《利用Python解决数学问题（原书第2版） [英]萨姆·莫利》 - [英]萨姆·莫利[Sam Morley] - 机械工业出版社 - 香港大書城

	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台(0)　\|　在線留言板　 \|　付款方式　 \|　運費計算　 \|　聯絡我們　 \|　幫助中心　\|　加入書簽
		會員登入新用戶登記

HOME

新書上架

暢銷書架

好書推介

2024年度TOP

臺灣用戶

品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心

服務：香港／台灣／澳門／海外

送貨：速遞／郵局／服務站

新書上架：簡體書繁體書
暢銷書架：簡體書繁體書
好書推介：簡體書繁體書

『簡體書』利用Python解决数学问题（原书第2版） [英]萨姆·莫利

書城自編碼： 4115144
分類：簡體書→大陸圖書→計算機/網絡→程序設計
作者： [英]萨姆·莫利[Sam Morley]
國際書號(ISBN)： 9787111780298
出版社：机械工业出版社
出版日期： 2024-12-01

頁數/字數： /
書度/開本： 16开釘裝：平装

售價：HK$ 119.9

我要買件

** 我創建的書架 **
未登入.

新書推薦：

《量子前沿：解密未来技术与产业生态》
售價：HK$ 87.8

《服务的细节138：像销冠一样卖鞋》
售價：HK$ 54.8

《硅基半导体应变理论与生长动力学》
售價：HK$ 51.7

《智能图像处理》
售價：HK$ 64.9

《善一分殊：儒家论形而上学、道德、礼、制度与性别 | 比较哲学翻译与研究丛书》
售價：HK$ 109.8

《泛逻辑理论--统一智能理论的逻辑基础》
售價：HK$ 327.8

《戏舞霓裳：中国传统戏曲服饰制作技艺研究》
售價：HK$ 184.8

《丹漆随梦：中国美术馆藏漆画艺术展作品集》
售價：HK$ 528.0

編輯推薦：

权威作者：牛津大学DataSig项目工程师萨姆·莫利执笔，融合数学理论与工程实践；
案例驱动：从NumPy基础到复杂微分方程求解，代码即学即用，降低理解门槛；
跨界应用：突破传统数学教材边界，衔接人工智能与数据科学需求；
资源完备：GitHub代码库持续更新，Jupyter Notebook环境适配，学习路径清晰。

內容簡介：

本书基于灵活易用的Python编程语言，详细介绍如何使用Python解决数学问题，旨在帮助读者利用Python程序和相关工具应对现实世界中的数学挑战。本书不仅涵盖Python包、绘图工具和代码等基础知识，还将深入探讨微积分、概率与统计、几何等传统数学理论及其应用。此外，书中还涉及当前机器学习和人工智能领域的热门主题，如树和网络、回归和预测等。每章围绕一个主题的多个方面或同一主题的多种典型方法详细展开，分别从“准备工作”“实现方法”“原理解析”“更多内容”等方面进行细致介绍，循序渐进地引导读者掌握每项技术，而且每章最后还会推荐高质量的学习资源。这种结构不仅适合初学者逐步学习，也会为有经验的程序员和数据科学家提供实用的方法论。

關於作者：

萨姆·莫利（Sam Morley）是一名软件工程师和数学家，在牛津大学负责DataSig项目。他曾是东安格利亚大学（University of East Anglia）的数学讲师，那时他专注于纯数学研究。如今，萨姆大部分时间都在编写C 库和Python扩展模块，他也喜欢编写Python代码。他致力于提供高质量、包容性强和令人愉悦的教学，旨在激励学生并传播他对数学和编程的热情。

于俊伟，毕业于中科院自动化所，目前就职于河南工业大学信息科学与工程学院任讲师，主要从事计算机视觉、模式识别和智能信息处理等方向的研究。于老师自攻读博士学位以来，长期在视觉测量、图像处理、目标识别和视觉辅助导航等领域开展研究工作，参与自然科学基金、国防预先研究基金和863计划课题等多项科研项目，具有扎实的理论基础和丰富的工程实践经验。2010年进入河南工业大学工作以来，结合学校在粮油食品方面的行业优势，进行储粮信息的获取、处理及其融合等方向的研究，目前正在参与863课题“食品生物危害物精准检测与控制技术研究”的研究工作。完成国防科学技术报告3份，在国内外学术期刊及国际会议上发表论文10余篇，完成河南省科技成果鉴定一项。

