最新章節

• 11.6.4 分形山脈
• 11.6.3 L-System分形
• 11.6.2 迭代函數系統
• 11.6.1 Mandelbrot集合
• 11.6 分形
• 11.5.3 掃雷游戲

• 11.6.4 分形山脈 更新時間：2021-03-19 17:01:27
• 11.6.3 L-System分形
• 11.6.2 迭代函數系統
• 11.6.1 Mandelbrot集合
• 11.6 分形
• 11.5.3 掃雷游戲
• 11.5.2 數獨游戲
• 11.5.1 用Cython包裝PicoSAT
• 11.5 布爾可滿足性問題求解器
• 11.4.4 卷積運算
• 11.4.3 觀察信號的頻譜
• 11.4.2 合成時域信號
• 11.4.1 FFT知識復習
• 11.4 頻域信號處理
• 11.3.5 使用Cython迭代實現矩陣分解
• 11.3.4 使用最小二乘法實現矩陣分解
• 11.3.3 矩陣分解
• 11.3.2 推薦性能評價標準
• 11.3.1 讀入數據
• 11.3 推薦算法
• 11.2.3 單擺模擬
• 11.2.2 最速降線
• 11.2.1 懸鏈線
• 11.2 經典力學模擬
• 11.1.3 演示程序
• 11.1.2 編寫代碼
• 11.1.1 泊松混合算法
• 11.1 使用泊松混合合成圖像
• 第11章 實例
• 10.6.3 調用BLAS函數
• 10.6.2 快速調用DLL中的函數
• 10.6.1 創建ufunc函數
• 10.6 Cython技巧集
• 10.5.3 包裝ahocorasick庫
• 10.5.2 一維浮點數向量類型
• 10.5.1 擴展類型的基本結構
• 10.5 擴展類型
• 10.4.3 用array.array作為動態數組
• 10.4.2 創建tuple對象
• 10.4.1 操作list對象
• 10.4 使用Python標準對象和API
• 10.3.2 用降采樣提高繪圖速度
• 10.3.1 Cython的內存視圖
• 10.3 高效處理數組
• 10.2.6 使用cdef定義C語言函數
• 10.2.5 使用def定義函數
• 10.2.4 使用cdef關鍵字聲明變量類型
• 10.2.3 C語言中的Python對象類型
• 10.2.2 將Cython程序編譯成擴展模塊
• 10.2.1 計算矢量集的距離矩陣
• 10.2 Cython入門
• 10.1 配置編譯器
• 第10章 Cython-編譯Python程序
• 9.3.3 在cv和cv2之間轉換圖像對象
• 9.6.2 Mat對象
• 9.6.1 分析cv2的源程序
• 9.6 類型轉換
• 9.5.2 輪廓匹配
• 9.5.1 輪廓檢測
• 9.5 形狀與結構分析
• 9.4.3 SURF特征匹配
• 9.4.2 圖像分割
• 9.4.1 用霍夫變換檢測直線和圓
• 9.4 圖像識別
• 9.3.5 用雙目視覺圖像計算深度信息
• 9.3.4 二維離散傅立葉變換
• 9.3.3 直方圖
• 9.3.2 重映射-remap
• 9.3.1 幾何變換
• 9.3 圖像變換
• 9.2.4 去瑕疵-inpaint
• 9.2.3 填充-floodFill
• 9.2.2 形態學運算
• 9.2.1 二維卷積
• 9.2 圖像處理
• 9.1.6 視頻輸入
• 9.1.5 視頻輸出
• 9.1.4 字節序列與圖像的相互轉換
• 9.1.3 圖像輸出
• 9.1.2 圖像類型
• 9.1.1 讀入并顯示圖像
• 9.1 圖像的輸入輸出
• 第9章 OpenCV-圖像處理和計算機視覺
• 8.6.2 Mayavi場景的嵌入
• 8.6.1 TVTK場景的嵌入
• 8.6 將TVTK和Mayavi嵌入界面
• 8.5.7 矢量場
• 8.5.6 標量場
• 8.5.5 修改和創建流水線
• 8.5.4 網格面mesh
• 8.5.3 二維圖像的可視化
• 8.5.2 Mayavi的流水線
• 8.5.1 點和線
• 8.5 用mlab快速繪圖
• 8.4.4 計算圓柱的相貫線
• 8.4.3 流線
• 8.4.2 等值面
• 8.4.1 切面
• 8.4 TVTK可視化實例
• 8.3.5 數組操作
• 8.3.4 集合迭代
