正版现货新书 Python编程与数值方法 9787111717881 [美]孔庆凯(ngkai Kong) [美]提米·西奥(Timmy Siauw) [美]亚历山大·M. 拜耶恩(Alexandre M. Bayen)
全新正版现货,以书名为准,放心购买,购书咨询18931383650朱老师
¥
81.75
7.5折
¥
109
全新
库存140件
作者[美]孔庆凯(Qingkai Kong) [美]提米·西奥(Timmy Siauw) [美]亚历山大·M. 拜耶恩(Alexandre M. Bayen)
出版社机械工业出版社
ISBN9787111717881
出版时间2022-10
装帧平装
开本16开
定价109元
货号12216257
上书时间2024-12-18
商品详情
- 品相描述:全新
- 商品描述
-
目录
译者序<br />前言<br />致谢<br />第一部分 Python编程简介<br />第1章 Python基础 2<br />1.1 开始使用Python 2<br />1.1.1 设置工作环境 2<br />1.1.2 运行Python代码的<br />三种方法 5<br />1.2 Python作为计算器 7<br />1.3 包管理 11<br />1.3.1 使用包管理器管理包 11<br />1.3.2 从源代码中安装包 13<br />1.4 Jupyter Notebook简介 13<br />1.4.1 启动Jupyter Notebook 14<br />1.4.2 笔记本 15<br />1.4.3 如何关闭笔记本 15<br />1.4.4 关闭Jupyter Notebook<br />服务器 15<br />1.5 逻辑表达式和运算符 16<br />1.6 总结和习题 18<br />1.6.1 总结 18<br />1.6.2 习题 18<br />第2章 变量和基本数据结构 20<br />2.1 变量和赋值 20<br />2.2 数据结构—字符串 22<br />2.3 数据结构—列表 26<br />2.4 数据结构—元组 28<br />2.5 数据结构—集合 30<br />2.6 数据结构—字典 31<br />2.7 numpy数组 33<br />2.8 总结和习题 40<br />2.8.1 总结 40<br />2.8.2 习题 40<br />第3章 函数 42<br />3.1 函数基础 42<br />3.1.1 Python 内置函数 42<br />3.1.2 定义自己的函数 42<br />3.2 局部变量和全局变量 49<br />3.3 嵌套函数 52<br />3.4 lambda函数 53<br />3.5 函数作为函数的参数 54<br />3.6 总结和习题 55<br />3.6.1 总结 55<br />3.6.2 习题 55<br />第4章 分支语句 59<br />4.1 if-else语句 59<br />4.2 三元运算符 65<br />4.3 总结和习题 65<br />4.3.1 总结 65<br />4.3.2 习题 65<br />第5章 迭代 69<br />5.1 for循环 69<br />5.2 while循环 74<br />5.3 推导式 76<br />5.3.1 列表推导式 76<br />5.3.2 字典推导式 77<br />5.4 总结和习题 77<br />5.4.1 总结 77<br />5.4.2 习题 77<br />第6章 递归 81<br />6.1 递归函数 81<br />6.2 分而治之 85<br />6.2.1 汉诺塔问题 85<br />6.2.2 快速排序 87<br />6.3 总结和习题 88<br />6.3.1 总结 88<br />6.3.2 习题 89<br />第7章 面向对象编程 94<br />7.1 面向对象编程简介 94<br />7.2 类和对象 95<br />7.2.1 类 95<br />7.2.2 对象 97<br />7.2.3 类属性与实例属性 98<br />7.3 继承、封装和多态 99<br />7.3.1 继承 99<br />7.3.2 封装 102<br />7.3.3 多态 103<br />7.4 总结和习题 103<br />7.4.1 总结 103<br />7.4.2 习题 103<br />第8章 复杂度 105<br />8.1 复杂度和大O表示法 105<br />8.2 复杂度问题 107<br />8.3 分析器 108<br />8.3.1 使用魔术命令 108<br />8.3.2 使用Python分析器 109<br />8.3.3 使用line分析器 110<br />8.4 总结和习题 111<br />8.4.1 总结 111<br />8.4.2 习题 111<br />第9章 数字的表示 113<br />9.1 baseN和二进制 113<br />9.2 浮点数 114<br />9.3 舍入误差 