利用Python解决数学问题(原书第2版)

本书基于灵活易用的Python编程语言，详细介绍如何使用Python解决数学问题，旨在帮助读者利用Python程序和相关工具应对现实世界中的数学挑战。本书不仅涵盖Python包、绘图工具和代码等基础知识，还将深探讨微积分、概率与统计、几何等传统数学理论及其应用。此外，书中还涉及当前机器学习和人工智能领域的热门主题，如树和网络、回归和预测等。每章围绕一个主题的多个方面或同一主题的多种典型方法详细展，分别从“准备工作”“实现方法”“原理解析”“更多内容”等方面行细致介绍，循序渐地引导读者掌握每项技术，而且每章最后还会推荐高质量的学习资源。这种结构不仅适合初学者逐步学习，也会为有经验的程序员和数据科学家提供实用的方法论。
【推荐语】
权威作者：牛津大学DataSig项目工程师萨姆·莫利执笔，融合数学理论与工程实践； 案例驱动：从NumPy基础到复杂微分方程求解，代码即学即用，降低理解门槛； 跨界应用：突破传统数学教材边界，衔人工智能与数据科学需求； 资源完备：GitHub代码库持续更新，Jupyter Notebook环境适配，学习路径清晰。
【作者】
萨姆·莫利（Sam Morley）是一名软件工程师和数学家，在牛津大学负责DataSig项目。他曾是东安格利亚大学（University of East Anglia）的数学讲师，那时他专注于纯数学研究。如今，萨姆大部分时间都在编写C 库和Python扩展模块，他也喜欢编写Python代码。他致力于提供高质量、包容性强和令人愉悦的教学，旨在激励学生并传播他对数学和编程的热情。 于俊伟，毕业于中科院自动化所，目前就职于河南工业大学信息科学与工程学院任讲师，主要从事计算机视觉、模式识别和智能信息处理等方向的研究。于老师自攻读博士学位以来，长期在视觉测量、图像处理、目标识别和视觉辅助导航等领域展研究工作，参与自然科学基金、国防预先研究基金和863计划课题等多项科研项目，具有扎实的理论基础和丰富的工程实践经验。2010年河南工业大学工作以来，结合学校在粮油食品方面的行业优势，行储粮信息的获取、处理及其融合等方向的研究，目前正在参与863课题“食品生物危害物精准检测与控制技术研究”的研究工作。完成国防科学技术报告3份，在国内外学术期刊及国际会议上发表论文10余篇，完成河南省科技成果鉴定一项。