python高等数学实验_Python数学实验与建模.pdf

python⾼等数学实验_Python数学实验与建模本书以Python软件为基础，介绍了数学建模的各种常⽤算法及其软件实现，内容涉及⾼等数学、⼯程数学中的相关数学实验、数学规划、插值与拟合、微分⽅程、差分⽅程、评价预测、图论模型等。更多科学出版社服务，请扫码获取。(1)《数学建模算法与应⽤》(第2版)，2015年，68.7万字，第⼀版获得了国防⼯业出版社优秀图书⼀等奖。累计获得全国⼀等奖14项，其它奖项共计200余项。获得军事数学建模竞赛特等奖2项，国际⼤学⽣数学建模竞赛⼀等奖1项。2017年被评为全国⼤学⽣数学建模竞赛优秀指导教师。发表论⽂40余篇，SCI⽬录前⾔第1章Python语⾔快速⼊门11.1Python的安装与简单使⽤11.1.1Python系统的安装11.1.2Python⼯具库的管理与安装31.1.3简单的Python程序41.2Python基础知识51.2.1基本数据处理51.2.2输出print和输⼊input61.2.3运算符与表达式81.2.4流程控制101.3复合数据类型141.3.1list列表141.3.2tuple元组？dict字典和set集合171.3.3序列的⼀些实⽤操作201.4函数.241.4.1⾃定义函数语法241.4.2⾃定义函数的四种参数251.4.3参数传递271.4.4两个特殊函数291.4.5导⼊模块311.5Python程序的书写规则34习题136第2章数据处理与可视化392.1数值计算⼯具NumPy.392.1.1数组的创建？属性和操作392.1.2数组的运算？通⽤函数和⼴播运算452.1.3NumPy.random模块的随机数⽣成482.1.4⽂本⽂件和⼆进制⽂件存取482.2⽂件操作532.2.1⽂件基本操作532.2.2⽂本⽂件的读写操作552.2.3⽂件管理⽅法562.3数据处理⼯具Pandas572.3.1Pandas的序列与数据框582.3.2外部⽂件的存取602.4Matplotlib可视化642.4.1基础⽤法652.4.2Matplotlib.pyplot的可视化应⽤682.4.3可视化的综合应⽤742.5scipy.stats模块简介782.5.1随机变量及分布782.5.2概率密度函数和分布律可视化79习题283第3章Python在⾼等数学和线性代数中的应⽤853.1SymPy⼯具库介绍.853.1.1PymPy⼯具库简介853.1.2符号运算基础知识873.2SciPy⼯具库简介883.3⽤SymPy做符号函数画图913.4⾼等数学问题的符号解933.5⾼等数学问题的数值解983.5.1泰勒级数与数值导数983.5.2数值积分1013.5.3⾮线性⽅程(组)数值解.1043.5.4函数极值点的数值解.1073.6线性代数问题的符号解和数值解1083.6.1线性代数问题的符号解1083.6.2线性代数问题的数值解1133.6.3求超定线性⽅程组的最⼩⼆乘解118习题3120第4章概率论与数理统计1224.1随机变量的概率计算和数字特征1224.1.1随机变量的概率计算.1224.1.2随机变量数字特征简介1234.1.3随机变量数字特征计算及应⽤1254.2描述性统计和统计图1274.2.1统计的基础知识1274.2.2⽤Python计算统计量1294.2.3统计图1324.3参数估计和假设检验1404.3.1参数估计1404.3.2参数假设检验1424.3.3⾮参数假设检验1464.4⽅差分析.1504.4.1单因素⽅差分析及Python实现1514.4.2双因素⽅差分析及Python实现1554.5⼀元线性回归模型1604.5.1⼀元线性回归分析1604.5.2⼀元线性回归应⽤举例1644.6常⽤的数据清洗⽅法1664.6.1重复观测处理1674.6.2缺失值处理1684.6.3异常值处理170习题4173第5章线性规划1755.1线性规划的概念和理论1755.2线性规划的Python求解1775.2.1⽤scipy.optimize模块求解1775.2.2⽤cvxopt.solvers模块求解1825.2.3⽤cvxpy求解1835.3灵敏度分析1855.4投资的收益和风险187习题5193第6章整数规划与⾮线性规划1956.1整数规划1956.1.1整数规划问题与求解1956.1.2指派问题及求解1966.1.3整数规划实例||装箱问题2006.2⾮线性规划2026.2.1⾮线性规划概念和理论2026.2.2⾮线性规划的Python求解.2056.2.3飞⾏管理问题209习题6213第7章插值与拟合2157.1插值2157.1.1插值⽅法2157.1.2⽤Python求解插值问题2217.2拟合2257.2.1最⼩⼆乘拟合2257.2.2数据