Python科学计算最佳实践 SciPy指南(图灵出品)

.1图像就是NumPy数组　　43
3.2信号处理中的滤波器　　48
3.3图像滤波（二维滤波器）　　53
3.4通用滤波器：邻近值的任意函数　　55
3.4.1练习：康威的生命游戏　　56
3.4.2练习：Sobel梯度幅值　　56
3.5图与NetworkX库　　57
3.6区域邻接图　　60
3.7优雅的ndimage：如何根据图像区域建立图对象　　63
3.8归纳总结：平均颜色分割　　65
第4章　频率与快速傅里叶变换　　67
4.1频率的引入　　67
4.2示例：鸟鸣声谱图　　69
4.3历史　　74
4.4实现　　75
4.5选择离散傅里叶变换的长度　　75
4.6更多离散傅里叶变换概念　　77
4.6.1频率及其排序　　77
4.6.2加窗　　83
4.7实际应用：分析雷达数据　　86
4.7.1频域中的信号性质　　91
4.7.2加窗之后　　93
4.7.3雷达图像　　95
4.7.4快速傅里叶变换的进一步应用　　99
4.7.5更多阅读　　99
4.7.6练习：图像卷积　　100
第5章　用稀疏坐标矩阵实现列联表　　101
5.1列联表　　102
5.1.1练习：混淆矩阵的计算复杂度　　103
5.1.2练习：计算混淆矩阵的另一种方法　　103
5.1.3练习：多类混淆矩阵　　104
5.2scipy.sparse数据格式　　104
5.2.1COO格式　　104
5.2.2练习：COO表示　　105
5.2.3稀疏行压缩格式　　106
5.3稀疏矩阵应用：图像转换　　108
5.4回到列联表　　112
5.5图像分割中的列联表　　113
5.6信息论简介　　114
5.7图像分割中的信息论：信息变异　　117
5.8转换NumPy数组代码以使用稀疏矩阵　　119
5.9使用信息变异　　120
第6章　SciPy中的线性代数　　128
6.1线性代数基础　　128
6.2图的拉普拉斯矩阵　　129
6.3大脑数据的拉普拉斯矩阵　　134
6.3.1练习：显示近邻视图　　138
6.3.2练习挑战：稀疏矩阵线性代数　　138
6.4PageRank：用于声望和重要性的线性代数　　139
6.4.1练习：处理悬挂节点　　144
6.4.2练习：不同特征向量方法的等价性　　144
6.5结束语　　144
第7章　SciPy中的函数优化　　145
7.1SciPy优化模块：sicpy.optimize　　146
7.2用optimize进行图像配准　　152
7.3用basinhopping算法避开局部最小值　　155
7.4选择正确的目标函数　　156
第8章　用Toolz在笔记本电脑上玩转大数据　　163
8.1用yield进行流处理　　164
8.2引入Toolz流库　　167
8.3k-mer计数与错误修正　　169
8.4柯里化：流的调料　　173
8.5回到k-mer计数　　175
8.6全基因组的马尔可夫模型　　177
后记　　182
附录练习答案　　186
作者简介　　206
封面简介　　206