Python科学计算（原书第2版）_[英] 约翰·M. 斯图尔特（John M. Stewart)_9787111633907

【网店勿用！此为申报选题所填信息，网店请调用*终版】对于科学家而言，有了本书，你再也不用去购买那些昂贵的Python软件包。书中包含大量可下载的代码片段，囊括你需要知道的一切。跟随作者的讲解，你将发现实现和测试非平凡的数学算法是多么容易，并将通过许多免费的附加模块进一步动手实践。这些实例来自众多不同的研究领域，它们展示了Python的强大魅力。此外，作者还介绍了如何在Python环境中使用遗留代码，从而免去掌握原始代码的麻烦。相较于第1版，新版本重写了几个章节以反映IPython笔记本风格，扩充了索引，并包含讨论SymPy的新章节，还新增了大量代码片段。通过阅读本书，研究人员和学生将迅速掌握有效使用Python所需的所有技能。

第2版前言
Python for Scientists, Second Edition
第1版的前言中包含了本书的写作动机，以及对众多协助编写本书的工作人员的致谢。在此，我还要感谢许多读者，他们提供了建设性的批评意见，其中大部分已经被纳入第2版中。我还想进一步解释一下为什么要出版第2版。从表面上看，除了新增讨论SymPy（Python本身的计算机代数系统）的第7章之外，似乎没有什么大的变化。
然而，新版本中的大部分内容都渗透着一种根本性的变化。在准备第1版时，使用增强解释器IPython的可靠方法是通过传统的“终端模式”。那时正在开发增强的“笔记本模式”，该模式与Mathematica笔记本概念类似，区别在于其显示在计算机的默认Web浏览器中。该项目现在已经演变为Jupyter笔记本，该笔记本允许人们构建和发布包含计算机代码（支持40多种语言）、数学公式、说明文本、图形图像和可视化内容的文档。由于这也许是初学者获得Python经验的最简单的软件应用程序，因此本书的大部分内容已经为笔记本用户重写了教学内容。特别是第2版的附录A中还包含了一个关于如何使用笔记本的启发式教程，并且已经扩展式地重写了第2章的内容以展示其特性。书中的所有内容现在都给出了适当的应用实例。例如，允许SymPy生成其他计算机代数系统无法比拟的代数表达式。
这种变化也影响了交互式图形和视觉动画领域。之所以有这种变化的需求，是因为标准Python的二维图形包Matplotlib难以生成与平台无关的结果。实际上，由于“改进”的软件升级，第1版中用于即时屏幕动画的代码不再有效。然而，笔记本的概念则提供了一个微妙的解决方案来破解这一僵局。回想一下，笔记本窗口是浏览器窗口，它使用现代HTML图形。第6章介绍了笔记本概念所带来的益处。
最后一处改进是，除了本书中列出的最普通的代码片段之外，所有代码片段现在都以电子文档形式提供（当然采用笔记本文件格式），而网站中则同时包括HTML和PDF版本，具体参见1.2节。电子文档中不包括代码前后的说明文本。为了读取代码说明文本，读者必须阅读本书（无论是纸质版还是电子格式）！
编者按：John在第2版完成后不久就不幸去世了，他的同事、朋友和家人都非常想念他，尤其是他的“Python寡妇”。

第1版前言
Python for Scientists, Second Edition
我借助计算机从事科学研究已有40多年了。在这期间，计算机硬件越来越便宜、越来越快速，并且越来越强大。然而，与科技工作者相关的软件则变得越来越复杂。我最喜欢的关于Fortran90和C++的教科书分别是1200页和1600页。同时我们还需要阅读关于数学库和图形包的文档。对于想沿着这条路走下去的新手，将不得不投入大量的时间和精力，以便写出有用的程序。这导致了“科学计算软件包”的出现，比如Matlab?或Mathematica?，它们避免了编译语言、独立数学库和图形包的复杂性。我一直在使用这些科学计算软件包，发现它们可以非常方便地用于执行开发人员所设想的任务。然而，我也发现它们很难再扩展，因此我需要寻找其他方法。
若干年前，一位计算机科学领域的同事建议我研究一下Python。那时，Python就已经具有很大的潜力了，但其实现却非常脆弱。然而，正因为其免费且开源，所以一直吸引着一支非常有效的开发队伍。最近，他们努力的成果得到了协调和统一，从而形成了一个强大的软件包，该软件包由一种小型的核心语言和许多外围附加库或者模块组成。其中一组可以而且确实复制了传统科学计算包的功能。更重要的是，如果能够熟练并睿智地使用Python及其模块，就完全可以实现通常由Fortran、C等专业程序员胜任的大项目。虽然运行速度略有损失，但可以由大大缩短的开发时间来超额补偿。本书的目的就是向科技工作者介绍如何利用这种相对未知的资源。
大多数科学家对计算机都有一定的熟悉程度和编程意识（尽管不一定熟悉Python），我将充分考虑这种因素。因此，与大多数旨在“教”一门语言的书籍不同，本书不仅仅是讨论参考手册中的内容。Python具有很多强大但不为人知的方面，相对于那些广为人知的内容，这些方面需要更多的解释。特别是，如果在本书中遇到“初学者”或者“粗心大意”的词句，那么表示在说明文档中没有明确指出的关键点，至少作者本人在该点上犯了错误。
本书的前七章以及附录A，涵盖了科技工作者为开始有效地使用Python而需要知道的几乎所有知识。本书的编辑和一些评阅专家建议我在后半部分专注于讨论某一领域的问题。但这可能会导致一系列书籍的产生，“面向生物化学家的Python”“面向晶体学家的Python”等，而且所有这些教科书的前半部分内容都相同。我选择只涉及三个主题，但是本书的内容也适用于许多更广泛的领域。第8章涵盖四种截然不同的常微分方程，并且展示了如何使用各种相关的“黑盒”，这些“黑盒”通常是那些实际使用且可信的Fortran代码的Python封装。第9章虽然表面上讲的是关于演化偏微分方程的伪谱方法，但实际上涵盖了一个对许多科学家都非常有用的主题，即如何在不理解Fortran语言的情况下，在Python语言中以类似Fortran的速度来重用那些通常用Fortran77编写的遗留代码。最后一章讨论通过多重网格求解非常大的线性

你还可能感兴趣

我要评论