本书介绍了如何使用Python语言进行物理建模，包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第1版的基础上增加了关于用SymPy进行符号计算的新内容，介绍了用于数据科学和机器学习的pandas和sklearn库、关于Python类和面向对象编程的入门知识、命令行工具，

从Fibonacci数列讲起，从Fibonacci数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决扩展的Fibonacci数列、某些简单的差分方程和简单的微分方程。整本书沿着特征值特征方程书写，叙述怎样用特征值特征方程来解决实际问题，同时强调数学中不同学科中的内在联系。内容基本不超过中学数学范围。全书分六个

数值计算与解析理论和科学实验并列为现代科学的三大研究手段。计算物理学是利用计算机来求解物理问题或者分析物理实验的一个重要的物理学分支，是物理学和计算数学的重要交叉学科，但有其相对的独立性，在现代物理学的发展中起着举足轻重的作用。现行的计算物理学教材，绝大多数着眼于介绍纯粹的数值分析理论，或者是偏重于一些艰深的前沿问题，

本书是一部深入探讨计算思维在信息科技跨学科主题学习中的实践与应用的专著。全书共分为五章，系统阐述了跨学科主题学习的概念、特征、教育价值以及开展方式，并详细分析了信息科技跨学科主题学习的具体要求。 本书首先介绍了计算思维这一关键能力，包括其概念、问题解决能力、系统设计和行为理解等方面，并探讨了计算思维在跨学科领域的应用

本教材是在熊天信、蒋德琼等编著的《大学物理》（第2版）的基础上修订而成的，分上、下两册。上册内容包括经典力学、机械振动和机械波、相对论和热学4篇，下册内容包括电磁学、波动光学、量子物理基础及物理学进展与应用3篇。本教材可作为各类高等院校理工科非物理学专业大学物理课程的教材或参考书。其中的习题与思考题解答将另册出版。

本书是一本模式识别学习的立体教程，通过本书的学习，能够掌握模式识别主要技术模块的算法原理及Python实现，包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工神经网络等。本书配以教学课件、Python仿真程序、微课视频和实验指导书，便于教

矩阵是重要的数学工具，也是当今人工智能、机器学习等领域重要的数据处理对象。本书作为矩阵理论的教材，将由浅入深地介绍矩阵的基本理论，包括矩阵的概念与运算、线性方程组、线性映射和线性变换、行列式、向量空间、特征值和特征向量、相似矩阵、二次型等，还有这些基本理论在机器学习上的简单应用。此外在本书各章还附上了对应的Python

时间和空间的概念是如此常见，以至于我们觉得它们的存在是理所当然的。但是相对论在20世纪初完全颠覆了人们对这两个概念的传统认知：时间的流逝可能变慢，两个人衰老的速度可能不同，光速是无法超越的极限速度，过去、现在和未来的区分也只是顽固而执着的幻觉。本书通过生动的笔调、浅显的示例和形象的插图对相对论的基本原理进行了阐述和解读

本书是根据普通高等学校教学指导委员会制定的新的本科数学基础课程教学基本要求编写的.全书共9章，内容包括：多项式、行列式、矩阵、线性方程组、线性空间、线性变换、欧几里得空间、二次型及MATLAB实验等.本书注重培养读者的逻辑推理能力，论证严谨而简明，内容由浅入深、条理清晰，充分体现教学的适用性.除第九章外，书中每节配有一

本书共有89个实验项目，强调基础实验内容，不同程度地融合了无机及分析化学基础理论知识的综合应用，强调无机合成、化学定量分析实验的规范操作意识；同时融入体现“高阶性”、富有“创新性”和一定“挑战度”的内容，培养学生解决复杂问题的综合能力和高级思维能力。对