第1章 Python入門基礎 001-087
【本章導讀】 001
1.1 Python 概述 001
1.1.1 發(fā)展歷史 001
1.1.2 安裝與啟動 002
1.1.3 運行與編碼模式 008
1.1.4 變量與常量 008
1.1.5 數據及數據類型 010
1.2 Python 基本運算符及函數 028
1.2.1 基本運算符 028
1.2.2 常用函數 030
1.2.3 數組創(chuàng)建及運算 047
1.2.4 矩陣運算 062
1.3 Python 程序運行與控制結構 064
1.3.1 順序結構 064
1.3.2 循環(huán)結構 064
1.3.3 選擇結構 067
1.4 Python 常用標準庫和第三方庫 070
1.4.1 time 和calendar 070
1.4.2 sys 和os 072
1.4.3 math 和random 073
1.4.4 NumPy 庫 073
1.4.5 SymPy 庫 074
1.4.6 SciPy 庫 075
1.4.7 Matplotlib 庫 077
1.4.8 Skimage 庫 078
1.4.9 Turtle 庫 079
1.4.10 Pyinstaller 庫 082
1.4.11 GUI 庫 083
1.4.12 數據統(tǒng)計與分析庫 086
1.4.13 OpenCV 庫 086
1.4.14 Sklearn 087
1.5 Python 前景展望 087
本章重點知識 087
習題 087
第2章 數據圖形繪制 088-133
【本章導讀】 088
2.1 數據圖形繪制概述 088
2.2 布局設置 090
2.2.1 單個axes 布局 090
2.2.2 subplot(ijn) 布局 092
2.2.3 subplots(nrows,ncols,*,**)布局 092
2.2.4 fig.add_axes()布局 093
2.2.5 subplot2grid()布局 094
2.2.6 圖中圖布局 096
2.3 各種圖形繪制函數 096
2.3.1 繪制函數 096
2.3.2 綜合應用例子 113
2.4 界面細節(jié)設置 114
2.4.1 文字設置 115
2.4.2 坐標軸設置 116
2.4.3 網格設置（網格線型、線寬） 118
2.4.4 線型線寬設置 119
2.4.5 顏色設置 120
2.4.6 數據點標記設置 120
2.4.7 文本標注 121
2.4.8 箭頭文本 121
2.4.9 共享坐標軸 122
2.4.10 圖例設置 123
2.5 實際案例繪制 124
2.5.1 多根函數繪制 125
2.5.2 離心泵性能曲線繪制 125
2.5.3 二維函數值色圖繪制 127
2.5.4 地殼元素含量餅狀圖繪制 129
2.6 3D 圖像繪制 130
2.7 二維繪制命令在三維空間繪制 131
本章重點知識 133
習題 133
第3章 過程方程求解 134-152
【本章導讀】 134
3.1 超越方程求解 134
3.1.1 基本方法 134
3.1.2 編程求解 136
3.1.3 庫函數求解 140
3.1.4 實例求解分析 141
3.2 線性方程組求解 143
3.2.1 基本方法 143
3.2.2 編程求解 145
3.2.3 庫函數求解 145
3.2.4 病態(tài)方程組分析 147
3.3 非線性方程組求解 148
3.3.1 基本方法 148
3.3.2 編程求解 148
3.3.3 庫函數求解 151
本章重點知識 152
習題 152
第4章 微分方程求解 153-187
【本章導讀】 153
4.1 微分方程應用概述 153
4.2 常微分方程求解 154
4.2.1 基本方法 154
4.2.2 編程求解 156
4.2.3 庫函數求解 158
4.3 常微分方程組求解 159
4.3.1 基本方法 159
4.3.2 庫函數求解 161
4.3.3 實例求解 164
4.3.4 邊值問題 165
4.4 偏微分方程求解 168
4.4.1 基本方法 168
4.4.2 編程求解 172
4.4.3 實例應用 175
4.5 庫函數求解偏微分方程 176
4.5.1 FiPy 庫簡介及安裝 176
4.5.2 FiPy 庫具體應用 177
本章重點知識 186
習題 186
第5章 過程系統(tǒng)優(yōu)化 188-210
【本章導讀】 188
5.1 優(yōu)化問題概述 188
5.1.1 優(yōu)化數學模型 188
5.1.2 優(yōu)化問題的基本方法 189
5.2 無約束問題優(yōu)化求解 190
5.2.1 單變量函數優(yōu)化 190
5.2.2 多變量函數優(yōu)化 195
5.2.3 庫函數求解無約束問題 197
5.3 線性優(yōu)化求解 201
5.3.1 線性規(guī)劃概述 201
5.3.2 線性規(guī)劃通用模型 201
5.3.3 線性規(guī)劃庫函數求解 201
