Python程序設(shè)計(jì)與科學(xué)計(jì)算

定　價(jià)：￥49.00

作　者：	尹永學(xué)，黃海濤著
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787115510945	出版時(shí)間：	2019-08-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	182	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)由高校教師與算法工程師合zuo編寫(xiě)，兼顧理論與實(shí)踐，層次脈絡(luò)清晰，循序漸進(jìn)地展開(kāi)各個(gè)知識(shí)點(diǎn)，適合教學(xué)與自學(xué)。本書(shū)除了介紹Python程序設(shè)計(jì)方法與Python科學(xué)計(jì)算的工具包以外，還給出了數(shù)學(xué)建模的實(shí)戰(zhàn)案例（附帶原始數(shù)據(jù)）。本書(shū)既適合軟件開(kāi)發(fā)人員閱讀，也適合作為高等院校計(jì)算機(jī)相關(guān)專(zhuān)業(yè)的師生在Python、科學(xué)計(jì)算、數(shù)學(xué)建模等方面的教材，還可以作為讀者自學(xué)Python的參考用書(shū)。

作者簡(jiǎn)介

　　尹永學(xué)，博士、大學(xué)教師。主要的研究方向有數(shù)值計(jì)算、機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等，具有豐富的數(shù)學(xué)與計(jì)算機(jī)相關(guān)課程教學(xué)經(jīng)驗(yàn)及跨學(xué)科項(xiàng)目合zuo經(jīng)驗(yàn)，所指導(dǎo)的學(xué)生曾多次獲得數(shù)學(xué)建模競(jìng)賽國(guó)jia級(jí)獎(jiǎng)項(xiàng)。黃海濤（筆名零壹），算法工程師，CSDN博客專(zhuān)家，2018年度博客之星。曾先后參與開(kāi)發(fā)多款人工智能產(chǎn)品，具有豐富的項(xiàng)目經(jīng)驗(yàn)；精通數(shù)學(xué)建模，曾多次獲得國(guó)jia級(jí)競(jìng)賽獎(jiǎng)項(xiàng)。

