간편결제, 신용카드 청구할인
카카오페이 3,000원
(카카오페이 결제 시 최대할인 3천원 / 5만원 이상 결제, 기간 중 1회)
PAYCO(페이코) 최대 5,000원 할인
(페이코 신규 회원 및 90일 휴면 회원 한정)
북피니언 롯데카드 30% (31,500원)
(최대할인 3만원 / 3만원 이상 결제)
EBS 롯데카드 20% (36,000원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 NEW 우리V카드 10% (40,500원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 현대카드 7% (41,850원)
(최대할인 3만원 / 3만원 이상 결제)
Close

파이썬과 수치 해석 2/e : 파이썬 수치 해석 레시피

소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 519
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

50,000원

  • 45,000 (10%할인)

    2,500P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
  • 추가혜택
    배송정보
    주문수량
    감소 증가
    • 이벤트/기획전

    • 연관도서(28)

    • 사은품(3)

    책소개

    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.

    출판사 서평

    ■ Numpy를 사용한 벡터와 행렬 작업
    ■ Matplotlib를 사용한 도식화와 시각화
    ■ Pandas and SciPy를 사용한 데이터 분석 과제
    ■ statsmodels과 scikit-learn를 사용한 통계 모델링과 머신 러닝 리뷰
    ■ Numba와 Cython을 사용한 파이썬 코드 최적화

    ★ 이 책의 구성 ★

    1장, 'Python을 이용한 컴퓨팅 소개'에서는 과학 컴퓨팅에 대한 일반적인 원칙과 Python 계산 작업에 사용할 수 있는 주요 개발 환경을 소개한다. 즉 IPython과 대화형 Python 프롬프트, 뛰어난 Jupyter Notebook 응용과 Spyder 통합 개발 환경(Spyder IDE, Spyder Integrated Development Environment)에 초점을 맞추고 있다.
    2장, '벡터, 행렬, 다차원 배열'에서는 NumPy 라이브러리를 소개하고 좀 더 일반적인 배열 기반 연산과 장점을 알아본다.
    3장, '기호 연산'에서는 SymPy 라이브러리를 사용한 기호 연산에 대해 알아본다. 이 방법은 배열 기반 연산을 보완해준다.
    4장, '도식화와 시각화'에서는 Matplotlib 라이브러리를 이용한 도식화와 시각화를 다룬다. 2장에서 4장까지는 전반적으로 책 나머지 부분의 영역별 문제에 사용될 기본 계산 도구인 수치 연산, 기호 연산, 시각화에 대해 알아본다.
    5장, '방정식 풀이'에서는 방정식 해결로 Scipy와 SymPy 라이브러리를 사용해 수치적·기호적 방법을 모두 살펴본다.
    6장, '최적화'에서는 방정식 해결 과제의 자연스러운 연장인 최적화를 탐구한다. 주로 Scipy 라이브러리와 cvxopt 라이브러리를 사용해 작업한다.
    7장, '보간법'에서는 그 자체로 많은 응용을 가진 또 다른 기본적인 수학적 방법인 보간법, 고급 알고리즘과 기법에서의 주요 역할을 다룬다.
    8장, '적분'에서는 수치적, 기호적 적분을 살펴본다. 5장부터 8장까지는 모든 종류의 컴퓨터 작업에 만연한 핵심 컴퓨터 기술을 다룬다. 8장에서 다루는 방법은 대부분 Scipy 라이브러리에서 제공된다.
    9장, 'ODE'에서는 상미분 방정식을 다룬다.
    10장, '희소 행렬과 그래프'에서는 11장을 설명하기 위해 희소 행렬과 그래프 기법을 살펴본다.
    11장, 'PDE'에서는 개념적으로 상미분 방정식과 밀접한 관계가 있지만 10장의 주제인 희소 행렬의 도입이 필요한 PDE를 살펴본다.
    12장, '데이터 처리 및 분석'에서는 데이터 분석과 통계 조사를 살펴본다. Pandas 라이브러리와 데이터 분석 프레임워크를 소개한다.
    13장, '통계학'에서는 SciPy stats 패키지의 기본적인 통계 분석과 기법을 다룬다.
    14장, '통계 모델링'에서는 statsmodels 라이브러리를 사용해 통계 모델링을 알아본다.
    15장, '머신 러닝'에서는 scikit-learn 라이브러리를 이용한 머신 러닝을 알아보고 통계와 데이터 분석의 주제를 살펴본다.
    16장, '베이즈 통계'는 베이즈 통계와 PyMC 라이브러리를 알아보면서 이와 관련된 장을 정리한다. 12장부터 16장까지는 통계와 데이터 분석의 광범위한 분야를 소개한다. 이는 최근 몇 년 동안 과학 Python 커뮤니티 안팎에서 급속히 발전해온 분야이기도 하다.
    17장, '신호 처리'에서는 잠시 과학 컴퓨팅의 핵심 주제인 신호 처리로 돌아간다.
    18장, '데이터 입출력'에서는 데이터 입출력 그리고 파일에 수치 데이터를 읽고 쓰는 몇 가지 방법을 살펴본다. 이는 대부분의 컴퓨터 작업에 필요한 기본적인 주제다.
    19장, '코드 최적화'는 Numba와 Cython 라이브러리를 이용해 Python 코드의 속도를 높이는 두 가지 방법을 소개한다.
    부록에는 이 책에서 사용한 소프트웨어 설치 방법이 수록돼 있다. 필요한 소프트웨어(대부분의 Python 라이브러리)를 설치하기 위해 Conda 패키지 매니저를 이용한다. Conda는 안정적이고 재현 가능한 컴퓨터 환경을 만들기 위한 중요한 주제로, 가상적이며 격리된 Python 환경을 만드는 데도 사용될 수 있다. 또한 Conda 패키지 매니저를 사용해 이런 환경을 설정하는 방법도 살펴본다.

