파이썬과 수치 해석(2/E)

Python을 사용해 과학과 공학 분야에 빈번히 등장하는 연산 문제를 해결하는 방법을 설명한다. Python 과학 연산 모듈인 Scipy, 배열처리 기본 모듈인 NumPy, 데이터 처리를 위한 기본 모듈인 Pandas, 머신 러닝을 위한 Scikit-learn을 중심으로 과학 연산을 처리할 수 있는 두 가지 중요한 기법인 기호적, 수치적 처리 기법을 사용하는 데 Python을 어떻게 활용할 수 있는지 자세히 설명한다. 행렬 및 희소 행렬, 벡터, 상미분과 편미분, 적분, 인수분해, 시계열, 선형 대수, 통계 모델링, 머신 러닝, 신호처리 등 이공계의 대표적 문제들을 해결하는 데 Python을 어떻게 활용할 수 있는지 풍부한 예제를 통해 상세히 설명한다. 책 후반부는 HDF5를 포함해 데이터 처리를 위한 다양한 파일 입출력 형식을 알아보고, 코드의 실행 성능 향상을 위한 코드 최적화와 함께 모듈 설치법도 상세히 설명한다.

1장. Python을 이용한 컴퓨팅 소개 __Python을 이용한 컴퓨팅 환경 __Python ____인터프리터 __IPython 콘솔 ____입출력 캐싱 ____자동 완성 및 객체 인트로스펙션 ____문서 ____시스템 셸과의 상호 작용 ____IPython 확장 __Jupyter ____Jupyter QtConsole ____Jupyter Notebook ____Jupyter 랩 ____셀 유형 ____셀 편집하기 ____마크다운 셀 ____리치 출력 디스플레이 ____nbconvert __Spyder 통합 개발 환경 ____소스 코드 편집기 ____Spyder에 있는 콘솔 ____객체 검사기 __요약 __추가 참고 도서 목록 __참고 문헌 2장. 벡터, 행렬, 다차원 배열 __모듈 임포트하기 __NumPy 배열 객체 ____데이터 유형 ____메모리 내 배열 데이터 순서 __배열 만들기 ____리스트나 다른 유사-배열 객체에서 생성된 배열 ____일정한 값으로 채운 배열 ____증분 시퀀스로 채운 배열 ____로그 시퀀스로 채워진 배열 ____Meshgrid 배열 ____초기화되지 않은 배열 만들기 ____다른 배열의 특성으로 배열 만들기 ____행렬 만들기 __인덱싱 및 슬라이싱 ____1차원 배열 ____다차원 배열 ____뷰 ____팬시 인덱싱과 부울 값 인덱싱 __재형상과 크기 변경 __벡터화 식 ____산술 연산 ____원소별 함수 ____집계 함수 ____부울 배열과 조건부 식 ____집합 연산 ____배열 연산 __행렬과 벡터 연산 __요약 __추가 참고 도서 목록 __참고 문헌 3장. 기호 연산 __SymPy 임포트하기 __기호들 ____숫자들 __식 __식 다루기 ____단순화 ____확장 ____인수분해 모음 및 병합 ____분리, 묶기, 제거 ____치환 __수치 계산 ____미적분 ____도함수 ____적분 ____계열 ____극한 ____합과 곱 __방정식 __선형 대수학 __요약 __추가 참고 도서 목록 __참고 문헌 4장. 도식화와 시각화3 __모듈 임포트하기 __시작하기 ____대화형 및 비대화형 모드 __Figure __Axes ____도식 유형 ____선 속성 ____범례 ____텍스트 서식 및 주석 ____축 특성 __고급 Axes 레이아웃 ____인셋 ____부도면 ____Subplot2grid ____GridSpec __컬러 맵 도식화 __3D 도면 __요약 __추가 참고 도서 목록 __참고 문헌 5장. 