123,123,123

內(nèi)容簡(jiǎn)介

　　《Python科學(xué)計(jì)算與可視化教程》為計(jì)算機(jī)編程語(yǔ)言Python的入門及應(yīng)用類專業(yè)書(shū)籍，面向編程零基礎(chǔ)或計(jì)算機(jī)語(yǔ)言初學(xué)者，使讀者在打好編程基礎(chǔ)之上還能熟練掌握本專業(yè)知識(shí)科學(xué)計(jì)算和可視化的能力?！禤ython科學(xué)計(jì)算與可視化教程》用淺顯易懂的語(yǔ)言描述相關(guān)概念，以貼近應(yīng)用的例題供讀者練習(xí)鞏固，幫助讀者理解、掌握Python語(yǔ)言編程的基本思想，力求實(shí)現(xiàn)面向相關(guān)專業(yè)需要的基本應(yīng)用開(kāi)發(fā)能力的培養(yǎng)。《Python科學(xué)計(jì)算與可視化教程》共8章，章對(duì)應(yīng)用計(jì)算機(jī)進(jìn)行工程項(xiàng)目的科學(xué)計(jì)算與可視化進(jìn)行簡(jiǎn)要介紹；第2~3章為Python開(kāi)發(fā)環(huán)境的安裝配置和Python語(yǔ)言的語(yǔ)法，包括基礎(chǔ)知識(shí)、流程控制、數(shù)據(jù)類型、字符、函數(shù)等；第4~5章為Python數(shù)值計(jì)算擴(kuò)展庫(kù)Numpy和數(shù)據(jù)處理庫(kù)Pandas的使用方法；第6章給出了豐富的應(yīng)用案例；第7~8章為Plotly動(dòng)態(tài)可視化繪圖入門和PlotlyExpress簡(jiǎn)介，供有興趣的讀者拓展學(xué)習(xí)?！禤ython科學(xué)計(jì)算與可視化教程》既可作為高等教育本、?？圃盒Ｓ?jì)算機(jī)相關(guān)專業(yè)的教材，也可作為編程愛(ài)好者的入門參考書(shū)，尤其是可作為非計(jì)算機(jī)專業(yè)的編程入門教材。

作者簡(jiǎn)介

暫缺《Python科學(xué)計(jì)算與可視化教程》作者簡(jiǎn)介

圖書(shū)目錄

1 科學(xué)計(jì)算與可視化簡(jiǎn)介
1．1 科學(xué)計(jì)算概論
1．2 科學(xué)計(jì)算知識(shí)體系
1．3 科學(xué)計(jì)算硬件
1．4 科學(xué)計(jì)算軟件
1．5 誤差分析
1．6 本章小結(jié)
2 Python版本與開(kāi)發(fā)環(huán)境的安裝
2．1 Python簡(jiǎn)介
2．2 開(kāi)發(fā)環(huán)境的配置
2．3 本章小結(jié)
3 Python語(yǔ)言程序設(shè)計(jì)入門
3．1 Python變量與數(shù)據(jù)類型
3．2 編寫(xiě)Hello World實(shí)例
3．3 運(yùn)算符
3．4 條件與循環(huán)語(yǔ)句
3．5 函數(shù)
3．6 類與模塊
3．7 錯(cuò)誤與異常
3．8 本章小結(jié)
4 Python科學(xué)計(jì)算入門
4．1 Numpy簡(jiǎn)介
4．2 Ndarray對(duì)象
4．3 切片與索引
4．4 視圖與副本
4．5 錯(cuò)誤與異常常用數(shù)組操作及函數(shù)
4．6 字節(jié)交換
4．7 文件操作
4．8 本章小結(jié)
5 數(shù)據(jù)處理庫(kù)Pandas
5．1 Pandas簡(jiǎn)介
5．2 Pandas對(duì)象簡(jiǎn)介
5．3 數(shù)值取值與選擇
5．4 常用函數(shù)
5．5 處理時(shí)間序列
5．6 文件操作
5．7 本章小結(jié)
6 Python科學(xué)計(jì)算案例
6．1 插值與擬合
6．2 Sympy符號(hào)計(jì)算
6．3 快速傅里葉變換（FFT）
6．4 模糊計(jì)算
6．5 小波
6．6 K近鄰及SVM
6．7 神經(jīng)網(wǎng)絡(luò)
6．8 本章小結(jié)
7 Plotly動(dòng)態(tài)可視化繪圖入門
7．1 Plotly繪圖庫(kù)簡(jiǎn)介
7．2 Plotly繪圖案例
7．3 本章小結(jié)
8 Plotly Express簡(jiǎn)介
8．1 常用數(shù)據(jù)可視化接口介紹
8．2 常用可視化函數(shù)
8．3 本章小結(jié)
參考文獻(xiàn)