扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
Python编程与数值方法 版权信息
- ISBN：9787111717881
- 条形码：9787111717881 ; 978-7-111-71788-1
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
Python编程与数值方法 本书特色
基于加州大学伯克利分校课程资料编写而成，面向没有编程经验的学生，涵盖实用的数值分析工具
Python编程与数值方法 内容简介
本书基于加州大学伯克利分校E7课程的教学资料编写而成，面向没有计算机编程经验的学生讲授Python编程，并介绍用于解决科学和工程问题的数值分析工具。本书分为两个部分。**部分介绍Python编程的基本概念，涉及变量、分支语句、迭代、递归、复杂度、调试、可视化、并行化等内容。第二部分介绍数值方法，涉及特征值、特征向量、*小二乘回归、插值、数值微分、数值积分、常微分方程初值问题、常微分方程边值问题等内容。
Python编程与数值方法 目录
译者序
前言
致谢
**部分 Python编程简介
第1章 Python基础 2
1．1 开始使用Python 2
1．1．1 设置工作环境 2
1．1．2 运行Python代码的
三种方法 5
1．2 Python作为计算器 7
1．3 包管理 11
1．3．1 使用包管理器管理包 11
1．3．2 从源代码中安装包 13
1．4 Jupyter Notebook简介 13
1．4．1 启动Jupyter Notebook 14
1．4．2 笔记本 15
1．4．3 如何关闭笔记本 15
1．4．4 关闭Jupyter Notebook
服务器 15
1．5 逻辑表达式和运算符 16
1．6 总结和习题 18
1．6．1 总结 18
1．6．2 习题 18
第2章 变量和基本数据结构 20
2．1 变量和赋值 20
2．2 数据结构—字符串 22
2．3 数据结构—列表 26
2．4 数据结构—元组 28
2．5 数据结构—集合 30
2．6 数据结构—字典 31
2．7 numpy数组 33
2．8 总结和习题 40
2．8．1 总结 40
2．8．2 习题 40
第3章 函数 42
3．1 函数基础 42
3．1．1 Python 内置函数 42
3．1．2 定义自己的函数 42
3．2 局部变量和全局变量 49
3．3 嵌套函数 52
3．4 lambda函数 53
3．5 函数作为函数的参数 54
3．6 总结和习题 55
3．6．1 总结 55
3．6．2 习题 55
第4章 分支语句 59
4．1 if-else语句 59
4．2 三元运算符 65
4．3 总结和习题 65
4．3．1 总结 65
4．3．2 习题 65
第5章 迭代 69
5．1 for循环 69
5．2 while循环 74
5．3 推导式 76
5．3．1 列表推导式 76
5．3．2 字典推导式 77
5．4 总结和习题 77
5．4．1 总结 77
5．4．2 习题 77
第6章 递归 81
6．1 递归函数 81
6．2 分而治之 85
6．2．1 汉诺塔问题 85
6．2．2 快速排序 87
6．3 总结和习题 88
6．3．1 总结 88
6．3．2 习题 89
第7章 面向对象编程 94
7．1 面向对象编程简介 94
7．2 类和对象 95
7．2．1 类 95
7．2．2 对象 97
7．2．3 类属性与实例属性 98
7．3 继承、封装和多态 99
7．3．1 继承 99
7．3．2 封装 102
7．3．3 多态 103
7．4 总结和习题 103
7．4．1 总结 103
7．4．2 习题 103
第8章 复杂度 105
8．1 复杂度和大O表示法 105
8．2 复杂度问题 107
8．3 分析器 108
8．3．1 使用魔术命令 108
8．3．2 使用Python分析器 109
8．3．3 使用line分析器 110
8．4 总结和习题 111
8．4．1 总结 111
8．4．2 习题 111
第9章 数字的表示 113
9．1 baseN和二进制 113
9．2 浮点数 114
9．3 舍入误差 118
9．3．1 表示误差 118
9．3．2 浮点运算导致的舍入误差 118
9．3．3 舍入误差的累积 119
9．4 总结和习题 120
9．4．1 总结 120
9．4．2 习题 120
第10章 错误、良好的编程实践
和调试 123
10．1 错误类型 123
10．2 避免错误 125
10．2．1 规划你的程序 125
10．2．2 经常进行测试 126
10．2．3 保持代码整洁 126
10．3 异常 128
10．4 类型检查 130
10．5 调试 132
10．5．1 在遇到异常时激活
调试器 132
10．5．2 在运行代码前激活
调试器 134
