滿額折
Python科學計算(原書第2版)（簡體書）
商品資訊
相關商品
商品簡介
目次
商品簡介
對於科學家而言，有了本書，你再也不用去購買那些昂貴的Python軟件包。書中包含大量可下載的代碼片段，囊括你需要知道的一切。跟隨作者的講解，你將發現實現和測試非平凡的數學算法是多麼容易，並將通過許多免費的附加模塊進一步動手實踐。這些實例來自眾多不同的研究領域，它們展示了Python的強大魅力。此外，作者還介紹了如何在Python環境中使用遺留代碼，從而免去掌握原始代碼的麻煩。相較於第1版，新版本重寫了幾個章節以反映IPython筆記本風格，擴充了索引，並包含討論SymPy的新章節，還新增了大量代碼片段。通過閱讀本書，研究人員和學生將迅速掌握有效使用Python所需的所有技能。
目次
出版者的話
譯者序
第2版前言
第1版前言
第1章 導論1
1.1 科學計算軟件1
1.2 本書的規劃3
1.3 Python能與編譯語言競爭嗎7
1.4 本書的局限性8
1.5 安裝Python和附加軟件包8
第2章 IPython入門9
2.1 Tab鍵代碼自動補全功能9
2.2 自省9
2.3 歷史命令11
2.4 魔法命令11
2.5 IPython實踐：擴展示例13
2.5.1 使用IPython終端的工作流程14
2.5.2 使用IPython筆記本的工作流程14
第3章 Python簡明教程18
3.1 輸入Python代碼18
3.2 對象和標識符19
3.3 數值類型20
3.3.1 整型20
3.3.2 實數21
3.3.3 布爾值22
3.3.4 複數23
3.4 名稱空間和模塊23
3.5 容器對象25
3.5.1 列表25
3.5.2 列表索引26
3.5.3 列表切片26
3.5.4 列表的可變性27
3.5.5 元組28
3.5.6 字符串29
3.5.7 字典29
3.6 Python的if語句30
3.7 循環結構31
3.7.1 Python的for循環結構31
3.7.2 Python的continue語句32
3.7.3 Python的break語句33
3.7.4 列表解析33
3.7.5 Python的while循環34
3.8 函數35
3.8.1 語法和作用範圍35
3.8.2 位置參數38
3.8.3 關鍵字參數38
3.8.4 可變數量的位置參數38
3.8.5 可變數量的關鍵字參數39
3.8.6 Python的輸入/輸出函數39
3.8.7 Python的print函數40
3.8.8 匿名函數42
3.9 Python類簡介42
3.10 Python程序結構44
3.11 素數：實用示例45
第4章 NumPy49
4.1 一維數組50
4.1.1 初始構造函數51
4.1.2 “相似”構造函數52
4.1.3 向量的算術運算52
4.1.4 通用函數54
4.1.5 向量的邏輯運算符55
4.2 二維數組58
4.2.1 廣播58
4.2.2 初始構造函數59
4.2.3 “相似”構造函數61
4.2.4 數組的運算和通用函數61
4.3 多維數組62
4.4 內部輸入和輸出62
4.4.1 分散的輸出和輸入62
4.4.2 NumPy文本文件的輸出和輸入64
4.4.3 NumPy二進制文件的輸出和輸入65
4.5 外部輸入和輸出65
4.5.1 小規模數據65
4.5.2 大規模數據66
4.6 其他通用函數66
4.6.1 最大值和最小值66
4.6.2 求和與乘積67
4.6.3 簡單統計67
4.7 多項式67
4.7.1 根據數據求多項式係數68
4.7.2 根據多項式係數求數據68
4.7.3 係數形式的多項式運算68
4.8 線性代數68
4.8.1 矩陣的基本運算68
4.8.2 矩陣的特殊運算70
4.8.3 求解線性方程組71
4.9 有關NumPy的更多內容和進一步學習71
4.9.1 SciPy71
4.9.2 SciKits72
第5章 二維圖形73
5.1 概述73
5.2 繪圖入門：簡單圖形74
5.2.1 前端74
5.2.2 後端74
5.2.3 一個簡單示例圖形75
5.2.4 交互式操作77
5.3 面向對象的Matplotlib77
5.4 笛卡兒坐標繪圖78
5.4.1 Matplotlib繪圖函數78
5.4.2 曲線樣式79
5.4.3 標記樣式79
5.4.4 坐標軸、網格線、標簽和標題80
5.4.5 一個稍複雜的示例：傅裡葉級數的部分和81
5.5 極坐標繪圖82
5.6 誤差條83
5.7 文本與注釋84
5.8 顯示數學公式84
