Python物理建模初学者指南

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。本书的示例代码和数据集，可以从www.epubit.com.cn下载。 

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。

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 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

作者更像是耐心的潜水教练，手把手地从零开始教授编程新手，帮助他们克服学习中的障碍，回避各种陷阱。在阅读完本书后，读者应该能具有专业人士般的自信，驾驭Python解决数据分析、建模和可视化中的科学问题。本书适于作为任何场景下科学编程的教程。当然我也会使用它。
–Garnet Kin-Lic Chan，普林斯顿大学
作者以友好和简明的方式编写了这本使用Python进行科学编程的入门指南，但内容却出人意料的全面。本书不仅适用于计算科学家，也适用于那些需要绘制并分析实验数据、求解方程数值或学习编程