导语

  

内容提要

  

    本书介绍了如何使用Python语言进行物理建模，包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第1版的基础上增加了关于用SymPy进行符号计算的新内容，介绍了用于数据科学和机器学习的pandas和sklearn库、关于Python类和面向对象编程的入门知识、命令行工具，以及如何使用Git进行版本控制。
    本书适合对科学计算感兴趣、想要使用Python完成物理建模的学生和研究人员阅读。

第1章  Python入门
  1.1  算法与算法思维
    1.1.1  算法思维
    1.1.2  状态
    1.1.3  a=a+1的意思
    1.1.4  符号与数字
  1.2  启动Python
    1.2.1  IPython控制台
    1.2.2  错误消息
    1.2.3  帮助资源
    1.2.4  最佳实践：记录日志
  1.3  Python模块
    1.3.1  import
    1.3.2  from...import
    1.3.3  NumPy和PyPlot
  1.4  Python表达式
    1.4.1  数字
    1.4.2  算术运算和预定义函数
    1.4.3  最佳实践：变量名
    1.4.4  再谈函数
第2章  组织数据
  2.1  对象及其方法
  2.2  列表、元组和数组
    2.2.1  创建列表或元组
    2.2.2  NumPy数组
    2.2.3  用值填充数组
    2.2.4  数组拼接
    2.2.5  访问数组元素
    2.2.6  数组和赋值
    2.2.7  切片
    2.2.8  展平数组
    2.2.9  改变数组形状
    2.2.10  列表和数组作为索引
  2.3  字符串
    2.3.1  原始字符串
    2.3.2  使用format方法格式化字符串
    2.3.3  使用%格式化字符串
第3章  结构与控制
  3.1  循环
    3.1.1  for循环
    3.1.2  while循环
    3.1.3  超长循环
    3.1.4  无限循环
  3.2  数组运算
    3.2.1  向量数学
    3.2.2  矩阵数学
    3.2.3  约减数组
  3.3  脚本
    3.3.1  编辑器
    3.3.2  其他编辑器
    3.3.3  调试第一步
    3.3.4  最佳实践：添加注释
    3.3.5  最佳实践：给参数命名
    3.3.6  最佳实践：单位
  3.4  或然行为：分支
    3.4.1  if语句
    3.4.2  浮点数的相等性测试
  3.5  嵌套
第4章  数据输入、结果输出
  4.1  导入数据
    4.1.1  获取数据
    4.1.2  将数据引入Python
  4.2  导出数据
    4.2.1  脚本
    4.2.2  数据文件
  4.3  数据可视化
    4.3.1  plot命令及其相关函数
    4.3.2  对数坐标轴
    4.3.3  操作和修饰
    4.3.4  替换曲线
    4.3.5  再论图窗及其坐标区
    4.3.6  误差棒
    4.3.7  三维图形
    4.3.8  多个绘图
    4.3.9  子图
    4.3.10  保存图形
    4.3.11  在其他应用程序中使用图形
第5章  第 一次上机实验
  5.1  HIV示例
    5.1.1  探索模型
    5.1.2  拟合实验数据
  5.2  细菌示例
    5.2.1  探索模型
    5.2.2  拟合实验数据
第6章  随机数生成和数值方法
  6.1  编写函数
    6.1.1  在Python中定义函数
    6.1.2  更新函数
    6.1.3  参数、键值和默认值
    6.1.4  返回值
    6.1.5  函数编程
  6.2  随机数与模拟
    6.2.1  模拟抛硬币
    6.2.2  生成轨迹
  6.3  直方图和条形图
    6.3.1  创建直方图
    6.3.2  精细控制
  6.4  等高线图、曲面图和热图
    6.4.1  生成点网格
    6.4.2  等高线图
    6.4.3  曲面图
    6.4.4  热图
  6.5  非线性方程的数值解法
    6.5.1  一般实函数
    6.5.2  多项式的复根
  6.6  求解线性方程组
  6.7  数值积分
    6.7.1  预定义函数的积分
    6.7.2  自定义函数的积分
    6.7.3  振荡函数的积分
    6.7.4  参数依赖
  6.8  微分方程的数值解法
    6.8.1  重新表述问题
    6.8.2  常微分方程求解
    6.8.3  参数依赖
    6.8.4  其他常微分方程求解器
  6.9  向量场与流线
    6.9.1  向量场
    6.9.2  流线
第7章  第二次上机实验
  7.1  生成和绘制轨迹
  7.2  绘制位移分布图
  7.3  罕见事件
    7.3.1  泊松分布
    7.3.2  等待时间
第8章  图像和动画
  8.1  图像处理
    8.1.1  将图像转换为NumPy数组
    8.1.2  保存和显示图像
    8.1.3  图像处理
  8.2  将数据显示为图像
  8.3  动画
    8.3.1  创建动画
    8.3.2  保存动画
    8.3.3  结论
第9章  第三次上机实验
  9.1  卷积
    9.1.1  Python图像处理工具
    9.1.2  平均化
    9.1.3  使用高斯滤波器平滑图像
  9.2  图像去噪
  9.3  增强特征
  9.4  图像文件和数组
第10章  高阶技术
  10.1  字典和生成器
    10.1.1  字典
    10.1.2  特殊函数参数
    10.1.3  列表推导式和生成器
  10.2  数据科学工具
    10.2.1  用pandas构建序列和数据帧
    10.2.2  使用scikit-learn进行机器学习
    10.2.3  下一步
  10.3  符号计算
    10.3.1  Wolfram Alpha
    10.3.2  SymPy库
    10.3.3  其他替代方案
    10.3.4  再谈“首次通过”问题
  10.4  编写自己的类
    10.4.1  随机游走类
    10.4.2  何时使用类
第11章  开始行动
附录A  安装Python
  A.1  安装Python和Spyder
    A.1.1  图形化安装
    A.1.2  命令行安装
  A.2  设置Spyder
    A.2.1  工作目录
    A.2.2  交互式图形
    A.2.3  脚本模板
    A.2.4  重启
  A.3  保持最新版本
  A.4  安装FFmpeg
  A.5  安装ImageMagick
附录B  命令行工具
  B.1  命令行
    B.1.1  文件系统导航
    B.1.2  创建、重命名、移动和删除文件
    B.1.3  创建和删除目录
    B.1.4  Python和Conda
  B.2  文本编辑器
  B.3  版本控制工具
    B.3.1  Git如何工作
    B.3.2  安装和使用Git
    B.3.3  跟踪更改并同步存储库
    B.3.4  实用工作流汇总
    B.3.5  故障排除
  B.4  结论
附录C  Jupyter Notebook
  C.1  入门
    C.1.1  启动Jupyter Notebook
    C.1.2  打开笔记本
    C.1.3  多个笔记本
    C.1.4  退出Jupyter
    C.1.5  设置默认目录
  C.2  单元格
    C.2.1  代码单元格
    C.2.2  图形
    C.2.3  Markdown单元格
    C.2.4  编辑模式和命令模式
  C.3  共享
  C.4  更多详细信息
  C.5  优点和缺点
附录D  错误和错误消息
  D.1  Python错误概述
  D.2  一些常见错误
附录E  Python 2与Python 3对比
  E.1  除法
  E.2  打印命令
  E.3  用户输入
  E.4  更多援助
附录F  内部机制
  F.1  赋值语句
  F.2  内存管理
  F.3  函数
  F.4  作用域
    F.4.1  名称冲突
    F.4.2  作为参数传递的变量
  F.5  总结
附录G  部分习题答案
致谢
推荐阅读