Python不仅是一种通用的编程语言，更是免费且开源的语言和环境，在科学计算领域具有巨大的应用潜力。 本书以数学应用为背景介绍Python的相关知识。通过学习本书， 你将认识到Python 是一种将科学计算与数学紧密结合起来的强大工具；学会使用面向对象的Python执行计算任务的方法，并掌握计算数学的一个必要构建块 线性代数及其对象；学会函数和类的使用方法；熟悉测试工具并学习复杂的编程示例；通过Python模块SymPy开启计算机代数的学习之旅。 本书将介绍所有需要掌握的Python知识，以及将这些知识应用于线性代数、数组、绘图、迭代、函数以及多项式等的方法。 本书旨在帮助你： ● 理解Python的主要语法元素； ● 了解Python中重要和基本的数据类型； ● 理解计算数学的一个必要构建块 线性代数及其对象； ● 用Python的matplotlib包创建高质量的表格和图形，以

贝叶斯方法正在变得越来越常见与重要，但是却没有太多可以借鉴的资料来帮助初学者。基于Allen Downey在大学讲授的本科课程，本书的计算方法能帮助你获得一个良好的开端。 使用已有的编程技巧学习和理解贝叶斯统计 处理估计、预测、决策分析、假设的证据、假设检验等问题 从简单的例子开始，包括硬币问题、M Ms豆问题、《龙与地下城》勇士投骰子问题、彩弹游戏和冰球比赛问题 学习计算方法，解决诸如SAT分数含义、模拟肾肿瘤和人体微生物建模问题

想深入应用手中的数据？还是想在上千份文件上重复同样的分析过程？没有编程经验的非程序员们如何能在zui短的时间内学会用当今炙手可热的Python语言进行数据分析？ 来自Facebook的数据专家Clinton Brownley可以帮您解决上述问题。在他的这本书里，读者将能掌握基本Python编程方法，学会编写出处理电子表格和数据库中的数据的脚本，并了解使用Python模块来解析文件、分组数据和生成统计量的方法。 - 学习基础语法，创建并运行自己的Python脚本 - 读取和解析CSV文件 - 读取多个Excel工作表和工作簿 - 执行数据库操作 - 搜索特定记录、分组数据和解析文本文件 - 建立统计图并绘图 - 生成描述性统计量并估计回归模型和分类模型 - 在Windows和Mac环境下按计划自动运行脚本

（1）国内资深一线数据分析专家撰写，黄成明、宋星、田雪峰、宫鑫、王晓东等10余位互联网大咖和多个数据科学相关组织联合推荐 （2）50个数据工作流知识点，14个数据分析和挖掘主题，8个综合性运营案例，涵盖会员、商品、流量、内容4大数据化运营主题，360 把脉运营问题并贴合数据场景落地