目錄
第1章 Python入門基礎
【本章導讀】
1.1 Python概述
1.1.1 發展歷史
1.1.2 安裝與啟動
1.1.3 運行與編碼模式
1.1.4 變數與常量
1.1.5 數據及數據類型
1.2 Python基本運算符及函數
1.2.1 基本運算符
1.2.2 常用函數
1.2.3 數組創建及運算
1.2.4 矩陣運算
1.3 Python程序運行與控制結構
1.3.1 順序結構
1.3.2 循環結構
1.3.3 選擇結構
1.4 Python常用標準庫和第三方庫
1.4.1 time和calendar
1.4.2 sys和os
1.4.3 math和random
1.4.4 NumPy庫
1.4.5 SymPy庫
1.4.6 SciPy庫
1.4.7 Matplotlib庫
1.4.8 Skimage庫
1.4.9 Turtle庫
1.4.10 Pyinstaller庫
1.4.11 GUI庫
1.4.12 數據統計與分析庫
1.4.13 OpenCV庫
1.4.14 Sklearn
1.5 Python前景展望
本章重點知識
習題
第2章 數據圖形繪製
【本章導讀】
2.1 數據圖形繪製概述
2.2 布局設置
2.2.1 單個axes布局
2.2.2 subplot(ijn)布局
2.2.3 subplots(nro,ncols,*,**)布局
2.2.4 fig.add_axes()布局
2.2.5 subplot2grid()布局
2.2.6 圖中圖布局
2.3 各種圖形繪製函數
2.3.1 繪製函數
2.3.2 綜合應用例子
2.4 界面細節設置
2.4.1 文字設置
2.4.2 坐標軸設置
2.4.3 網格設置（網格線型、線寬）
2.4.4 線型線寬設置
2.4.5 顏色設置
2.4.6 數據點標記設置
2.4.7 文本標注
2.4.8 箭頭文本
2.4.9 共享坐標軸
2.4.10 圖例設置
2.5 實際案例繪製
2.5.1 多根函數繪製
2.5.2 離心泵性能曲線繪製
2.5.3 二維函數值色圖繪製
2.5.4 地殼元素含量餅狀圖繪製
2.63 D圖像繪製
2.7 二維繪製命令在三維空間繪製
本章重點知識
習題
第3章 過程方程求解
【本章導讀】
3.1 超越方程求解
3.1.1 基本方法
3.1.2 編程求解
3.1.3 庫函數求解
3.1.4 實例求解分析
3.2 線性方程組求解
3.2.1 基本方法
3.2.2 編程求解
3.2.3 庫函數求解
3.2.4 病態方程組分析
3.3 非線性方程組求解
3.3.1 基本方法
3.3.2 編程求解
3.3.3 庫函數求解
本章重點知識
習題
第4章 微分方程求解
【本章導讀】
4.1 微分方程應用概述
4.2 常微分方程求解
4.2.1 基本方法
4.2.2 編程求解
4.2.3 庫函數求解
4.3 常微分方程組求解
4.3.1 基本方法
4.3.2 庫函數求解
4.3.3 實例求解
4.3.4 邊值問題
4.4 偏微分方程求解
4.4.1 基本方法
4.4.2 編程求解
4.4.3 實例應用
4.5 庫函數求解偏微分方程
4.5.1 FiPy庫簡介及安裝
4.5.2 FiPy庫具體應用
本章重點知識
習題
第5章 過程系統優化
【本章導讀】
5.1 優化問題概述
5.1.1 優化數學模型
5.1.2 優化問題的基本方法
5.2 無約束問題優化求解
5.2.1 單變數函數優化
5.2.2 多變數函數優化
5.2.3 庫函數求解無約束問題
5.3 線性優化求解
5.3.1 線性規劃概述
5.3.2 線性規劃通用模型