10．5．3 添加断点 135
10．6 总结和习题 136
10．6．1 总结 136
10．6．2 习题 136
第11章 读写数据 137
11．1 文本文件 137
11．1．1 写入文件 137
11．1．2 附加文件 138
11．1．3 读取文件 138
11．1．4 处理数字和数组 139
11．2 CSV文件 140
11．2．1 写入和打开CSV文件 141
11．2．2 读取CSV文件 142
11．2．3 numpy之外 142
11．3 pickle文件 142
11．3．1 写入pickle文件 142
11．3．2 读取pickle文件 143
11．3．3 读取Python 2的pickle
文件 143
11．4 JSON文件 143
11．4．1 JSON格式 143
11．4．2 写入JSON文件 144
11．4．3 读取JSON文件 144
11．5 HDF5文件 145
11．5．1 读取HDF5文件 146
11．6 总结和习题 147
11．6．1 总结 147
11．6．2 习题 147
第12章 可视化和绘图 148
12．1 二维绘图 148
12．2 三维绘图 156
12．3 使用地图 161
12．4 动画和电影 165
12．5 总结和习题 167
12．5．1 总结 167
12．5．2 习题 167
第13章 Python并行化 173
13．1 并行计算基础知识 173
13．1．1 进程和线程 174
13．1．2 Python的GIL问题 174
13．1．3 使用并行计算的缺点 174
13．2 多进程 174
13．2．1 可视化执行时间 176
13．3 使用joblib包 177
13．4 总结和习题 178
13．4．1 总结 178
13．4．2 习题 178
第二部分 数值方法简介
第14章 线性代数和线性方程组 180
14．1 线性代数基础知识 180
14．1．1 集合 180
14．1．2 向量 181
14．1．3 矩阵 183
14．2 线性变换 187
14．3 线性方程组 188
14．4 线性方程组的解 189
14．4．1 高斯消元法 190
14．4．2 高斯–若尔当消元法 192
14．4．3 LU分解法 194
14．4．4 迭代法—高斯–
赛德尔法 196
14．5 用Python求解线性方程组 198
14．6 矩阵求逆 199
14．7 总结和习题 202
14．7．1 总结 202
14．7．2 习题 202
第15章 特征值和特征向量 205
15．1 特征值和特征向量
问题陈述 205
15．1．1 特征值和特征向量 205
15．1．2 特征值和特征向量的作用 205
15．1．3 特征方程 207
15．2 幂法 208
15．2．1 寻找优选特征值 208
15．2．2 逆幂法 211
15．2．3 移位幂法 211
15．3 QR方法 212
15．4 Python中特征值和特征
向量的求法 213
15．5 总结和习题 214
15．5．1 总结 214
15．5．2 习题 214
第16章 *小二乘回归 216
16．1 *小二乘回归问题陈述 216
16．2 *小二乘回归推导
（线性代数） 216
16．3 *小二乘回归推导（多元
微积分） 217
16．4 Python中的*小二乘回归 219
16．4．1 使用直接求逆法 219
16．4．2 使用伪逆法 220
16．4．3 使用numpy．linalg．
lstsq 221
16．4．4 使用scipy中的optimize．
curve_fit 221
16．5 非线性函数的*小二乘回归 221
16．5．1 指数函数的对数技巧 221
16．5．2 幂函数的对数技巧 223
16．5．3 多项式回归 223
16．5．4 使用scipy中的optimize．
curve_fit 224
16．6 总结和习题 225
16．6．1 总结 225
16．6．2 习题 225
第17章 插值 228
17．1 插值问题陈述 228
17．2 线性插值 228
17．3 三次样条插值 229
17．4 拉格朗日多项式插值 233
17．4．1 使用scipy中的
lagrange函数 235
17．5 牛顿多项式插值 236
17．6 总结和习题 239
17．6．1 总结 239
17．6．2 习题 239
第18章 泰勒级数 243
18．1 使用泰勒级数表达函数 243
18．2 使用泰勒级数的近似值 244
18．3 关于误差的讨论 246
18．3．1 泰勒级数的截断误差 246
18．3．2 估计截断误差 247
18．3．3 泰勒级数的舍入误差 248
18．4 总结和习题 249
18．4．1 总结 249
18．4．2 习题 249
第19章 寻根问题 250
19．1 寻根问题陈述 250
19．2 公差 251
19．3 二分法 251