    ★ 지은이의 말 ★

    과학 및 수치 컴퓨팅은 연구, 엔지니어링, 분석 분야에서 각광을 받고 있다. 컴퓨터 산업의 혁명은 지난 수십 년간 컴퓨터 전문가들에게 새롭고 강력한 도구를 제공했다. 이 도구는 이전에 불가능했던 규모와 복잡도를 가진 연산 작업을 가능하게 했다. 그 결과, 새로운 분야와 산업이 우후죽순처럼 생겨났다. 발전은 여전히 진행 중이며 하드웨어, 소프트웨어, 알고리즘이 계속 향상됨에 따라 새로운 기회가 창출되고 있다.
    이 움직임을 궁극적으로 가능하게 해준 기술은 최근 수십 년간 개발된 강력한 컴퓨터 하드웨어다. 그러나 연산 작업에 이용되는 소프트웨어 환경은 전산 전문가에게 있어 (하드웨어보다 중요하지 않은지는 몰라도) 여전히 중요하다.
    이 책은 수치 컴퓨팅에서 인기 있고 빠르게 성장하는 환경인 Python 프로그래밍 언어로 컴퓨터 작업을 하기 위한 라이브러리와 그 계산 환경의 확장을 위한 생태계에 관한 것이다. 전산은 이론과 실제 모두에 있어 경험과 전문 지식을 요하는 활동으로, 수학과 과학적 사고에 대한 확고한 이해가 바탕이 돼야 효과적으로 작업할 수 있다.
    프로그래밍 훈련은 전산에 있어 매우 중요하다. 이 책은 Python 프로그래밍 언어 및 주변 컴퓨팅 환경을 이용한 과학적 계산 방법 사이의 가교 역할을 하고자 두 주제를 모두 다룬다. 또한 독자들이 Python 프로그래밍에 대한 기초적인 지식과 수학, 수치 해석에 대한 사전 지식을 갖고 있다고 가정한다.
    이 책의 초점은 Python을 이용한 실질적인 계산 문제 해결 방법을 소개하는 데 있다. 각 장은 주제 이론에 대한 간략한 소개, 표기법을 비롯한 기본적인 기법 설명, 알고리즘을 알려준다. 그러나 모든 기법이 일관적으로 기술돼 있지 않으며, 각 장의 주제에 익숙하지 않은 독자들을 위해 각 장의 끝에 참고 문헌을 나열했다. Python 프로그래밍 경험이 없는 독자들은 Python 프로그래밍 언어 자체에 초점을 맞춘 책과 함께 읽는 것이 좋다.

