使用Python做科學計算相關的工作，NumPy是必須要掌握的。
《NumPy攻略：Python科學計算與數據分析》由伊德裡斯著，本書采用了直截了當和易於學習的內容組織方式。書中精選了*實用的攻略內容，教會讀者應對NumPy學習中*重要的任務和問題。
各攻略中精心組織了用來高效解決問題的指導步驟，並帶有對操作過程的清晰解釋。
每章的攻略小結部分還探討了如何將解決方案應用於*多場合。
同時介紹了NumPy和其他軟件的交互、性能分析和調試、軟件測試和Cython等比較高階的話題，幫助讀者在對Python和NumPy有基本了解的基礎上，實戰水平*上一層樓！

《NumPy攻略：Python科學計算與數據分析》由 伊德裡斯著，介紹了70多種學習Python開源教學庫 NumPy的有趣方法，教會讀者如何安裝和使用NumPy， 並了解其他一些相關概念，進而掌握NumPy arrays及 其通用功能，書中的例子還涉及Matplotlib、SciPy 等Python科學計算生態繫統中的其他重要軟件。此外 ，還介紹了NumPy 和其他軟件的交互、性能分析和調 試、軟件測試和Cython等比較高階的話題。 《NumPy攻略：Python科學計算與數據分析》的 目標讀者是對Python和NumPy有基本了解，並且希望 自己的水平能更上一層樓的科技工作者、工程師、程 序員和分析師。

第1章　使用IPython　1
1.1　引言　1
1.2　安裝IPython　2
1.2.1　具體步驟　2
1.2.2　攻略小結　3
1.3　使用IPython的shell　4
1.3.1　具體步驟　4
1.3.2　攻略小結　6
1.4　閱讀手冊頁　6
1.4.1　具體步驟　6
1.4.2　攻略小結　6
1.5　安裝Matplotlib　7
1.6　運行基於Web的notebook　8
1.6.1　準備工作　8
1.6.2　具體步驟　8
1.6.3　攻略小結　10
1.6.4　參考閱讀　10
1.7　導出基於Web的notebook　10
1.8　導入基於Web的notebook　12
1.9　配置notebook服務器　14
1.9.1　具體步驟　15
1.9.2　攻略小結　16
1.10　初探SymPy配置　17
1.10.1　準備工作　17
1.10.2　具體步驟　17

第2章　**索引和數組概念　19
2.1　引言　19
2.2　安裝SciPy　20
2.2.1　準備工作　20
2.2.2　具體步驟　20
2.2.3　攻略小結　21
2.3　安裝PIL　22
2.4　調整圖像大小　22
2.4.1　準備工作　23
2.4.2　具體步驟　23
2.4.3　攻略小結　25
2.4.4　參考閱讀　25
2.5　創建視圖和副本　25
2.5.1　準備工作　25
2.5.2　具體步驟　26
2.5.3　攻略小結　27
2.6　翻轉圖像　27
2.6.1　具體步驟　27
2.6.2　參考閱讀　29
2.7　**索引　29
2.7.1　具體步驟　29
2.7.2　攻略小結　31
2.8　位置列表型索引　31
2.9　布爾型索引　32
2.9.1　具體步驟　33
2.9.2　攻略小結　34
2.9.3　參考閱讀　34
2.10　數獨遊戲中的跨度技巧　34
2.10.1　具體步驟　35
2.10.2　攻略小結　37
2.11　用廣播機制擴展數組　37

第3章　常用函數　40
3.1　引言　40
3.2　斐波那契數列求和　41
3.2.1　具體步驟　41
3.2.2　攻略小結　44
3.2.3　參考閱讀　44
3.3　尋找質因數　44
3.3.1　具體步驟　44
3.3.2　攻略小結　46
3.4　尋找回文數　46
3.4.1　具體步驟　46
3.4.2　攻略小結　48
3.4.3　*多工作　48
3.5　確定穩態向量　48
3.5.1　具體步驟　48
3.5.2　攻略小結　52
3.5.3　參考閱讀　53
3.6　發現冪律分布　53
3.6.1　具體步驟　53
3.6.2　攻略小結　55
3.6.3　參考閱讀　55
3.7　定期在低點做交易　55
3.7.1　準備工作　56
3.7.2　具體步驟　56
3.7.3　攻略小結　58
3.7.4　參考閱讀　58
3.8　模擬在隨機時間點做交易　59
3.8.1　準備工作　59
3.8.2　具體步驟　59
3.8.3　攻略小結　61
3.8.4　參考閱讀　61
3.9　用埃氏篩篩選整數　61

第4章　NumPy與其他軟件的交互　63
4.1　引言　63
4.2　使用緩衝區協議　64
4.2.1　準備工作　64
4.2.2　具體步驟　64
4.2.3　攻略小結　66
4.2.4　參考閱讀　66
4.3　使用數組接口　66
4.3.1　準備工作　66
4.3.2　具體步驟　66
4.3.3　攻略小結　67
4.3.4　參考閱讀　68
4.4　與MATLAB和Octave交換數據　68
4.4.1　準備工作　68
4.4.2　具體步驟　68
4.4.3　參考閱讀　69
4.5　安裝RPy2　69
4.6　連接到R　69
4.6.1　準備工作　70
4.6.2　具體步驟　70
4.6.3　參考閱讀　71
4.7　安裝JPype　71
4.8　傳遞NumPy數組到JPype　71
4.8.1　具體步驟　72
4.8.2　攻略小結　73
4.8.3　參考閱讀　73
4.9　安裝谷歌應用程序引擎　73
4.10　在谷歌雲中部署NumPy代碼　74
4.10.1　具體步驟　75
4.10.2　攻略小結　76
4.11　在Python Anywhere的Web控制臺中運行NumPy代碼　76
4.11.1　具體步驟　77
4.11.2　攻略小結　78
4.12　設置PiCloud　78
4.12.1　具體步驟　79
4.12.2　攻略小結　80