19．4 牛顿–拉夫森算法 254
19．5 使用Python求解寻根问题 256
19．6 总结和习题 256
19．6．1 总结 256
19．6．2 习题 256
第20章 数值微分 259
20．1 数值微分问题陈述 259
20．2 使用有限差分近似求导 259
20．2．1 使用有限差分近似
泰勒级数的导数 260
20．3 高阶导数的近似 265
20．4 带噪声的数值微分 266
20．5 总结和习题 268
20．5．1 总结 268
20．5．2 习题 268
第21章 数值积分 272
21．1 数值积分问题陈述 272
21．2 黎曼积分 272
21．3 梯形法则 275
21．4 辛普森法则 277
21．5 在Python中计算积分 280
21．6 总结和习题 282
21．6．1 总结 282
21．6．2 习题 282
第22章 常微分方程初值问题 286
22．1 常微分方程初值问题陈述 286
22．2 降阶 288
22．3 欧拉方法 289
22．4 数值误差和不稳定性 294
22．5 预测–校正法和龙格–
库塔法 295
22．5．1 预测–校正法 295
22．5．2 龙格–库塔法 296
22．6 Python ODE求解器 298
22．7 进阶专题 301
22．7．1 多步法 301
22．7．2 刚性常微分方程 302
22．8 总结和习题 302
22．8．1 总结 302
22．8．2 习题 302
第23章 常微分方程边值问题 310
23．1 常微分方程边值问题陈述 310
23．2 打靶法 311
23．3 有限差分法 315
23．4 数值误差和不稳定性 319
23．5 总结和习题 320
23．5．1 总结 320
23．5．2 习题 320
第24章 傅里叶变换 322
24．1 波的基本原理 322
24．1．1 使用数学工具对波建模 322
24．1．2 波的特性 323
24．2 离散傅里叶变换简介 326
24．2．1 离散傅里叶变换 327
24．2．2 逆离散傅里叶变换 331
24．2．3 离散傅里叶变换的极限 331
24．3 快速傅里叶变换 332
24．3．1 离散傅里叶变换的
对称性 332
24．3．2 快速傅里叶变换的技巧 332
24．4 Python中的快速傅里叶
变换函数 336
24．4．1 numpy中的快速傅里叶
变换函数 336
24．4．2 scipy中的快速傅里叶
变换函数 337
24．4．3 更多例子 338
24．5 总结和习题 342
24．5．1 总结 342
24．5．2 习题 343
附录A 在Windows中使用
Python 345
前言
致谢
**部分 Python编程简介
第1章 Python基础 2
1．1 开始使用Python 2
1．1．1 设置工作环境 2
1．1．2 运行Python代码的
三种方法 5
1．2 Python作为计算器 7
1．3 包管理 11
1．3．1 使用包管理器管理包 11
1．3．2 从源代码中安装包 13
1．4 Jupyter Notebook简介 13
1．4．1 启动Jupyter Notebook 14
1．4．2 笔记本 15
1．4．3 如何关闭笔记本 15
1．4．4 关闭Jupyter Notebook
服务器 15
1．5 逻辑表达式和运算符 16
1．6 总结和习题 18
1．6．1 总结 18
1．6．2 习题 18
第2章 变量和基本数据结构 20
2．1 变量和赋值 20
2．2 数据结构—字符串 22
2．3 数据结构—列表 26
2．4 数据结构—元组 28
2．5 数据结构—集合 30
2．6 数据结构—字典 31
2．7 numpy数组 33
2．8 总结和习题 40
2．8．1 总结 40
2．8．2 习题 40
第3章 函数 42
3．1 函数基础 42
3．1．1 Python 内置函数 42
3．1．2 定义自己的函数 42
3．2 局部变量和全局变量 49
3．3 嵌套函数 52
3．4 lambda函数 53
3．5 函数作为函数的参数 54
3．6 总结和习题 55
3．6．1 总结 55
3．6．2 习题 55
第4章 分支语句 59
4．1 if-else语句 59
4．2 三元运算符 65
4．3 总结和习题 65
4．3．1 总结 65
4．3．2 习题 65
第5章 迭代 69
5．1 for循环 69
5．2 while循环 74
5．3 推导式 76
5．3．1 列表推导式 76
5．3．2 字典推导式 77
5．4 总结和习题 77
5．4．1 总结 77
5．4．2 习题 77
第6章 递归 81
6．1 递归函数 81
6．2 分而治之 85
6．2．1 汉诺塔问题 85
6．2．2 快速排序 87
6．3 总结和习题 88
6．3．1 总结 88
6．3．2 习题 89
第7章 面向对象编程 94
7．1 面向对象编程简介 94