• 8.3.3 序列化
• 8.3.2 Trait屬性
• 8.3.1 TVTK的基本用法
• 8.3 TVTK的改進
• 8.2.4 PolyData
• 8.2.3 StructuredGrid
• 8.2.2 RectilinearGrid
• 8.2.1 ImageData
• 8.2 數據集
• 8.1.2 用ivtk觀察流水線
• 8.1.1 顯示圓錐
• 8.1 VTK的流水線(Pipeline)
• 第8章 TVTK與Mayavi-數據的三維可視化
• 7.6 函數曲線繪制工具
• 7.5.3 自定義編輯器
• 7.5.2 對象編輯器
• 7.5.1 編輯器演示程序
• 7.5 屬性編輯器
• 7.4.3 響應Trait屬性的事件
• 7.4.2 Controller和UIInfo對象
• 7.4.1 用Handler處理事件
• 7.4 用Handler控制界面和模型
• 7.3.2 用View定義界面
• 7.3.1 默認界面
• 7.3 TraitsUI入門
• 7.2.5 動態添加Trait屬性
• 7.2.4 Event和Button屬性
• 7.2.3 Trait屬性監聽
• 7.2.2 Property屬性
• 7.2.1 預定義的Trait類型
• 7.2 Trait類型
• 7.1.4 Trait的元數據
• 7.1.3 Trait類型對象
• 7.1.2 Trait屬性的功能
• 7.1.1 什么是Traits屬性
• 7.1 Traits類型入門
• 第7章 Traits&TraitsUI-輕松制作圖形界面
• 6.5.3 動畫演示
• 6.5.2 將符號表達式轉換為程序
• 6.5.1 推導系統的微分方程
• 6.5 機械運動模擬
• 6.4.3 使用cse()分步輸出表達式
• 6.4.2 用autowrap()編譯表達式
• 6.4.1 lambdify
• 6.4 輸出符號表達式
• 6.3.5 積分
• 6.3.4 微分方程
• 6.3.3 微分
• 6.3.2 方程
• 6.3.1 表達式變換和化簡
• 6.3 符號運算
• 6.2.4 通配符
• 6.2.3 運算符和函數
• 6.2.2 數值
• 6.2.1 符號
• 6.2 數學表達式
• 6.1.3 數值微分
• 6.1.2 球體體積
• 6.1.1 封面上的經典公式
• 6.1 從例子開始
• 第6章 SymPy-符號運算好幫手
• 5.7.2 分析空氣質量數據
• 5.7.1 分析Pandas項目的提交歷史
• 5.7 數據處理和可視化實例
• 5.6.3 分組－運算－合并
• 5.6.2 GroupBy對象
• 5.6.1 groupby()方法
• 5.6 分組運算
• 5.5.4 改變DataFrame的形狀
• 5.5.3 與NaN相關的函數
• 5.5.2 時間序列
• 5.5.1 時間點、時間段、時間間隔
• 5.5 時間序列
• 5.4 數值運算函數
• 5.3.4 使用Pickle序列化
• 5.3.3 讀寫數據庫
• 5.3.2 HDF5文件
• 5.3.1 CSV文件
• 5.3 文件的輸入輸出
• 5.2.5 query()方法
• 5.2.4 多級標簽的存取
• 5.2.3 獲取單個值
• 5.2.2 .loc[]和.iloc[]存取器
• 5.2.1 []操作符
• 5.2 下標存取
• 5.1.6 DataFrame的內部結構
• 5.1.5 常用的函數參數
• 5.1.4 MultiIndex對象
• 5.1.3 Index對象
• 5.1.2 DataFrame對象
• 5.1.1 Series對象
• 5.1 Pandas中的數據對象
• 第5章 Pandas-方便的數據分析庫
• 4.6.4 添加GUI面板
• 4.6.3 動畫
• 4.6.2 響應鼠標與鍵盤事件
• 4.6.1 使用agg后臺在圖像上繪圖
• 4.6 matplotlib技巧集
• 4.5.10 三維繪圖
• 4.5.9 箭頭圖
• 4.5.8 三角網格
• 4.5.7 四邊形網格
• 4.5.6 等值線圖
• 4.5.5 圖像
• 4.5.4 散列圖
• 4.5.3 柱狀圖
• 4.5.2 極坐標圖
• 4.5.1 對數坐標圖
• 4.5 繪圖函數簡介
• 4.4.2 集合
