【網(wǎng)店勿用！此為申報選題所填信息，網(wǎng)店請調(diào)用*終版】對于科學家而言，有了本書，你再也不用去購買那些昂貴的Python軟件包。書中包含大量可下載的代碼片段，囊括你需要知道的一切。跟隨作者的講解，你將發(fā)現(xiàn)實現(xiàn)和測試非平凡的數(shù)學算法是多么容易，并將通過許多免費的附加模塊進一步動手實踐。這些實例來自眾多不同的研究領(lǐng)域，它們展示了Python的強大魅力。此外，作者還介紹了如何在Python環(huán)境中使用遺留代碼，從而免去掌握原始代碼的麻煩。相較于第1版，新版本重寫了幾個章節(jié)以反映IPython筆記本風格，擴充了索引，并包含討論SymPy的新章節(jié)，還新增了大量代碼片段。通過閱讀本書，研究人員和學生將迅速掌握有效使用Python所需的所有技能。
第2版前言
Python for Scientists, Second Edition
第1版的前言中包含了本書的寫作動機，以及對眾多協(xié)助編寫本書的工作人員的致謝。在此，我還要感謝許多讀者，他們提供了建設(shè)性的批評意見，其中大部分已經(jīng)被納入第2版中。我還想進一步解釋一下為什么要出版第2版。從表面上看，除了新增討論SymPy（Python本身的計算機代數(shù)系統(tǒng)）的第7章之外，似乎沒有什么大的變化。
然而，新版本中的大部分內(nèi)容都滲透著一種根本性的變化。在準備第1版時，使用增強解釋器IPython的可靠方法是通過傳統(tǒng)的“終端模式”。那時正在開發(fā)增強的“筆記本模式”，該模式與Mathematica筆記本概念類似，區(qū)別在于其顯示在計算機的默認Web瀏覽器中。該項目現(xiàn)在已經(jīng)演變?yōu)镴upyter筆記本，該筆記本允許人們構(gòu)建和發(fā)布包含計算機代碼（支持40多種語言）、數(shù)學公式、說明文本、圖形圖像和可視化內(nèi)容的文檔。由于這也許是初學者獲得Python經(jīng)驗的最簡單的軟件應(yīng)用程序，因此本書的大部分內(nèi)容已經(jīng)為筆記本用戶重寫了教學內(nèi)容。特別是第2版的附錄A中還包含了一個關(guān)于如何使用筆記本的啟發(fā)式教程，并且已經(jīng)擴展式地重寫了第2章的內(nèi)容以展示其特性。書中的所有內(nèi)容現(xiàn)在都給出了適當?shù)膽?yīng)用實例。例如，允許SymPy生成其他計算機代數(shù)系統(tǒng)無法比擬的代數(shù)表達式。
這種變化也影響了交互式圖形和視覺動畫領(lǐng)域。之所以有這種變化的需求，是因為標準Python的二維圖形包Matplotlib難以生成與平臺無關(guān)的結(jié)果。實際上，由于“改進”的軟件升級，第1版中用于即時屏幕動畫的代碼不再有效。然而，筆記本的概念則提供了一個微妙的解決方案來破解這一僵局。回想一下，筆記本窗口是瀏覽器窗口，它使用現(xiàn)代HTML圖形。第6章介紹了筆記本概念所帶來的益處。
最后一處改進是，除了本書中列出的最普通的代碼片段之外，所有代碼片段現(xiàn)在都以電子文檔形式提供（當然采用筆記本文件格式），而網(wǎng)站中則同時包括HTML和PDF版本，具體參見1.2節(jié)。電子文檔中不包括代碼前后的說明文本。為了讀取代碼說明文本，讀者必須閱讀本書（無論是紙質(zhì)版還是電子格式）！
編者按：John在第2版完成后不久就不幸去世了，他的同事、朋友和家人都非常想念他，尤其是他的“Python寡婦”。
第1版前言
Python for Scientists, Second Edition
