目 錄 
前言 
第 1 章 Python 語言快速入門 1 
1.1 Python 的安裝與簡單使用 1 
1.1.1 Python 系統(tǒng)的安裝 1 
1.1.2 Python 工具庫的管理與安裝 3 
1.1.3 簡單的 Python 程序 4 
1.2 Python 基礎知識 5 
1.2.1 基本數據處理 5 
1.2.2 輸出 print 和輸入 input 6 
1.2.3 運算符與表達式 8 
1.2.4 流程控制 10 
1.3 復合數據類型 14 
1.3.1 list 列表 14 
1.3.2 tuple 元組？dict 字典和 set 集合 17 
1.3.3 序列的一些實用操作 20 
1.4 函數.24 
1.4.1 自定義函數語法 24 
1.4.2 自定義函數的四種參數 25 
1.4.3 參數傳遞 27 
1.4.4 兩個特殊函數 29 
1.4.5 導入模塊 31 
1.5 Python 程序的書寫規(guī)則34 
習題 1 36 
第 2 章 數據處理與可視化 39 
2.1 數值計算工具 NumPy.39 
2.1.1 數組的創(chuàng)建？屬性和操作 39 
2.1.2 數組的運算？通用函數和廣播運算45 
2.1.3 NumPy.random 模塊的隨機數生成 48 
2.1.4 文本文件和二進制文件存取 48 
2.2 文件操作 53
2.2.1 文件基本操作 53 
2.2.2 文本文件的讀寫操作 55 
2.2.3 文件管理方法 56 
2.3 數據處理工具 Pandas 57 
2.3.1 Pandas 的序列與數據框58 
2.3.2 外部文件的存取 60 
2.4 Matplotlib 可視化 64 
2.4.1 基礎用法 65 
2.4.2 Matplotlib.pyplot 的可視化應用 68 
2.4.3 可視化的綜合應用 74 
2.5 scipy.stats 模塊簡介 78 
2.5.1 隨機變量及分布 78 
2.5.2 概率密度函數和分布律可視化 79 
習題 2 83 
第 3 章 Python 在高等數學和線性代數中的應用 85 
3.1 SymPy 工具庫介紹.85 
3.1.1 PymPy 工具庫簡介 85 
3.1.2 符號運算基礎知識 87 
3.2 SciPy 工具庫簡介 88 
3.3 用 SymPy 做符號函數畫圖91 
3.4 高等數學問題的符號解 93 
3.5 高等數學問題的數值解 98 
3.5.1 泰勒級數與數值導數 98 
3.5.2 數值積分 101 
3.5.3 非線性方程 (組) 數值解.104 
3.5.4 函數極值點的數值解.107 
3.6 線性代數問題的符號解和數值解 108 
3.6.1 線性代數問題的符號解108 
3.6.2 線性代數問題的數值解113 
3.6.3 求超定線性方程組的最小二乘解 118 
習題 3 120 
第 4 章 概率論與數理統(tǒng)計 122 
4.1 隨機變量的概率計算和數字特征 122 
4.1.1 隨機變量的概率計算.122 
4.1.2 隨機變量數字特征簡介123
4.1.3 隨機變量數字特征計算及應用 125 
4.2 描述性統(tǒng)計和統(tǒng)計圖 127 
4.2.1 統(tǒng)計的基礎知識 127 
4.2.2 用 Python 計算統(tǒng)計量 129 
4.2.3 統(tǒng)計圖 132 
4.3 參數估計和假設檢驗 140 
4.3.1 參數估計 140 
4.3.2 參數假設檢驗 142 
4.3.3 非參數假設檢驗 146 
4.4 方差分析.150 
4.4.1 單因素方差分析及 Python 實現(xiàn) 151 
4.4.2 雙因素方差分析及 Python 實現(xiàn) 155 
4.5 一元線性回歸模型 160 
4.5.1 一元線性回歸分析 160 
4.5.2 一元線性回歸應用舉例164 
4.6 常用的數據清洗方法 166 
4.6.1 重復觀測處理 167 
4.6.2 缺失值處理 168 
4.6.3 異常值處理 170 
習題 4 173 
第 5 章 線性規(guī)劃 175 
5.1 線性規(guī)劃的概念和理論 175 
5.2 線性規(guī)劃的 Python 求解 177 
5.2.1 用 scipy.optimize 模塊求解 177 
5.2.2 用 cvxopt.solvers 模塊求解 182 
5.2.3 用 cvxpy 求解 183 
5.3 靈敏度分析 185 
5.4 投資的收益和風險 187 
習題 5 193 
第 6 章 整數規(guī)劃與非線性規(guī)劃 195 
6.1 整數規(guī)劃 195 
6.1.1 整數規(guī)劃問題與求解 195 
6.1.2 指派問題及求解 196 
6.1.3 整數規(guī)劃實例 || 裝箱問題 200 
6.2 非線性規(guī)劃 202
6.2.1 非線性規(guī)劃概念和理論202 
6.2.2 非線性規(guī)劃的 Python 求解.205 
6.2.3 飛行管理問題 209 
習題 6 213 
第 7 章 插值與擬合 215 
7.1 插值 215 
7.1.1 插值方法 215 