5.3.3 線性規劃庫函數求解
5.3.4 靈敏度分析
5.4 非線性規劃求解
5.4.1 非線性規劃求解基本方法
5.4.2 非線性規劃庫函數優化求解
本章重點知識
習題
第6章 模型參數擬合及辨識
【本章導讀】
6.1 參數擬合及辨識的標準
6.1.1 問題的提出
6.1.2 標準的確定
6.2 單變數擬合
6.2.1 基本方法
6.2.2 庫函數擬合
6.2.3 靈活應用
6.3 多變數擬合
6.3.1 基本方法
6.3.2 庫函數擬合
6.3.3 靈活應用
6.4 過程參數辨識
6.4.1 問題提出
6.4.2 求解策略
6.4.3 編程求解
6.5 解矛盾方程
6.5.1 問題的提出
6.5.2 實例求解
本章重點知識
習題
第7章 Python圖形用戶界面開發
【本章導讀】
7.1 圖形用戶界面開發概述
7.2 Python常用圖形用戶界面開發庫
7.3 PyQt5圖形用戶界面開發
7.3.1 開發環境搭建
7.3.2 PyQt5主要功能及入門
7.3.3 幾個簡單的GUI設計
7.4 複雜用戶界面開發應用實例
7.4.1 方程求解及過程優化系統開發
7.4.2 實驗數據處理及圖像繪製系統開發
本章重點知識
習題
第8章 數據統計與分析
【本章導讀】
8.1 數據統計與分析概述
8.1.1 數據
8.1.2 統計
8.1.3 數據分析
8.2 Pandas庫
8.2.1 Pandas庫簡介
8.2.2 Series數據結構
8.2.3 DataFrame數據結構
8.2.4 時序數據
8.3 Seaborn庫統計圖形繪製
8.3.1 Seaborn庫概述
8.3.2 Seaborn庫圖形繪製
8.4 Statsmodels庫統計分析應用
8.4.1 Statsmodels庫概述
8.4.2 Statsmodels庫統計分析
本章重點知識
習題
第9章 圖像處理
【本章導讀】
9.1 圖像處理概述
9.1.1 圖像
9.1.2 圖像處理
9.1.3 圖像處理常用第三方庫
9.2 OpenCV圖像處理基礎
9.2.1 圖像讀入與顯示
9.2.2 圖像數據獲取
9.2.3 三通道分離與合併
9.2.4 圖像數據簡單處理
9.3 圖像處理基本函數
9.3.1 圖像顏色數據直方圖函數
9.3.2 圖像顏色閾值處理函數
9.3.3 自適應閾值函數
9.3.4 圖像形態學函數
9.3.5 圖像幾何處理函數
9.3.6 幾種繪製輪廓的函數
9.4 機器學習及圖像處理基礎
9.4.1 機器學習定義
9.4.2 機器學習分類
9.4.3 機器學習演算法開發步驟
9.4.4 k均值聚類演算法
9.4.5 K-近鄰演算法
本章重點知識
習題
第10章 Python智能演算法實戰
【本章導讀】
10.1 智能演算法概述
10.2 人工神經網路演算法
10.2.1 神經網路的基本原理
10.2.2 BP神經網路
10.2.3 BP神經網路物性估算實例求解
10.2.4 方法展望
10.3 遺傳演算法
10.3.1 演算法基本原理
10.3.2 遺傳演算法實現流程圖
10.3.3 實例求解
10.3.4 方法展望
10.4 模擬退火演算法
10.4.1 演算法基本原理
10.4.2 演算法實現基本流程
10.4.3 實例求解
10.4.4 方法展望
10.5 粒子演算法
10.5.1 演算法基本原理
10.5.2 演算法實現步驟
10.5.3 實例求解
10.5.4 方法展望
10.6 蟻群演算法
10.6.1 演算法基本原理
10.6.2 演算法實現步驟
10.6.3 實例求解
10.6.4 方法展望
本章重點知識
習題
參考文獻
[