《Python科学计算》有奖图书试读活动，欢迎大家参与！（获奖名单已公布）

send_linux

获奖名单已公布，详情请看：http://bbs.chinaunix.net/thread-3718950-1-1.html

活动简介：


历时三年，多次修订，精心编写而成
Enthought公司CEO Eric Jones作序推荐

作者： 张若愚  
出版社：清华大学出版社
ISBN：9787302273608
上架时间：2011-12-27
出版日期：2012 年1月


内容简介：

《python科学计算》介绍如何用python开发科学计算的应用程序，除了介绍数值计算之外，还着重介绍如何制作交互式的2d、3d图像，如何设计精巧的程序界面，如何与c语言编写的高速计算程序结合，如何编写声音、图像处理算法等内容。书中涉及的python扩展库包括numpy、scipy、sympy、matplotlib、traits、traitsui、chaco、tvtk、mayavi、vpython、opencv等，涉及的应用领域包括数值运算、符号运算、二维图表、三维数据可视化、三维动画演示、图像处理以及界面设计等。
　　书中以大量实例引导读者逐步深入学习，每个实例程序都有详尽的解释，并都能在本书推荐的运行环境中正常运行。此外，本书附有大量的图表和插图，力求减少长篇的理论介绍和公式推导，以便读者通过实例和数据学习并掌握理论知识。

本书作者的博客：http://blog.chinaunix.net/uid/23100982.html

活动时间：2012-03-07——2012-03-27

活动话题：1，您再工作中使用Python做啥工作？
              2，你认为Python相对于其他语言工作在处理你的工作的时候有优势有哪些？
              3，谈谈你阅读完样章的感受

样章链接：http://wenku.it168.com/d_000100419.shtml

活动有奖：我们会从大家的回复中抽出5为最佳参与奖，奖励《Python科学计算》图书一本。

starwing83

回复 5# OwnWaterloo


    我还以为你又来砸场子了………………

其实脚本语言对于科学计算，主要还是一个绑定库（对实现者）和接口（对使用者）。其实Python语言做胶水是比Lua好些。至少胶水不太需要那些OO的东西，而Python除了OO（的设计）以外就没什么多的让人不好接受了。而且少量的Python代码写起来也很舒服。

说到科学计算，有一个工具叫做 GSL Shell，是Lua的科学计算工具，Lua也包括了很多很多科学计算类的库，做科学计算也是十分不错的。不过其实胶水语言的对语言语义的需求还是比较小的，所以基本上有一个好的ABI的高级脚本语言做这种DSL的事情应该都还不错。不过我这里还是推荐Lua，因为众所周知Python的DSL能力其实不太强。写出来的东西看上去太像代码，额，不太适合“科学计算”的适用人群…………

Python其实主要还是在GUI那一块比较吃得开，科学计算这种涉及嵌入式小胶水语言的方面，交给Lua其实挺好的。

另To OwnWaterloo：不是所有的可编程的东西就是好的。ISO C可编程么？还不是改得很少，而且我觉得也没啥可以改的了。其实不可编程带来的是标准化，是获得了选择不同实现的自由，而可编程带来的虽然是看得见的自由，但是很快你得去熟悉各种库的语法啥的（比如哪个库会有special-form啊），而“不可编程”的语言如Python的库比如科学计算是绝对不会改变Python的语法的，这一点导致Python的库会学得快一点。

另外昨天看到一个Wadler's Law，意思是对编程语言的讨论大多数时间会被花在纠结语法上，而花在应该花的地方（纠结语义）太少了。我个人也喜欢纠结语法，但是我还是不太喜欢没有语法让我纠结。我觉得Python这样的东西，语言本身再轻量级一点，删掉那些该死的补丁什么的，就差不多了……

OwnWaterloo

回复 7# starwing83

>> 我还以为你又来砸场子了………………

没什么好砸的啊……
1. 这书又不是讨论语言的……

2. 即使是讨论语言的，我感觉python社区比ruby社区低调
不就是几个idiom么？搞得像发现新大陆似的，另起一套术语，让那些井底的人以为其他语言里就搞不定了的样子……
类似的还有js…… 要是coolshell支持订阅单篇文章的评论，最近两篇js的文章我绝对上去砸他到死……
我又想放地图炮了…… 是不是搞web的都这样？