7．2 类和对象 95
7．2．1 类 95
7．2．2 对象 97
7．2．3 类属性与实例属性 98
7．3 继承、封装和多态 99
7．3．1 继承 99
7．3．2 封装 102
7．3．3 多态 103
7．4 总结和习题 103
7．4．1 总结 103
7．4．2 习题 103
第8章 复杂度 105
8．1 复杂度和大O表示法 105
8．2 复杂度问题 107
8．3 分析器 108
8．3．1 使用魔术命令 108
8．3．2 使用Python分析器 109
8．3．3 使用line分析器 110
8．4 总结和习题 111
8．4．1 总结 111
8．4．2 习题 111
第9章 数字的表示 113
9．1 baseN和二进制 113
9．2 浮点数 114
9．3 舍入误差 118
9．3．1 表示误差 118
9．3．2 浮点运算导致的舍入误差 118
9．3．3 舍入误差的累积 119
9．4 总结和习题 120
9．4．1 总结 120
9．4．2 习题 120
第10章 错误、良好的编程实践
和调试 123
10．1 错误类型 123
10．2 避免错误 125
10．2．1 规划你的程序 125
10．2．2 经常进行测试 126
10．2．3 保持代码整洁 126
10．3 异常 128
10．4 类型检查 130
10．5 调试 132
10．5．1 在遇到异常时激活
调试器 132
10．5．2 在运行代码前激活
调试器 134
10．5．3 添加断点 135
10．6 总结和习题 136
10．6．1 总结 136
10．6．2 习题 136
第11章 读写数据 137
11．1 文本文件 137
11．1．1 写入文件 137
11．1．2 附加文件 138
11．1．3 读取文件 138
11．1．4 处理数字和数组 139
11．2 CSV文件 140
11．2．1 写入和打开CSV文件 141
11．2．2 读取CSV文件 142
11．2．3 numpy之外 142
11．3 pickle文件 142
11．3．1 写入pickle文件 142
11．3．2 读取pickle文件 143
11．3．3 读取Python 2的pickle
文件 143
11．4 JSON文件 143
11．4．1 JSON格式 143
11．4．2 写入JSON文件 144
11．4．3 读取JSON文件 144
11．5 HDF5文件 145
11．5．1 读取HDF5文件 146
11．6 总结和习题 147
11．6．1 总结 147
11．6．2 习题 147
第12章 可视化和绘图 148
12．1 二维绘图 148
12．2 三维绘图 156
12．3 使用地图 161
12．4 动画和电影 165
12．5 总结和习题 167
12．5．1 总结 167
12．5．2 习题 167
第13章 Python并行化 173
13．1 并行计算基础知识 173
13．1．1 进程和线程 174
13．1．2 Python的GIL问题 174
13．1．3 使用并行计算的缺点 174
13．2 多进程 174
13．2．1 可视化执行时间 176
13．3 使用joblib包 177
13．4 总结和习题 178
13．4．1 总结 178
13．4．2 习题 178
第二部分 数值方法简介
第14章 线性代数和线性方程组 180
14．1 线性代数基础知识 180
14．1．1 集合 180
14．1．2 向量 181
14．1．3 矩阵 183
14．2 线性变换 187
14．3 线性方程组 188
14．4 线性方程组的解 189
14．4．1 高斯消元法 190
14．4．2 高斯–若尔当消元法 192
14．4．3 LU分解法 194
14．4．4 迭代法—高斯–
赛德尔法 196
14．5 用Python求解线性方程组 198
14．6 矩阵求逆 199
14．7 总结和习题 202
14．7．1 总结 202
14．7．2 习题 202
第15章 特征值和特征向量 205
15．1 特征值和特征向量
问题陈述 205
15．1．1 特征值和特征向量 205
15．1．2 特征值和特征向量的作用 205
15．1．3 特征方程 207
15．2 幂法 208
15．2．1 寻找优选特征值 208
15．2．2 逆幂法 211
15．2．3 移位幂法 211
15．3 QR方法 212
15．4 Python中特征值和特征
向量的求法 213
15．5 总结和习题 214
15．5．1 总结 214
15．5．2 习题 214
第16章 *小二乘回归 216
16．1 *小二乘回归问题陈述 216
16．2 *小二乘回归推导
（线性代数） 216
16．3 *小二乘回归推导（多元
微积分） 217
16．4 Python中的*小二乘回归 219
16．4．1 使用直接求逆法 219
