcje dziaÅ‚ajÄ…ce na elementach 77
  • Funkcje agregujÄ…ce 79
  • Wyrażenia warunkowe i tablice wartoÅ›ci logicznych 81
  • Operacje na zbiorach 84
  • Operacje na tablicach 85
• Operacje macierzowe i wektorowe 86
• Podsumowanie 91
• MateriaÅ‚y dodatkowe 92
• Bibliografia 92

Rozdział 3. Obliczenia symboliczne 93

• Importowanie moduÅ‚ów 94
• Symbole 95
  
  • Liczby 97
• Wyrażenia 102
• Manipulowanie wyrażeniami 103
  
  • Upraszczanie wyrażeÅ„ 103
  • Rozwijanie wyrażeÅ„ 105
  • Funkcje factor, collect i combine 105
  • Funkcje Apart, Together i Cancel 106
  • Podstawienia 107
• Ewaluacja wyrażeÅ„ 108
• Rachunek różniczkowy 109
  
  • Pochodne 109
  • CaÅ‚ki 111
  • Szeregi 112
  • Granice 114
  • Sumy i iloczyny uogólnione 115
• Równania 115
• Algebra liniowa 117
• Podsumowanie 120
• MateriaÅ‚y dodatkowe 121
• Bibliografia 121

Rozdział 4. Wykresy i wizualizacje 123

• Importowanie moduÅ‚ów 124
• Pierwsze kroki 125
  
  • Tryb interaktywny i nieinteraktywny 128
• Klasa Figure 130
• Klasa Axes 131
  
  • Typy wykresów 132
  • Parametry linii 133
  • Legendy 136
  • Formatowanie tekstu i adnotacje 138
  • WÅ‚aÅ›ciwoÅ›ci osi 140
• ZÅ‚ożone ukÅ‚ady obiektów Axes 149
  
  • Wstawki 149
  • plt.subplots 150
  • subplot2grid 152
  • GridSpec 152
• Wykresy typu colormap 153
• Wykresy 3D 156
• Podsumowanie 158
• MateriaÅ‚y dodatkowe 158
• Bibliografia 158

RozdziaÅ‚ 5. RozwiÄ…zywanie równaÅ„ 159

• Importowanie moduÅ‚ów 160
• UkÅ‚ady równaÅ„ liniowych 160
  
  • UkÅ‚ady z macierzÄ… kwadratowÄ… 161
  • UkÅ‚ady równaÅ„ z macierzÄ… prostokÄ…tnÄ… 166
• Problem wartoÅ›ci wÅ‚asnych 169
• Równania nieliniowe 171
  
  • Równania jednowymiarowe 171
  • UkÅ‚ady równaÅ„ nieliniowych 177
• Podsumowanie 181
• MateriaÅ‚y dodatkowe 181
• Bibliografia 181

Rozdział 6. Optymalizacja 183

• Importowanie moduÅ‚ów 184
• Klasyfikacja problemów optymalizacyjnych 184
• Optymalizacja jednowymiarowa 187
• Optymalizacja wielowymiarowa bez ograniczeÅ„ 190
• Nieliniowy problem najmniejszych kwadratów 196
• Optymalizacja z ograniczeniami 198
  
  • Programowanie liniowe 202
• Podsumowanie 204
• MateriaÅ‚y dodatkowe 205
• Bibliografia 205

Rozdział 7. Interpolacja 207

• Importowanie moduÅ‚ów 208
• Interpolacja 208
• Wielomiany 209
• Interpolacja wielomianowa 212
• Interpolacja funkcjami sklejanymi 216
• Interpolacja funkcji wielu zmiennych 218
• Podsumowanie 224
• MateriaÅ‚y dodatkowe 224
• Bibliografia 224

Rozdział 8. Całkowanie 225

• Importowanie moduÅ‚ów 226
• Metody caÅ‚kowania numerycznego 226
• CaÅ‚kowanie numeryczne z użyciem SciPy 230
  
  • CaÅ‚ki z funkcji w postaci tablicowej 233
• CaÅ‚ki wielokrotne 235
• CaÅ‚kowanie symboliczne i caÅ‚kowanie z dowolnÄ… precyzjÄ… 239
  
  • CaÅ‚ki krzywoliniowe 241
• Transformaty caÅ‚kowe 241
• Podsumowanie 244
• MateriaÅ‚y dodatkowe 245
• Bibliografia 245

RozdziaÅ‚ 9. Równanie różniczkowe zwyczajne 247

• Importowanie moduÅ‚ów 248
• Równania różniczkowe zwyczajne 248
• RozwiÄ…zania symboliczne 250
  