• 4.4.1 Path與Patch
• 4.4 塊、路徑和集合
• 4.3.4 添加注釋
• 4.3.3 制作陰影效果
• 4.3.2 坐標變換的流水線
• 4.3.1 4種坐標系
• 4.3 坐標變換和注釋
• 4.2.5 Artist對象的關系
• 4.2.4 Axis容器
• 4.2.3 Axes容器
• 4.2.2 Figure容器
• 4.2.1 Artist的屬性
• 4.2 Artist對象
• 4.1.6 在圖表中顯示中文
• 4.1.5 配置文件
• 4.1.4 繪制多子圖
• 4.1.3 配置屬性
• 4.1.2 面向對象方式繪圖
• 4.1.1 使用pyplot模塊繪圖
• 4.1 快速繪圖
• 第4章 matplotlib-繪制精美的圖表
• 3.10.4 德勞內三角化
• 3.10.3 沃羅諾伊圖
• 3.10.2 凸包
• 3.10.1 計算最近旁點
• 3.10 空間算法庫-spatial
• 3.9.2 圖像分割
• 3.9.1 形態學圖像處理
• 3.9 圖像處理-ndimage
• 3.8.2 最短路徑
• 3.8.1 稀疏矩陣的存儲形式
• 3.8 稀疏矩陣-sparse
• 3.7.2 多維插值
• 3.7.1 一維插值
• 3.7 插值-interpolate
• 3.6.3 連續時間線性系統
• 3.6.2 濾波器設計
• 3.6.1 中值濾波
• 3.6 信號處理-signal
• 3.5.3 ode類
• 3.5.2 解常微分方程組
• 3.5.1 球的體積
• 3.5 數值積分-integrate
• 3.4.6 卡方分布和卡方檢驗
• 3.4.5 學生t-分布與t檢驗
• 3.4.4 二項分布、泊松分布、伽瑪分布
• 3.4.3 核密度估計
• 3.4.2 離散概率分布
• 3.4.1 連續概率分布
• 3.4 統計-stats
• 3.3.4 奇異值分解-SVD
• 3.3.3 特征值和特征向量
• 3.3.2 最小二乘解
• 3.3.1 解線性方程組
• 3.3 線性代數-linalg
• 3.2.4 計算全域最小值
• 3.2.3 計算函數局域最小值
• 3.2.2 最小二乘擬合
• 3.2.1 非線性方程組求解
• 3.2 擬合與優化-optimize
• 3.1 常數和特殊函數
• 第3章 SciPy-數值計算庫
• 2.5.3 與結構數組共享內存
• 2.5.2 和其他對象共享內存
• 2.5.1 動態數組
• 2.5 實用技巧
• 2.4.10 廣義ufunc函數
• 2.4.9 各種乘積運算
• 2.4.8 多項式函數類
• 2.4.7 多項式函數
• 2.4.6 操作多維數組
• 2.4.5 分段函數
• 2.4.4 統計函數
• 2.4.3 大小與排序
• 2.4.2 求和、平均值、方差
• 2.4.1 隨機數
• 2.4 龐大的函數庫
• 2.3.4 布爾數組作為下標
• 2.3.3 一個復雜的例子
• 2.3.2 整數數組作為下標
• 2.3.1 下標對象
• 2.3 多維數組的下標存取
• 2.2.5 ufunc的方法
• 2.2.4 廣播
• 2.2.3 自定義ufunc函數
• 2.2.2 比較運算和布爾運算
• 2.2.1 四則運算
• 2.2 ufunc函數
• 2.1.7 內存結構
• 2.1.6 結構數組
• 2.1.5 多維數組
• 2.1.4 存取元素
• 2.1.3 自動生成數組
• 2.1.2 元素類型
• 2.1.1 創建
• 2.1 ndarray對象
• 第2章 NumPy-快速處理數據
• 1.3.7 提高運算速度
• 1.3.6 圖像處理和計算機視覺
• 1.3.5 界面設計
• 1.3.4 數據處理和分析
• 1.3.3 繪圖與可視化
• 1.3.2 符號計算庫
• 1.3.1 數值計算庫
• 1.3 擴展庫介紹
• 1.2.4 定制IPython Notebook
• 1.2.3 Notebook的顯示系統
• 1.2.2 魔法(Magic)命令
• 1.2.1 基本操作
• 1.2 IPython Notebook入門
• 1.1.3 集成開發環境(IDE)
• 1.1.2 開發環境
• 1.1.1 Python 2還是Python 3
• 1.1 Python簡介