118<br />9.3.1 表示误差 118<br />9.3.2 浮点运算导致的舍入误差 118<br />9.3.3 舍入误差的累积 119<br />9.4 总结和习题 120<br />9.4.1 总结 120<br />9.4.2 习题 120<br />第10章 错误、良好的编程实践<br />和调试 123<br />10.1 错误类型 123<br />10.2 避免错误 125<br />10.2.1 规划你的程序 125<br />10.2.2 经常进行测试 126<br />10.2.3 保持代码整洁 126<br />10.3 异常 128<br />10.4 类型检查 130<br />10.5 调试 132<br />10.5.1 在遇到异常时激活<br />调试器 132<br />10.5.2 在运行代码前激活<br />调试器 134<br />10.5.3 添加断点 135<br />10.6 总结和习题 136<br />10.6.1 总结 136<br />10.6.2 习题 136<br />第11章 读写数据 137<br />11.1 文本文件 137<br />11.1.1 写入文件 137<br />11.1.2 附加文件 138<br />11.1.3 读取文件 138<br />11.1.4 处理数字和数组 139<br />11.2 CSV文件 140<br />11.2.1 写入和打开CSV文件 141<br />11.2.2 读取CSV文件 142<br />11.2.3 numpy之外 142<br />11.3 pickle文件 142<br />11.3.1 写入pickle文件 142<br />11.3.2 读取pickle文件 143<br />11.3.3 读取Python 2的pickle<br />文件 143<br />11.4 JSON文件 143<br />11.4.1 JSON格式 143<br />11.4.2 写入JSON文件 144<br />11.4.3 读取JSON文件 144<br />11.5 HDF5文件 145<br />11.5.1 读取HDF5文件 146<br />11.6 总结和习题 147<br />11.6.1 总结 147<br />11.6.2 习题 147<br />第12章 可视化和绘图 148<br />12.1 二维绘图 148<br />12.2 三维绘图 156<br />12.3 使用地图 161<br />12.4 动画和电影 165<br />12.5 总结和习题 167<br />12.5.1 总结 167<br />12.5.2 习题 167<br />第13章 Python并行化 173<br />13.1 并行计算基础知识 173<br />13.1.1 进程和线程 174<br />13.1.2 Python的GIL问题 174<br />13.1.3 使用并行计算的缺点 174<br />13.2 多进程 174<br />13.2.1 可视化执行时间 176<br />13.3 使用joblib包 177<br />13.4 总结和习题 178<br />13.4.1 总结 178<br />13.4.2 习题 178<br />第二部分 数值方法简介<br />第14章 线性代数和线性方程组 180<br />14.1 线性代数基础知识 180<br />14.1.1 集合 180<br />14.1.2 向量 181<br />14.1.3 矩阵 183<br />14.2 线性变换 187<br />14.3 线性方程组 188<br />14.4 线性方程组的解 189<br />14.4.1 高斯消元法 190<br />14.4.2 高斯–若尔当消元法 192<br />14.4.3 LU分解法 194<br />14.4.4 迭代法—高斯–<br />赛德尔法 196<br />14.5 用Python求解线性方程组 198<br />14.6 矩阵求逆 199<br />14.7 总结和习题 202<br />14.7.1 总结 202<br />14.7.2 习题 202<br />第15章 特征值和特征向量 205<br />15.1 特征值和特征向量<br />问题陈述 205<br />15.1.1 特征值和特征向量 205<br />15.1.2 特征值和特征向量的作用 205<br />15.1.3 特征方程 207<br />15.2 幂法 208<br />15.2.1 寻找优选特征值 208<br />15.2.2 逆幂法 211<br />15.2.3 移位幂法 211<br />15.3 QR方法 212<br />15.4 Python中特征值和特征<br />向量的求法 213<br />15.5 总结和习题 214<br />15.5.1 总结 214<br />15.5.2 习题 214<br />第16章 最小二乘回归 216
— 没有更多了 —
以下为对购买帮助不大的评价