我借助計算機從事科學研究已有40多年了。在這期間，計算機硬件越來越便宜、越來越快速，并且越來越強大。然而，與科技工作者相關(guān)的軟件則變得越來越復雜。我最喜歡的關(guān)于Fortran90和C++的教科書分別是1200頁和1600頁。同時我們還需要閱讀關(guān)于數(shù)學庫和圖形包的文檔。對于想沿著這條路走下去的新手，將不得不投入大量的時間和精力，以便寫出有用的程序。這導致了“科學計算軟件包”的出現(xiàn)，比如Matlab?或Mathematica?，它們避免了編譯語言、獨立數(shù)學庫和圖形包的復雜性。我一直在使用這些科學計算軟件包，發(fā)現(xiàn)它們可以非常方便地用于執(zhí)行開發(fā)人員所設(shè)想的任務(wù)。然而，我也發(fā)現(xiàn)它們很難再擴展，因此我需要尋找其他方法。
若干年前，一位計算機科學領(lǐng)域的同事建議我研究一下Python。那時，Python就已經(jīng)具有很大的潛力了，但其實現(xiàn)卻非常脆弱。然而，正因為其免費且開源，所以一直吸引著一支非常有效的開發(fā)隊伍。最近，他們努力的成果得到了協(xié)調(diào)和統(tǒng)一，從而形成了一個強大的軟件包，該軟件包由一種小型的核心語言和許多外圍附加庫或者模塊組成。其中一組可以而且確實復制了傳統(tǒng)科學計算包的功能。更重要的是，如果能夠熟練并睿智地使用Python及其模塊，就完全可以實現(xiàn)通常由Fortran、C等專業(yè)程序員勝任的大項目。雖然運行速度略有損失，但可以由大大縮短的開發(fā)時間來超額補償。本書的目的就是向科技工作者介紹如何利用這種相對未知的資源。
大多數(shù)科學家對計算機都有一定的熟悉程度和編程意識（盡管不一定熟悉Python），我將充分考慮這種因素。因此，與大多數(shù)旨在“教”一門語言的書籍不同，本書不僅僅是討論參考手冊中的內(nèi)容。Python具有很多強大但不為人知的方面，相對于那些廣為人知的內(nèi)容，這些方面需要更多的解釋。特別是，如果在本書中遇到“初學者”或者“粗心大意”的詞句，那么表示在說明文檔中沒有明確指出的關(guān)鍵點，至少作者本人在該點上犯了錯誤。
本書的前七章以及附錄A，涵蓋了科技工作者為開始有效地使用Python而需要知道的幾乎所有知識。本書的編輯和一些評閱專家建議我在后半部分專注于討論某一領(lǐng)域的問題。但這可能會導致一系列書籍的產(chǎn)生，“面向生物化學家的Python”“面向晶體學家的Python”等，而且所有這些教科書的前半部分內(nèi)容都相同。我選擇只涉及三個主題，但是本書的內(nèi)容也適用于許多更廣泛的領(lǐng)域。第8章涵蓋四種截然不同的常微分方程，并且展示了如何使用各種相關(guān)的“黑盒”，這些“黑盒”通常是那些實際使用且可信的Fortran代碼的Python封裝。第9章雖然表面上講的是關(guān)于演化偏微分方程的偽譜方法，但實際上涵蓋了一個對許多科學家都非常有用的主題，即如何在不理解Fortran語言的情況下，在Python語言中以類似Fortran的速度來重用那些通常用Fortran77編寫的遺留代碼。最后一章討論通過多重網(wǎng)格求解非常大的線性
---作者簡介---
約翰·M. 斯圖爾特(John M. Stewart) 劍橋大學應(yīng)用數(shù)學和理論物理系榮譽退休教授，國王學院終身研究員，于2016年逝世。40多年來，他一直是相對論與引力小組的核心成員，引領(lǐng)著關(guān)于相對論動力學理論、宇宙微擾理論和數(shù)值相對論的研究工作。他的著作包括《Non-equilibrium Relativistic Kinetic Theory》（1971）和《Advanced General Relativity》（1991）。
---譯者簡介---