目　　录译者序作者简介审校者简介前言第1章　基础软件包、函数和概念简介 11.1　技术要求 11.2　探索Python的数值类型 21.3　理解基本数学函数 51.4　深入探究NumPy世界 71.5　使用矩阵和线性代数 121.6　总结 241.7　拓展阅读 24第2章　使用Matplotlib进行数学绘图252.1　技术要求 252.2　使用Matplotlib进行基本绘图 262.3　添加子图 322.4　绘制误差条图形 352.5　保存Matplotlib图形 392.6　曲面图和等高线图 402.7　自定义三维图 452.8　用箭头图绘制向量场 482.9　拓展阅读 51第3章　微积分和微分方程 523.1　技术要求 533.2　微积分入门 533.3　使用多项式和微积分 543.4　使用SymPy进行符号微分和积分 573.5　求解方程 603.6　使用SciPy对函数进行数值积分 643.7　简单微分方程的数值求解 663.8　求解微分方程组 713.9　偏微分方程的数值求解 753.10　利用离散傅里叶变换进行信号　处理 813.11　使用JAX实现自动微分和　微积分 873.12　使用JAX求解微分方程 913.13　拓展阅读 93 第4章　使用随机性和概率 954.1　技术要求 964.2　随机选择条目 964.3　生成随机数据 994.4　更改随机数生成器 1024.5　生成服从正态分布的随机数 1044.6　处理随机过程 1074.7　利用贝叶斯技术分析转换率 1124.8　用蒙特卡罗模拟估计参数 1164.9　拓展阅读 123第5章　使用树和网络 1245.1　技术要求 1255.2　在Python中创建网络 1255.3　可视化网络 1275.4　了解网络的基本特征 1305.5　生成网络邻接矩阵 1335.6　创建有向加权网络 1355.7　在网络中寻找最短路径 1375.8　量化网络中的聚类 1405.9　为网络着色 1425.10　寻找最小生成树和支配集 1455.11　拓展阅读 147第6章　使用数据和统计学 1486.1　什么是统计学 1496.2　技术要求 1496.3　创建Series和DataFrame对象 150 6.4　从DataFrame中加载数据和向DataFrame存储数据 1526.5　在DataFrame中操作数据 1556.6　从DataFrame中绘制数据 1596.7　从DataFrame中获取描述性统计信息 1626.8　通过抽样了解总体 1656.9　对DataFrame中的分组数据进行操作 1686.10　使用t检验进行假设检验 1716.11　使用ANOVA进行假设检验 1746.12　非参数数据的假设检验 1756.13　使用Bokeh创建交互式图形 1796.14　拓展阅读 181第7章　使用回归和预测 1827.1　技术要求 1837.2　使用基本线性回归 1847.3　使用多重线性回归 1897.4　使用对数回归进行分类 1937.5　使用ARMA对时间序列数据进行建模 1977.6　基于ARIMA的时间序列数据预测 2047.7　使用ARIMA预测季节性数据 2097.8　使用Prophet对时间序列数据进行建模 2157.9　使用签名总结时间序列数据 2187.10　拓展阅读 225第8章　几何问题 2268.1　技术要求 2278.2　二维几何形状的可视化 2278.3　查找内点 2308.4　在图像中查找边缘 2338.5　平面图形的三角剖分 2358.6　计算凸包 2398.7　构建贝塞尔曲线 2418.8　拓展阅读 246第9章　寻找最优解 2479.1　技术要求 2489.2　最小化简单线性函数 2489.3　最小化非线性函数 2539.4　采用梯度下降法进行优化 2579.5　用最小二乘法拟合数据曲线 2649.6　分析简单的双人博弈 2689.7　计算纳什均衡 2709.8　拓展阅读 272第10章　提升工作效率 27310.1　技术要求 27410.2　使用Pint跟踪单位 27510.3　考虑计算中的不确定性 27610.4　从NetCDF文件中加载数据和　向NetCDF文件存储数据 27810.5　将Jupyter notebook作为脚本　执行 28210.6　验证数据 28410.7　使用Cython加速代码 28610.8　使用Dask进行分布式计算 29410.9　为数据科学编写可重用代码 296

