舉報 
會員
利用Python解決數學問題（原書第2版）
最新章節：
封底
本書基于靈活易用的Python編程語言，詳細介紹如何使用Python解決數學問題，旨在幫助讀者利用Python程序和相關工具應對現實世界中的數學挑戰。本書不僅涵蓋Python包、繪圖工具和代碼等基礎知識，還將深入探討微積分、概率與統計、幾何等傳統數學理論及其應用。此外，書中還涉及當前機器學習和人工智能領域的熱門主題，如樹和網絡、回歸和預測等。每章圍繞一個主題的多個方面或同一主題的多種典型方法詳細展開，分別從“準備工作”“實現方法”“原理解析”“更多內容”等方面進行細致介紹，循序漸進地引導讀者掌握每項技術，而且每章最后還會推薦高質量的學習資源。
目錄(117章)
倒序
- 封面
- 版權頁
- 作者簡介
- PREFACE 譯者序
- About the author 作者簡介
- About the reviewer 審校者簡介
- PREFACE 前言
- CHAPTER 1 第1章 基礎軟件包、函數和概念簡介
- 1.1 技術要求
- 1.2 探索Python的數值類型
- 1.3 理解基本數學函數
- 1.4 深入探究NumPy世界
- 1.5 使用矩陣和線性代數
- 1.6 總結
- 1.7 拓展閱讀
- CHAPTER 2 第2章 使用Matplotlib進行數學繪圖
- 2.1 技術要求
- 2.2 使用Matplotlib進行基本繪圖
- 2.3 添加子圖
- 2.4 繪制誤差條圖形
- 2.5 保存Matplotlib圖形
- 2.6 曲面圖和等高線圖
- 2.7 自定義三維圖
- 2.8 用箭頭圖繪制向量場
- 2.9 拓展閱讀
- CHAPTER 3 第3章 微積分和微分方程
- 3.1 技術要求
- 3.2 微積分入門
- 3.3 使用多項式和微積分
- 3.4 使用SymPy進行符號微分和積分
- 3.5 求解方程
- 3.6 使用SciPy對函數進行數值積分
- 3.7 簡單微分方程的數值求解
- 3.8 求解微分方程組
- 3.9 偏微分方程的數值求解
- 3.10 利用離散傅里葉變換進行信號處理
- 3.11 使用JAX實現自動微分和微積分
- 3.12 使用JAX求解微分方程
- 3.13 拓展閱讀
- CHAPTER 4 第4章 使用隨機性和概率
- 4.1 技術要求
- 4.2 隨機選擇條目
- 4.3 生成隨機數據
- 4.4 更改隨機數生成器
- 4.5 生成服從正態分布的隨機數
- 4.6 處理隨機過程
- 4.7 利用貝葉斯技術分析轉換率
- 4.8 用蒙特卡羅模擬估計參數
- 4.9 拓展閱讀
- CHAPTER 5 第5章 使用樹和網絡
- 5.1 技術要求
- 5.2 在Python中創建網絡
- 5.3 可視化網絡
- 5.4 了解網絡的基本特征
- 5.5 生成網絡鄰接矩陣
- 5.6 創建有向加權網絡
- 5.7 在網絡中尋找最短路徑
- 5.8 量化網絡中的聚類
- 5.9 為網絡著色
- 5.10 尋找最小生成樹和支配集
- 5.11 拓展閱讀
- CHAPTER 6 第6章 使用數據和統計學
- 6.1 什么是統計學
- 6.2 技術要求
- 6.3 創建Series和DataFrame對象
- 6.4 從DataFrame中加載數據和向DataFrame存儲數據
- 6.5 在DataFrame中操作數據
- 6.6 從DataFrame中繪制數據
- 6.7 從DataFrame中獲取描述性統計信息
- 6.8 通過抽樣了解總體
- 6.9 對DataFrame中的分組數據進行操作
- 6.10 使用t檢驗進行假設檢驗
- 6.11 使用ANOVA進行假設檢驗
- 6.12 非參數數據的假設檢驗
- 6.13 使用Bokeh創建交互式圖形
- 6.14 拓展閱讀
- CHAPTER 7 第7章 使用回歸和預測
- 7.1 技術要求
- 7.2 使用基本線性回歸
- 7.3 使用多重線性回歸
- 7.4 使用對數回歸進行分類
- 7.5 使用ARMA對時間序列數據進行建模
- 7.6 基于ARIMA的時間序列數據預測
- 7.7 使用ARIMA預測季節性數據
- 7.8 使用Prophet對時間序列數據進行建模
- 7.9 使用簽名總結時間序列數據
- 7.10 拓展閱讀
- CHAPTER 8 第8章 幾何問題
- 8.1 技術要求
- 8.2 二維幾何形狀的可視化
- 8.3 查找內點
- 8.4 在圖像中查找邊緣
- 8.5 平面圖形的三角剖分
- 8.6 計算凸包
- 8.7 構建貝塞爾曲線
- 8.8 拓展閱讀
- CHAPTER 9 第9章 尋找最優解
- 9.1 技術要求
- 9.2 最小化簡單線性函數
- 9.3 最小化非線性函數
- 9.4 采用梯度下降法進行優化
- 9.5 用最小二乘法擬合數據曲線
- 9.6 分析簡單的雙人博弈
- 9.7 計算納什均衡
- 9.8 拓展閱讀
- CHAPTER 10 第10章 提升工作效率
- 10.1 技術要求
- 10.2 使用Pint跟蹤單位
- 10.3 考慮計算中的不確定性
- 10.4 從NetCDF文件中加載數據和向NetCDF文件存儲數據
- 10.5 將Jupyter notebook作為腳本執行
- 10.6 驗證數據
- 10.7 使用Cython加速代碼
- 10.8 使用Dask進行分布式計算
- 10.9 為數據科學編寫可重用代碼
- 后折頁
- 封底 更新時間：2025-08-07 15:29:45
推薦閱讀
- 垃圾回收的算法與實現
- 大學計算機基礎實驗教程
- x86匯編語言：從實模式到保護模式（第2版）
- The HTML and CSS Workshop
- Solr Cookbook（Third Edition）
- 大話Java：程序設計從入門到精通
- Learning AWS
- .NET 4.5 Parallel Extensions Cookbook
- Java RESTful Web Service實戰
- Instant AppFog
- Java算法從菜鳥到達人
- SQL Server 2008數據庫應用技術（第2版）
- Alfresco for Administrators
- ASP.NET 3.5系統開發精髓
- Effective DevOps with AWS
- Building RESTful Web Services with PHP 7
- Building Business Websites with Squarespace 7
- 設計模式的藝術
- 鯤鵬架構入門與實戰
- Julia設計模式
- HTML5 Web Application Development By Example Beginner's Guide
- Getting Started with Zurb Foundation 4
- Mastering the C++17 STL
- HuggingFace自然語言處理詳解：基于BERT中文模型的任務實戰
- Java+OpenCV高效入門
- Web異步與實時交互：iframe AJAX WebSocket開發實戰
- C++程序設計（第2版）
- Visual Basic程序設計實驗與考試指導
- LabVIEW 2014基礎實例教程
- Android開發寶典
