Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 638984)
Контекстум
Электро-2024

Элегантный SciPy. Искусство научного программирования на Python (4000,00 руб.)

0   0
Первый авторНуньес-Иглесиас
АвторыДэшноу Х.
ИздательствоМ.: ДМК Пресс
Страниц267
ID795535
АннотацияКнига познакомит вас с основополагающими компонентами библиотеки SciPy языка Python. Вы научитесь писать элегантный, ясный, краткий и эффективный программный код благодаря примерам из обширной научной экосистемы Python. Кроме SciPy, вы узнаете много нового про сопутствующие библиотеки, такие как NumPy, Pandas, scikit-image. Издание будет полезно всем программистам на Python, желающим использовать научные библиотеки в своей работе.
ISBN978-5-97060-600-1
УДК373.167.1:004.42+004.42(075.3)
ББК32.973.721
Нуньес-Иглесиас, Х. Элегантный SciPy. Искусство научного программирования на Python / Х. Дэшноу; Х. Нуньес-Иглесиас .— Москва : ДМК Пресс, 2018 .— 267 с. — ISBN 978-5-97060-600-1 .— URL: https://rucont.ru/efd/795535 (дата обращения: 15.06.2024)

Предпросмотр (выдержки из произведения)

Элегантный_SciPy._Искусство_научного_программирования_на_Python.pdf
УДК 373.167.1:004.42+004.42(075.3) ББК 32.973.721 Н87 Н87 Элегантный SciPy / пер. с анг. А. В. Логунова. – М.: ДМК Пресс, 2018. – 266 с.: ил. Нуньес-Иглесиас Х., Уолт ван дер Ш., Дэшноу Х. ISBN 978-5-97060-600-1 Книга познакомит вас с основополагающими компонентами биб лиотеки SciPy языка Python. Вы научитесь писать элегантный, ясный, краткий и эффективный программный код благодаря примерам из обширной научной экосистемы Python. Кроме SciPy, вы узнаете много нового про сопутствующие библиотеки, такие как NumPy, Pandas, scikit-image. Издание будет полезно всем программистам на Python, желающим использовать научные библиотеки в своей работе. УДК 373.167.1:004.42+004.42(075.3) ББК 32.973.721 Authorized Russian translation of the English edition of Elegant SciPy ISBN 9781491922873 © 2017 Juan Nunez-Iglesias, Stéfan van der Walt, and Harriet Dashnow. This translation is published and sold by permission of O'Reilly Media, Inc., which owns or controls all rights to publish and sell the same. Все права защищены. Любая часть этой книги не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами без письменного разрешения владельцев авторских прав. ISBN 978-1-491-92287-3 (анг.) ISBN 978-5-97060-600-1 (рус.) Copyright © 2017 Juan Nunez-Iglesias, Stéfan van der Walt, and Harriet Dashnow © Оформление, издание, перевод, ДМК Пресс, 2018
Стр.5
Содержание Предисловие ......................................................................................................9 Глава 1. Элегантный NumPy: фундамент научного программирования на Python ..................................................................32 Введение в данные: что такое экспрессия гена? ................................................34 N-мерные массивы NumPy ..................................................................................38 Зачем использовать массивы ndarray вместо списков Python? ....................39 Векторизация ....................................................................................................41 Транслирование ...............................................................................................41 Исследование набора данных экспрессии генов ................................................43 Чтение данных при помощи библиотеки pandas ...........................................43 Нормализация.......................................................................................................46 Нормализация между образцами ....................................................................46 Нормализация между генами ..........................................................................52 Нормализация по образцам и генам: RPKM ...................................................54 Подведение итогов ...............................................................................................61 Глава 2. Квантильная нормализация с NumPy и SciPy ....................62 Получение данных ................................................................................................64 Разница в распределении экспрессии генов между индивидуумами ..............65 Бикластеризация количественных данных ........................................................68 Визуализация кластеров ......................................................................................70 Предсказание выживаемости ..............................................................................72 Дальнейшая работа: использование кластеров пациентов TCGA ................77 Дальнейшая работа: воспроизведение кластеров TCGA ...............................77 Глава 3. Создание сетей из областей изображений при помощи ndimage ....................................................................................78 Изображения – это просто массивы NumPy .......................................................79 Задача: добавление сеточного наложения .....................................................84 Фильтры в обработке сигналов ............................................................................84 Фильтрация изображений (двумерные фильтры) .............................................90 Универсальные фильтры: произвольные функции от соседних значений ......92 Задача: игра «“Жизнь” Конуэя» .......................................................................93 Задача: магнитуда градиента Собела ..............................................................94 Графы и библиотека NetworkX .............................................................................94 Задача: подбор кривой при помощи SciPy .....................................................98
Стр.6
6  Содержание Графы смежности областей ..................................................................................98 Элегантный пакет ndimage: как строить графы из областей изображений ...102 Собираем все вместе: сегментация по среднему цвету ..................................105 Глава 4. Частота и быстрое преобразование Фурье ......................107 Введение в частоту .............................................................................................107 Иллюстрация: спектрограмма пения птиц ......................................................110 История ...............................................................................................................115 Реализация ..........................................................................................................115 Выбор длины ДПФ ..............................................................................................116 Дополнительные понятия ДПФ .........................................................................118 Частоты и их упорядочивание .......................................................................118 Оконное преобразование ...............................................................................124 Практическое применение: анализ радарных данных ....................................128 Свойства сигнала в частотной области .........................................................133 Оконное преобразование на практике .........................................................136 Радарные изображения ..................................................................................138 Дополнительные применения БПФ ..............................................................142 Дополнительные материалы для чтения ......................................................143 Задача: свертывание изображения ...............................................................143 Глава 5. Таблицы сопряженности на основе разреженных координатных матриц ..................................................144 Таблицы сопряженности ....................................................................................146 