3. 确实从这书里学到了东西……
接触rst的时候我也不知道这东西能做到什么程度，于是看到了这本书…… 类似的还有一个online的关于json库(simplejson?)的文档……
也下了pdf版。
总之，这书给了我信心去花时间学rst，花了时间可以做出像样的东西来。



>> 至少胶水不太需要那些OO的东西，而Python除了OO（的设计）以外就没什么多的让人不好接受了。而且少量的Python代码写起来也很舒服。
python的东西都是表面干净内部脏（包括除了OO的部分）…… 比如generator一样是个产生class的方便写法……
感觉python社区并不是OO独占，不排斥命令与函数式（只是作者不喜欢，但他那没主见的家伙把持不了大局的……）
那种本来一行代码可以解决的，非要花3行去定义一个class，最终4行代码才搞得定的库不算特别多……

总之，要不是python社区对oo不那么狂热，我早就把它丢了……


>> 说到科学计算，有一个工具叫做 GSL Shell，是Lua的科学计算工具，Lua也包括了很多很多科学计算类的库，做科学计算也是十分不错的。不过其实胶水语言的对语言语义的需求还是比较小的，所以基本上有一个好的ABI的高级脚本语言做这种DSL的事情应该都还不错。不过我这里还是推荐Lua，因为众所周知Python的DSL能力其实不太强。写出来的东西看上去太像代码，额，不太适合“科学计算”的适用人群…………

你又没看我的邮件……  给你发过的 lush(Lisp Universe? SHell)……
以前视野太窄……   现在又没兴趣用opencv了……


>> 另外昨天看到一个Wadler's Law，意思是对编程语言的讨论大多数时间会被花在纠结语法上，而花在应该花的地方（纠结语义）太少了。我个人也喜欢纠结语法，但是我还是不太喜欢没有语法让我纠结。我觉得Python这样的东西，语言本身再轻量级一点，删掉那些该死的补丁什么的，就差不多了……

纠结语法我感觉都比纠结如何换行，token之间用多少空格来得有意义……
另外，Wadler这人是lisp程序员么？



最后，关于可编程……

1. vim

我知道它既是没有配置文件，也还是可以用来"编辑"的。
我知道有一个插件，不记得是你还是猴子用过……  叫surrounding还是什么。 用来输入"",()等等的 —— 这已经算扩展编辑功能了。
退一步，即使不扩展编辑功能。那些非编辑的功能，比如你经常展示那个noname窗口……

这么说，要是有一种vi的变体没有可编程支持，与一种支持可编程的vi变体（比如vim）你会选哪个？


2. emacs

这货……  没了.emacs就是渣啊……
如果再将bundle的所有el去掉，只剩果体二进制的话，能不能启动我都怀疑……

3. git

这东西其实也算，因为它的repo格式是开放的。
于是用起来特别放心……

不可被编程的例子，记得给你说过？
rst可以 `PEP xxx` （貌似是这样，我有点忘了……），就会产生一个到PEPxxx的link。
但要添加这样的功能，就要写python代码 —— 而且显然与被编辑那个rst是不同的文件。

对比你说的，在tex里自己实现一个求质数表的程序……


ISO C我想改的地方太多了……
比如上面说的编译时产生一个查找用表？ 比如前段时间C版说的二进制literal？
是因为它不可改，而且没有替代品，所以已经习惯了将计算结果而不是计算方式写到代码里。

至于标准化什么的……
对于日常要使用的各种必备工具，甚至说武器 —— 编辑器、版本控制、文档编写、各种编程语言 —— 当你真学进去之后你不会嫌它多难，只会嫌它不够强大，当需要某种功能时它无能为力。

