Python程序設(shè)計與科學(xué)計算

第 1章 Python概述1
1．1 Python語言發(fā)展史 1
1．2 Python語言特點 2
1．3 Python語言主要應(yīng)用領(lǐng)域 4
1．4 本章練習(xí) 5
第 2章 開啟Python之旅 6
2．1 部署Python環(huán)境 6
2．1．1 Anaconda簡介 6
2．1．2 在Windows系統(tǒng)中安裝Anaconda 7
2．1．3 在Linux系統(tǒng)中安裝Anaconda 8
2．2 第 一個Python程序“Hello，World” 10
2．2．1 “Hello， World”的由來 10
2．2．2 實現(xiàn)“Hello，World” 11
2．3 使用Python的IDE 13
2．3．1 交互式解釋器——Jupyter notebook 13
2．3．2 集成開發(fā)環(huán)境——PyCharm 16
2．4 本章練習(xí) 16
第3章 輸入與輸出 17
3．1 注釋 17
3．1．1 單行注釋 17
3．1．2 多行注釋 18
3．2 輸入 18
3．3 格式化輸出 19
3．3．1 %操作符 19
3．3．2 format格式化字符串 21
3．4 本章練習(xí) 22
第4章 變量與運算符 23
4．1 變量 23
4．1．1 常量與變量 23
4．1．2 標(biāo)識符 23
4．1．3 變量初始化 24
4．2 運算符 24
4．2．1 算術(shù)運算符 25
4．2．2 比較運算符 26
4．2．3 賦值運算符 26
4．2．4 邏輯運算符 27
4．2．5 位運算符 28
4．2．6 成員運算符 28
4．2．7 身份運算符 29
4．2．8 運算符優(yōu)先級 29
4．3 本章練習(xí) 30
第5章 數(shù)據(jù)類型與數(shù)據(jù)結(jié)構(gòu) 32
5．1 數(shù)據(jù)類型 32
5．1．1 數(shù) 32
5．1．2 字符串 35
5．2 數(shù)據(jù)結(jié)構(gòu) 36
5．2．1 列表 36
5．2．2 元組 38
5．2．3 字典 38
5．2．4 集合 40
5．3 本章練習(xí) 42
第6章 條件結(jié)構(gòu) 43
6．1 if語句 43
6．1．1 if形式 43
6．1．2 if-else形式 44
6．1．3 多分支選擇結(jié)構(gòu) 45
6．2 進(jìn)階——if嵌套與三元運算 46
6．2．1 if嵌套 46
6．2．2 三元運算 47
6．3 本章練習(xí) 48
第7章 循環(huán)結(jié)構(gòu) 49
7．1 循環(huán)語句 49
7．1．1 概述 49
7．1．2 while循環(huán)語句 49
7．1．3 for循環(huán)語句 51
7．1．4 循環(huán)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 本章練習(xí) 55
第8章 函數(shù) 56
8．1 函數(shù)概述 56
8．2 函數(shù)的參數(shù) 57
8．2．1 形式參數(shù)和實際參數(shù) 57
8．2．2 形式參數(shù)設(shè)置 58
8．3 return語句 62
8．4 本章練習(xí) 63
第9章 模塊與異常 64
9．1 模塊 64
9．1．1 概述 64
9．1．2 模塊的導(dǎo)入 65
9．2 異常 67
9．2．1 錯誤 67
9．2．2 異常 67
9．2．3 異常捕獲與拋出 68
9．2．4 常見異常 73
9．3 本章練習(xí) 75
第 10章 文件操作 76
10．1 文件的讀寫 76
10．1．1 概述 76
10．1．2 文件讀取 77
10．1．3 文件寫入 78
10．2 內(nèi)容獲取與文件指針 79
10．2．1 read、readline、readlines 79
10．2．2 文件指針 81
10．3 本章練習(xí) 83
第 11章 科學(xué)計算庫——NumPy 84
11．1 NumPy簡介 84
11．1．1 初識NumPy 84
11．1．2 NumPy安裝 85
11．1．3 NumPy的數(shù)組屬性 85
11．1．4 NumPy的數(shù)組類型 86
11．2 NumPy創(chuàng)建數(shù)組 88
11．2．1 通過列表或元組轉(zhuǎn)化 88
11．2．2 數(shù)學(xué)基礎(chǔ)——矩陣 89
11．2．3 NumPy構(gòu)建特殊數(shù)組 91
11．3 索引與切片 95
11．3．1 索引機(jī)制 95
11．3．2 切片機(jī)制 96
11．3．3 切片索引 97
11．3．4 布爾型索引 97
11．4 矩陣運算與線性代數(shù) 98
11．4．1 范數(shù)計算 99
11．4．2 求逆矩陣 100
11．4．3 求方程組的精確解 101
11．4．4 計算矩陣行列式 102
11．4．5 求解特征值與特征向量 102
11．4．6 奇異值分解 103
11．4．7 QR分解 104
11．4．8 線性方程組的最小二乘解 104
11．5 本章練習(xí) 106
第 12章 科學(xué)計算庫——SciPy 107
12．1 SciPy簡介 107
12．2 SciPy應(yīng)用 108
12．3 本章練習(xí) 116
第 13章 數(shù)據(jù)分析庫——Pandas 117
13．1 Pandas中的數(shù)據(jù)結(jié)構(gòu) 117
13．1．1 數(shù)據(jù)結(jié)構(gòu) 117
13．1．2 Series 118
13．1．3 DataFrame 120
13．2 數(shù)據(jù)的選取 122
13．3 數(shù)據(jù)處理 125
13．3．1 缺失值刪除 126
13．3．2 缺失值填充 128
13．3．3 數(shù)據(jù)替換 130
13．3．4 標(biāo)識、刪除重復(fù)行 132
13．4 統(tǒng)計函數(shù) 134
13．5 文件讀取 135
13．6 本章練習(xí) 136
第 14章 繪圖工具庫——Matplotlib 137
14．1 初識Matplotlib 137
14．1．1 從MATLAB認(rèn)識Matplotlib 137
14．1．2 從sin(x)認(rèn)識Matplotlib 137
14．2 Matplotlib功能介紹 144
14．3 本章練習(xí) 146
第 15章 數(shù)學(xué)建模庫Scikit-Learn——以回歸為例 147
15．1 Scikit-Learn實現(xiàn)一元線性回歸 147
15．1．1 一元線性回歸理論簡介 147
15．1．2 “小”數(shù)據(jù)的一元線性回歸 149
15．1．3 一元線性回歸分析糖尿病病情案例 152
15．2 Scikit-Learn實現(xiàn)多元線性回歸 157
15．2．1 多元線性回歸理論簡介 157
15．2．2 多元線性回歸實戰(zhàn) 158
15．3 多重共線性問題 160
15．4 本章練習(xí) 161
附錄 習(xí)題答案 162