圖書(shū)目錄

第 1章 Python概述1
1．1 Python語(yǔ)言發(fā)展史 1
1．2 Python語(yǔ)言特點(diǎn) 2
1．3 Python語(yǔ)言主要應(yīng)用領(lǐng)域 4
1．4 本章練習(xí) 5
第 2章開(kāi)啟Python之旅 6
2．1 部署Python環(huán)境 6
2．1．1 Anaconda簡(jiǎn)介 6
2．1．2 在Windows系統(tǒng)中安裝Anaconda 7
2．1．3 在Linux系統(tǒng)中安裝Anaconda 8
2．2 第一個(gè)Python程序“Hello，World” 10
2．2．1 “Hello， World”的由來(lái) 10
2．2．2 實(shí)現(xiàn)“Hello，World” 11
2．3 使用Python的IDE 13
2．3．1 交互式解釋器——Jupyter notebook 13
2．3．2 集成開(kāi)發(fā)環(huán)境——PyCharm 16
2．4 本章練習(xí) 16
第3章輸入與輸出 17
3．1 注釋 17
3．1．1 單行注釋 17
3．1．2 多行注釋 18
3．2 輸入 18
3．3 格式化輸出 19
3．3．1 %操作符 19
3．3．2 format格式化字符串 21
3．4 本章練習(xí) 22
第4章變量與運(yùn)算符 23
4．1 變量 23
4．1．1 常量與變量 23
4．1．2 標(biāo)識(shí)符 23
4．1．3 變量初始化 24
4．2 運(yùn)算符 24
4．2．1 算術(shù)運(yùn)算符 25
4．2．2 比較運(yùn)算符 26
4．2．3 賦值運(yùn)算符 26
4．2．4 邏輯運(yùn)算符 27
4．2．5 位運(yùn)算符 28
4．2．6 成員運(yùn)算符 28
4．2．7 身份運(yùn)算符 29
4．2．8 運(yùn)算符優(yōu)先級(jí) 29
4．3 本章練習(xí) 30
第5章數(shù)據(jù)類(lèi)型與數(shù)據(jù)結(jié)構(gòu) 32
5．1 數(shù)據(jù)類(lèi)型 32
5．1．1 數(shù) 32
5．1．2 字符串 35
5．2 數(shù)據(jù)結(jié)構(gòu) 36
5．2．1 列表 36
5．2．2 元組 38
5．2．3 字典 38
5．2．4 集合 40
5．3 本章練習(xí) 42
第6章條件結(jié)構(gòu) 43
6．1 if語(yǔ)句 43
6．1．1 if形式 43
6．1．2 if-else形式 44
6．1．3 多分支選擇結(jié)構(gòu) 45
6．2 進(jìn)階——if嵌套與三元運(yùn)算 46
6．2．1 if嵌套 46
6．2．2 三元運(yùn)算 47
6．3 本章練習(xí) 48
第7章循環(huán)結(jié)構(gòu) 49
7．1 循環(huán)語(yǔ)句 49
7．1．1 概述 49
7．1．2 while循環(huán)語(yǔ)句 49
7．1．3 for循環(huán)語(yǔ)句 51
7．1．4 循環(huán)嵌套 52
7．2 break、continue、pass 53
7．2．1 break 53
7．2．2 continue 54
7．2．3 pass 54
7．3 本章練習(xí) 55
第8章函數(shù) 56
8．1 函數(shù)概述 56
8．2 函數(shù)的參數(shù) 57
8．2．1 形式參數(shù)和實(shí)際參數(shù) 57
8．2．2 形式參數(shù)設(shè)置 58
8．3 return語(yǔ)句 62
8．4 本章練習(xí) 63
第9章模塊與異常 64
9．1 模塊 64
9．1．1 概述 64
9．1．2 模塊的導(dǎo)入 65
9．2 異常 67
9．2．1 錯(cuò)誤 67
9．2．2 異常 67
9．2．3 異常捕獲與拋出 68
9．2．4 常見(jiàn)異常 73
9．3 本章練習(xí) 75
第 10章文件操作 76
10．1 文件的讀寫(xiě) 76
10．1．1 概述 76
10．1．2 文件讀取 77
10．1．3 文件寫(xiě)入 78
10．2 內(nèi)容獲取與文件指針 79
10．2．1 read、readline、readlines 79
10．2．2 文件指針 81
10．3 本章練習(xí) 83
第 11章科學(xué)計(jì)算庫(kù)——NumPy 84
11．1 NumPy簡(jiǎn)介 84
11．1．1 初識(shí)NumPy 84
11．1．2 NumPy安裝 85
11．1．3 NumPy的數(shù)組屬性 85
11．1．4 NumPy的數(shù)組類(lèi)型 86
11．2 NumPy創(chuàng)建數(shù)組 88
11．2．1 通過(guò)列表或元組轉(zhuǎn)化 88
11．2．2 數(shù)學(xué)基礎(chǔ)——矩陣 89
11．2．3 NumPy構(gòu)建特殊數(shù)組 91
11．3 索引與切片 95
11．3．1 索引機(jī)制 95
11．3．2 切片機(jī)制 96
11．3．3 切片索引 97
11．3．4 布爾型索引 97
11．4 矩陣運(yùn)算與線性代數(shù) 98
11．4．1 范數(shù)計(jì)算 99
11．4．2 求逆矩陣 100
11．4．3 求方程組的精確解 101
11．4．4 計(jì)算矩陣行列式 102
11．4．5 求解特征值與特征向量 102
11．4．6 奇異值分解 103
11．4．7 QR分解 104
11．4．8 線性方程組的最小二乘解 104
11．5 本章練習(xí) 106
第 12章科學(xué)計(jì)算庫(kù)——SciPy 107
12．1 SciPy簡(jiǎn)介 107
12．2 SciPy應(yīng)用 108
12．3 本章練習(xí) 116
第 13章數(shù)據(jù)分析庫(kù)——Pandas 117
13．1 Pandas中的數(shù)據(jù)結(jié)構(gòu) 117
13．1．1 數(shù)據(jù)結(jié)構(gòu) 117
13．1．2 Series 118
13．1．3 DataFrame 120
13．2 數(shù)據(jù)的選取 122
13．3 數(shù)據(jù)處理 125
13．3．1 缺失值刪除 126
13．3．2 缺失值填充 128
13．3．3 數(shù)據(jù)替換 130
13．3．4 標(biāo)識(shí)、刪除重復(fù)行 132
13．4 統(tǒng)計(jì)函數(shù) 134
13．5 文件讀取 135
13．6 本章練習(xí) 136
第 14章繪圖工具庫(kù)——Matplotlib 137
14．1 初識(shí)Matplotlib 137
14．1．1 從MATLAB認(rèn)識(shí)Matplotlib 137
14．1．2 從sin(x)認(rèn)識(shí)Matplotlib 137
14．2 Matplotlib功能介紹 144
14．3 本章練習(xí) 146
第 15章數(shù)學(xué)建模庫(kù)Scikit-Learn——以回歸為例 147
15．1 Scikit-Learn實(shí)現(xiàn)一元線性回歸 147
15．1．1 一元線性回歸理論簡(jiǎn)介 147
15．1．2 “小”數(shù)據(jù)的一元線性回歸 149
15．1．3 一元線性回歸分析糖尿病病情案例 152
15．2 Scikit-Learn實(shí)現(xiàn)多元線性回歸 157
15．2．1 多元線性回歸理論簡(jiǎn)介 157
15．2．2 多元線性回歸實(shí)戰(zhàn) 158
15．3 多重共線性問(wèn)題 160
15．4 本章練習(xí) 161
附錄習(xí)題答案 162