5.8.1 非LaTeX用戶85
5.8.2 LaTeX用戶86
5.8.3 LaTeX用戶的替代方案86
5.9 等高線圖87
5.10 複合圖形89
5.10.1 多個圖形89
5.10.2 多個繪圖90
5.11 曼德爾布羅特集：實用示例91
第6章 多維圖形96
6.1 概述96
6.2 降維到二維96
6.3 可視化軟件97
6.4 可視化任務示例97
6.5 孤立波的可視化98
6.5.1 交互式操作任務98
6.5.2 動畫任務100
6.5.3 電影任務101
6.6 三維對象的可視化102
6.7 三維曲線103
6.7.1 使用mplot3d可視化曲線103
6.7.2 使用mlab可視化曲線105
6.8 簡單曲面106
6.8.1 使用mplot3d可視化簡單曲面106
6.8.2 使用mlab可視化簡單曲面108
6.9 參數化定義的曲面109
6.9.1 使用mplot3d可視化Enneper曲面109
6.9.2 使用mlab可視化Enneper曲面110
6.10 居裡葉集的三維可視化111
第7章 SymPy：一個計算機代數系統113
7.1 計算機代數系統113
7.2 符號和函數114
7.3 Python和SymPy之間的轉換116
7.4 矩陣和向量117
7.5 一些初等微積分118
7.5.1 微分118
7.5.2 積分118
7.5.3 級數與極限119
7.6 等式、符號等式和化簡120
7.7 方程求解121
7.7.1 單變量方程122
7.7.2 具有多個自變量的線性方程組122
7.7.3 更一般的方程組124
7.8 常微分方程的求解125
7.9 在SymPy中繪圖127
第8章 常微分方程132
8.1 初值問題132
8.2 基本思想132
8.3 odeint函數135
8.3.1 理論背景135
8.3.2 諧波振盪器136
8.3.3 範德波爾振盪器139
8.3.4 洛倫茲方程140
8.4 兩點邊值問題142
8.4.1 概述142
8.4.2 邊值問題的公式化143
8.4.3 簡單示例144
8.4.4 線性特徵值問題145
8.4.5 非線性邊值問題147
8.5 延遲微分方程151
8.5.1 模型方程151
8.5.2 更一般的方程及其數值解152
8.5.3 邏輯斯諦方程153
8.5.4 麥克-格拉斯方程155
8.6 隨機微分方程157
8.6.1 維納過程158
8.6.2 It?微積分158
8.6.3 It?與斯特拉托諾維奇隨機積分162
8.6.4 隨機微分方程的數值求解162
第9章 偏微分方程：偽譜方法169
9.1 初邊值
譯者序
第2版前言
第1版前言
第1章 導論1
1.1 科學計算軟件1
1.2 本書的規劃3
1.3 Python能與編譯語言競爭嗎7
1.4 本書的局限性8
1.5 安裝Python和附加軟件包8
第2章 IPython入門9
2.1 Tab鍵代碼自動補全功能9
2.2 自省9
2.3 歷史命令11
2.4 魔法命令11
2.5 IPython實踐：擴展示例13
2.5.1 使用IPython終端的工作流程14
2.5.2 使用IPython筆記本的工作流程14
第3章 Python簡明教程18
3.1 輸入Python代碼18
3.2 對象和標識符19
3.3 數值類型20
3.3.1 整型20
3.3.2 實數21
3.3.3 布爾值22
3.3.4 複數23
3.4 名稱空間和模塊23
3.5 容器對象25
3.5.1 列表25
3.5.2 列表索引26
3.5.3 列表切片26
3.5.4 列表的可變性27
3.5.5 元組28
3.5.6 字符串29
3.5.7 字典29
3.6 Python的if語句30
3.7 循環結構31
3.7.1 Python的for循環結構31
3.7.2 Python的continue語句32
3.7.3 Python的break語句33
3.7.4 列表解析33
3.7.5 Python的while循環34
3.8 函數35
3.8.1 語法和作用範圍35
3.8.2 位置參數38
3.8.3 關鍵字參數38
3.8.4 可變數量的位置參數38
3.8.5 可變數量的關鍵字參數39
3.8.6 Python的輸入/輸出函數39
3.8.7 Python的print函數40
3.8.8 匿名函數42
3.9 Python類簡介42
3.10 Python程序結構44
3.11 素數：實用示例45
第4章 NumPy49
4.1 一維數組50
4.1.1 初始構造函數51
4.1.2 “相似”構造函數52