关于规范、标准化、与他人协作……
即使是程序的源代码，要将代码写得他人看得懂都不是我的首要目标。
这个目标你知道有多困难么？ 你得不断刷新自己的下限，直到只用if,while,function了，才不会有人会说你这代码不符合他心目中的编程规范。
否则哪怕你在lua里用了个z = and x or y，哪怕你在python里用了个lambda，哪怕你在C里面用了个 int i, *p; 都会有人说你的代码不符合他的规范。

程序是给人看的，只是顺便交给机器执行

这句话已经被许多人当作偷懒的借口了： 我只会if,while,function，也只想学这么多，你要给我看你代码里就只能写这些东西。
好了，编程语言发展到结构化就够了，其他的都不是给人看的？

更别说我这是在写文档……  难道不只是文档的输出，连文档的源代码也要他人看得懂才行？



哎……  又歪楼了……

HyryStudio

大家好，我是本书的作者，若抽选到参与奖，请跳过。

不过我可以回答一下这些问题，

1，您在工作中使用Python做啥工作？

我工作的内容大致分为三种：MCU、DSP嵌入式开发，工控软件开发，一些控制和信号处理的算法研究

嵌入式开发
********

开发嵌入式程序主要是C语言和少量汇编，但是Python也派上了大用处，例如可以用它先模拟算法，设计滤波器，绘图。也可以设计一些调试工具，例如通过串口、CAN通信实时观察芯片内存中的数据，有时候调试比较复杂的东西时，甚至可以用pywinauto自动化界面操作，按照一定逻辑排查错误。在这些工作中，Python起到辅助作用。

工控软件开发
*********

工控软件开发主要是通过一些AD，DA，DIO，电机驱动扩展卡，监控传感器，控制电机，读取并分析数据。这些程序原先是采用VC 6.0编写的，界面设计一直很成问题，一个好的绘图控件都没有。后来我改用C#，提高了一些开发效率，但是C#语法比较麻烦，一段时间不接触就忘记了。后来就改用Python，问题是那些扩展卡都没有Python的演示程序，因此需要自己动手用ctypes库调用扩展卡的DLL驱动程序。一旦和扩展卡打交道的程序写好之后，剩下的就是Python的强项了。

* 用PyQt, wx可以很方便地制作界面，界面要求不高时，也可以用TraitsUI。

* 绘图工具可以用Chaco, Mayavi, matplotlib，如果要求绘图速度比较高的话，可以用guiqwt，这个是对Qt的qwt绘图库的包装，速度要比其它的都快。

* 如果需要做图像处理，那么OpenCV就派上用场了。

* 如果需要高效计算的话，一般可以用NumPy解决，解决不了的就用Cython或者SWIG写一个扩展。有时还需要用多进程模块multiprocessing。

* 数据存储可以用sqlite，如果是大规模的数据，可以用pyTable保存成HDF5格式。

使用Python能够解决绝大部分的工控软件的需求。

算法研究
******

Python开发快，比较适合研究算法，虽然执行的时候会很慢，不过也可以通过NumPy, Cython或者寻找一些现成的扩展库改善。当算法比较成型时，再用C, C++改写。

曾经有一个模拟项目的动态性比较高，用Python比较容易实现，运行速度虽然尚能接受，但是有时需要进行上百次模拟运行时，就需要等待很长时间了，因此决定用C++重写。而我的C++水平有限，不知道该如何设计，我最后采用Python动态输出C++代码，调用C++编译器编译成DLL，然后通过ctypes动态载入。由于每次根据用户的设置都会生成C++代码，因此使用的C++功能很基础，没有继承，虚函数等东西，我想能最大地提高程序的运行速度。最终程序的运行速度比Python版本提高了10-20倍（Python版本已经足够优化，使用了NumPy, SciPy的一些高速运算函数，否则纯粹的循环、判断和数值运算的话，C要比Python快几百倍)。

