《Python物理建模初学者指南》配套资源

编辑推荐

Python是一种迅速得到科学界广泛认可的计算机编程语言。本书的目的在于为Python学习者提供帮助，使他们可以通过自学掌握足以开展物理建模工作的编程技能，包括设置开源Python的编程环境，以及使用Python完成一些常见的科学运算任务，例如数据的导入和导出、数据的可视化、数值分析和模拟等。本书无需读者具备任何的编程经验。本书侧重于基础性内容，并介绍了一些广泛适用的技术，包括：● Python编程基础与脚本；● 数值数组；● 二维和三维绘图；● 蒙特卡洛模拟；● 数值方法，包括常微分方程求解；● 图像处理；● 动画。为了清晰地阐述新的知识点，本书提供了丰富的代码例子和练习，并给出了相应的解答。

内容简介

Python 是一种得到广泛应用的编程语言。《Python物理建模初学者指南》旨在帮助Python 学习者掌握足够的Python编程技能以进行物理建模。《Python物理建模初学者指南》全书分为8 章和5 个附录，包括Python 基础知识、数据结构与程序控制、数据输入和输出、Python 高级知识和高级技术等，其中贯穿了三次不同方向和难度的物理建模上机实验。附录部分介绍了Python 的安装、错误消息、版本差异以及可供深入学习的话题。《Python物理建模初学者指南》本书适合Python 初学者阅读，尤其适合想要用Python 进行科学计算和物理建模的读者学习参考。

作者简介

Jesse M.Kinder拥有宾州大学的物理学和天文学博士学位，并在康奈尔大学完成了量子化学方向上的博士后工作，曾在凯斯西储大学教授物理课程，目前在新墨西哥州的里约兰町担任顾问。Philip Nelson是宾州大学的物理学教授。他也是Biological Physics和Physical Models of Living Systems两本书的作者。译者简介盖磊，物理学硕士，计算机博士。当前是一名科研人员，具有丰富的Python科学建模实践经验，也是一位科技图书译者。