  • Pola kierunków 255
  • RozwiÄ…zywanie równaÅ„ z użyciem transformaty Laplace'a 258
• Numeryczne metody rozwiÄ…zywania równaÅ„ różniczkowych 261
• Numeryczne rozwiÄ…zywanie równaÅ„ różniczkowych z użyciem SymPy 264
• Podsumowanie 275
• MateriaÅ‚y dodatkowe 276
• Bibliografia 276

Rozdział 10. Macierze rzadkie i grafy 277

• Importowanie moduÅ‚ów 278
• Macierze rzadkie w SciPy 278
  
  • Funkcje do tworzenia macierzy rzadkich 283
  • Algebra liniowa macierzy rzadkich 285
  • UkÅ‚ady równaÅ„ liniowych 285
  • Grafy i sieci 291
• Podsumowanie 297
• MateriaÅ‚y dodatkowe 297
• Bibliografia 297

RozdziaÅ‚ 11. Równania różniczkowe czÄ…stkowe 299

• Importowanie moduÅ‚ów 300
• Równania różniczkowe czÄ…stkowe 301
• Metoda różnic skoÅ„czonych 302
• Metoda elementów skoÅ„czonych 307
  
  • PrzeglÄ…d frameworków MES 310
• RozwiÄ…zywanie równaÅ„ różniczkowych czÄ…stkowych z użyciem FEniCS-a 311
• Podsumowanie 330
• MateriaÅ‚y dodatkowe 330
• Bibliografia 331

Rozdział 12. Przetwarzanie i analiza danych 333

• Importowanie moduÅ‚ów 334
• Wprowadzenie do Pandas 334
  
  • Typ Series 335
  • Typ DataFrame 337
  • Szeregi czasowe 344
• Biblioteka Seaborn 353
• Podsumowanie 358
• MateriaÅ‚y dodatkowe 358
• Bibliografia 359

Rozdział 13. Statystyka 361

• Importowanie moduÅ‚ów 362
• Statystyka i prawdopodobieÅ„stwo 362
• Liczby losowe 364
• Zmienne losowe i rozkÅ‚ady 367
• Testowanie hipotez 374
• Metody nieparametryczne 378
• Podsumowanie 381
• MateriaÅ‚y dodatkowe 381
• Bibliografia 381

Rozdział 14. Modelowanie statystyczne 383

• Importowanie moduÅ‚ów 384
• Wprowadzenie do modelowania statystycznego 385
• Definiowanie modeli statystycznych w Patsy 386
• Regresja liniowa 393
  
  • PrzykÅ‚adowe zbiory danych 400
• Regresja dyskretna 401
  
  • Regresja logistyczna 402
  • Model Poissona 406
• Szeregi czasowe 409
• Podsumowanie 413
• MateriaÅ‚y dodatkowe 413
• Bibliografia 413

Rozdział 15. Uczenie maszynowe 415

• Importowanie moduÅ‚ów 416
• Krótki przeglÄ…d uczenia maszynowego 417
• Regresja 419
• Klasyfikacja 428
• Klasteryzacja 431
• Podsumowanie 436
• MateriaÅ‚y dodatkowe 436
• Bibliografia 436

Rozdział 16. Statystyka bayesowska 437

• Importowanie moduÅ‚ów 438
• Wprowadzenie do statystyki bayesowskiej 439
• Definiowanie modelu 441
  
  • Próbkowanie rozkÅ‚adów a posteriori 445
  • Regresja liniowa 448
• Podsumowanie 458
• MateriaÅ‚y dodatkowe 459
• Bibliografia 459

RozdziaÅ‚ 17. Przetwarzanie sygnaÅ‚ów 461

• Importowanie moduÅ‚ów 462
• Analiza spektralna 462
  
  • Transformata Fouriera 462
  • Okna czasowe 467
  • Spektrogramy 471
• Filtrowanie sygnaÅ‚ów 474
  
  • Filtry konwolucyjne 474
  • Filtry o skoÅ„czonej i nieskoÅ„czonej odpowiedzi impulsowej 476
• Podsumowanie 481
• MateriaÅ‚y dodatkowe 481
• Bibliografia 481

Rozdział 18. Wprowadzanie i wyprowadzanie danych 483

• Importowanie moduÅ‚ów 484
• Format CSV 485
• HDF5 489
  
  • h5py 490
  • PyTables 500
  • HDFStore z Pandas 503
• JSON 505
• Serializacja 509
• Podsumowanie 511
• MateriaÅ‚y dodatkowe 511
• Bibliografia 512

Rozdział 19. Optymalizacja kodu 513

• Importowanie moduÅ‚ów 515
• Numba 516
• Cython 522
• Podsumowanie 531
• MateriaÅ‚y dodatkowe 532
• Bibliografia 532

Dodatek. Instalacja i konfiguracja środowiska 533

• Miniconda i conda 534
• PeÅ‚ne Å›rodowisko 540
• Podsumowanie 543
• MateriaÅ‚y dodatkowe 543