python程序设计与科学计算pdf_Python程序设计与科学计算

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