×
Python编程基础与科学计算

Python编程基础与科学计算

1星价 ¥81.0 (7.5折)
2星价¥81.0 定价¥108.0
暂无评论
图文详情
  • ISBN:9787302598367
  • 装帧:70g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:560
  • 出版时间:2022-03-01
  • 条形码:9787302598367 ; 978-7-302-59836-7

本书特色

Python以其语法简单、易上手、异常丰富的第三方生态库著称,本书写作的主要目的是替代Matlab,Matlab价格昂贵且受到美国政府的限制,不允许国内的一些行业使用,Python及科学算法包是开源的免费的,现在越来越多的人开始使用Python进行各种数学计算。本书的主要读者对象是高校的老师、研究生、博士生、高年级本科生、科研院所及企业中的科技工作者等。 讲解详细,实例丰富,每个关键点都有对应编程实例,帮助读者快速掌握数学计算方法讲解详细,实例丰富,每个关键点都有对应编程实例,帮助读者快速掌握数学计算方法

内容简介

《Python编程基础与科学计算》首先讲解了Python语言的语法基础,适合没有Python基础的人,随后重点讲解Python在科学计算方面的应用,包括数组的使用、多项式、*小二乘法拟合、绘制各种二维和三维数据图像、各种数值计算方法,例如聚类算法、线性代数运算(特征值、特征向量、线性方程组求解、奇异值分解、范数等)、稀疏矩阵的存储及线性代数运算、积分、微分、常微分方程组的求解、各种插值算法、优化算法(单变量、多变量局部优化和全局优化、曲线拟合、方程求根、线性规划)、傅里叶变换(FFT、正弦余弦变换、窗函数、短时傅里叶变换等)、信号处理(卷积和相关计算、FIR和IIR滤波器及设计、滤波器频率响应、小波分析等)、图像处理、正交距离回归、空间算法(三维旋转变换、kd树、劳内德三角形、凸包等),符号运算包括多项式简化、微分、积分、极限、泰勒展开、代数方程、常微分偏微分方程求解、非线性方程组求解、密集和稀疏矩阵运算、绘制二维和三维图像等,用Python处理Excel数据、绘制Excel数据图像,文本文件和二进制文件的读写等内容。《Python编程基础与科学计算》内容讲解详细,给出了每个命令的语法格式,对语法中的参数进行了详细解释,在每个知识点配以实例程序。《Python编程基础与科学计算》的主要目的是替代Mathlab,Matlab价格昂贵且受到美国政府的限制,不允许国内的一些行业使用,Python及科学算法包是开源的免费的。本书的主要读者对象是高校的老师、研究生、博士生、高年级本科生、科研院所及企业中的科技工作者等。