16．4．2 使用伪逆法 220
16．4．3 使用numpy．linalg．
lstsq 221
16．4．4 使用scipy中的optimize．
curve_fit 221
16．5 非线性函数的*小二乘回归 221
16．5．1 指数函数的对数技巧 221
16．5．2 幂函数的对数技巧 223
16．5．3 多项式回归 223
16．5．4 使用scipy中的optimize．
curve_fit 224
16．6 总结和习题 225
16．6．1 总结 225
16．6．2 习题 225
第17章 插值 228
17．1 插值问题陈述 228
17．2 线性插值 228
17．3 三次样条插值 229
17．4 拉格朗日多项式插值 233
17．4．1 使用scipy中的
lagrange函数 235
17．5 牛顿多项式插值 236
17．6 总结和习题 239
17．6．1 总结 239
17．6．2 习题 239
第18章 泰勒级数 243
18．1 使用泰勒级数表达函数 243
18．2 使用泰勒级数的近似值 244
18．3 关于误差的讨论 246
18．3．1 泰勒级数的截断误差 246
18．3．2 估计截断误差 247
18．3．3 泰勒级数的舍入误差 248
18．4 总结和习题 249
18．4．1 总结 249
18．4．2 习题 249
第19章 寻根问题 250
19．1 寻根问题陈述 250
19．2 公差 251
19．3 二分法 251
19．4 牛顿–拉夫森算法 254
19．5 使用Python求解寻根问题 256
19．6 总结和习题 256
19．6．1 总结 256
19．6．2 习题 256
第20章 数值微分 259
20．1 数值微分问题陈述 259
20．2 使用有限差分近似求导 259
20．2．1 使用有限差分近似
泰勒级数的导数 260
20．3 高阶导数的近似 265
20．4 带噪声的数值微分 266
20．5 总结和习题 268
20．5．1 总结 268
20．5．2 习题 268
第21章 数值积分 272
21．1 数值积分问题陈述 272
21．2 黎曼积分 272
21．3 梯形法则 275
21．4 辛普森法则 277
21．5 在Python中计算积分 280
21．6 总结和习题 282
21．6．1 总结 282
21．6．2 习题 282
第22章 常微分方程初值问题 286
22．1 常微分方程初值问题陈述 286
22．2 降阶 288
22．3 欧拉方法 289
22．4 数值误差和不稳定性 294
22．5 预测–校正法和龙格–
库塔法 295
22．5．1 预测–校正法 295
22．5．2 龙格–库塔法 296
22．6 Python ODE求解器 298
22．7 进阶专题 301
22．7．1 多步法 301
22．7．2 刚性常微分方程 302
22．8 总结和习题 302
22．8．1 总结 302
22．8．2 习题 302
第23章 常微分方程边值问题 310
23．1 常微分方程边值问题陈述 310
23．2 打靶法 311
23．3 有限差分法 315
23．4 数值误差和不稳定性 319
23．5 总结和习题 320
23．5．1 总结 320
23．5．2 习题 320
第24章 傅里叶变换 322
24．1 波的基本原理 322
24．1．1 使用数学工具对波建模 322
24．1．2 波的特性 323
24．2 离散傅里叶变换简介 326
24．2．1 离散傅里叶变换 327
24．2．2 逆离散傅里叶变换 331
24．2．3 离散傅里叶变换的极限 331
24．3 快速傅里叶变换 332
24．3．1 离散傅里叶变换的
对称性 332
24．3．2 快速傅里叶变换的技巧 332
24．4 Python中的快速傅里叶
变换函数 336
24．4．1 numpy中的快速傅里叶
变换函数 336
24．4．2 scipy中的快速傅里叶
变换函数 337
24．4．3 更多例子 338
24．5 总结和习题 342
24．5．1 总结 342
24．5．2 习题 343
附录A 在Windows中使用
Python 345
展开全部
书友推荐
- >
月亮虎
月亮虎
¥18.7¥48.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
推拿
推拿
¥12.2¥32.0 - >
莉莉和章鱼
莉莉和章鱼
¥18.1¥42.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥35.4¥68.0 - >
二体千字文
二体千字文
¥14.0¥40.0
本类畅销
-
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158 -
2023读书月阅读盲盒——去码头整点什么薯条？
¥42.3¥158