방정식 풀이 __모듈 임포트하기 __선형 연립 방정식 ____정방 시스템 ____비정방 방정식 __고윳값 문제 __비선형 방정식 ____단변량 방정식 ____비선형 연립 방정식 __요약 __추가 참고 도서 목록 __참고 문헌 6장. 최적화 __모듈 임포트하기 __최적화 문제 분류 __일변량 최적화 __제약 없는 다변량 최적화 __비선형 최소 자승 문제 __제약 조건 최적화 ____선형 프로그래밍 __요약 __추가 참고 도서 목록 __참고 문헌 7장. 보간법 __모듈 임포트하기 __보간법 __다항식 __다항식 보간 __스플라인 보간 __다변량 보간법 __요약 __추가 참고 도서 목록 __참고 문헌 8장. 적분 __모듈 임포트하기 __수치적 적분법 __Scipy와의 수치적 적분 ____표로 된 피적분 함수 __다중 적분 __기호와 임의-정밀도 적분 ____선 적분 __적분 변환 __요약 __추가 참고 도서 목록 __참고 문헌 9장. ODE __모듈 임포트하기 __ODE __ODE의 기호적 해법 ____방향장 ____라플라스 변환을 이용한 ODE 해결 __ODE 해결을 위한 수치적인 방법 __Scipy를 이용한 ODE의 수치적 적분 __요약 __추가 참고 도서 목록 __참고 문헌 10장. 희소 행렬과 그래프 __모듈 임포트하기 __Scipy의 희소 행렬 ____희소 행렬 생성 함수 ____희소 선형 대수 함수 ____선형 연립 방정식 ____그래프와 네트워크 __요약 __추가 참고 도서 목록 __참고 문헌 11장. PDE __모듈 임포트하기 __PDE __FDMs __FEM ____FEM 라이브러리 조사 __FENiCS를 이용해 PDE 해결하기 __요약 __추가 참고 도서 목록 __참고 문헌 12장. 데이터 처리 및 분석 __모듈 임포트하기 __Pandas 소개 ____Series ____DataFrame ____시계열 __Seaborn 그래픽 라이브러리 __요약 __추가 참고 도서 목록 __참고 문헌 13장. 통계학 __모듈 임포트하기 __통계 및 확률 리뷰 __랜덤 수 __확률 변수 및 분포 __가설 검정 __비매개변수 기법 __요약 __추가 참고 도서 목록 __참고 문헌 14장. 통계 모델링 __모듈 임포트하기 __통계 모델링 소개 __Patsy를 이용한 통계 모델 정의 __선형 회귀 ____예제 데이터셋 __이산 회귀 분석 ____로지스틱 회귀 ____푸아송 모델 __시계열 __요약 __추가 참고 도서 목록 __참고 문헌 15장. 머신 러닝 __모듈 임포트하기 __머신 러닝에 대한 간략한 리뷰 __회귀 __분류 __클러스터링 __요약 __추가 참고 도서 목록 __참고 문헌 16장. 베이즈 통계 __모듈 임포트하기 __베이즈 통계 소개 __모델 정의 ____사후 분포 표본 추출 ____선형 회귀 __요약 __추가 참고 도서 목록 __참고 문헌 17장. 신호 처리 __모듈 임포트하기 __스펙트럼 분석 ____푸리에 변환 ____윈도우 ____스펙트로그램 __신호 필터 ____컨벌루션 필터 ____FIR 및 IIR 필터 __요약 __추가 참고 도서 목록 __참고 문헌 18장. 데이터 입출력 __모듈 임포트하기 __쉼표-구분 값 __HDF5 ____h5py ____PyTables ____Pandas HDFStore __JSON __직렬화 __요약 __추가 참고 도서 목록 __참고 문헌 19장. 코드 최적화 __모듈 임포트하기 __Numba __Cython __요약 __추가 참고 도서 목록 __참고 문헌 부록. 코드 최적화 __설치 __Miniconda와 Conda __완벽한 환경 __요약 __추가 참고 도서 목록