7.1.2 用 Python 求解插值問題 221 
7.2 擬合 225 
7.2.1 最小二乘擬合 225 
7.2.2 數據擬合的 Python 實現(xiàn) 228 
習題 7 231 
第 8 章 微分方程模型 234 
8.1 微分方程模型的求解方法 234 
8.1.1 微分方程的數值解 234 
8.1.2 用 Python 求解微分方程 235 
8.2 微分方程建模方法 240 
8.3 微分方程建模實例 245 
8.3.1 Malthus 模型 245 
8.3.2 Logistic 模型 246 
8.3.3 美國人口的預報模型.247 
8.3.4 傳染病模型 249 
8.4 拉氏變換求常微分方程 (組) 的符號解 252 
習題 8 255 
第 9 章 綜合評價方法 257 
9.1 綜合評價的基本理論和數據預處理 257 
9.1.1 綜合評價的基本概念.257 
9.1.2 綜合評價體系的構建.258 
9.1.3 評價指標的預處理方法260 
9.1.4 評價指標預處理示例.264 
9.2 常用的綜合評價數學模型 266 
9.2.1 線性加權綜合評價模型266 
9.2.2 TOPSIS 法 267 
9.2.3 灰色關聯(lián)度分析 268 
9.2.4 熵值法 269
9.2.5 秩和比法 269 
9.2.6 綜合評價示例 271 
9.3 層次分析法案例 274 
習題 9 280 
第 10 章 圖論模型 281 
10.1 圖的基礎理論及 networkx 簡介 281 
10.1.1 圖的基本概念 281 
10.1.2 圖的表示及 networkx 簡介 284 
10.2 最短路算法及其 Python 實現(xiàn) 289 
10.2.1 固定起點到其余各點的最短路算法 290 
10.2.2 每對頂點間的最短路算法 293 
10.2.3 最短路應用范例 297 
10.3 最小生成樹算法及其 networkx 實現(xiàn) 301 
10.3.1 基本概念 301 
10.3.2 求最小生成樹的算法 302 
10.3.3 用 networkx 求最小生成樹及應用 304 
10.4 匹配問題 306 
10.5 最大流與最小費用流問題 309 
10.5.1 最大流問題 309 
10.5.2 最小費用流問題 312 
10.6 PageRank 算法 314 
10.7 復雜網絡簡介 318 
10.7.1 復雜網絡初步介紹318 
10.7.2 復雜網絡的統(tǒng)計描述 319 
習題 10323 
第 11 章 多元分析 326 
11.1 判別分析 326 
11.1.1 距離判別法 326 
11.1.2 Fisher 判別法 330 
11.1.3 貝葉斯判別法 332 
11.1.4 判別準則的評價 333 
11.2 主成分分析 335 
11.2.1 主成分分析的基本原理和步驟 335 
11.2.2 主成分分析的應用339 
11.3 因子分析 342
11.3.1 因子分析的數學理論 342 
11.3.2 學生成績的因子分析模型 346 
11.4 聚類分析 350 
11.4.1 數據變換 350 
11.4.2 樣品間親疏程度的測度計算 351 
11.4.3 scipy.cluster.hierarchy 模塊的層次聚類 353 
11.4.4 基于類間距離的層次聚類 355 
11.4.5 K 均值聚類 358 
11.4.6 K 均值聚類法最佳簇數 k 值的確定 360 
11.4.7 K 均值聚類的應用 363 
習題 11 366 
第 12 章 回歸分析 369 
12.1 多元線性回歸分析 369 
12.1.1 多元線性回歸模型369 
12.1.2 Python 求解線性回歸分析 372 
12.2 線性回歸模型的正則化 374 
12.2.1 多重共線性關系 375 
12.2.2 嶺回歸 377 
12.2.3 LASSO 回歸.379 
12.3 Logistic 回歸 383 
12.3.1 Logistic 回歸模型 383 
12.3.2 Logistic 回歸模型的應用 387 
習題 12 391 
第 13 章 差分方程模型 394 
13.1 差分方程及解法 394 
13.2 差分方程的平衡點及穩(wěn)定性 398 
13.3 Leslie 模型 399 
13.4 管住嘴邁開腿 404 
13.5 離散阻滯增長模型及其應用 409 
13.5.1 離散阻滯增長模型409 
13.5.2 離散阻滯增長模型的應用 411 
13.6 染色體遺傳模型 413 
習題 13 416 
第 14 章 模糊數學 418 
14.1 模糊數學的基本概念和基本運算 418
14.1.1 模糊數學的基本概念 418 
14.1.2 模糊數學的基本運算 421 
14.2 模糊模式識別 424 
14.2.1 擇近原則 424 
14.2.2 最大隸屬原則 426 
14.3 模糊聚類 427 
14.3.1 模糊層次聚類 427 
14.3.2 模糊 C 均值聚類 431 
14.4 模糊綜合評價 434 
習題 14439 
第 15 章 灰色系統(tǒng)預測 441 <