我们将编写程序，把数字和公式作为输入，进行一些计算，然后得到解或绘制出图形。其中一些程序能提供强大的计算功能来解决一些数学问题。这些程序能求出方程的解，计算数据集之间的相关性，确定函数的最大值，等等。在其他程序中，我们将模拟现实生活中的事件，如抛物运动、掷硬币或掷骰子。使用程序来模拟这样的事件，让我们可以用一个简单的方法来更好地分析和了解事情本身。

也许你会发现一些不借助计算机程序会非常难于探索的主题，例如，即使在最好的情况下，手工绘制分形图也是一件极为乏味的工作，而如果在最困难的情况下，这简直就是一项不可能完成的任务。有了计算机程序，我们需要做的仅仅是在一个循环中执行相关运算。我想，你会发现，在这种“用Python 学数学”的情境下，学习编程和学习数学都会变得更加令人兴奋、有趣和有益。

今天推荐的这本《Python数学编程》将三个主题—程序设计、数学与科学结合在一起。更确切地说，学习本书后，我们会通过编程解决高中水平的一些问题，如处理测量单位，研究抛物运动，计算均值、中位数和众数，确定线性相关系数，求解代数方程，描述单摆运动，模拟骰子游戏，创建几何图形，求函数的极限、导数和积分。这是许多人熟悉的话题，不过我们不用钢笔和纸，而是用计算机程序来研究它们。

谁应该读这本书

如果你正在学习编程，你应该会喜欢本书所演示的用计算机解决问题的方法。同样地，如果你是老师，你可以借助这本书的实际应用来训练学生的编程能力，这样做回避了有些抽象的计算机科学。这本书假定读者了解使用 Python 3 进行编程的基础，例如函数、函数的参数、Python 类和类对象的概念、循环。附录B 涵盖了本书程序所使用的其他Python 主题，但本书不详细讲解这些附加主题。如果你觉得自己需要更多的背景知识，建议阅读Jason Briggs 的Python for kids（No Starch 出版社，2013）。

这本书里有什么？

本书由7 章和2 个附录组成。每章结束时都给读者留下了挑战题目。我建议你放手一试，因为在自己编写程序的过程中会学习到更多。这些挑战将要求你探索新的主题，这是提高学习能力的很棒的方法。

第 1 章，处理数字。本章从基本的数学运算开始，逐步深入到需要更高层次的数学技巧的内容。第 2 章，数据可视化。本章使用matplotlib 库由数据生成图形。第 3 章，数据的统计学特征。本章将继续讲解处理数据集的主题，包括基本统计概念：均值、中位数、众数和数据集中的变量的线性相关性。还将介绍如何处理CSV 文件数据，这是一种流行的分发各种数据集的文件格式。第 4 章，用SymPy 包解代数和符号数学问题。本章使用SymPy 库介绍符号数学，从表示和处理代数表达式开始，之后介绍更复杂的问题，如求解方程。第 5 章，集合与概率。本章讨论了数学中集合的表示，接着深入到离散概率，还将讨论模拟均匀和非均匀随机事件。第 6 章，绘制几何图形和分形。本章讨论使用matplotlib 绘制几何图形、分形和创建动画。第 7 章，解微积分问题。本章讨论了一些在Python 标准库和SymPy 库中的数学函数，然后介绍了如何解微积分问题。附录 A，软件安装。涉及Python 3、matplotlib 和SymPy 在Microsoft Windows、Linux 和Mac OS X 平台下的安装问题。附录 B，Python 主题概览。讨论了Python 的一些主题，可能对初学者很有帮助。样章试读：