Python科学计算 原书第2版

《Python科学计算（原书第2版）》讲解如何使用Python科学计算软件包来实现和测试复杂的数学算法，第2版针对Jupyter笔记本用户更新了部分代码，并新增了讲解SymPy的章节。书中首先介绍Python相关知识，涵盖IPython、NumPy和SymPy，以及二维和多维图形的绘制。之后讨论不同领域的应用实例，涉及常微分方程、偏微分方程和多重网格，并展示了处理Fortran遗留代码的方法。全书内容简洁，示例丰富，所有代码均可免费下载，是广大科技工作者和理工科学生的有益参考。

 

出版者的话
译者序
第2版前言
第1版前言
第1章 导论
1.1 科学计算软件
1.2 本书的规划
1.3 Python能与编译语言竞争吗
1.4 本书的局限性
1.5 安装Python和附加软件包
第2章 IPython入门
2.1 Tab键代码自动补全功能
2.2 自省
2.3 历史命令
2.4 魔法命令
2.5 IPython实践：扩展示例
2.5.1 使用IPython终端的工作流程
2.5.2 使用IPython笔记本的工作流程
第3章 Python简明教程
3.1 输入Python代码
3.2 对象和标识符
3.3 数值类型
3.3.1 整型
3.3.2 实数
3.3.3 布尔值
3.3.4 复数
3.4 名称空间和模块
3.5 容器对象
3.5.1 列表
3.5.2 列表索引
3.5.3 列表切片
3.5.4 列表的可变性
3.5.5 元组
3.5.6 字符串
3.5.7 字典
3.6 Python的if语句
3.7 循环结构
3.7.1 Python的for循环结构
3.7.2 Python的continue语句
3.7.3 Python的break语句
3.7.4 列表解析
3.7.5 Python的while循环
3.8 函数
3.8.1 语法和作用范围
3.8.2 位置参数
3.8.3 关键字参数
3.8.4 可变数量的位置参数
3.8.5 可变数量的关键字参数
3.8.6 Python的输入/输出函数
3.8.7 Python的print函数
3.8.8 匿名函数
3.9 Python类简介
3.1 0Python程序结构
3.1 1素数：实用示例
第4章 NumPy
4.1 一维数组
4.1.1 初始构造函数
4.1.2 “相似”构造函数
4.1.3 向量的算术运算
4.1.4 通用函数
4.1.5 向量的逻辑运算符
4.2 二维数组
4.2.1 广播
4.2.2 初始构造函数
4.2.3 “相似”构造函数
4.2.4 数组的运算和通用函数
4.3 多维数组
4.4 内部输入和输出
4.4.1 分散的输出和输入
4.4.2 NumPy文本文件的输出和输入
4.4.3 NumPy二进制文件的输出和输入
4.5 外部输入和输出
4.5.1 小规模数据
4.5.2 大规模数据
4.6 其他通用函数
4.6.1 优选值和最小值
4.6.2 求和与乘积
4.6.3 简单统计
4.7 多项式
4.7.1 根据数据求多项式系数
4.7.2 根据多项式系数求数据
4.7.3 系数形式的多项式运算
4.8 线性代数
4.8.1 矩阵的基本运算
4.8.2 矩阵的特殊运算
4.8.3 求解线性方程组
4.9 有关NumPy的更多内容和进一步学习
4.9.1 SciPy
4.9.2 SciKits
第5章 二维图形
5.1 概述
5.2 绘图入门：简单图形
5.2.1 前端
5.2.2 后端
5.2.3 一个简单示例图形
5.2.4 交互式操作
5.3 面向对象的Matplotlib
5.4 笛卡儿坐标绘图
5.4.1 Matplotlib绘图函数
5.4.2 曲线样式
5.4.3 标记样式
5.4.4 坐标轴、网格线、标签和标题
5.4.5 一个稍复杂的示例：傅里叶级数的部分和
5.5 极坐标绘图
5.6 误差条
5.7 文本与注释
5.8 显示数学公式
5.8.1 非LaTeX用户
5.8.2 LaTeX用户
5.8.3 LaTeX用户的替代方案
5.9 等高线图
5.1 0复合图形
5.1 0.1 多个图形
5.1 0.2 多个绘图
5.1 1曼德尔布罗特集：实用示例
第6章 多维图形
6.1 概述
6.2 降维到二维
6.3 可视化软件
6.4 可视化任务示例
6.5 孤立波的可视化
6.5.1 交互式操作任务
6.5.2 动画任务
6.5.3 电影任务
6.6 三维对象的可视化
6.7 三维曲线
6.7.1 使用mplot3d可视化曲线
6.7.2 使用mlab可视化曲线
6.8 简单曲面
6.8.1 使用mplot3d可视化简单曲面
6.8.2 使用mlab可视化简单曲面
6.9 参数化定义的曲面
6.9.1 使用mplot3d可视化Enneper曲面
6.9.2 使用mlab可视化Enneper曲面
6.1 0居里叶集的三维可视化
第7章 SymPy：一个计算机代数系统
7.1 计算机代数系统
7.2 符号和函数
7.3 Python和SymPy之间的转换
7.4 矩阵和向量
7.5 一些初等微积分
7.5.1 微分
7.5.2 积分
7.5.3 级数与极限
7.6 等式、符号等式和化简
7.7 方程求解
7.7.1 单变量方程
7.7.2 具有多个自变量的线性方程组
7.7.3 更一般的方程组
7.8 常微分方程的求解
7.9 在SymPy中绘图
第8章 常微分方程
8.1 初值问题
8.2 基本思想
8.3 odeint函数
8.3.1 理论背景
8.3.2 谐波振荡器
8.3.3 范德波尔振荡器
8.3.4 洛伦兹方程
8.4 两点边值问题
8.4.1 概述
8.4.2 边值问题的公式化
8.4.3 简单示例
8.4.4 线性特征值问题
8.4.5 非线性边值问题
8.5 延迟微分方程
8.5.1 模型方程
8.5.2 更一般的方程及其数值解
8.5.3 逻辑斯谛方程
8.5.4 麦克-格拉斯方程
8.6 随机微分方程
8.6.1 维纳过程
8.6.2 Ito微积分
8.6.3 Ito与斯特拉托诺维奇随机积分
8.6.4 随机微分方程的数值求解
第9章 偏微分方程：伪谱方法
9.1 初边值问题
9.2 直线法
9.3 有限差分空间导数
9.4 周期问题的谱技术空间导数方法
9.5 空间周期问题的IVP
9.6 非周期问题的谱技术
9.7 f2py概述
9.7.1 使用标量参数的简单示例
9.7.2 向量参数
9.7.3 使用多维参数的简单示例
9.7.4 f2py的其他特征
9.8 f2py真实案例
9.9 实用示例：伯格斯方程
9.9.1 边界条件：传统方法
9.9.2 边界条件：惩罚方法
第10章 案例研究：多重网格
10.1 一维情形
10.1.1 线性椭圆型方程
10.1.2 平滑众数和粗糙众数
10.2 多重网格工具
10.2.1 松弛法
10.2.2 残差与误差
10.2.3 延拓和
10.3 多重网格算法
10.3.1 双重网格算法
10.3.2 V循环算法
10.3.3 接近多重网格算法
10.4 简单的Python多重网格实现
10.4.1 实用函数
10.4.2 平滑函数
10.4.3 多重网格函数
附录A 安装Python环境
附录B 伪谱方法的Fortran77子程序
参考文献