4.1.3 向量的算術運算52
4.1.4 通用函數54
4.1.5 向量的邏輯運算符55
4.2 二維數組58
4.2.1 廣播58
4.2.2 初始構造函數59
4.2.3 “相似”構造函數61
4.2.4 數組的運算和通用函數61
4.3 多維數組62
4.4 內部輸入和輸出62
4.4.1 分散的輸出和輸入62
4.4.2 NumPy文本文件的輸出和輸入64
4.4.3 NumPy二進制文件的輸出和輸入65
4.5 外部輸入和輸出65
4.5.1 小規模數據65
4.5.2 大規模數據66
4.6 其他通用函數66
4.6.1 最大值和最小值66
4.6.2 求和與乘積67
4.6.3 簡單統計67
4.7 多項式67
4.7.1 根據數據求多項式係數68
4.7.2 根據多項式係數求數據68
4.7.3 係數形式的多項式運算68
4.8 線性代數68
4.8.1 矩陣的基本運算68
4.8.2 矩陣的特殊運算70
4.8.3 求解線性方程組71
4.9 有關NumPy的更多內容和進一步學習71
4.9.1 SciPy71
4.9.2 SciKits72
第5章 二維圖形73
5.1 概述73
5.2 繪圖入門：簡單圖形74
5.2.1 前端74
5.2.2 後端74
5.2.3 一個簡單示例圖形75
5.2.4 交互式操作77
5.3 面向對象的Matplotlib77
5.4 笛卡兒坐標繪圖78
5.4.1 Matplotlib繪圖函數78
5.4.2 曲線樣式79
5.4.3 標記樣式79
5.4.4 坐標軸、網格線、標簽和標題80
5.4.5 一個稍複雜的示例：傅裡葉級數的部分和81
5.5 極坐標繪圖82
5.6 誤差條83
5.7 文本與注釋84
5.8 顯示數學公式84
5.8.1 非LaTeX用戶85
5.8.2 LaTeX用戶86
5.8.3 LaTeX用戶的替代方案86
5.9 等高線圖87
5.10 複合圖形89
5.10.1 多個圖形89
5.10.2 多個繪圖90
5.11 曼德爾布羅特集：實用示例91
第6章 多維圖形96
6.1 概述96
6.2 降維到二維96
6.3 可視化軟件97
6.4 可視化任務示例97
6.5 孤立波的可視化98
6.5.1 交互式操作任務98
6.5.2 動畫任務100
6.5.3 電影任務101
6.6 三維對象的可視化102
6.7 三維曲線103
6.7.1 使用mplot3d可視化曲線103
6.7.2 使用mlab可視化曲線105
6.8 簡單曲面106
6.8.1 使用mplot3d可視化簡單曲面106
6.8.2 使用mlab可視化簡單曲面108
6.9 參數化定義的曲面109
6.9.1 使用mplot3d可視化Enneper曲面109
6.9.2 使用mlab可視化Enneper曲面110
6.10 居裡葉集的三維可視化111
第7章 SymPy：一個計算機代數系統113
7.1 計算機代數系統113
7.2 符號和函數114
7.3 Python和SymPy之間的轉換116
7.4 矩陣和向量117
7.5 一些初等微積分118
7.5.1 微分118
7.5.2 積分118
7.5.3 級數與極限119
7.6 等式、符號等式和化簡120
7.7 方程求解121
7.7.1 單變量方程122
7.7.2 具有多個自變量的線性方程組122
7.7.3 更一般的方程組124
7.8 常微分方程的求解125
7.9 在SymPy中繪圖127
第8章 常微分方程132
8.1 初值問題132
8.2 基本思想132
8.3 odeint函數135
8.3.1 理論背景135
8.3.2 諧波振盪器136
8.3.3 範德波爾振盪器139
8.3.4 洛倫茲方程140
8.4 兩點邊值問題142
8.4.1 概述142
8.4.2 邊值問題的公式化143
8.4.3 簡單示例144
8.4.4 線性特徵值問題145
8.4.5 非線性邊值問題147
8.5 延遲微分方程151
8.5.1 模型方程151
8.5.2 更一般的方程及其數值解152
8.5.3 邏輯斯諦方程153
8.5.4 麥克-格拉斯方程155
8.6 隨機微分方程157
8.6.1 維納過程158
8.6.2 It?微積分158
8.6.3 It?與斯特拉托諾維奇隨機積分162
8.6.4 隨機微分方程的數值求解162
第9章 偏微分方程：偽譜方法169
9.1 初邊值
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。