本書介紹了如何使用Python語言進行物理建模，包括完成二維和三維圖形繪制、動態(tài)可視化、蒙特卡羅模擬、常微分方程求解、圖像處理等常見任務。本書在第1版的基礎上增加了關于用SymPy進行符號計算的新內容，介紹了用于數(shù)據(jù)科學和機器學習的pandas和sklearn庫、關于Python類和面向對象編程的入門知識、命令行工具，

從Fibonacci數(shù)列講起，從Fibonacci數(shù)列中抽象它的特征值特征方程，然后用特征值特征方程的概念解決擴展的Fibonacci數(shù)列、某些簡單的差分方程和簡單的微分方程。整本書沿著特征值特征方程書寫，敘述怎樣用特征值特征方程來解決實際問題，同時強調數(shù)學中不同學科中的內在聯(lián)系。內容基本不超過中學數(shù)學范圍。全書分六個

數(shù)值計算與解析理論和科學實驗并列為現(xiàn)代科學的三大研究手段。計算物理學是利用計算機來求解物理問題或者分析物理實驗的一個重要的物理學分支，是物理學和計算數(shù)學的重要交叉學科，但有其相對的獨立性，在現(xiàn)代物理學的發(fā)展中起著舉足輕重的作用。現(xiàn)行的計算物理學教材，絕大多數(shù)著眼于介紹純粹的數(shù)值分析理論，或者是偏重于一些艱深的前沿問題，

本書是一部深入探討計算思維在信息科技跨學科主題學習中的實踐與應用的專著。全書共分為五章，系統(tǒng)闡述了跨學科主題學習的概念、特征、教育價值以及開展方式，并詳細分析了信息科技跨學科主題學習的具體要求。 本書首先介紹了計算思維這一關鍵能力，包括其概念、問題解決能力、系統(tǒng)設計和行為理解等方面，并探討了計算思維在跨學科領域的應用

本教材是在熊天信、蔣德瓊等編著的《大學物理》（第2版）的基礎上修訂而成的，分上、下兩冊。上冊內容包括經(jīng)典力學、機械振動和機械波、相對論和熱學4篇，下冊內容包括電磁學、波動光學、量子物理基礎及物理學進展與應用3篇。本教材可作為各類高等院校理工科非物理學專業(yè)大學物理課程的教材或參考書。其中的習題與思考題解答將另冊出版。

本書是一本模式識別學習的立體教程，通過本書的學習，能夠掌握模式識別主要技術模塊的算法原理及Python實現(xiàn)，包括貝葉斯決策、概率密度函數(shù)的估計、線性判別分析、非線性判別分析、組合分類器、無監(jiān)督模式識別、特征選擇、特征提取、半監(jiān)督學習以及人工神經(jīng)網(wǎng)絡等。本書配以教學課件、Python仿真程序、微課視頻和實驗指導書，便于教

矩陣是重要的數(shù)學工具，也是當今人工智能、機器學習等領域重要的數(shù)據(jù)處理對象。本書作為矩陣理論的教材，將由淺入深地介紹矩陣的基本理論，包括矩陣的概念與運算、線性方程組、線性映射和線性變換、行列式、向量空間、特征值和特征向量、相似矩陣、二次型等，還有這些基本理論在機器學習上的簡單應用。此外在本書各章還附上了對應的Python

時間和空間的概念是如此常見，以至于我們覺得它們的存在是理所當然的。但是相對論在20世紀初完全顛覆了人們對這兩個概念的傳統(tǒng)認知：時間的流逝可能變慢，兩個人衰老的速度可能不同，光速是無法超越的極限速度，過去、現(xiàn)在和未來的區(qū)分也只是頑固而執(zhí)著的幻覺。本書通過生動的筆調、淺顯的示例和形象的插圖對相對論的基本原理進行了闡述和解讀

本書是根據(jù)普通高等學校教學指導委員會制定的新的本科數(shù)學基礎課程教學基本要求編寫的.全書共9章，內容包括：多項式、行列式、矩陣、線性方程組、線性空間、線性變換、歐幾里得空間、二次型及MATLAB實驗等.本書注重培養(yǎng)讀者的邏輯推理能力，論證嚴謹而簡明，內容由淺入深、條理清晰，充分體現(xiàn)教學的適用性.除第九章外，書中每節(jié)配有一

本書共有89個實驗項目，強調基礎實驗內容，不同程度地融合了無機及分析化學基礎理論知識的綜合應用，強調無機合成、化學定量分析實驗的規(guī)范操作意識；同時融入體現(xiàn)“高階性”、富有“創(chuàng)新性”和一定“挑戰(zhàn)度”的內容，培養(yǎng)學生解決復雜問題的綜合能力和高級思維能力。對