请教 用什么工具写的书 latex 吗？

【 在 bluegangster 的大作中提到: 】
: [upload=1][/upload]
: 推荐《Python编程基础与科学计算》，该书正文部分有543页，所述内容可替代MATLAB的对应内容。主要内容有：(1)N维数组的各种操作（一维数组是向量、二维数组是矩阵）和各种数组计算函数、各种类型的随机数组（如正态分布、二项式分布、F分布等等）、数据统计；(2)多项式微积分与最小二乘法拟合(3)线性代数运算（范数、秩、行列式、逆矩阵、特征值和特征向量、线性方程组Ax=b的解、矩阵方程的解等等）；(3)矩阵分解（奇异值SVD分解、QR分解、Cholesky分解、LU分解、LDL分解、schur分解、QZ分解、Hessenberg分解、极分解）；(4)稀疏矩阵的运算（逆矩阵、矩阵指数、特征值、SVD、方程组）；(5)数值积分和微分（一重、二重、三重和n重定积分）；(6)常微分方程组的解；(7)插值计算（样条插值、多项式插值、FFT插值）；(8)聚类算法（k平均、矢量量化、层次聚类）；
: (9)优化计算（单变量、多变量局部优化、全局最优差分优化、模拟退火优化、线性规划、曲线拟合、非线性方程的根等）；(10)傅里叶变换、逆变换、正弦余弦变换、各种窗函数、小波分析；(11)数字信号处理（卷积和相关计算、FIR和IIR滤波器及其设计、非线性滤波器）；(12)图像处理（图像卷积、高斯滤波、边缘检测、图像变换、放射变换、形态学等）；(13)正交距离回归；(14)空间算法（旋转变换、kd树近邻搜索、劳内德三角剖分、凸包等）；(15)绘制各种二维和三维数据图表；(16)符号运算和公式推导（符号表达式的运算和简化、极限、微积分、泰勒展开、积分变换（拉普拉斯变换、梅林变换、傅里叶变换、汉克尔变换、正余弦变换）、方程求解（代数方程、线性方程、非线性方程、常微分方程、偏微分方程）、矩阵的各种运算、稀疏矩阵、绘图）；(17)读写Excel表格和在Excel表格中绘图；(18)读写文本文件、二进制文件和原生数据、临时文件和内存临时存储；（19）各种单位之间的换算关系及MATLAB、Fortran文件的读写；(20)推荐用《Python基础与PyQt可视化编程详解》编写复杂的GUI图形界面，该书正文有610页，讲解详细，实例丰富。
--
FROM 47.144.151.*

jd已买。
用python做数据采集，有什么好书推荐？
【 在 bluegangster 的大作中提到: 】
: [upload=1][/upload]
: 推荐《Python编程基础与科学计算》，该书正文部分有543页，所述内容可替代MATLAB的对应内容。主要内容有：(1)N维数组的各种操作（一维数组是向量、二维数组是矩阵）和各种数组计算函数、各种类型的随机数组（如正态分布、二项式分布、F分布等等）、数据统计；(2)多项式微积分与最小二乘法拟合(3)线性代数运算（范数、秩、行列式、逆矩阵、特征值和特征向量、线性方程组Ax=b的解、矩阵方程的解等等）；(3)矩阵分解（奇异值SVD分解、QR分解、Cholesky分解、LU分解、LDL分解、schur分解、QZ分解、Hessenberg分解、极分解）；(4)稀疏矩阵的运算（逆矩阵、矩阵指数、特征值、SVD、方程组）；(5)数值积分和微分（一重、二重、三重和n重定积分）；(6)常微分方程组的解；(7)插值计算（样条插值、多项式插值、FFT插值）；(8)聚类算法（k平均、矢量量化、层次聚类）；
: (9)优化计算（单变量、多变量局部优化、全局最优差分优化、模拟退火优化、线性规划、曲线拟合、非线性方程的根等）；(10)傅里叶变换、逆变换、正弦余弦变换、各种窗函数、小波分析；(11)数字信号处理（卷积和相关计算、FIR和IIR滤波器及其设计、非线性滤波器）；(12)图像处理（图像卷积、高斯滤波、边缘检测、图像变换、放射变换、形态学等）；(13)正交距离回归；(14)空间算法（旋转变换、kd树近邻搜索、劳内德三角剖分、凸包等）；(15)绘制各种二维和三维数据图表；(16)符号运算和公式推导（符号表达式的运算和简化、极限、微积分、泰勒展开、积分变换（拉普拉斯变换、梅林变换、傅里叶变换、汉克尔变换、正余弦变换）、方程求解（代数方程、线性方程、非线性方程、常微分方程、偏微分方程）、矩阵的各种运算、稀疏矩阵、绘图）；(17)读写Excel表格和在Excel表格中绘图；(18)读写文本文件、二进制文件和原生数据、临时文件和内存临时存储；（19）各种单位之间的换算关系及MATLAB、Fortran文件的读写；(20)推荐用《Python基础与PyQt可视化编程详解》编写复杂的GUI图形界面，该书正文有610页，讲解详细，实例丰富。
--
FROM 218.106.82.*