    ★ 옮긴이의 말 ★

    수치 해석 알고리즘을 공부해본 사람이라면 『Numerical Recipes』(William Press, 2007)를 잘 알고 있을 것이다. 이 책은 'Numerical Recipes in Python'이라는 별명을 붙여도 될 만큼 Python을 사용한 과학 컴퓨팅에 있어 이와 유사한 수준의 정교하고 깊이 있는 설명이 담겨 있다.
    SciPy, NumPy를 기반으로 수많은 과학 및 공학 문제를 Python을 이용해 기호적 기법과 수치적 기법으로 처리하는 방법, scikit-learn을 이용한 머신 러닝을 설명하고 있다. 각 모듈 설명은 사용법에만 그치지 않고 모듈의 종속성 및 구현 철학도 자세히 설명하고 있다. 행렬 및 희소 행렬, 벡터, 상미분과 편미분, 적분, 인수분해, 시계열, 선형 대수, 통계 모델링, 머신 러닝, 신호 처리 등과 같은 이공계의 대표적인 문제 해결에 있어 Python을 어떻게 활용할 수 있는지 예제를 통해 상세히 설명해준다. 이 책에서 제공하는 풍부한 예제를 따라 하다 보면 Python을 통한 과학적 연산을 효과적으로 익히게 될 것이다.

    목차

    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

    관련이미지

    저자소개

    로버트 요한슨(Robert Johansson) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    스웨덴 찰머스(Chalmers) 공대의 이론 물리학 박사 학위를 받은 숙련된 Python 프로그래머 겸 전산학자다. 학계, 산업계의 과학 컴퓨팅 분야에서 10년 이상 일했고 오픈 소스 개발과 독점적 연구 프로젝트에 참여했다.
    오픈 소스에 기여한 부분으로는 양자 시스템의 역학을 시뮬레이션하기 위한 인기 있는 Python 프레임워크인 QuTiP에 대한 연구와 과학 컴퓨팅 환경에서 인기 있는 Python 라이브러리가 있다. 과학 컴퓨팅과 소프트웨어 개발에 열정을 쏟고 있으며 이 분야들을 최적의 결과로 결합시키기 위한 모범 사례, 즉 새롭고 재현 가능하며 확장 가능한 컴퓨터 결

    펼쳐보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    머신 러닝을 기반으로 다양한 연구를 수행하고 있으며 특히 금융 분석과 핀테크에 중점을 두고 있다. 카이스트(KAIST) 전산학과 계산 이론 연구실 출신의 이병욱 대표가 이끌고 있으며 그가 에이콘출판사에서 출간한 『비트코인과 블록체인, 탐욕이 삼켜버린 기술』(2018), 『블록체인 해설서』(2019)는 블록체인 분야의 베스트셀러로, 블록체인의 기술적·경제적 관점의 교과서로 인식되고 있다. 현재 기업 컨설팅과 맞춤형 기업 강연 프로그램도 운영하고 있다.

    역자의 다른책

    전체보기

    이 상품의 시리즈

    데이터 과학 시리즈(총 29권 / 현재구매 가능도서 29권)

    펼쳐보기

    이 책과 내용이 비슷한 책 ? 내용 유사도란? 이 도서가 가진 내용을 분석하여 기준 도서와 얼마나 많이 유사한 콘텐츠를 많이 가지고 있는가에 대한 비율입니다.

      리뷰

      0.0 (총 0건)

      기대평

      작성시 유의사항

      평점
      0/200자
      등록하기

      기대평

      8.0

      교환/환불

      교환/환불 방법

      ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청함, 1:1 문의 게시판 또는 고객센터(1577-2555) 이용 가능

      교환/환불 가능 기간

      고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

      교환/환불 비용

      고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

      교환/환불 불가사유

      반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
      배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

      소비자 피해보상

      소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
      교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

      기타

      도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

      배송안내

      • 인터파크 도서 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다

      • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

      • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

      • 배송비

      도서(중고도서 포함) 구매

      2,000원 (1만원이상 구매 시 무료배송)

      음반/DVD/잡지/만화 구매

      2,000원 (2만원이상 구매 시 무료배송)

      도서와 음반/DVD/잡지/만화/
      중고직배송상품을 함께 구매

      2,000원 (1만원이상 구매 시 무료배송)

      업체직접배송상품 구매

      업체별 상이한 배송비 적용