江紅 華東師范大學副教授，博士。1994年畢業(yè)于復旦大學計算機系。曾榮獲上海市教學成果一等獎、華東師范大學教學成果一等獎、華東師范大學任課教師獎等榮譽。
余青松 華東師范大學高級工程師。1990年畢業(yè)于華東師范大學并留校任教。編著計算機相關(guān)教材30余本，在國內(nèi)外學術(shù)期刊和學術(shù)會議上發(fā)表科技論文近百篇。
出版者的話
譯者序
第2版前言
第1版前言
第1章 導論1
1.1 科學計算軟件1
1.2 本書的規(guī)劃3
1.3 Python能與編譯語言競爭嗎7
1.4 本書的局限性8
1.5 安裝Python和附加軟件包8
第2章 IPython入門9
2.1 Tab鍵代碼自動補全功能9
2.2 自省9
2.3 歷史命令11
2.4 魔法命令11
2.5 IPython實踐：擴展示例13
2.5.1 使用IPython終端的工作流程14
2.5.2 使用IPython筆記本的工作流程14
第3章 Python簡明教程18
3.1 輸入Python代碼18
3.2 對象和標識符19
3.3 數(shù)值類型20
3.3.1 整型20
3.3.2 實數(shù)21
3.3.3 布爾值22
3.3.4 復數(shù)23
3.4 名稱空間和模塊23
3.5 容器對象25
3.5.1 列表25
3.5.2 列表索引26
3.5.3 列表切片26
3.5.4 列表的可變性27
3.5.5 元組28
3.5.6 字符串29
3.5.7 字典29
3.6 Python的if語句30
3.7 循環(huán)結(jié)構(gòu)31
3.7.1 Python的for循環(huán)結(jié)構(gòu)31
3.7.2 Python的continue語句32
3.7.3 Python的break語句33
3.7.4 列表解析33
3.7.5 Python的while循環(huán)34
3.8 函數(shù)35
3.8.1 語法和作用范圍35
3.8.2 位置參數(shù)38
3.8.3 關(guān)鍵字參數(shù)38
3.8.4 可變數(shù)量的位置參數(shù)38
3.8.5 可變數(shù)量的關(guān)鍵字參數(shù)39
3.8.6 Python的輸入/輸出函數(shù)39
3.8.7 Python的print函數(shù)40
3.8.8 匿名函數(shù)42
3.9 Python類簡介42
3.10 Python程序結(jié)構(gòu)44
3.11 素數(shù)：實用示例45
第4章 NumPy49
4.1 一維數(shù)組50
4.1.1 初始構(gòu)造函數(shù)51
4.1.2 “相似”構(gòu)造函數(shù)52
4.1.3 向量的算術(shù)運算52
4.1.4 通用函數(shù)54
4.1.5 向量的邏輯運算符55
4.2 二維數(shù)組58
4.2.1 廣播58
4.2.2 初始構(gòu)造函數(shù)59
4.2.3 “相似”構(gòu)造函數(shù)61
4.2.4 數(shù)組的運算和通用函數(shù)61
4.3 多維數(shù)組62
4.4 內(nèi)部輸入和輸出62
4.4.1 分散的輸出和輸入62
4.4.2 NumPy文本文件的輸出和輸入64
4.4.3 NumPy二進制文件的輸出和輸入65
4.5 外部輸入和輸出65
4.5.1 小規(guī)模數(shù)據(jù)65
4.5.2 大規(guī)模數(shù)據(jù)66
4.6 其他通用函數(shù)66
4.6.1 最大值和最小值66
4.6.2 求和與乘積67
4.6.3 簡單統(tǒng)計67
4.7 多項式67
4.7.1 根據(jù)數(shù)據(jù)求多項式系數(shù)68
4.7.2 根據(jù)多項式系數(shù)求數(shù)據(jù)68