“(20)推荐用《Python基础与PyQt可视化编程详解》编写复杂的GUI图形界面，该书正文有610页，讲解详细，实例丰富。”

这句话的层次关系错了


【 在 bluegangster 的大作中提到: 】
: [upload=1][/upload]
: 推荐《Python编程基础与科学计算》，该书正文部分有543页，所述内容可替代MATLAB的对应内容。主要内容有：(1)N维数组的各种操作（一维数组是向量、二维数组是矩阵）和各种数组计算函数、各种类型的随机数组（如正态分布、二项式分布、F分布等等）、数据统计；(2)多项式微积分与最小二乘法拟合(3)线性代数运算（范数、秩、行列式、逆矩阵、特征值和特征向量、线性方程组Ax=b的解、矩阵方程的解等等）；(3)矩阵分解（奇异值SVD分解、QR分解、Cholesky分解、LU分解、LDL分解、schur分解、QZ分解、Hessenberg分解、极分解）；(4)稀疏矩阵的运算（逆矩阵、矩阵指数、特征值、SVD、方程组）；(5)数值积分和微分（一重、二重、三重和n重定积分）；(6)常微分方程组的解；(7)插值计算（样条插值、多项式插值、FFT插值）；(8)聚类算法（k平均、矢量量化、层次聚类）；
: (9)优化计算（单变量、多变量局部优化、全局最优差分优化、模拟退火优化、线性规划、曲线拟合、非线性方程的根等）；(10)傅里叶变换、逆变换、正弦余弦变换、各种窗函数、小波分析；(11)数字信号处理（卷积和相关计算、FIR和IIR滤波器及其设计、非线性滤波器）；(12)图像处理（图像卷积、高斯滤波、边缘检测、图像变换、放射变换、形态学等）；(13)正交距离回归；(14)空间算法（旋转变换、kd树近邻搜索、劳内德三角剖分、凸包等）；(15)绘制各种二维和三维数据图表；(16)符号运算和公式推导（符号表达式的运算和简化、极限、微积分、泰勒展开、积分变换（拉普拉斯变换、梅林变换、傅里叶变换、汉克尔变换、正余弦变换）、方程求解（代数方程、线性方程、非线性方程、常微分方程、偏微分方程）、矩阵的各种运算、稀疏矩阵、绘图）；(17)读写Excel表格和在Excel表格中绘图；(18)读写文本文件、二进制文件和原生数据、临时文件和内存临时存储；（19）各种单位之间的换算关系及MATLAB、Fortran文件的读写；(20)推荐用《Python基础与PyQt可视化编程详解》编写复杂的GUI图形界面，该书正文有610页，讲解详细，实例丰富。
--
FROM 106.120.24.*

这个要赞
【 在 bluegangster 的大作中提到: 】
: [upload=1][/upload]
: 推荐《Python编程基础与科学计算》，该书正文部分有543页，所述内容可替代MATLAB的对应内容。主要内容有：(1)N维数组的各种操作（一维数组是向量、二维数组是矩阵）和各种数组计算函数、各种类型的随机数组（如正态分布、二项式分布、F分布等等）、数据统计；(2)多项式微积分与最小二乘法拟合(3)线性代数运算（范数、秩、行列式、逆矩阵、特征值和特征向量、线性方程组Ax=b的解、矩阵方程的解等等）；(3)矩阵分解（奇异值SVD分解、QR分解、Cholesky分解、LU分解、LDL分解、schur分解、QZ分解、Hessenberg分解、极分解）；(4)稀疏矩阵的运算（逆矩阵、矩阵指数、特征值、SVD、方程组）；(5)数值积分和微分（一重、二重、三重和n重定积分）；(6)常微分方程组的解；(7)插值计算（样条插值、多项式插值、FFT插值）；(8)聚类算法（k平均、矢量量化、层次聚类）；
: (9)优化计算（单变量、多变量局部优化、全局最优差分优化、模拟退火优化、线性规划、曲线拟合、非线性方程的根等）；(10)傅里叶变换、逆变换、正弦余弦变换、各种窗函数、小波分析；(11)数字信号处理（卷积和相关计算、FIR和IIR滤波器及其设计、非线性滤波器）；(12)图像处理（图像卷积、高斯滤波、边缘检测、图像变换、放射变换、形态学等）；(13)正交距离回归；(14)空间算法（旋转变换、kd树近邻搜索、劳内德三角剖分、凸包等）；(15)绘制各种二维和三维数据图表；(16)符号运算和公式推导（符号表达式的运算和简化、极限、微积分、泰勒展开、积分变换（拉普拉斯变换、梅林变换、傅里叶变换、汉克尔变换、正余弦变换）、方程求解（代数方程、线性方程、非线性方程、常微分方程、偏微分方程）、矩阵的各种运算、稀疏矩阵、绘图）；(17)读写Excel表格和在Excel表格中绘图；(18)读写文本文件、二进制文件和原生数据、临时文件和内存临时存储；（19）各种单位之间的换算关系及MATLAB、Fortran文件的读写；(20)推荐用《Python基础与PyQt可视化编程详解》编写复杂的GUI图形界面，该书正文有610页，讲解详细，实例丰富。
--
FROM 124.207.48.*

增刚先生厉害！
--
FROM 223.104.40.*