目录

• 第1 章 Python入门 1
• 1.1　算法与算法思想 1
• 1.1.1　算法思想 2
• 1.1.2　状态 3
• 1.1.3　“a=a 1”是什么意思 4
• 1.1.4　符号和数字的对比 5
• 1.2　启动Python 6
• 1.2.1　IPython 控制台 7
• 1.2.2　错误信息 13
• 1.2.3　如何获取帮助 13
• 1.2.4　好的做法：记录日志 15
• 1.3　Python 模块 15
• 1.3.1　import 15
• 1.3.2　from...import 16
• 1.3.3　NumPy和PyPlot模块 17
• 1.4　Python 表达式 18
• 1.4.1　数字 18
• 1.4.2　算术操作和预定义函数 19
• 1.4.3　好的做法：变量命名 21
• 1.4.4　更多的函数相关信息 22
• 第2 章 数据结构与程序控制 24
• 2.1　对象和方法 24
• 2.2　列表、元组和数组 27
• 2.2.1　创建列表和元组 28
• 2.2.2　NumPy数组 28
• 2.2.3　为数组填充值 30
• 2.2.4 数组的连接 32
• 2.2.5　访问数组元素 33
• 2.2.6　数组和赋值 34
• 2.2.7　数组切片 35
• 2.2.8　数组展平 37
• 2.2.9　更改数组形状 38
• 2.2.10　以列表和数组为索引 38
• 2.3　字符串 39
• 2.3.1　使用format 方法格式化字符串 41
• 2.3.2　使用“%”格式化字符串 43
• 2.4　循环 43
• 2.4.1　for 循环 44
• 2.4.2　while 循环 46
• 2.4.3　循环长时间运行 46
• 2.4.4　死循环 47
• 2.5 数组操作 47
• 2.5.1　矢量化数学 48
• 2.5.2 数组化简 50
• 2.6　脚本 51
• 2.6.1　Editor 窗格 52
• 2.6.2　其他编辑器 53
• 2.6.3　调试的第一步 54
• 2.6.4　好的做法：做注释 57
• 2.6.5　好的做法：使用命名参数 61
• 2.6.6　好的做法：注意单位问题 62
• 2.7　或有行为：分支 63
• 2.7.1　if 语句 64
• 2.7.2　真值的处理 65
• 2.8　嵌套 65
• 第3 章 数据输入、结果输出 67
• 3.1　导入数据 68
• 3.1.1　获取数据 68
• 3.1.2　将数据导入Python 70
• 3.2　导出数据 73
• 3.2.1　脚本 73
• 3.2.2　数据文件 74
• 3.3　数据可视化 77
• 3.3.1　plot 及相关命令 77
• 3.3.2　绘图的调整与装饰 81
• 3.3.3 误差条 83
• 3.3.4　3D图形 84
• 3.3.5　多重绘图 85
• 3.3.6　子绘图 87
• 3.3.7　保存图形 87
• 3.3.8　在其他应用中使用图形 88
• 第4 章 首次上机实验 90
• 4.1　艾滋病病毒载量模型 90
• 4.1.1　探究模型 91
• 4.1.2　匹配实验数据 92
• 4.2　细菌实验 93
• 4.2.1　探究模型 93
• 4.2.2　匹配实验数据 94
• 第5 章 Python进阶 96
• 5.1　自定义函数 97
• 5.1.1　定义Python函数 97
• 5.1.2　更新函数 100
• 5.1.3　参数、关键字和缺省值 101
• 5.1.4　返回值 102
• 5.1.5　函数式编程 103
• 5.2　随机数和模拟 105
• 5.2.1　模拟抛硬币 105
• 5.2.2　生成轨迹线 106
• 5.3　直方图和条形图 107
• 5.4　等势线绘图和曲面 109
• 5.4.1　生成绘图点网格 109
• 5.4.2　等势线绘图 110
• 5.4.3　曲面绘图 111
• 5.5　非线性方程的数学求解 111
• 5.5.1　一般实函数 112
• 5.5.2　多项式的复数根 113
• 5.6　求解线性等式 114
• 5.7　数值积分 115
• 5.7.1　对预定义函数积分 116
• 5.7.2　对自定义函数积分 117
• 5.7.3　对震荡函数积分 117
• 5.7.4　参数依赖性 118
• 5.8　微分方程的数值解 118
• 5.8.1 问题重构 119
• 5.8.2　ODE求解 120
• 5.8.3　参数依赖 122
• 5.9　向量场和流线图 123
• 5.9.1　向量场 123
• 5.9.2　流型 124
• 第6 章 第二次上机实验 126
• 6.1　生成和绘制轨迹 126
• 6.2　绘制位移分布 127
• 6.3　少见事件 129
• 6.3.1　泊松分布 129
• 6.3.2　等待时间 131
• 第7 章 更多的技术 133
• 7.1　图像处理 133
• 7.1.1　图像和数字数组 134
• 7.1.2　操作图像 135
• 7.2　动画 135
• 7.2.1　创建动画 136
• 7.2.2　保存动画 137
• 7.3　分析计算 141
• 7.3.1　SymPy软件包 141
• 7.3.2　Wolfram Alpha 142
• 第8 章 第三次上机实验 145
• 8.1　卷积 146
• 8.1.1　Python 的图像处理工具 146
• 8.1.2　图像平均 148
• 8.1.3　使用高斯滤波器做平滑 149
• 8.2　图像去噪 149
• 8.3　特征强调 150
• 继续努力 152
• 附录A　安装Python 154
• A.1　安装Python 和Spyder 154
• A.1.1　图形界面安装 155
• A.1.2　命令行安装 156
• A.2　设置Spyder 159
• A.2.1　工作目录 159
• A.2.2　交互图形 159
• A.2.3　脚本模块 159
• A.2.4　重启 160
• A.3　加速 160
• A.4　保持版本最新 161
• A.5　安装FFmpeg 161
• 附录B　错误和错误消息 164
• B.1　Python错误概述 165
• B.2　一些常见的错误 166
• 附录C　比较Python 2与Python 3 170
• C.1　除法 171
• C.2　用户输入 171
• C.3　打印命令 172
• C.4　更多帮助 173
• 附录D　深入学习 174
• D.1　赋值语句 174
• D.2　内存管理 177
• D.3　函数 177
• D.4　作用域 178
• D.4.1　命名冲突 180
• D.4.2 作为参数传递变量 181
• D.5　总结 182
• 附录E　练习的解答 183
• 致谢 189
• 参考文献 190