2，你认为Python相对于其他语言工作在处理你的工作的时候有优势有哪些？

* 扩展库非常丰富，而且都能看到源代码，源代码有时候比文档更管用。

* 便携性，我在U盘中安装了一个portablepython，并将所有会用上的扩展库都放进去了，这样无论到哪台机器上，都能运行我的Python程序。

* Python语法优美，用Python写程序是一种享受。

3，谈谈你阅读完样章的感受

这本书的编写历时近3年，是我在工作中自学的一个总结，因此成书时间拖得比较久。如果真要写的话，书中介绍的每个扩展库都可以写出一本书来，因此这本书只能起到入门、打基础的作用。读者可了解到足够多的库，但是具体到实际工作中的某个问题时，还需要您自行查找文档，甚至分析库的源程序。在解决问题的同时所学习到的才是最有用、最牢固的。

也许您会怀疑花许多时间学习一门新的语言，以及那么多不太出名、甚至文档都不全的扩展库是否值得。那么你可以看看我的经验：我在工作中一边自学一边用来做实际的项目，这几年下来我感觉我的开发效率比用C#时高出3-4倍，比用VC时高出7-8倍。而我获得的回报就是，每天都能不用加班，并且写出了这本书，更重要的是，我还有更多的时间陪伴家人了。

欢迎到本书的论坛共同探讨Python科学计算方面的问题。 http://www.zeuux.org/group/scipython/

dooros

1，您再工作中使用Python做啥工作？
（1）当计算器使，每月报销的时候使用一次，写个脚本从文件中读取金额然后相加。
（2）自动化运维。我对 shell 脚本不是很熟悉，所以，一般的自动化工作、日志分析、监控等都用python完成。
（3）Django、Twisted，用python搞过web开发的，我想没有不知道这个的。

2，你认为Python相对于其他语言工作在处理你的工作的时候有优势有哪些？
（1）首先，语法干净。反正我是不喜欢打各种符号和括号，木有IDE，木有自动补全一样写程序。
（2）文本处理方便，加上linux的sed、awk处理文本简直是把瑞士军刀啊。
（3）包管理功能很好很强大，easy_install谁用谁知道啊。用惯了了apt用这个感觉非常亲切。而且，你会发现，原来仓库里有这么多包……
（4）下源代码安装的包，更新比较麻烦，用easy_install，更新升级非常方便。
（5）Django，MVC的非常彻底，开发方便。admin这东西个人认为非常不错。但是，感觉比较臃肿。
（6）我能说说缺点么？
感觉效率不高，线程开多了，效率非常低，吃内存、吃CPU。有时候写了个python，又得再去写个C。
这里有篇文章写其缺点的，有兴趣的朋友可以看看：
http://simple-is-better.com/news/806
我用python用的也比较低端，感触没那么多。

3，谈谈你阅读完样章的感受
看了样章，我才发现python原来还有这么多功能……
虽然知道它有很多扩展包，但接触过、用过的还很少。自己的应用范畴可谓是冰山一角啊。
书的结构非常清晰，排版也是下了功夫的，非常不错。
对于程序员，最在乎的就是代码这方面的排版了，看过《python核心编程（二）中文》这本书的人肯定都骂过，本来就是一个靠缩进来区分运行程序的语言，示例代码竟然木有缩进！
本书无论是示例代码，还是命令输出都编排的非常好，清晰明了。
另外，本书的内容介绍的也十分详细，正如楼主所写，可谓是图文并茂。科学计算这东西，我认为没图不行。学过数学的人都知道，没有草稿纸光在键盘上是研究不了数学的，在实现上就更缺少不了了。看过《TBBT》没？白板是不可少的研究工具。当年学习数据结构的时候，也不知道画了多少图，想完全靠文字在脑子里理解还是比较难，个人的智商还没达到也达不到那程度。
最后，为什么阅读后面章节要注册豆丁？什么情况？

coyboy

回复 1# send_linux

1，您再工作中使用Python做啥工作？
目前刚刚硕士毕业开始工作，与研究生阶段一致从事芯片设计工作。Python的一大作用就是部署自动化的工作流程，减少重复劳动。
当然，也有用wx完成界面，以及大规模的文本处理工作。相信以后还是会一直使用python来使得工作更加智能一些吧。
由于不是CS出身，所以python给了我另一个渠道去认识计算机科学的当前及今后的发展方向，平时涉猎了蛮多语言，lisp和python给我的印象最深。