目录



第1章Python编程基础

1.1Python编程环境

1.1.1Python语言简介

1.1.2Python编程环境的建立

1.2Python开发环境使用基础

1.2.1Python自带集成开发环境

1.2.2PyCharm集成开发环境

1.3变量与赋值语句

1.3.1变量和赋值的意义

1.3.2变量的定义

1.3.3赋值语句

1.4Python中的数据类型

1.4.1数据类型

1.4.2数据类型的转换

1.4.3字符串中的转义字符

1.5表达式

1.5.1数值表达式

1.5.2逻辑表达式

1.5.3运算符的优先级

1.6Python编程的注意事项

1.6.1空行与注释

1.6.2缩进

1.6.3续行

1.7Python中常用的一些函数

1.7.1输入函数和输出函数

1.7.2range()函数

1.7.3随机函数

1.8分支结构

1.8.1if分支结构

1.8.2分支语句的嵌套

1.9循环结构

1.9.1for循环结构

1.9.2while循环结构

1.9.3循环体的嵌套

1.9.4continue语句和break语句

第2章Python的数据结构

2.1列表

2.1.1创建列表

2.1.2列表元素的索引和输出

2.1.3列表的编辑

2.2元组

2.2.1创建元组

2.2.2元组元素的索引和输出

2.3字典

2.3.1创建字典

2.3.2字典的编辑

2.4集合

2.4.1创建集合

2.4.2集合的编辑

2.4.3集合的逻辑运算

2.4.4集合的元素运算

2.5字符串

2.5.1字符串的索引和输出

2.5.2字符串的处理

2.5.3格式化字符串




第3章自定义函数、类和模块

3.1自定义函数

3.1.1自定义函数的格式

3.1.2函数参数

3.1.3函数的返回值

3.1.4函数的局部变量

3.1.5匿名函数lambda

3.1.6函数的递归调用

3.2类和对象

3.2.1类和对象介绍

3.2.2类的定义和实例

3.2.3实例属性和类属性

3.2.4类中的函数

3.2.5属性和方法的私密性

3.2.6类的继承

3.2.7类的其他操作

3.3模块和包

3.3.1模块的使用

3.3.2模块空间与主程序

3.3.3包的使用

3.3.4枚举模块

3.3.5sys模块

第4章异常处理和文件操作

4.1异常信息和异常处理

4.1.1异常信息

4.1.2被动异常的处理

4.1.3主动异常的处理

4.1.4异常的嵌套

4.2文件的读写

4.2.1文件的打开与关闭

4.2.2读取数据

4.2.3写入数据

4.3文件和路径操作

4.4py文件的编译

第5章NumPy数组运算

5.1创建数组

5.1.1数组的基本概念

5.1.2NumPy的数据类型

5.1.3创建数组的方法

5.1.4数组的属性

5.1.5NumPy中的常量

5.1.6数组的切片

5.1.7数组的保存与读取

5.2数组操作

5.2.1基本运算

5.2.2调整数组的形状

5.2.3数组的重新组合

5.2.4数组的分解

5.2.5数组的重复复制

5.2.6类型转换

5.2.7数组排序

5.2.8数组查询

5.2.9数组统计

5.2.10数组的添加和删除

5.2.11数组元素的随机打乱

5.2.12数组元素的颠倒

5.3随机数组

5.3.1随机生成器

5.3.2随机函数

5.4矩阵

5.4.1矩阵的定义

5.4.2矩阵的方法

5.5通用函数

5.5.1数组基本运算函数

5.5.2数组逻辑运算函数

5.5.3数组三角函数

5.6线性代数运算

5.6.1矩阵对角线

5.6.2数组乘积

5.6.3数组的行列式

5.6.4数组的秩和逆矩阵

5.6.5特征值和特征向量

5.6.6SVD分解

5.6.7Cholesky分解

5.6.8QR分解

5.6.9范数和条件数

5.6.10线性方程组的解

5.7快速傅里叶变换

5.7.1傅里叶变换公式

5.7.2傅里叶变换及逆变换

5.7.3窗函数

5.7.4傅里叶变换的辅助工具

5.8多项式运算

5.8.1多项式的定义及属性

5.8.2多项式的四则运算

5.8.3多项式的微分和积分

5.8.4多项式拟合

第6章matplotlib数据可视化

6.1二维绘图

6.1.1折线图

6.1.2对数折线图

6.1.3堆叠图

6.1.4时间折线图

6.1.5带误差的折线图

6.1.6填充图

6.1.7阶梯图

6.1.8极坐标图

6.1.9火柴杆图

6.1.10散点图

6.1.11柱状图

6.1.12饼图

6.1.13直方图

6.1.14六边形图

6.1.15箱线图

6.1.16小提琴图

6.1.17等值线图

6.1.18四边形网格颜色图

6.1.19三角形图

6.1.20箭头矢量图

6.1.21流线图

6.1.22矩阵图

6.1.23稀疏矩阵图

6.1.24风羽图

6.1.25事件图

6.1.26自相关函数图

6.1.27互相关函数图

6.1.28幅值谱和相位谱图

6.1.29时频图

6.1.30功率谱密度图

6.1.31绘制图像

6.2图像、子图和图例

6.2.1图像对象

6.2.2子图对象

6.2.3图例对象

6.3图像的辅助功能

6.3.1添加注释

6.3.2添加颜色条

