Python程序设计与科学计算

本书由高校教师与算法工程师合zuo编写，兼顾理论与实践，层次脉络清晰，循序渐进地展开各个知识点，适合教学与自学。本书除了介绍Python程序设计方法与Python科学计算的工具包以外，还给出了数学建模的实战案例（附带原始数据）。
本书既适合软件开发人员阅读，也适合作为高等院校计算机相关专业的师生在Python、科学计算、数学建模等方面的教材，还可以作为读者自学Python的参考用书。

尹永学，博士、大学教师。主要的研究方向有数值计算、机器学习、大数据分析等，具有丰富的数学与计算机相关课程教学经验及跨学科项目合zuo经验，所指导的学生曾多次获得数学建模竞赛国jia级奖项。
黄海涛（笔名零壹），算法工程师，CSDN博客专家，2018年度博客之星。曾先后参与开发多款人工智能产品，具有丰富的项目经验；精通数学建模，曾多次获得国jia级竞赛奖项。

1.理论实践相结合：由具有多年教学和数学建模竞赛指导经验的高校教师与具有丰富实战经验的算法工程师合力写作而成。
2.轻松入门Python：从Python安装到基本语法、函数，精选有价值的Python内容进行介绍。
3.科学计算+数学建模：从科学计算实战到数学建模应用实例都有所介绍，带你开启数学建模的大门。
4.丰富的在线资源：提供源代码文件和配套PPT文件。

第 1章 Python概述1
1．1 Python语言发展史 1
1．2 Python语言特点 2
1．3 Python语言主要应用领域 4
1．4 本章练习 5
第 2章 开启Python之旅 6
2．1 部署Python环境 6
2．1．1 Anaconda简介 6
2．1．2 在Windows系统中安装Anaconda 7
2．1．3 在Linux系统中安装Anaconda 8
2．2 第 一个Python程序“Hello，World” 10
2．2．1 “Hello， World”的由来 10
2．2．2 实现“Hello，World” 11
2．3 使用Python的IDE 13
2．3．1 交互式解释器——Jupyter notebook 13
2．3．2 集成开发环境——PyCharm 16
2．4 本章练习 16
第3章 输入与输出 17
3．1 注释 17
3．1．1 单行注释 17
3．1．2 多行注释 18
3．2 输入 18
3．3 格式化输出 19
3．3．1 %操作符 19
3．3．2 format格式化字符串 21
3．4 本章练习 22
第4章 变量与运算符 23
4．1 变量 23
4．1．1 常量与变量 23
4．1．2 标识符 23
4．1．3 变量初始化 24
4．2 运算符 24
4．2．1 算术运算符 25
4．2．2 比较运算符 26
4．2．3 赋值运算符 26
4．2．4 逻辑运算符 27
4．2．5 位运算符 28
4．2．6 成员运算符 28
4．2．7 身份运算符 29
4．2．8 运算符优先级 29
4．3 本章练习 30
第5章 数据类型与数据结构 32
5．1 数据类型 32
5．1．1 数 32
5．1．2 字符串 35
5．2 数据结构 36
5．2．1 列表 36
5．2．2 元组 38
5．2．3 字典 38
5．2．4 集合 40
5．3 本章练习 42
第6章 条件结构 43
6．1 if语句 43
6．1．1 if形式 43
6．1．2 if-else形式 44
6．1．3 多分支选择结构 45
6．2 进阶——if嵌套与三元运算 46
6．2．1 if嵌套 46
6．2．2 三元运算 47
6．3 本章练习 48
第7章 循环结构 49
7．1 循环语句 49
7．1．1 概述 49
7．1．2 while循环语句 49
7．1．3 for循环语句 51
7．1．4 循环嵌套 52
7．2 break、continue、pass 53
7．2．1 break 53
7．2．2 continue 54
7．2．3 pass 54
7．3 本章练习 55
第8章 函数 56
8．1 函数概述 56
8．2 函数的参数 57
8．2．1 形式参数和实际参数 57
8．2．2 形式参数设置 58
8．3 return语句 62
8．4 本章练习 63
第9章 模块与异常 64
9．1 模块 64
9．1．1 概述 64
9．1．2 模块的导入 65
9．2 异常 67
9．2．1 错误 67
9．2．2 异常 67
9．2．3 异常捕获与抛出 68
9．2．4 常见异常 73
9．3 本章练习 75
第 10章 文件操作 76
10．1 文件的读写 76
10．1．1 概述 76
10．1．2 文件读取 77
10．1．3 文件写入 78
10．2 内容获取与文件指针 79
10．2．1 read、readline、readlines 79
10．2．2 文件指针 81
10．3 本章练习 83
第 11章 科学计算库——NumPy 84
11．1 NumPy简介 84
11．1．1 初识NumPy 84
11．1．2 NumPy安装 85
11．1．3 NumPy的数组属性 85
11．1．4 NumPy的数组类型 86
11．2 NumPy创建数组 88
11．2．1 通过列表或元组转化 88
11．2．2 数学基础——矩阵 89
11．2．3 NumPy构建特殊数组 91
11．3 索引与切片 95
11．3．1 索引机制 95
11．3．2 切片机制 96
11．3．3 切片索引 97
11．3．4 布尔型索引 97
11．4 矩阵运算与线性代数 98
11．4．1 范数计算 99
11．4．2 求逆矩阵 100
11．4．3 求方程组的精确解 101
11．4．4 计算矩阵行列式 102
11．4．5 求解特征值与特征向量 102
11．4．6 奇异值分解 103
11．4．7 QR分解 104
11．4．8 线性方程组的最小二乘解 104
11．5 本章练习 106
第 12章 科学计算库——SciPy 107
12．1 SciPy简介 107
12．2 SciPy应用 108
12．3 本章练习 116
第 13章 数据分析库——Pandas 117
13．1 Pandas中的数据结构 117
13．1．1 数据结构 117
13．1．2 Series 118
13．1．3 DataFrame 120
13．2 数据的选取 122
13．3 数据处理 125
13．3．1 缺失值删除 126
13．3．2 缺失值填充 128
13．3．3 数据替换 130
13．3．4 标识、删除重复行 132
13．4 统计函数 134
13．5 文件读取 135
13．6 本章练习 136
第 14章 绘图工具库——Matplotlib 137
14．1 初识Matplotlib 137
14．1．1 从MATLAB认识Matplotlib 137
14．1．2 从sin(x)认识Matplotlib 137
14．2 Matplotlib功能介绍 144
14．3 本章练习 146
第 15章 数学建模库Scikit-Learn——以回归为例 147
15．1 Scikit-Learn实现一元线性回归 147
15．1．1 一元线性回归理论简介 147
15．1．2 “小”数据的一元线性回归 149
15．1．3 一元线性回归分析糖尿病病情案例 152
15．2 Scikit-Learn实现多元线性回归 157
15．2．1 多元线性回归理论简介 157
15．2．2 多元线性回归实战 158
15．3 多重共线性问题 160
15．4 本章练习 161
附录 习题答案 162