2，你认为Python相对于其他语言工作在处理你的工作的时候有优势有哪些？
库很完善——我想大多数人都会蹦出这个答案。但其实说句实在话，目前主流的语言库都是比较完善的（除了一些专业的科学运算库）。
我想使用Python更多地是一种机缘巧合吧。Python和C语法在我心中依然是非常相近的，喜欢C，所以自然而然喜欢Python。
而且，越来越觉得程序员（广义的）更多地应该关注于问题的建模和分析，现在编程语言的发展已经放缓了，是时候静下来思考我们是否
过于浮躁。

不过如果真的要追求性能，Python库的质量我还是觉得没底，只是那已经超出了非计算机科班的理解范围。

3，谈谈你阅读完样章的感受
呵呵。看完样章，对于专业人士而言，知识点其实都是介绍性的，适合入门——但是入门性的书往往是最难写的，非大师是不能完成的，作者还是欠缺些火候。
首先：缺少习题。如果是一本成熟的入门性书籍，一定要有习题；
其次：重点不突出，书籍应该写得更加有层次一些，对库要有更深入地理解，才能深入浅出，娓娓道来；
最后：既然是讲科学计算，那么应该要有“优化”这一章，目的是为了让读者更加明白科学计算的含义。
--以上只是我无知的见解哦，对于第一次出书的作者，能写到这个程度已经很不错了，相信以后可以更好。

ddbb12

1，您再工作中使用Python做啥工作？

我的本职工作就是做科学数值计算。实际上是最近才决定尝试用Python来替代以前一直使用的Fortran来进行一些比较简单的运算。
在我的工作中主要用Fortran求解偏微分方程，那个时候都是自己按照基本的数值计算方法自己来写代码。去年机缘巧合看到了这本书的在线版，
一下子看到了一个新的方向，我将尝试使用本书中介绍的相关包继续尽心相关的计算和分析。

2，你认为Python相对于其他语言工作在处理你的工作的时候有优势有哪些？

关于Python的优点前面已经有人说的很多了。我只想说一下这本书真正吸引我的地方，那就是多样的数据可视化包，简直太强悍了。
我一直想象能把自己的数据可视化出来，那应该是非常的漂亮和直观。再加上如果能做成交互式的，我估计我的部分结果会让同行嫉妒的。

3，谈谈你阅读完样章的感受

此书给我的感觉覆盖面很广，对于从事科学计算的工作人员有很高的参考价值。同时，本书事实上不仅适合具有一定Python基础的人使用，也适合完全的新手，
甚至对于Python没有任何概念的人如果能完全重复样章中的例子，将对其学习和掌握在科学计算中使用Python会有很大的帮助。

sunny7476

先发表下自己的观点，请见谅。我感觉，中国计算机方面的好书，非大学任教的人员写的比大学任教的人写的要好，如Orange's 一个操作系统的实现，还有这本书。分析原因，估计是大学里的老师，会有各种各样的科研项目啦什么的，而写书，由自己带的研究生代笔，自己到时候再润色一下。这样或多或少会对书的质量产生影响。而国外的一些好书，都是在大学任教的人写出来的。好吧，就此打住。。。

1，您再工作中使用Python做啥工作？
答：平时用Python主要做三个方面的：
****数值处理，15%；
****Python+OpenCV图像处理，70%；
****应用软件中用Python作为脚本进行二次开发，15%。
        做数值处理和OpenCV的图像处理。数值处理，也就是用来当计算器，以及用相应的软件包绘出函数图像。
        主要是用OpenCV进行卫星影像的分割分类、变换检测、识别等。如http://www.opencv.org.cn/index.php/Canny边缘检测2的Python2.7+OpenCV2.2就是我写的例程。不过我是直接将OpenCV里的cv.pyd放到Python的site-packages里面，没有使用PyOpenCV。我一般用是Eric4 IDE写“大”程序，若只是写个小代码，就用IDLE。刚开始的IDE是Eclipse + PyDev，不过太伤资源了。后来转到Eric4上的。至于IronPython，心里一直认为这不是“正统”的，只是尝试过，没真正用过。不过用SharpDevelop开发Python的Windows窗体程序是很爽的。
        在用ArcGIS10（一款地理信息方面的软件）进行地理信息方面的相关处理时，我也选择使用Python来写脚本（偶尔也用用VBA，ArcGIS里的脚本语言有这两个选项）。

