Python笔记

中文 Python 笔记

Github 加载 .ipynb 的速度较慢，建议在 Nbviewer 中查看该项目。

简介

大部分内容来自网络。

默认安装了 Python 2.7 ，以及相关的第三方包 ipython ， numpy ， scipy ， pandas 。

推荐使用 Anaconda ，这个IDE集成了大部分常用的包。

笔记内容使用 ipython notebook 来展示。

安装好 Python 和相应的包之后，可以在命令行下输入：

$ ipython notebook 

来进入 ipython notebook 。

基本环境配置

• 安装 Anaconda 或者 Miniconda

• 更新环境

conda update conda conda update anaconda  

参考

• Enthought Training on Demand
• Computational Statistics in Python
• Scipy.org
• Deep Learning Tutorials
• High Performance Scientific Computing
• Scipy Lectures
• Pandas.org

目录

可以在 Notebook 中打开 generate static files.ipynb ，或者命令行中运行代码 generate_static_files.py 来生成静态的 HTML 文件。

• 01. Python 工具
  • 01.01 Python 简介
  • 01.02 Ipython 解释器
  • 01.03 Ipython notebook
  • 01.04 使用 Anaconda
• 02. Python 基础
  • 02.01 Python 入门演示
  • 02.02 Python 数据类型
  • 02.03 数字
  • 02.04 字符串
  • 02.05 索引和分片
  • 02.06 列表
  • 02.07 可变和不可变类型
  • 02.08 元组
  • 02.09 列表与元组的速度比较
  • 02.10 字典
  • 02.11 集合
  • 02.12 不可变集合
  • 02.13 Python 赋值机制
  • 02.14 判断语句
  • 02.15 循环
  • 02.16 列表推导式
  • 02.17 函数
  • 02.18 模块和包
  • 02.19 异常
  • 02.20 警告
  • 02.21 文件读写
• 03. Numpy
  • 03.01 Numpy 简介
  • 03.02 Matplotlib 基础
  • 03.03 Numpy 数组及其索引
  • 03.04 数组类型
  • 03.05 数组方法
  • 03.06 数组排序
  • 03.07 数组形状
  • 03.08 对角线
  • 03.09 数组与字符串的转换
  • 03.10 数组属性方法总结
  • 03.11 生成数组的函数
  • 03.12 矩阵
  • 03.13 一般函数
  • 03.14 向量化函数
  • 03.15 二元运算
  • 03.16 ufunc 对象
  • 03.17 choose 函数实现条件筛选
  • 03.18 数组广播机制
  • 03.19 数组读写
  • 03.20 结构化数组
  • 03.21 记录数组
  • 03.22 内存映射
  • 03.23 从 Matlab 到 Numpy
• 04. Scipy
  • 04.01 SCIentific PYthon 简介
  • 04.02 插值
  • 04.03 概率统计方法
  • 04.04 曲线拟合
  • 04.05 最小化函数
  • 04.06 积分
  • 04.07 解微分方程
  • 04.08 稀疏矩阵
  • 04.09 线性代数
  • 04.10 稀疏矩阵的线性代数
• 05. Python 进阶
  • 05.01 sys 模块简介
  • 05.02 与操作系统进行交互：os 模块
  • 05.03 CSV 文件和 csv 模块
  • 05.04 正则表达式和 re 模块
  • 05.05 datetime 模块
  • 05.06 SQL 数据库
  • 05.07 对象关系映射
  • 05.08 函数进阶：参数传递，高阶函数，lambda 匿名函数，global 变量，递归
  • 05.09 迭代器
  • 05.10 生成器
  • 05.11 with 语句和上下文管理器
  • 05.12 修饰符
  • 05.13 修饰符的使用
  • 05.14 operator, functools, itertools, toolz, fn, funcy 模块
  • 05.15 作用域
  • 05.16 动态编译
• 06. Matplotlib
  • 06.01 Pyplot 教程
  • 06.02 使用 style 来配置 pyplot 风格
  • 06.03 处理文本（基础）
  • 06.04 处理文本（数学表达式）
  • 06.05 图像基础
  • 06.06 注释
  • 06.07 标签
  • 06.08 figures, subplots, axes 和 ticks 对象
  • 06.09 不要迷信默认设置
  • 06.10 各种绘图实例
• 07. 使用其他语言进行扩展
  • 07.01 简介
  • 07.02 Python 扩展模块
  • 07.03 Cython：Cython 基础，将源代码转换成扩展模块
  • 07.04 Cython：Cython 语法，调用其他C库
  • 07.05 Cython：class 和 cdef class，使用 C++
  • 07.06 Cython：Typed memoryviews
  • 07.07 生成编译注释
  • 07.08 ctypes
• 08. 面向对象编程
  • 08.01 简介
  • 08.02 使用 OOP 对森林火灾建模
  • 08.03 什么是对象？
  • 08.04 定义 class
  • 08.05 特殊方法
  • 08.06 属性
  • 08.07 森林火灾模拟
  • 08.08 继承
  • 08.09 super() 函数
  • 08.10 重定义森林火灾模拟
  • 08.11 接口
  • 08.12 共有，私有和特殊方法和属性
  • 08.13 多重继承
• 09. Theano 基础
  • 09.01 Theano 简介及其安装
  • 09.02 Theano 基础
  • 09.03 Theano 在 Windows 上的配置
  • 09.04 Theano 符号图结构
  • 09.05 Theano 配置和编译模式
  • 09.06 Theano 条件语句
  • 09.07 Theano 循环：scan（详解）
  • 09.08 Theano 实例：线性回归
  • 09.09 Theano 实例：Logistic 回归
  • 09.10 Theano 实例：Softmax 回归
  • 09.11 Theano 实例：人工神经网络
  • 09.12 Theano 随机数流变量
  • 09.13 Theano 实例：更复杂的网络
  • 09.14 Theano 实例：卷积神经网络
  • 09.15 Theano tensor 模块：基础
  • 09.16 Theano tensor 模块：索引
  • 09.17 Theano tensor 模块：操作符和逐元素操作
  • 09.18 Theano tensor 模块：nnet 子模块
  • 09.19 Theano tensor 模块：conv 子模块
• 10. 有趣的第三方模块
  • 10.01 使用 basemap 画地图
  • 10.02 使用 cartopy 画地图
  • 10.03 探索 NBA 数据
• 11. 有用的工具
  • 11.01 pprint 模块：打印 Python 对象
  • 11.02 pickle, cPickle 模块：序列化 Python 对象
  • 11.03 json 模块：处理 JSON 数据
  • 11.04 glob 模块：文件模式匹配
  • 11.05 shutil 模块：高级文件操作
  • 11.06 gzip, zipfile, tarfile 模块：处理压缩文件
  • 11.07 logging 模块：记录日志
  • 11.08 string 模块：字符串处理
  • 11.09 collections 模块：更多数据结构
  • 11.10 requests 模块：HTTP for Human
• 12. Pandas
  • 12.01 十分钟上手 Pandas
  • 12.02 一维数据结构：Series
  • 12.03 二维数据结构：DataFrame