• 第1章 Python科學計算環境的安裝與簡介
• 前言
• 第1版序
• Preface
• 版權信息
• 封面

• 封面
• 版權信息
• Preface
• 第1版序
• 前言
• 第1章 Python科學計算環境的安裝與簡介
• 1.1 Python簡介
• 1.1.1 Python 2還是Python 3
• 1.1.2 開發環境
• 1.1.3 集成開發環境(IDE)
• 1.2 IPython Notebook入門
• 1.2.1 基本操作
• 1.2.2 魔法(Magic)命令
• 1.2.3 Notebook的顯示系統
• 1.2.4 定制IPython Notebook
• 1.3 擴展庫介紹
• 1.3.1 數值計算庫
• 1.3.2 符號計算庫
• 1.3.3 繪圖與可視化
• 1.3.4 數據處理和分析
• 1.3.5 界面設計
• 1.3.6 圖像處理和計算機視覺
• 1.3.7 提高運算速度
• 第2章 NumPy-快速處理數據
• 2.1 ndarray對象
• 2.1.1 創建
• 2.1.2 元素類型
• 2.1.3 自動生成數組
• 2.1.4 存取元素
• 2.1.5 多維數組
• 2.1.6 結構數組
• 2.1.7 內存結構
• 2.2 ufunc函數
• 2.2.1 四則運算
• 2.2.2 比較運算和布爾運算
• 2.2.3 自定義ufunc函數
• 2.2.4 廣播
• 2.2.5 ufunc的方法
• 2.3 多維數組的下標存取
• 2.3.1 下標對象
• 2.3.2 整數數組作為下標
• 2.3.3 一個復雜的例子
• 2.3.4 布爾數組作為下標
• 2.4 龐大的函數庫
• 2.4.1 隨機數
• 2.4.2 求和、平均值、方差
• 2.4.3 大小與排序
• 2.4.4 統計函數
• 2.4.5 分段函數
• 2.4.6 操作多維數組
• 2.4.7 多項式函數
• 2.4.8 多項式函數類
• 2.4.9 各種乘積運算
• 2.4.10 廣義ufunc函數
• 2.5 實用技巧
• 2.5.1 動態數組
• 2.5.2 和其他對象共享內存
• 2.5.3 與結構數組共享內存
• 第3章 SciPy-數值計算庫
• 3.1 常數和特殊函數
• 3.2 擬合與優化-optimize
• 3.2.1 非線性方程組求解
• 3.2.2 最小二乘擬合
• 3.2.3 計算函數局域最小值
• 3.2.4 計算全域最小值
• 3.3 線性代數-linalg
• 3.3.1 解線性方程組
• 3.3.2 最小二乘解
• 3.3.3 特征值和特征向量
• 3.3.4 奇異值分解-SVD
• 3.4 統計-stats
• 3.4.1 連續概率分布
• 3.4.2 離散概率分布
• 3.4.3 核密度估計
• 3.4.4 二項分布、泊松分布、伽瑪分布
• 3.4.5 學生t-分布與t檢驗
• 3.4.6 卡方分布和卡方檢驗
• 3.5 數值積分-integrate
• 3.5.1 球的體積
• 3.5.2 解常微分方程組
• 3.5.3 ode類
• 3.6 信號處理-signal
• 3.6.1 中值濾波
• 3.6.2 濾波器設計
• 3.6.3 連續時間線性系統
• 3.7 插值-interpolate
• 3.7.1 一維插值
• 3.7.2 多維插值
• 3.8 稀疏矩陣-sparse
• 3.8.1 稀疏矩陣的存儲形式
• 3.8.2 最短路徑
• 3.9 圖像處理-ndimage
• 3.9.1 形態學圖像處理
• 3.9.2 圖像分割
• 3.10 空間算法庫-spatial
• 3.10.1 計算最近旁點
• 3.10.2 凸包
• 3.10.3 沃羅諾伊圖
• 3.10.4 德勞內三角化
• 第4章 matplotlib-繪制精美的圖表
• 4.1 快速繪圖
• 4.1.1 使用pyplot模塊繪圖
• 4.1.2 面向對象方式繪圖
• 4.1.3 配置屬性
• 4.1.4 繪制多子圖
• 4.1.5 配置文件
• 4.1.6 在圖表中顯示中文
• 4.2 Artist對象
• 4.2.1 Artist的屬性
• 4.2.2 Figure容器
• 4.2.3 Axes容器
• 4.2.4 Axis容器
• 4.2.5 Artist對象的關系