6.3.3添加文字

6.3.4添加箭头

6.3.5添加网格线

6.3.6添加水平、竖直和倾斜线

6.3.7添加表格

6.4三维绘图

6.4.1三维子图对象

6.4.2三维折线图

6.4.3三维散点图

6.4.4三维柱状图

6.4.5三维曲面图

6.4.6三维等值线图

6.4.7三维三角形网格图

6.4.8三维箭头矢量图

第7章SciPy数值计算方法

7.1SciPy中的常数

7.1.1数学和物理常量

7.1.2单位换算常量

7.2SciPy的数据读写

7.2.1读写MATLAB文件

7.2.2读写wave文件

7.2.3读写Fortran文件

7.3聚类算法

7.3.1k平均聚类法

7.3.2矢量量化

7.3.3层次聚类法

7.4线性代数运算

7.4.1特殊矩阵

7.4.2矩阵函数

7.4.3线性代数基本运算

7.4.4向量和矩阵的范数

7.4.5特征值和特征向量

7.4.6矩阵分解

7.4.7线性方程组的解

7.4.8矩阵方程的解

7.5稀疏矩阵

7.5.1稀疏矩阵的基类

7.5.2稀疏矩阵的定义

7.5.3一些实用方法

7.5.4稀疏矩阵的线性代数运算

7.6数值积分

7.6.1一重定积分

7.6.2二重定积分

7.6.3三重定积分

7.6.4n重定积分

7.6.5给定离散数据的积分

7.6.6一阶常微分方程组的求解

7.6.7二阶常微分方程组的求解

7.6.8数值微分

7.7插值计算

7.7.1一维样条插值

7.7.2一维多项式插值

7.7.3二维样条插值

7.7.4根据FFT插值

7.8优化

7.8.1单变量局部优化

7.8.2多变量局部优化

7.8.3多变量全局*优差分进化法

7.8.4多变量全局*优模拟退火法

7.8.5线性规划问题

7.8.6用*小二乘法解方程误差*小问题

7.8.7曲线拟合

7.8.8求方程的根

7.9傅里叶变换

7.9.1离散傅里叶变换

7.9.2傅里叶变换的辅助工具

7.9.3离散余弦和正弦变换

7.9.4窗函数

7.9.5短时傅里叶变换

7.10数字信号处理

7.10.1信号的卷积和相关计算

7.10.2二维图像的卷积计算

7.10.3FIR与IIR滤波器

7.10.4FIR与IIR滤波器的设计

7.10.5滤波器的频率响应

7.10.6其他滤波器

7.10.7小波分析

7.11图像处理

7.11.1图像的卷积与相关计算

7.11.2高斯滤波

7.11.3图像边缘检测

7.11.4样条插值滤波

7.11.5广义滤波

7.11.6图像的平移、旋转和缩放

7.11.7图像的仿射变换

7.11.8二进制形态学

7.12正交距离回归

7.12.1正交距离回归流程

7.12.2简易模型

7.13空间算法

7.13.1三维空间旋转变换

7.13.2kdtree及*近邻搜索

7.13.3德劳内三角剖分

7.13.4凸包

7.13.5Voronoi图

第8章SymPy符号运算

8.1符号与符号表达式

8.1.1符号定义

8.1.2符号表达式

8.1.3符号表达式的简化

8.1.4符号多项式操作

8.1.5逻辑表达式

8.2符号运算基础

8.2.1有限集合

8.2.2区间表示

8.2.3等式和不等式

8.2.4条件表示

8.2.5分段函数

8.3与微积分有关的运算

8.3.1极限运算

8.3.2微分运算

8.3.3积分运算

8.3.4泰勒展开

8.3.5积分变换

8.4方程求解

8.4.1代数方程的求解

8.4.2线性方程组的求解

8.4.3非线性方程组的求解

8.4.4常微分方程组的求解

8.4.5偏微分方程的求解

8.5矩阵运算

8.5.1矩阵的创建

8.5.2矩阵的属性和方法

8.5.3稀疏矩阵

8.6绘图

8.6.1二维绘图

8.6.2参数化绘图

8.6.3隐式方程绘图

8.6.4三维绘图

第9章操纵Excel进行数据处理

9.1工作簿和工作表格

9.1.1openpyxl的基本结构

9.1.2对工作簿和工作表格的操作

9.2对工作表格的操作

9.3对单元格的操作

9.4在Excel中绘制数据图表

第10章数据读写和文件管理

10.1数据读写

10.1.1QIODevice类

10.1.2字节数组与字节串

10.1.3QFile类

10.1.4文本流读写文本数据

10.1.5数据流读写二进制数据

10.1.6原生数据的读写方法

10.2数据存储文件

10.2.1QTemporaryFile临时文件

10.2.2QSaveFile存盘

10.2.3QBuffer内存存储

10.3文件管理

10.3.1文件信息

10.3.2路径管理


展开全部

作者简介

李增刚,男,大连理工大学工程力学系硕士毕业,从事多年有限元分析及专业培训工作,一直使用Python从事数值计算和数据处理工作,工程经验丰富。经国防工业出版社出版和清华大学出版社出版过《Nastran快速入门与实例》、《Adams 入门详解与实例》、《Virtual.lab Acoustics 声学仿真计算高级应用实例》和《SYSNOISE REV5.6 详解》和《Python基础与PyQt可视化编程详解》5本著作。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航