內容試閱：

前　　言
Python是一种功能强大且灵活的编程语言，学习起来既有趣又简单。它是许多专业人士和爱好者的首选编程语言。Python的强大之处在于其庞大的软件包生态系统和友好的社区，以及与编译扩展模块无缝通信的能力。这使得Python非常适合解决各种问题，尤其是数学问题。
数学通常与计算和方程相关联，但实际上，这只是一个更大主题的很小一部分。从本质上讲，数学是关于解决问题及其逻辑结构化的方法。一旦你超越了方程、计算、导数和积分，就会发现一个广阔而优美的结构世界。
本书是使用Python解决数学问题的入门指南。书中将介绍一些基本的数学概念以及如何使用Python处理这些概念，还将提供一些用于解决数学众多领域内各种数学问题的基本模板。前几章侧重于核心技能，如使用NumPy数组、绘图、计算微积分和计算概率等。这些主题在整个数学领域中都非常重要，并且是本书其余部分的基础。在接下来的章节中，我们将讨论更多的实际问题，涵盖数据分析与统计、树与网络、回归与预测、博弈论以及优化等主题。我们希望本书能够为你解决数学问题提供基础，并为你进一步探索数学世界提供工具。
目标读者
本书主要面向那些熟悉Python并且想用Python解决某种数学问题的人。在前几章中，我们旨在为那些不熟悉基础知识的读者简单介绍一些数学背景知识，但由于篇幅限制，我们只能点到为止。我们会在每一章的末尾提供一些拓展阅读的建议，以引导你找到可以深入学习的资源。希望本书能够帮助你着手解决数学问题，并激发你对这些主题背后的数学知识的好奇心。
内容概述
第1章介绍本书后续内容所需的一些基本工具和概念，包括用于数学编程的主要Python包：NumPy和SciPy。
第2章涵盖使用Matplotlib绘制图形的基础知识，这些知识几乎可以用于解决所有数学问题。
第3章介绍微积分中的主题，如微分和积分，以及一些更高级的主题，如常微分方程和偏微分方程。　
第4章介绍随机性和概率的基本原理，以及如何使用Python探索这些原理。
第5章介绍如何使用NetworkX包在Python中处理树和网络（图）。　
第6章会提供多种使用Python处理、操作和分析数据的技术。　
第7章描述使用Statsmodels包和scikit-learn进行数据建模和预测未来值的各种技术。
第8章展示如何使用Shapely包在Python中处理几何对象。
第9章介绍优化和博弈论，利用数学方法寻找问题的最佳解决方案。　
第10章涵盖使用Python解决数学问题时可能遇到的各种情况。
充分利用本书
为了更好地利用本书，你需要掌握Python的基础知识。我们并不假定你有任何数学知识，不过如果你熟悉一些基本的数学概念，你将能更好地理解我们讨论的技术的背景和细节。
你需要使用较新版本的Python，至少是Python 3.6，建议使用更高版本（本书代码已在Python 3.10上进行了测试，在Python 3.6到Python 3.10的中间版本上应该也能够正常运行）。你可能更倾向于使用Anaconda这个Python发行版本，它包含了本书所需的许多软件包和工具。如果是这种情况，你应该使用conda包管理器来安装这些包。所有主要操作系统—Windows、macOS和Linux，以及许多其他平台都支持Python。
本书中使用的Python包及其在撰写代码时的版本如下：NumPy 1.23.3，SciPy 1.9.1，Matplotlib 3.6.0，Jax 0.3.13（以及jaxlib 0.3.10），Diffrax 0.1.2，PyMC 4.2.2，pandas 1.4.3，Bokeh 2.4.3，NetworkX 3.5.3，scikit-learn 1.1.2，StatsModels 0.13.2，Shapely 1.8.4，NashPy 0.0.35，Pint 0.20.1，Uncertainties 3.1.7，Xarray 2022.11.0，NetCDF4 1.6.1，CartoPy 0.21.0，Cerberus 1.3.4，Cython 0.29.32，Dask 2022.10.2。
本书涉及的软件操作系统要求
Python 3.10 Windows、macOS或Linux
你可能更喜欢在Jupyter Notebook中而不是在简单的Python文件中运行本书中的示例代码。在本书的某些地方，你可能需要重复执行绘图命令，因为这些图不能像当前所示的那样在后续单元格中得到更新。
下载示例代码文件
你可以从GitHub下载本书的示例代码文件，链接为https://github.com/PacktPublishing/Applying-Math-with-Python-2nd-Edition。如果代码有更新，那么GitHub代码库中的代码也将进行更新。

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	香港用户　 \|　台灣用户　\|　海外用户

	megBook.com.hk
Copyright © 2013 - 2025 （香港）大書城有限公司　 All Rights Reserved.