Python3.0科学计算指南

前言

Python不仅可用于通用编程，其免费开源的语言和环境使得它在科学计算领域也具有巨大的潜力。本书呈现了Python与数学应用程序的紧密联系，展示了如何将Python中的各种概念用于科学计算目的，并给出了最新版的Python 3.0代码示例。在衔接科学计算和数学时，Python可以作为一个有效的工具来使用。本书将向读者介绍将其应用于线性代数、数组、绘图、迭代、函数以及多项式等的方法。

本书内容

第1章介绍了Python的主要语法元素。本章不深入细节，仅对全书进行了概览。对于想要直接开始的读者来说，本章是一个好的起点。希望在后面的章节中理解某个示例（在深入解释函数之前可能会使用类似函数的结构）的读者可以将本章作为一个快速参考。

第2章介绍了Python中最重要的基本数据类型。浮点类型以及特殊数值类型nan和inf是科学计算中比较重要的数据类型。其他基本数据类型以及布尔类型、整型、复合类型和字符串类型都会在本书中用到。

第3章解释了如何使用容器类型，主要是列表的使用。本章分别以索引和循环的方式来访问容器对象，以便解释字典和元组。有时甚至会使用集合作为一个特殊的容器类型。

第4章介绍了如何使用线性代数中最重要的对象——向量和矩阵。本书选择NumPy数组作为描述矩阵甚至高阶张量的核心工具。该数组具有许多高级特征，还允许将通用函数作用于矩阵或向量元素。本书重点说明了数组索引、切片和点积等大多数计算任务中的基本操作。为了说明SciPy子模块linalg的用法，本章提供了一些线性代数的示例。

第5章解释了数组一些更高级的方面。对于数组副本和视图之间的区别，人们普遍认为视图让程序使用数组非常快，但这通常是错误的来源，而且很难调试。本章展示和说明了使用布尔数组来编写有效、紧凑和可读的代码，最后通过类比对函数执行的操作解释了阵列广播的技术（NumPy数组的一个独特特征）。 ...