Python科学计算与数据处理  01MGX028H

学期:2017—2018学年(春)第二学期 | 课程属性:公共选修课 | 任课教师:张敏洪
授课时间: 星期二, 第7、8节
授课地点: L-145(机房)
授课周次: 2、3、4、5、6、7、8、9、10、11、12
授课时间: 星期四, 第7、8节
授课地点: L-145(机房)
授课周次: 2、3、4、5、6、7、8、9、10、11、12
课程编号: 01MGX028H 课时: 40 学分: 1.0
课程属性: 公共选修课 主讲教师:张敏洪
英文名称: Python for Scientific Computation and Data Analysis

教学目的、要求

Python是一种面向对象的、动态的程序设计语言。具有非常简洁而清晰的语法,适合于完成各种高层任务。它既可以用来快速开发程序脚本,也可以用来开发大规模的软件。
  随着NumPy, SciPy, Sympy,Matplotlib, Pandas,Enthought librarys等众多程序库的开发,Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比,Python是一门通用的程序设计语言,比Matlab所采用的脚本语言的应用范围更广泛,有更多的程序库的支持,并且是免费、开源的。虽然Matlab中的许多高级功能和toolbox目前还是无法替代的,不过在日常的科研开发之中仍然有很多的工作是可以用Python代劳的。
  通过本课程的学习为同学今后从事科研工作提供帮助。本课程注重数值计算实践,用Python实现高等数学、线性代数、统计与优化等数学计算。

预修课程

高等数学、线性代数、统计基础、运筹学基础、计算机基础

教 材

下边三本教材部分综合。
《Numpy Beginner’s Guide》 Ivan Idris, Packt Publishing
《Python科学计算》 张若愚 清华大学出版社
《Python for Data Analysis》 Wes McKinney, O’Reily Media,Inc

主要内容

本课程将介绍如何用Python进行科学计算与数据处理,除了介绍数值、符号计算之外,我们还将介绍如何制作交互式的2D、3D图像;如何对数据进行处理和加工。
1、	Python简介(6学时)
    Python语言精要简介
2、	Ipython、Pylab -一种交互式计算和开发环境(2学时)
IPython 是 Python 的一个增强版本。它在下列方面有所增强:命名输入输出、使用系统命令(shell commands)、排错(debug)能力。
Pylab 是 matplotlib 面向对象绘图库的一个接口。它的语法和 Matlab 十分相近,可以像 Matlab 或者 Mathematica 那样以交互的方式绘图。
3、	NumPy-快速处理数据(8学时)
Numpy是Python的一个科学计算的库,提供了矩阵运算的功能,其一般与Scipy、matplotlib一起使用。
4、	SciPy-数值计算(8学时)
Scipy包包含致力于科学计算中常见问题的各个工具箱。它的不同子模块相应于不同的应用。像插值,积分,优化,图像处理,特殊函数等等。
5、	Sympy-符号运算(4学时)
SymPy是一个符号数学Python库。它的目标是成为一个全功能的计算机代数系统,同时保持代码的精简而易于理解和扩展。
6、	Matplotlib-绘制图表(4学时)
Matplotlib 可能是 Python 2D- 绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。
7、	Pandas-数据分析(8学时)
Pandas 是为了处理金融数据而开发的,它包含了高级的数据结构和精巧的工具,使得Python在处理数据时更加快速简单。
Pandas 构建于NumPy之上,使得以NumPy为中心得应用很容易使用

参考文献