2，你认为Python相对于其他语言工作在处理你的工作的时候有优势有哪些？
答：  1)以前用过matlab写过图像处理的软件，在分发时傻眼了，居然要吧720MB的matlab运行时塞进去！（若你们知道更好的打包方法，请告诉我！），后来用Python+OpenCV写了一个，再用cx_freeze打包成exe，就十几MB 。同时，这比用C++加上OpenCV开发软件要快。
       2)喜欢Python的语法，可能算是癖好吧，不喜欢类C语言的大括号，钟情类Basic和类Pascal语言的begin/end。所以一看到Python，就被迷住了，因为她连类pascal语言的分号也没有。
       3)扩展性很强，需要什么库，在自己编写之前，先去搜一搜，基本上都能找到的。极大的节省了开发时间。
       4)同第一点吧，Python非常接近自然语言，读代码是一件很轻松的事。
       5)我加入的Python群，好像他们都是做网络方面的，我一度感觉用Python做科学类的处理是不是错了。不过现在这个顾虑已经打消了。
       6）Python最大的好处，就是你悠闲的写完程序后，别人还在用C++埋头苦干。他们抱着“Python比C++慢”框框，在那里继续熬着。而根据“二八定律”，用C++提升的那一丁点时间大部分情况下是没什么用的。在乎那些并不是至关重要的一点时间，而失去和朋友亲人在一起的时间，是不值得的。或者说，可以用Python开发剩下的时间，来多学一点东西，比别人进步的更快。
       7）版权，Python及大部分库都是有开源协议的，商用软件，也可以在LGPL下开发。用其他语言开发，一般人在一般情况下可能感觉不到，但需要考虑到版权及开发软件使用费用时，回头一看，Python真的是个好选择。

3，谈谈你阅读完样章的感受
答：我不仅看了样章，还去书店大致翻了下。仅从我的角度说下自己的看法，若有不当，还请见谅。
1）关于书中开发工具，不做评价，每个人都有自己喜欢的开发工具。我喜欢用Eric IDE，库是自己配。
2）书写的非常棒，人们在学完Python的语法后，可以借这本书快速进步，节省学习时间。让人们更专注于专业方面的，而不是花时间在看英文文档研究库是怎么用的（你说你能看懂英文文献，我丝毫不怀疑。但是我想大部分人的英文理解速度应该比不上中文），况且这本书有作者的实践，所以这本书是极佳的帮助。
3）若是numpy，scipy和matplotlib的内容再多一点就好了，毕竟用Python做科学计算的人们的交集都在这里。
****我翻了书看了，没有细看，若这里的批评有偏颇，还请见谅。
4）图形库，建议还是使用三大库吧（PyQt、wxPython、PyGTK）。用Traits，是迁就写书的时候用到的，或是它的开发者开发了一些著名的库的原因？
5）我是做图像处理的，但没有用到PyOpencv，对它的情况不敢评论。只是感觉OpenCV自带的接口挺好的。
6）关于调用C++写的库，若是能加上SIP的用法，而不仅仅是SWIG，那就更好了，在SIP的帮助下，C++的函数只要直接写就可以了，都不需要按照一定的格式。当然，使用SIP时，configure.py要自己写一下，不过有模板的，参考下模板，写出来很简单的。
7）总的来说，这本书是一本极佳的Python科学计算的入门以及参考书。

沿河歌唱

我做的工作主要是地震勘探,高性能计算用的多,
但是我们也是需要python的.
在地震勘探资料处理中,需要一种数据,叫做速度谱.
简单的说,就是描述地下岩石速度的文本文件.
一个文件往往有几十M或者上百M.
国内的各个油田用的处理软件不一样,
得到的速度谱文件的格式仅仅我见过的不下十几种.
而且你不知道下次遇到什么样的格式的文件,
所以得时刻准备写解析新格式的程序转换成本公司的格式.
python这种解释型的语言,最适合做这种解析文本文件的工作了.
在用python之前，我们使用C/C++来写转换程序.
编写代码->编译->运行->修改bug->再编译->再运行->....，
还得考虑动态分配内存，不胜其烦。
整个过程既繁琐又容易出错。
现在用python之后,即写即用,修改方便.

