送书 | 新书《Python科学计算入门与实战》

又到了每周三的送书时刻啦！今天给大家带来的是《Python科学计算入门与实战》！

（文末查看送书规则）

简介

      作为一本Python科学计算的入门书籍，本书结合科学计算实例循序渐进地介绍Python科学计算编程基础。本书共6章：第1章简单公式的程序化，围绕如何使用Python实现科学计算中简单公式的程序化；第2复杂公式程序化，重点介绍Python中的程序控制，将复杂的公式程序化；第3公式对象化，主要介绍Python中面向对象的程序设计；第4公式向量化，全方位介绍Python*的科学计算库NumPy的功能，并结合数组的可视化，让读者更轻松地理解和使用NumPy；第5公式可视化，介绍Python的高质量二维绘图库Matplotlib的功能；第6公式中的随机数，介绍Python中如何生成并灵活使用随机数和随机数数组，并结合大量实例综合应用本书讲解的内容。本书适合Python科学计算的入门读者和高校理工科专业的学生。

编辑推荐

       

笔者曾经作为第一作者参与编写了《Python与有限元》一书，介绍如何用Python开发一个有限元分析框架，历经一年，其中，前八个月编写有限元分析框架程序，后四个月完成图书的写作。后来笔者又编写了《从零开始自己动手写区块链》一书，介绍区块链的原理与底层编程知识，历经八个月，前四个月编写区块链模拟器程序，后四个月完成图书的写作。这两本书都有一个共同点：先写好完整的程序，然后将编程的过程用文字描述出来，写作的难点在于程序的实现。本书是笔者参与编写的第三本书，也是写作时间最长的一本书，历时一年零八个月。本书与前两本书有所不同，书中介绍的程序对于笔者来说实现起来很容易，其难点在于如何将Python编程的相关知识与科学计算巧妙地结合起来，让读者能够轻松地走进Python科学计算的世界。为此，本书尝试采用一种新的写作风格：书中的章节划分以科学计算实例为依据，在解决科学计算问题的过程中穿插介绍需要学习的Python编程知识。于是，本书的写作难点成了经典实例的选择问题，因为实例的选择要具有代表性，是读者熟知和感兴趣的例子，还要能够将Python编程知识穿插其中。这无疑是一件极具挑战性的事，本书中的每一个例子都经过了“选择→构思→推翻→重新选择→重新构思→采纳”的复杂过程，这对于笔者这样有选择困难症的人来说，可谓劳心费神。所幸经过大量的遴选，笔者最终选出了较为满意的实例。

本书特色

* 提供了长达10小时的配套教学视频，帮助读者更加高效、直观地学习本书内容。
        * 将Python基础知识和科学计算结合起来讲解，让没有任何Python编程基础的读者快速入门。
        * 精心挑选了大量的典型实例，带领读者从实践中学习Python科学计算。
        * 穿插了大量的延伸阅读内容，帮助读者更加全面和深入地掌握相关知识点。
        * 每章都提供了习题，帮助读者巩固和提高所学知识。
        * 每章都设置了“老裴的科学世界”学习专栏作为补充学习内容，帮助读者拓宽视野，提高解决实际问题的能力。
        * 提供教学PPT，方便读者学习和相关老师教学使用。

目录介绍

        第1章围绕简单公式程序化的主题展开，介绍了如何使用Python将科学计算中的简单公式程序化，涵盖Python的安装和运行、编程的基本概念、基本语法、运算符和数字数据类型等，还重点介绍了Python中函数的定义。
　　第2章围绕复杂公式程序化的主题展开，重点介绍了Python中的流程控制，包括条件分支语句和循环语句，另外还介绍了与流程控制相关的内置容器型数据类型，如列表、元组、集合和字典。
　　第3章围绕公式对象化的主题展开，主要介绍了Python面向对象程序设计，包括类和实例，属性和方法，类的继承和方法的重载等，另外还循序渐进地介绍了如何打包并发布自己编写的库。
　　第4章围绕公式向量化的主题展开，结合数组运算可视化，全方位地介绍了Python的科学计算库NumPy。
　　第5章围绕公式可视化的主题展开，详细介绍了Python的高质量二维绘图库Matplotlib的相关绘图功能。
　　第6章介绍了Python中随机数的生成方法，并配合多个典型实例综合应用前面章节所学的知识。

有粉丝想更多了解此书，请点阅读原文

送书规则

公众号回复:送书 ,参与抽奖（共5本）

本次送书5本

或者扫一扫下方的二维码回复：送书  即可！