《细说Python编程：从入门到科学计算》以Python 3.x为平台，由两位博士执笔，详尽细致地阐述Python编程的基础知识和高级技巧，并以大量示例代码进行实践，同时还介绍人工智能领域广泛使用的科学计算工具NumPy。《细说Python编程：从入门到科学计算》分为两篇，共19章。第1篇（第1～11章）为基础知识，主要讲解Python的编译环境、入门知识、字符串、容器、函数、循环、条件选择、模块、类、类的特殊成员、文件；第2篇（第12～19章）为高级应用，包括异常处理、日期和时间、测试代码、程序打包、使用数据库、网络编程、图形用户界面、科学计算等内容。全书知识点丰富，辅之以示例演示，读者可以边学边练，快速掌握。 《细说Python编程：从入门到科学计算》还提供了16小时共151节微课教学视频，读者扫码即可观看学习，免费提供的示例源码文件可直接调用，方便上机操练。 《细说Python编程：从入门到科学计算》深入浅出，内容新颖，涉及面广，适合想要学习Python编程的各层次读者。

本书介绍如何用Python开发科学计算的应用程序，除了介绍数值计算之外，还着重介绍如何制作交互式的2D、3D图像，如何设计精巧的程序界面，如何与C语言编写的高速计算程序结合，如何编写声音、图像处理算法等内容。书中涉及的Python扩展库包括NumPy、SciPy、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV等，涉及的应用领域包括数值运算、符号运算、二维图表、三维数据可视化、三维动画演示、图像处理以及界面设计等。 书中以大量实例引导读者逐步深入学习，每个实例程序都有详尽的解释，并都能在本书推荐的运行环境中正常运行。此外，本书附有大量的图表和插图，力求减少长篇的理论介绍和公式推导，以便读者通过实例和数据学习并掌握理论知识。

本书首先讲解了Python语言的语法基础，适合没有Python基础的人，随后重点讲解Python在科学计算方面的应用，包括数组的使用、多项式、最小二乘法拟合、绘制各种二维和三维数据图像、各种数值计算方法，例如聚类算法、线性代数运算（特征值、特征向量、线性方程组求解、奇异值分解、范数等）、稀疏矩阵的存储及线性代数运算、积分、微分、常微分方程组的求解、各种插值算法、优化算法（单变量、多变量局部优化和全局优化、曲线拟合、方程求根、线性规划）、傅里叶变换（FFT、正弦余弦变换、窗函数、短时傅里叶变换等）、信号处理（卷积和相关计算、FIR和IIR滤波器及设计、滤波器频率响应、小波分析等）、图像处理、正交距离回归、空间算法（三维旋转变换、kd树、劳内德三角形、凸包等），符号运算包括多项式简化、微分、积分、极限、泰勒展开、代数方程、常微分偏微分方程求解、非线性方程组求解、密集和稀疏矩阵运算、绘制二维和三维图像等，用Python处理Excel数据、绘制Excel数据图像，文本文件和二进制文件的读写等内容。

本书是一本针对所有层次的Python读者而作的Python入门书。全书分两部分：第一部分介绍用Python编程所必须了解的基本概念，包括matplotlib、NumPy和Pygal等强大的Python库和工具介绍，以及列表、字典、if语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python2D游戏开发，如何利用数据生成交互式的信息图，以及创建和定制简单的Web应用，并帮读者解决常见编程问题和困惑。本书适合对Python感兴趣的任何层次的读者阅读。

本书是一本针对所有层次的Python 读者而作的Python 入门书。全书分两部分：第一部分介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy 和Pygal 等强大的Python 库和工具介绍，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D 游戏开发如何利用数据生成交互式的信息图，以及创建和定制简单的Web 应用，并帮读者解决常见编程问题和困惑。

本书是一本针对所有层次的Python 读者而作的Python 入门书。全书分两部分：第一部分介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy 和Pygal 等强大的Python 库和工具介绍，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D 游戏开发如何利用数据生成交互式的信息图，以及创建和定制简单的Web 应用，并帮读者解决常见编程问题和困惑。

本书是针对所有层次Python读者而作的Python入门书。全书分两部分：第一部分介绍用Python编程所必须了解的基本概念，包括Matplotlib等强大的Python库和工具，以及列表、字典、if语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第2版进行了全面修订，简化了Python安装流程，新增了f字符串、get()方法等内容，并且在项目中使用了Plotly库以及新版本的Django和Bootstrap，等等。

本书全面的介绍了科学计算中解各种主要问题的数值方法，包括线性和非线性方程，最小二乘法，特征值，最优化，插值，积分，常微分方程和偏微分方程，快速傅立叶变换和随机数生成。本书的特点是： ** 以使用算法的读者为对象，重点讲授算法背后的思想和原理，而不是算法的详细分析。 ** 强调敏感性和病态性等概念，对同一问题的不同算法进行比较和评价，提高读者对算法的鉴赏能力。 ** 对每类问题都专门介绍和讨论有关的数学软件，包括在Internet上可以获得的免费软件和有版权保护的商业软件平台，供读者选用。 ** 丰富的例题和习题，书中包括169道例题，500多道思考题，240多道练习题和200多道数值计算题。 本书可作为研究生“数值分析”课程的教材或参考书，对于需要解决计算问题的科技人员，本书具有很高的参考价值。

本书全面、系统地探讨科学计算的背景、机器学习的重要性以及昇思MindSpore框架在科学计算中的广泛应用。科学计算作为一门交叉学科，融合了数学、计算机科学与技术等领域的专业知识，在现代科学研究和工程实践中起着关键作用。本书以MindSpore为平台，深入研究这一全场景AI框架在科学计算中的探索与实践，通过对基础理论、行业应用和实际案例的详细介绍，为读者提供全方位的学习和参考资料。 全书共8章，首先详细介绍科学计算的基础理论，包括数学模型、算法原理等，为读者打下坚实的理论基础。然后，通过MindSpore在电磁学、生物计算、流体力学、气象学、材料化学及量子计算等领域的实际案例，帮助读者深刻理解MindSpore在现实场景中的应用，为未来的科学计算实践提供实际的指导和参考。 本书不仅适合AI、智能科学与技术、计算机科学与技术、电子信息工程、自动化等相关专业的本科生和研究生阅读，也可为软件开发工程师和科研人员提供深入了解MindSpore框架及其实践的丰富资料。

当读者决定学习程序设计语言时， 选择正确的方式开始学习至关重要。第一步非常重要， 因为第一步决定了读者对程序设计主题的掌握程度。本书关注 Ｐｙｔｈｏｎ 程序设计基础的细节， 并已尽力涵 盖了程序设计主题的每一个细节， 这样读者就不会有任何未决的疑问。 Ｐｙｔｈｏｎ 是一种非常简单的程序设计语言， 建议读者系统地学习。正确的学习方法是成功的关键。了解程序设计语言的主要特性和基本概念非常重要。本书涵盖了有关 Ｐｙｔｈｏｎ 程序设计中几乎所有的基本概念， 相信每一位读者 （无论学生还是职业人士） 都会从本书提供的信息中受益匪浅。本书采用通俗易懂的语言进行编写。 因此， 即使是初学者也能轻松地理解程序设计的概念。 本书不仅提供了许多示例代码供读者练习，还提供了一个详细的题库，为读者参加各种考试或者面试做准备。