第5章　聲音和圖像處理　81
5.1　引言　81
5.2　加載圖像到內存映射區　81
5.2.1　準備工作　82
5.2.2　具體步驟　82
5.2.3　攻略小結　85
5.2.4　參考閱讀　85
5.3　合並圖像　85
5.3.1　準備工作　85
5.3.2　具體步驟　86
5.3.3　攻略小結　88
5.3.4　參考閱讀　88
5.4　圖像的模糊化處理　89
5.4.1　具體步驟　89
5.4.2　攻略小結　91
5.5　復制聲音片段　91
5.5.1　具體步驟　91
5.5.2　攻略小結　93
5.6　合成聲音　94
5.6.1　具體步驟　94
5.6.2　攻略小結　96
5.7　設計音頻濾波器　96
5.7.1　具體步驟　97
5.7.2　攻略小結　99
5.8　用索貝爾濾波器進行邊緣檢測　99
5.8.1　具體步驟　99
5.8.2　攻略小結　101

第6章　特殊類型數組與通用函數　102
6.1　引言　102
6.2　創建一個通用函數　102
6.2.1　具體步驟　102
6.2.2　攻略小結　103
6.3　尋找勾股數　103
6.3.1　具體步驟　103
6.3.2　攻略小結　105
6.4　用chararray做字符串操作　105
6.4.1　具體步驟　105
6.4.2　攻略小結　106
6.5　創建一個masked類型的數組　106
6.5.1　具體步驟　106
6.5.2　攻略小結　108
6.6　忽略負值和極值　108
6.6.1　具體步驟　108
6.6.2　攻略小結　111
6.7　用recarray創建評分表　111
6.7.1　具體步驟　112
6.7.2　攻略小結　114

第7章　性能分析與調試　115
7.1　引言　115
7.2　用timeit進行性能分析　115
7.2.1　具體步驟　115
7.2.2　攻略小結　118
7.3　用IPython進行性能分析　118
7.3.1　具體步驟　118
7.3.2　攻略小結　120
7.4　安裝line_profiler　120
7.4.1　準備工作　120
7.4.2　具體步驟　120
7.4.3　參考閱讀　121
7.5　用line_profiler分析代碼　121
7.5.1　具體步驟　121
7.5.2　攻略小結　122
7.6　用cProfile擴展模塊分析代碼　122
7.7　用IPython進行調試　123
7.7.1　具體步驟　124
7.7.2　攻略小結　125
7.8　用pudb進行調試　126

第8章　質量保證　127
8.1　引言　127
8.2　安裝Pyflakes　127
8.2.1　準備工作　127
8.2.2　具體步驟　128
8.3　用Pyflakes進行靜態分析　128
8.3.1　具體步驟　128
8.3.2　攻略小結　129
8.4　用Pylint分析代碼　129
8.4.1　準備工作　129
8.4.2　具體步驟　130
8.4.3　攻略小結　130
8.4.4　參考閱讀　131
8.5　用Pychecker進行靜態分析　131
8.6　用docstrings測試代碼　132
8.6.1　具體步驟　132
8.6.2　攻略小結　134
8.7　編寫單元測試　134
8.7.1　具體步驟　134
8.7.2　攻略小結　136
8.8　用模擬對像測試代碼　137
8.8.1　具體步驟　137
8.8.2　攻略小結　139
8.9　基於BDD方式的測試　139
8.9.1　具體步驟　139
8.9.2　攻略小結　141

第9章　用Cython為代碼提速　142
9.1　引言　142
9.2　安裝Cython　142
9.3　構建Hello World程序　143
9.3.1　具體步驟　143
9.3.2　攻略小結　144
9.4　在Cython中使用NumPy　144
9.4.1　具體步驟　145
9.4.2　攻略小結　146
9.5　調用C語言函數　146
9.5.1　具體步驟　146
9.5.2　攻略小結　148
9.6　分析Cython代碼　148
9.6.1　具體步驟　148
9.6.2　攻略小結　150
9.7　用Cython求階乘的近似值　150
9.7.1　具體步驟　150
9.7.2　攻略小結　152

**0章　有趣的Scikits　153
10.1　引言　153
10.2　安裝scikits-learn　154
10.2.1　準備工作　154
10.2.2　具體步驟　154
10.3　加載範例數據集　155
10.4　用scikits-learn對道瓊斯成分股做聚類分析　155
10.4.1　具體步驟　156
10.4.2　攻略小結　158
10.5　安裝scikits-statsmodels　158
10.6　用scikits-statsmodels做正態性檢驗　159
10.6.1　具體步驟　159
10.6.2　攻略小結　160
10.7　安裝scikits-image　160
10.8　檢測角點　160
10.8.1　準備工作　161
10.8.2　具體步驟　161
10.8.3　攻略小結　162
10.9　檢測邊緣　162
10.10　安裝Pandas　163
10.11　用Pandas估計股票收益的相關性　164
10.11.1　具體步驟　164
10.11.2　攻略小結　166
10.12　從statsmodels加載數據到pandas對像　166
10.12.1　準備工作　166
10.12.2　具體步驟　167
10.12.3　攻略小結　168
10.13　重采樣時間序列數據　169
10.13.1　具體步驟　169
10.13.2　攻略小結　171

索引　172