科学计算的奠基石：Python第1章Python的科学计算生态1.1为什么选择Python？1.1.1科研人员需求获取数据（模拟、验证对照）操作、处理数据易于反映问题结果可视化和适合发表的高质量图形1.1.2Python的优势丰富的基本数据处理方法、图形和数据处理工具，无需重新发明轮子易于掌握：大多数科学家并不以编程为职业，也没有接受过特殊培训，他们需要的是快速组合、流畅的信号、快速的傅里叶变换处理能力易于交流：让代码可以在不改变的情况下改变存在于实验室、公司环境之间。代码要像合作者一样通俗易懂，学生套客户的畅销书。Python的语法简单，很少有奇怪的符号或冗长的规则，让读者在不了解代码内部机制的情况下，也能用数学和科学思维理解高效的代码：Python数据模块计算非常高效，无需专业编码能力，Python的目标是更少的开发时间和更少的执行时间通用：Python是一种可以解决多个领域问题的语言。学习Python不需要针对某一类问题去学习具体的处理方法1.1.3Python与其他编程语言的比较编译型语言：C、C++、Fortran……优点：快。对于繁重的计算，这些语言表现最好缺点：使用起来很痛苦。非交互式开发，必要的编译步骤，复杂的语法，手动内存管理。非程序员的困难语言。Matlab脚本语言：优点：各领域都有丰富的科学计算库。用编译语言编写的类库使其执行速度非常快，编程环境舒适：贴心、集成的编辑器等。提供商业支持。局限性：基本语言技能低，无法满足高级用户。收费。Julia的优点：编码速度快，交互性强，简洁，易于调用Python或C约束：生态局限科学计算不成熟其他脚本语言：Scilab、Octave、R、IDL等。优点：开源免费，至少比matlab便宜一些软件很精致，在一个领域，可以写出可读性强、结构良好的代码：“编码我们的想法”局限：算法比matlab少，编程语言不行开创和发展只适用于部分领域的Python优势：非常丰富的科学计算库语法符合思维逻辑，可以写出结构良好、可读性强的代码：“codewhatwethink”除了科学计算，其他库也一样丰富（web服务器，序列化端口访问等）免费开源，广泛使用，动态开发社区各种开发环境：IPython，Spyder，Jupyternotebook，Pycharm，VisualStudioCode限制：没有独特的算法，针对那些特定的软件或工具箱1.2Python的科学计算生态系统与Matlab和R不同，Python没有预先捆绑一系列科学计算模块莱斯。下面介绍能够辅助构建科学计算环境的基础模块：Python，一门通用的现代计算语言语言本身：流程控制、数据类型、数据收集等基础库和模块：字符串处理、文件管理，简单的网络协议大量专用模块和软件：网络框架等，以及科学计算开发工具（自动化测试，文档生成）更多数据处理库Numpy：强大的数据计算数组对象，和标准化操作。http://www.numpy.orgScipy：高级数据规范。优化、回归、插值等Matplotlib：2-D可视化、易于发布的组合高级交互环境IPython：高级Python命令行控制台Jupyter：浏览器中的笔记本领域特定包Mayavi：3-D可视化pandas、statsmodels,seaborn:统计sympy:符号计算scikit-image:图像处理scikit-learn:机器学习还有很多在本文档开始之前没有记录1.3:安装工作环境Python有很多发行版，安装方式也有很多种它。我们更喜欢安装一个科学计算发行版，它有许多优化的科学计算模块。警告：安装Python3Python2.7支持维护到2020.1.1在Linux环境下，如果使用最新的发行版，很多已经根据可能打包，建议使用包管理器。其他系统平台的一些大型和完整的Python发行版AnacondaEPDWinPython1.4工作流程：交换环境和文本编辑器以交互方式工作以测试和理解算法：在本节中，我们描述了交互和命令行工作流程。Python是一种通用语言。因此，没有一定的工作环境可供选择，使用方式不止一种，如Web服务器、嵌入式设备等。这使得很难找到合适的入门方式。1.4.1交互式工作我们推荐IPython作为交互式命令行，或者它的后继者Jupyternotebook。它将帮助您轻松轻松地理解算法。在笔记本中时，按Shift+Enter以运行1.4.2在编辑器中进行优化工作随着您的进步，创建一个可以重复使用的Python文件也很重要，而不仅仅是在交互工作时。因此，强大的编辑器大有帮助。以下是一些功能强大且易于使用的编辑器：Spyder：集成IPython、调试器、分析器...PyCharm：集成IPython、调试器、笔记本...（免费和付费版本）VisualStudioCode：集成Python命令行，notebook,debugger...Atom有一些编辑器集成了各种用于科学计算的Python发行版，你可以在菜单中找到它们1.4.3IPython和Jupyter的提示和技巧用户手册包含丰富的信息，在这里我们做一个简要介绍4个功能：历史记录、Tab补全、魔术功能和别名。命令历史与Unixshell类似，IPython的命令行支持命令记录。按上下键翻阅记录，显示最近使用的TabCompletion，这是一个方便的代码补全功能Magicfunctions，格式前缀'%'用于函数%cd:changecurrentdirectory%cpaste:allows粘贴代码，Python命令行的前缀“>>>”和IPython的“in[3]”非常有效%timeit:允许多次执行代码段，使用标准库的timeit模块%debug:允许你进入错误调试（post-mordem）。也就是说，当你执行可能会抛出异常的代码时，使用这条指令会进入到发生错误的代码断点处。文件夹文件项，以及cp、rm。后续第2章：Python编程语言