4.7.3 系數(shù)形式的多項式運算68
4.8 線性代數(shù)68
4.8.1 矩陣的基本運算68
4.8.2 矩陣的特殊運算70
4.8.3 求解線性方程組71
4.9 有關(guān)NumPy的更多內(nèi)容和進一步學習71
4.9.1 SciPy71
4.9.2 SciKits72
第5章 二維圖形73
5.1 概述73
5.2 繪圖入門：簡單圖形74
5.2.1 前端74
5.2.2 后端74
5.2.3 一個簡單示例圖形75
5.2.4 交互式操作77
5.3 面向?qū)ο蟮腗atplotlib77
5.4 笛卡兒坐標繪圖78
5.4.1 Matplotlib繪圖函數(shù)78
5.4.2 曲線樣式79
5.4.3 標記樣式79
5.4.4 坐標軸、網(wǎng)格線、標簽和標題80
5.4.5 一個稍復雜的示例：傅里葉級數(shù)的部分和81
5.5 極坐標繪圖82
5.6 誤差條83
5.7 文本與注釋84
5.8 顯示數(shù)學公式84
5.8.1 非LaTeX用戶85
5.8.2 LaTeX用戶86
5.8.3 LaTeX用戶的替代方案86
5.9 等高線圖87
5.10 復合圖形89
5.10.1 多個圖形89
5.10.2 多個繪圖90
5.11 曼德爾布羅特集：實用示例91
第6章 多維圖形96
6.1 概述96
6.2 降維到二維96
6.3 可視化軟件97
6.4 可視化任務(wù)示例97
6.5 孤立波的可視化98
6.5.1 交互式操作任務(wù)98
6.5.2 動畫任務(wù)100
6.5.3 電影任務(wù)101
6.6 三維對象的可視化102
6.7 三維曲線103
6.7.1 使用mplot3d可視化曲線103
6.7.2 使用mlab可視化曲線105
6.8 簡單曲面106
6.8.1 使用mplot3d可視化簡單曲面106
6.8.2 使用mlab可視化簡單曲面108
6.9 參數(shù)化定義的曲面109
6.9.1 使用mplot3d可視化Enneper曲面109
6.9.2 使用mlab可視化Enneper曲面110
6.10 居里葉集的三維可視化111
第7章 SymPy：一個計算機代數(shù)系統(tǒng)113
7.1 計算機代數(shù)系統(tǒng)113
7.2 符號和函數(shù)114
7.3 Python和SymPy之間的轉(zhuǎn)換116
7.4 矩陣和向量117
7.5 一些初等微積分118
7.5.1 微分118
7.5.2 積分118
7.5.3 級數(shù)與極限119
7.6 等式、符號等式和化簡120
7.7 方程求解121
7.7.1 單變量方程122
7.7.2 具有多個自變量的線性方程組122
7.7.3 更一般的方程組124
7.8 常微分方程的求解125
7.9 在SymPy中繪圖127
第8章 常微分方程132
8.1 初值問題132
8.2 基本思想132
8.3 odeint函數(shù)135
8.3.1 理論背景135
8.3.2 諧波振蕩器136
8.3.3 范德波爾振蕩器139
8.3.4 洛倫茲方程140
8.4 兩點邊值問題142
8.4.1 概述142
8.4.2 邊值問題的公式化143
8.4.3 簡單示例144
8.4.4 線性特征值問題145
8.4.5 非線性邊值問題147
8.5 延遲微分方程151
8.5.1 模型方程151
8.5.2 更一般的方程及其數(shù)值解152
8.5.3 邏輯斯諦方程153
8.5.4 麥克-格拉斯方程155
8.6 隨機微分方程157
8.6.1 維納過程158
8.6.2 It?微積分158
8.6.3 It?與斯特拉托諾維奇隨機積分162
8.6.4 隨機微分方程的數(shù)值求解162
第9章 偏微分方程：偽譜方法169
9.1 初邊值
書單推薦
