Python科学计算与数据处理

课程编码：070100MGX011H 英文名称：Python for Scientific Computation and Data Analysis 课时：40 学分：1.00 课程属性：公共选修课 主讲教师：张敏洪

Python是一种面向对象的、动态的程序设计语言。具有非常简洁而清晰的语法，适合于完成各种高层任务。它既可以用来快速开发程序脚本，也可以用来开发大规模的软件。
随着NumPy, SciPy, Sympy，Matplotlib, Pandas，Enthought librarys等众多程序库的开发，Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛，有更多的程序库的支持,并且是免费、开源的。虽然Matlab中的许多高级功能和toolbox目前还是无法替代的，不过在日常的科研开发之中仍然有很多的工作是可以用Python代劳的。
通过本课程的学习为同学今后从事科研工作提供帮助。本课程注重数值计算实践，用Python实现高等数学、线性代数、统计与优化等数学计算。

高等数学、线性代数、统计基础、运筹学基础、计算机基础

第一章 Python课简介 2学时
第1节 课程介绍
第2节 Python简介
第二章 Python基础 8学时
第1节 Python语言数据类型、运算符和表达式
第2节 Python的数据结构
第3节 Python的流程控制
第4节 Python函数
第5节 Python模块
第6节 Python的输入、输出
第7节 异常处理
第三章 NumPy——快速处理数据 7学时
第1节 ndarray对象
第2节 ufunc运算
第3节 矩阵运算
第4节 文件存取
第5节 函数库
第6节 NumPy模块
第四章 SciPy—数值计算库 7学时
第1节 常数和特殊函数
第2节 线性代数-linalg
第3节 优化—optimize
第4节 插值—interpolate
第5节 数值积分—integrate
第6节 统计—stats
第7节 稀疏矩阵—sparse
第五章 Matplotlib—绘制精美的图表 4学时
第1节 快速绘图
第2节 绘图函数简介
第六章 SymPy—符号运算库 4学时
第1节 从例子开始
第2节 数学表达式
第3节 符号运算
第4节 其它功能
第七章 pandas 8学时
第1节 pandas—简介
第2节 Pandas实例Pandas实例

略