5.3.4 靈敏度分析 203
5.4 非線性規(guī)劃求解 205
5.4.1 非線性規(guī)劃求解基本方法 205
5.4.2 非線性規(guī)劃庫函數優(yōu)化求解 206
本章重點知識 210
習題 210
第6章 模型參數擬合及辨識 211-235
【本章導讀】 211
6.1 參數擬合及辨識的標準 211
6.1.1 問題的提出 211
6.1.2 標準的確定 212
6.2 單變量擬合 213
6.2.1 基本方法 213
6.2.2 庫函數擬合 217
6.2.3 靈活應用 218
6.3 多變量擬合 220
6.3.1 基本方法 221
6.3.2 庫函數擬合 221
6.3.3 靈活應用 223
6.4 過程參數辨識 224
6.4.1 問題提出 224
6.4.2 求解策略 225
6.4.3 編程求解 225
6.5 解矛盾方程 233
6.5.1 問題的提出 233
6.5.2 實例求解 233
本章重點知識 234
習題 234
第7章 Python圖形用戶界面開發(fā) 236-261
【本章導讀】 236
7.1 圖形用戶界面開發(fā)概述 236
7.2 Python 常用圖形用戶界面開發(fā)庫 236
7.3 PyQt5 圖形用戶界面開發(fā) 237
7.3.1 開發(fā)環(huán)境搭建 237
7.3.2 PyQt5 主要功能及入門 241
7.3.3 幾個簡單的GUI 設計 243
7.4 復雜用戶界面開發(fā)應用實例 257
7.4.1 方程求解及過程優(yōu)化系統(tǒng)開發(fā) 257
7.4.2 實驗數據處理及圖像繪制系統(tǒng)開發(fā) 259
本章重點知識 260
習題 261
第8章 數據統(tǒng)計與分析 262-295
【本章導讀】 262
8.1 數據統(tǒng)計與分析概述 262
8.1.1 數據 262
8.1.2 統(tǒng)計 263
8.1.3 數據分析 263
8.2 Pandas 庫 263
8.2.1 Pandas 庫簡介 263
8.2.2 Series 數據結構 264
8.2.3 DataFrame 數據結構 270
8.2.4 時序數據 279
8.3 Seaborn 庫統(tǒng)計圖形繪制 282
8.3.1 Seaborn 庫概述 282
8.3.2 Seaborn 庫圖形繪制 282
8.4 Statsmodels 庫統(tǒng)計分析應用 290
8.4.1 Statsmodels 庫概述 290
8.4.2 Statsmodels 庫統(tǒng)計分析 290
本章重點知識 295
習題 295
第9章 圖像處理 296-327
【本章導讀】 296
9.1 圖像處理概述 296
9.1.1 圖像 296
9.1.2 圖像處理 296
9.1.3 圖像處理常用第三方庫 297
9.2 OpenCV 圖像處理基礎 299
9.2.1 圖像讀入與顯示 299
9.2.2 圖像數據獲取 300
9.2.3 三通道分離與合并 301
9.2.4 圖像數據簡單處理 302
9.3 圖像處理基本函數 303
9.3.1 圖像顏色數據直方圖函數 303
9.3.2 圖像顏色閾值處理函數 304
9.3.3 自適應閾值函數 306
9.3.4 圖像形態(tài)學函數 307
9.3.5 圖像幾何處理函數 310
9.3.6 幾種繪制輪廓的函數 312
9.4 機器學習及圖像處理基礎 314
9.4.1 機器學習定義 314
9.4.2 機器學習分類 314
9.4.3 機器學習算法開發(fā)步驟 315
9.4.4 k 均值聚類算法 316
9.4.5 K-近鄰算法 324
本章重點知識 327
習題 327
第10章 Python智能算法實戰(zhàn) 328-371
【本章導讀】 328
10.1 智能算法概述 328
10.2 人工神經網絡算法 329
10.2.1 神經網絡的基本原理 329
10.2.2 BP 神經網絡 332
10.2.3 BP 神經網絡物性估算實例求解 340
10.2.4 方法展望 342
10.3 遺傳算法 343
10.3.1 算法基本原理 343
10.3.2 遺傳算法實現流程圖 343
10.3.3 實例求解 348
10.3.4 方法展望 354
10.4 模擬退火算法 355
10.4.1 算法基本原理 355
10.4.2 算法實現基本流程 355
10.4.3 實例求解 358
10.4.4 方法展望 360
10.5 粒子算法 361
10.5.1 算法基本原理 361
10.5.2 算法實現步驟 361
10.5.3 實例求解 362
10.5.4 方法展望 364
10.6 蟻群算法 364
10.6.1 算法基本原理 364
10.6.2 算法實現步驟 365
10.6.3 實例求解 368
10.6.4 方法展望 371
本章重點知識 371
習題 371
參考文獻 372
鄂公網安備 42010302001612號 