Python 科学讲座

引言

《Scientific Python Lectures》一书（作者：Stéfan van der Walt, Gaël Varoquaux，2023 年，400 页）不仅仅是一本普通的 Python 指南，更是一个基于真实科学任务的完整教学课程。该书汇集了曾在国际科学编程学校讲授的系列讲座内容，自 2023 年起以更新后的印刷版形式发行。本书面向已掌握 Python 基础知识并希望将其用于数据处理、数值计算和可视化的读者。

本书内容

核心聚焦于 Python 科学库生态系统：NumPy、SciPy、Matplotlib、Pandas、SymPy、scikit-learn 等。内容按逻辑模块划分：从数组基本操作到构建复杂的机器学习模型。每讲包含理论部分、代码示例和自主练习。特别注重计算效率与代码规范。

适合读者

本书适合以下人群：

• 理工科专业的本科生和研究生；
• 从 MATLAB 或 R 转向 Python 的工程师和研究人员；
• 希望深入科学计算领域的程序员；
• 寻找结构化课程素材的教师。

读者将学到什么

• 高效处理多维数组 — 索引、切片、广播、线性代数；
• 数值方法 — 积分、优化、微分方程求解；
• 数据可视化 — 从简单图表到复杂 3D 场景与动画；
• 信号与图像处理 — 滤波、傅里叶变换、形态学；
• 统计分析 — 假设检验、回归、聚类；
• 机器学习 — scikit-learn 基础、构建流水线、模型评估；
• 符号计算 — 微分、积分、SymPy 方程求解；
• 数据处理 — Pandas 处理表格、多种格式的加载/保存。

优势亮点

实践导向。每讲配有可直接运行和修改的示例。练习有助于巩固知识并培养独立解决问题的能力。

时效性。本书于 2023 年更新，所有示例均使用库的最新版本（NumPy 1.24、SciPy 1.10、Matplotlib 3.7 等）。

结构化。内容按模块划分，可按任意顺序学习，并明确标注了前置要求。

易读性。作者是科学编程领域的公认专家，但语言简洁易懂，避免过度数学形式化。

免费在线版。本书在 GitHub 上以 Jupyter Notebook 形式提供，可立即动手实验代码。

推荐理由

本书非常适合自学，也可作为大学数值方法、数据分析或机器学习课程的补充材料。对于希望系统化掌握 Python 科学计算栈的专业人士同样有益。如果你已会编写 Python 代码，但不知如何高效用于科学计算——请从本书开始。