• 4.3 坐標變換和注釋
• 4.3.1 4種坐標系
• 4.3.2 坐標變換的流水線
• 4.3.3 制作陰影效果
• 4.3.4 添加注釋
• 4.4 塊、路徑和集合
• 4.4.1 Path與Patch
• 4.4.2 集合
• 4.5 繪圖函數簡介
• 4.5.1 對數坐標圖
• 4.5.2 極坐標圖
• 4.5.3 柱狀圖
• 4.5.4 散列圖
• 4.5.5 圖像
• 4.5.6 等值線圖
• 4.5.7 四邊形網格
• 4.5.8 三角網格
• 4.5.9 箭頭圖
• 4.5.10 三維繪圖
• 4.6 matplotlib技巧集
• 4.6.1 使用agg后臺在圖像上繪圖
• 4.6.2 響應鼠標與鍵盤事件
• 4.6.3 動畫
• 4.6.4 添加GUI面板
• 第5章 Pandas-方便的數據分析庫
• 5.1 Pandas中的數據對象
• 5.1.1 Series對象
• 5.1.2 DataFrame對象
• 5.1.3 Index對象
• 5.1.4 MultiIndex對象
• 5.1.5 常用的函數參數
• 5.1.6 DataFrame的內部結構
• 5.2 下標存取
• 5.2.1 []操作符
• 5.2.2 .loc[]和.iloc[]存取器
• 5.2.3 獲取單個值
• 5.2.4 多級標簽的存取
• 5.2.5 query()方法
• 5.3 文件的輸入輸出
• 5.3.1 CSV文件
• 5.3.2 HDF5文件
• 5.3.3 讀寫數據庫
• 5.3.4 使用Pickle序列化
• 5.4 數值運算函數
• 5.5 時間序列
• 5.5.1 時間點、時間段、時間間隔
• 5.5.2 時間序列
• 5.5.3 與NaN相關的函數
• 5.5.4 改變DataFrame的形狀
• 5.6 分組運算
• 5.6.1 groupby()方法
• 5.6.2 GroupBy對象
• 5.6.3 分組－運算－合并
• 5.7 數據處理和可視化實例
• 5.7.1 分析Pandas項目的提交歷史
• 5.7.2 分析空氣質量數據
• 第6章 SymPy-符號運算好幫手
• 6.1 從例子開始
• 6.1.1 封面上的經典公式
• 6.1.2 球體體積
• 6.1.3 數值微分
• 6.2 數學表達式
• 6.2.1 符號
• 6.2.2 數值
• 6.2.3 運算符和函數
• 6.2.4 通配符
• 6.3 符號運算
• 6.3.1 表達式變換和化簡
• 6.3.2 方程
• 6.3.3 微分
• 6.3.4 微分方程
• 6.3.5 積分
• 6.4 輸出符號表達式
• 6.4.1 lambdify
• 6.4.2 用autowrap()編譯表達式
• 6.4.3 使用cse()分步輸出表達式
• 6.5 機械運動模擬
• 6.5.1 推導系統的微分方程
• 6.5.2 將符號表達式轉換為程序
• 6.5.3 動畫演示
• 第7章 Traits&TraitsUI-輕松制作圖形界面
• 7.1 Traits類型入門
• 7.1.1 什么是Traits屬性
• 7.1.2 Trait屬性的功能
• 7.1.3 Trait類型對象
• 7.1.4 Trait的元數據
• 7.2 Trait類型
• 7.2.1 預定義的Trait類型
• 7.2.2 Property屬性
• 7.2.3 Trait屬性監聽
• 7.2.4 Event和Button屬性
• 7.2.5 動態添加Trait屬性
• 7.3 TraitsUI入門
• 7.3.1 默認界面
• 7.3.2 用View定義界面
• 7.4 用Handler控制界面和模型
• 7.4.1 用Handler處理事件
• 7.4.2 Controller和UIInfo對象
• 7.4.3 響應Trait屬性的事件
• 7.5 屬性編輯器
• 7.5.1 編輯器演示程序
• 7.5.2 對象編輯器
• 7.5.3 自定義編輯器
• 7.6 函數曲線繪制工具
• 第8章 TVTK與Mayavi-數據的三維可視化
• 8.1 VTK的流水線(Pipeline)
• 8.1.1 顯示圓錐
• 8.1.2 用ivtk觀察流水線
• 8.2 數據集
• 8.2.1 ImageData
• 8.2.2 RectilinearGrid