还有，有时我们需要大体看一下地层的走向，
我们就会用Python(x,y)工具包里面的图形显示模块来做显示。
这样要比安装一个matlab要轻便的多。更重要的是这个是免费的。

读了样章,觉得作者是在日常中积累了使用经验
才能写出这样贴近实用的好书.
python的应用范围超出了我之前的认识.
刚刚得到消息,我考上了博士,
回学校读书的时候.有机会得好好研究一下python.

cjdao

顶起来{:2_168:}

fuliangcheng

我在工作中使用python写自动化测试脚本，平时在学习中为自己的实验结果绘制曲线图等等。python被称为胶水语言，它的各种扩展包让它深入各个领域。
python的优势就是语法简单，可扩展性强， 几乎可以运行于任何一种平台，这一点比较类似于java的虚拟机。这样开发软件的成本就会相对比较低，节省企业成本和我们的精力，毕竟语言只是我们解决问题的一个工具。
看完样章让我更坚定了以后放弃matlab改用python的决心，

send_linux

fuliangcheng 发表于 2012-03-07 21:26
我在工作中使用python写自动化测试脚本，平时在学习中为自己的实验结果绘制曲线图等等。python被称为胶水语 ...

胶水语言，不是说的是perl么？

OwnWaterloo

要是用opencv那段时间能理解python或者lua的用处……
放弃C/C++才是正经程序员使用的语言的想法……
不知道可以省下多少写垃圾代码的时间……  哎……

科学计算方面不熟悉，于是书中这部分的内容就没看……
然而书中提供的附录(http://hyry.dip.jp/pydoc/pydoc_write_tools.html)对我来说很有用……
reStructuredText已经成了写文档时首选……

不过reStructuredText使用多了还是会感到它的局限性……
总之，不可被编程的工具/语言终究是没法预料到用户的所有需求的。 programmable才是王道……
于是等有时间打算投奔tex了……

PS：这书不是有完整的online版本么……
以前就是看的online版本，忘记链接了……
上面给出的hyry.dip.jp是刚才搜索得到的……

freetstar

1，当脚本使用，处理文本文档，还有配合openvc做图像处理工作，偶尔学习下python的web框架
2，易于快速开发，可读性很好，文档详细，易于上手，跨平台，基本上就这些吧，好用谁用谁知道。还有就是用rst来建立统一的文档中心，配合sphix生成wiki等，rst又可以转换成其他文档格式，非常方便。
3. 看目录是基本上把所有python涉及的科学内容介绍了个遍，自己还是想看opencv的那张，当然numpy的也是要好好读的~个人觉得用c/c++写算法，对效率要求不太高的同学完全可以尝试下

spark8103

使用python主要写一些工作上的脚本。
使用起来主要方便，易懂，资料也比较多。标准化，字符串处理强大，正则功能牛逼。
看了书的目录，有时间学习学习怎么画图，这方面还是有需求的！

king_819

1、您再工作中使用Python做啥工作？

在日常工作中主要用python开发一些运维工具，使运维工作变的自动化，各游戏服务的集中管理平台，对于日常的维护相当方便，关服、更新、开服全集中化操作，批量部署，还有就是用于日志分析

2、你认为Python相对于其他语言工作在处理你的工作的时候有优势有哪些？

语法类似于c和perl，函数直接查表，本身是模板语言，易学，python代码简法，后期维护也很方便，可以很好的开发出常用的运维管理工具，不光易学还能很好的协助完成复杂任务，对于运维管理人员来说是比较的方便，

3、谈谈你阅读完样章的感受

通过阅读样章发现python不光作为脚本语言开发一些常用的工具比较方便、简单、高效，在图象处理、2D、3D方面也是异常的强悍