"作者简介
Robert Johansson是一位经验丰富的Python程序员和计算科学家，他拥有瑞典查尔斯理工大学理论物理学博士学位。他在学术界和工业界从事科学计算工作超过10年，既参与过开源项目的开发，也做过专有性研究项目的开发。在开源领域，他为QuTip项目做出了很多贡献，QuTip项目是一个很流行的用于模拟量子系统动力学的Python框架，他还为科学计算领域的其他几个Python库做出过贡献。Robert对科学计算和软件开发充满热情，并热衷于传授和交流这方面的很好实践，以便能在这些领域取得优选的成果：新颖的、可重现的、可扩展的计算结果。Robert在理论物理和计算物理领域有5年的研究背景，目前他是IT行业的数据科学家。
译者简介
黄强，本科和硕士分别毕业于中山大学和中国科学院研究生院，目前在一家国有银行从事信息科技方面的工作。对信息技术的前沿发展及应用有着浓厚的兴趣，包括云计算、人工智能、金融科技等，翻译过多本技术专著。
"

第1章 科学计算介绍
1.1 Python数值计算环境
1.2 Python
1.3 IPython控制台
1.3.1 输入输出缓存
1.3.2 自动补全和对象自省（Object Introspection）
1.3.3 文档
1.3.4 与系统shell进行交互
1.3.5 IPython扩展
1.4 Jupyter
1.4.1 Jupyter QtConsole
1.4.2 Jupyter Notebook
1.4.3 Jupyter Lab
1.4.4 单元类型
1.4.5 编辑单元
1.4.6 Markdown单元
1.4.7 输出显示
1.4.8 nbconvert
1.5 Spyder集成开发环境
1.5.1 源代码编辑器
1.5.2 Spyder控制台
1.5.3 对象查看器
1.6 本章小结
1.7 扩展阅读
1.8 参考文献
第2章 向量、矩阵和多维数组
2.1 导入模块
2.2 NumPy Array对象
2.2.1 数据类型
2.2.2 内存中数组数据的顺序
2.3 创建数组
2.3.1 从列表和其他类数组对象创建数组
2.3.2 以常量填充的数组
2.3.3 以增量序列填充的数组
2.3.4 以等比数列填充的数组
2.3.5 Meshgrid数组
2.3.6 创建未初始化的数组
2.3.7 使用其他数组的属性创建数组
2.3.8 创建矩阵数组
2.4 索引和切片
2.4.1 一维数组
2.4.2 多维数组
2.4.3 视图
2.4.4 花式索引和布尔索引
2.5 调整形状和大小
2.6 向量化表达式
2.6.1 算术运算
2.6.2 逐个元素进行操作的函数
2.6.3 聚合函数
2.6.4 布尔数组和条件表达式
2.6.5 集合运算
2.6.6 数组运算
2.7 矩阵和向量运算
2.8 本章小结
2.9 扩展阅读
2.10 参考文献
第3章 符号计算
3.1 导入SymPy
……
第4章 绘图和可视化
第5章 方程求解
第6章 优化
第7章 插值
第8章 积分
第9章 常微分方程
第10章 稀疏矩阵和图
第11章 偏微分方程
第12章 数据处理和分析
第13章 统计
第14章 统计建模
第15章 机器学习
第16章 贝叶斯统计
第17章 信号处理
第18章 数据的输入输出
第19章 代码优化
附录 安装

《Python科学计算和数据科学应用（第2版）使用NumPy、SciPy和matplotlib》全面介绍Python在数值计算和数学领域的模块、标准库以及多个开源Python库，如NumPy、SciPy、FiPy、matplotlib等。在上一版的基础上，本书做了全面修订，更新了每个包的最新细节以及Jupyter项目的变化，演示了数值计算和数学建模在大数据、云计算、金融工程、商业管理等领域的应用。
本书提供了Python在数据科学和统计分析中很多新的应用示例，对上一版中的示例进行了扩展，每个示例都充分展示了Python的简洁语法及其数据分析方法在快速开发和探索性计算方面的强大功能。
通过阅读本书，读者将熟悉很多计算技术，包括基于数组的计算和符号计算、数据可视化和数值文件读写、方程求解、优化、插值和积分以及特定领域的计算问题，如微分方程求解、数据分析、统计建模和机器学习等。