• 8.2.3 StructuredGrid
• 8.2.4 PolyData
• 8.3 TVTK的改進
• 8.3.1 TVTK的基本用法
• 8.3.2 Trait屬性
• 8.3.3 序列化
• 8.3.4 集合迭代
• 8.3.5 數組操作
• 8.4 TVTK可視化實例
• 8.4.1 切面
• 8.4.2 等值面
• 8.4.3 流線
• 8.4.4 計算圓柱的相貫線
• 8.5 用mlab快速繪圖
• 8.5.1 點和線
• 8.5.2 Mayavi的流水線
• 8.5.3 二維圖像的可視化
• 8.5.4 網格面mesh
• 8.5.5 修改和創建流水線
• 8.5.6 標量場
• 8.5.7 矢量場
• 8.6 將TVTK和Mayavi嵌入界面
• 8.6.1 TVTK場景的嵌入
• 8.6.2 Mayavi場景的嵌入
• 第9章 OpenCV-圖像處理和計算機視覺
• 9.1 圖像的輸入輸出
• 9.1.1 讀入并顯示圖像
• 9.1.2 圖像類型
• 9.1.3 圖像輸出
• 9.1.4 字節序列與圖像的相互轉換
• 9.1.5 視頻輸出
• 9.1.6 視頻輸入
• 9.2 圖像處理
• 9.2.1 二維卷積
• 9.2.2 形態學運算
• 9.2.3 填充-floodFill
• 9.2.4 去瑕疵-inpaint
• 9.3 圖像變換
• 9.3.1 幾何變換
• 9.3.2 重映射-remap
• 9.3.3 直方圖
• 9.3.4 二維離散傅立葉變換
• 9.3.5 用雙目視覺圖像計算深度信息
• 9.4 圖像識別
• 9.4.1 用霍夫變換檢測直線和圓
• 9.4.2 圖像分割
• 9.4.3 SURF特征匹配
• 9.5 形狀與結構分析
• 9.5.1 輪廓檢測
• 9.5.2 輪廓匹配
• 9.6 類型轉換
• 9.6.1 分析cv2的源程序
• 9.6.2 Mat對象
• 9.3.3 在cv和cv2之間轉換圖像對象
• 第10章 Cython-編譯Python程序
• 10.1 配置編譯器
• 10.2 Cython入門
• 10.2.1 計算矢量集的距離矩陣
• 10.2.2 將Cython程序編譯成擴展模塊
• 10.2.3 C語言中的Python對象類型
• 10.2.4 使用cdef關鍵字聲明變量類型
• 10.2.5 使用def定義函數
• 10.2.6 使用cdef定義C語言函數
• 10.3 高效處理數組
• 10.3.1 Cython的內存視圖
• 10.3.2 用降采樣提高繪圖速度
• 10.4 使用Python標準對象和API
• 10.4.1 操作list對象
• 10.4.2 創建tuple對象
• 10.4.3 用array.array作為動態數組
• 10.5 擴展類型
• 10.5.1 擴展類型的基本結構
• 10.5.2 一維浮點數向量類型
• 10.5.3 包裝ahocorasick庫
• 10.6 Cython技巧集
• 10.6.1 創建ufunc函數
• 10.6.2 快速調用DLL中的函數
• 10.6.3 調用BLAS函數
• 第11章 實例
• 11.1 使用泊松混合合成圖像
• 11.1.1 泊松混合算法
• 11.1.2 編寫代碼
• 11.1.3 演示程序
• 11.2 經典力學模擬
• 11.2.1 懸鏈線
• 11.2.2 最速降線
• 11.2.3 單擺模擬
• 11.3 推薦算法
• 11.3.1 讀入數據
• 11.3.2 推薦性能評價標準
• 11.3.3 矩陣分解
• 11.3.4 使用最小二乘法實現矩陣分解
• 11.3.5 使用Cython迭代實現矩陣分解
• 11.4 頻域信號處理
• 11.4.1 FFT知識復習
• 11.4.2 合成時域信號
• 11.4.3 觀察信號的頻譜
• 11.4.4 卷積運算
• 11.5 布爾可滿足性問題求解器
• 11.5.1 用Cython包裝PicoSAT
• 11.5.2 數獨游戲
• 11.5.3 掃雷游戲
• 11.6 分形
• 11.6.1 Mandelbrot集合
• 11.6.2 迭代函數系統
• 11.6.3 L-System分形
• 11.6.4 分形山脈 更新時間：2021-03-19 17:01:27