Задача: вычислительная сложность матриц ошибок ...................................147 Задача: альтернативный алгоритм вычисления матрицы ошибок ............147 Задача: мультиклассовая матрица ошибок ..................................................148 Форматы данных модуля scipy.sparse ...............................................................148 Формат COO ....................................................................................................148 Задача: представление в формате COO ........................................................149 Формат сжатой разреженной строки ............................................................150 Применения разреженных матриц: преобразования изображений ..............152 Задача: поворот изображения .......................................................................156 Назад к таблицам сопряженности .....................................................................157 Задача: сокращение объема потребляемой оперативной памяти .............158 Теория информации применительно к сегментации : изменчивость информации........................................................................................................163 Конвертирование программного кода массивов NumPy под использование разреженных матриц ........................................................166 Таблицы сопряженности в сегментации изображений ...................................159 Теория информации вкратце ............................................................................160 Задача: вычисление условной энтропии ......................................................163
Стр.7
Содержание  7 Применение изменчивости информации ........................................................167 Дальнейшая работа: сегментация на практике ............................................173 Глава 6. Линейная алгебра в SciPy ........................................................174 Основы линейной алгебры ................................................................................174 Лапласова матрица графа ..................................................................................175 Задача: матрица поворота .............................................................................176 Лапласовы матрицы с данными о мозге ...........................................................181 Задача: изображение аффинного подобия ...................................................186 Задача: линейная алгебра с разреженными матрицами .............................186 PageRank: линейная алгебра для репутации и важности ................................187 Задача: обработка висячих узлов ..................................................................192 Задача: эквивалентность разных методов получения собственного вектора ............................................................................................................192 Заключительные замечания ..............................................................................192 Глава 7. Оптимизация функций в SciPy ...............................................193 Оптимизация в SciPy: scipy.optimize .................................................................195 Пример: вычисление оптимального сдвига изображения ..........................195 Регистрация изображения при помощи optimize ............................................201 Предотвращение локальных минимумов на основе алгоритма basin hopping .......................................................................................................204 Задача: модификация функции align ............................................................205 «Что лучше?»: выбор правильной целевой функции .......................................205 Глава 8. Большие данные с Toolz в маленьком ноутбуке ...........212 Потоковая передача при помощи yield .............................................................214 Введение в потоковую библиотеку Toolz ..........................................................217 Подсчет k-мер и исправление ошибок ..............................................................219 Каррирование: изюминка потоковой обработки .............................................223 Возвращаясь к подсчету k-мер ..........................................................................226 Задача: анализ главных компонент потоковых данных ..............................227 Марковская модель на основе полного генома ................................................228 Задача: онлайновая распаковка архива ........................................................231 Эпилог ...............................................................................................................233 Что дальше? .........................................................................................................233 Списки рассылок ............................................................................................233 GitHub ..............................................................................................................234 Конференции ..................................................................................................235 За пределами SciPy .............................................................................................235 Содействие этой книге .......................................................................................236
Стр.8
8  Содержание До следующей встречи... ....................................................................................237 Приложение. Решения задач ...................................................................238 Решение: добавление сеточного наложения ....................................................238 Решение: игра «“Жизнь” Конуэя» .....................................................................239 Решение: магнитуда градиента Собела ............................................................240 Решение: подбор кривой при помощи SciPy ....................................................241 Решение: свертывание изображения ................................................................243 Решение: вычислительная сложность матриц ошибок ...................................243 Решение: альтернативный алгоритм вычисления матрицы ошибок .............243 Решение: вычисление матрицы ошибок ..........................................................244 Решение: представление в формате COO .........................................................244 Решение: поворот изображения ........................................................................245 Решение: сокращение объема потребляемой оперативной памяти ..............246 Решение: вычисление условной энтропии .......................................................247 Решение: матрица поворота ..............................................................................247 Решение: изображение аффинного подобия....................................................248 Решение: линейная алгебра с разреженными матрицами ..............................249 Решение: обработка висячих узлов ...................................................................252 Решение: методы проверки ...............................................................................253 Решение: модификация функции align ............................................................253 Решение: анализ главных компонент потоковых данных при помощи библиотеки scikit-learn ......................................................................................255 Решение: добавление шага в начало конвейера ..............................................257 Предметный указатель ..............................................................................259
Стр.9

Облако ключевых слов *


* - вычисляется автоматически
Периодика по подписке
Антиплагиат система Руконтекст