程序員的數(shù)學(xué)基礎(chǔ) Python實戰(zhàn)

目　錄
第 1章
計算機與數(shù)字 1
1．1 　進(jìn)制計數(shù)法 2
1．1．1　十進(jìn)制計數(shù)法 2
1．1．2　0次方 3
1．1．3　二進(jìn)制計數(shù)法 4
1．1．4　十六進(jìn)制計數(shù)法 5
1．2 　進(jìn)制轉(zhuǎn)換 7
1．2．1　十進(jìn)制轉(zhuǎn)二進(jìn)制 7
1．2．2　十進(jìn)制轉(zhuǎn)十六進(jìn)制 9
1．2．3　二進(jìn)制或十六進(jìn)制轉(zhuǎn)十進(jìn)制 11
1．3 　計算機世界中的數(shù)字 13
1．3．1　數(shù)據(jù)的處理方式 13
1．3．2　能處理的數(shù)值是有限的 15
1． 4 　負(fù)數(shù)的處理方式 16
1．4．1　計算x+1=0 17
1．4．2　什么是二進(jìn)制補碼 17
1．4．3　用符號位區(qū)分正負(fù) 19
1．4．4　計算機能處理多大的數(shù) 20
1．4．5　二進(jìn)制補碼與進(jìn)制轉(zhuǎn)換 22
1．5 　小數(shù)的表示方法 23
1．5．1　數(shù)位的權(quán)重 23
1．5．2　小數(shù)的進(jìn)制轉(zhuǎn)換 24
1．5．3　計算機如何處理浮點數(shù) 26
1．5．4　無法避免的小數(shù)誤差 27
1．6 　字符與顏色的處理 28
1．6．1　計算機如何處理字符 28
1．6．2　計算機如何處理顏色 30
第 2章
計算機的運算 33
2．1 　算術(shù)運算：計算機的四則運算 34
2．1．1　表達(dá)式的寫法 34
2．1．2　運算優(yōu)先級 37
2．1．3　如何減小小數(shù)誤差 38
2．2 　用移位運算做乘除法 39
2．2．1　位的左右移動 40
2．2．2　兩種類型的右移運算：算術(shù)和邏輯 43
2．3 　計算機特有的位運算 45
2．3．1　什么是位運算 45
2．3．2　與運算 46
2．3．3　或運算 47
2．3．4　異或運算 48
2．3．5　非運算 49
2．3．6　求二進(jìn)制補碼 50
2．3．7　用掩碼取出部分位 51
2．3．8　將位用作標(biāo)志 55
2． 4 　計算機用邏輯運算進(jìn)行判斷 59
2．4．1　比較運算 60
2．4．2　使用True和False的邏輯運算及其真值表 61
2．4．3　邏輯與（AND運算） 62
2．4．4　邏輯或（OR運算） 64
第3章
用圖形描繪方程 67
3．1 　用Matplotlib繪制圖形 68
3．2 　從方程到圖形 70
3．2．1　方程 71
3．2．2　函數(shù) 72
3．2．3　函數(shù)和圖形 74
3．3 　線性方程 76
3．3．1　連接兩點的直線 76
3．3．2　兩條正交直線 79
3．3．3　兩條直線的交點 81
3． 4 　比例式與三角函數(shù) 82
3．4．1　比例式的性質(zhì) 82
3．4．2　線段的m：n內(nèi)分點 83
3．4．3　三角函數(shù)與圓 87
3．4．4　三角函數(shù)和角度 91
3．5 　勾股定理 93
3．5．1　圓的方程 93
3．5．2　兩點之間的距離 96
3．6 　常用公式 98
3．6．1　點到直線的距離 98
3．6．2　直線圍成的區(qū)域的面積 100
第4章
向量 105
4．1 　向量的計算 106
4．1．1　向量與箭頭 106
4．1．2　向量的組成 106
4．1．3　向量的方向 108
4．1．4　向量的大小 110
4．1．5　向量的運算 110
4．1．6　向量的分解 113
4．2 　向量方程 115
4．2．1　直線的表示方法 115
4．2．2　兩條直線的交點 117
4．2．3　使用向量的理由 119
4．3 　向量的內(nèi)積 120
4．3．1　計算貢獻(xiàn)度 120
4．3．2　計算功的大小 123
4．3．3　向量的內(nèi)積 123
4．3．4　兩條直線的夾角 124
4．3．5　內(nèi)積的性質(zhì) 127
4． 4 　向量的外積 130
4．4．1　法向量 130
4．4．2　求面積 131
第5章
矩陣 135
5．1 　什么是矩陣 136
5．1．1　矩陣的記法 136
5．1．2　矩陣的含義 137
5．2 　矩陣的運算 138
5．2．1　加法、減法 138
5．2．2　矩陣與實數(shù)相乘 140
5．2．3　乘法 141
5．2．4　乘法法則 143
5．2．5　單位矩陣 145
5．2．6　逆矩陣 146
5．2．7　逆矩陣和方程組 147
5．3 　圖形的線性變換 150
5．3．1　向量與矩陣的關(guān)系 150
5．3．2　圖形的對稱變換 152
5．3．3　圖形的放大與縮小 155
5．3．4　圖形的旋轉(zhuǎn) 157
5．3．5　圖形的平移 160
5．3．6　從2×2矩陣到3×3矩陣 161
5．3．7　線性變換的組合 165
第6章
集合與概率 171
6．1 　集合 172
6．1．1　集合的特點 172
6．1．2　各種集合 173
6．1．3　集合和數(shù)據(jù)庫 176
6．2 　排列與組合 178
6．2．1　事件數(shù) 178
6．2．2　求事件數(shù)的方法 179
6．2．3　排列 180
6．2．4　階乘 183
6．2．5　重復(fù)排列 185
6．2．6　組合 186
6．3 　概率 188
6．3．1　求概率的方法 188
6．3．2　數(shù)學(xué)概率與統(tǒng)計概率 191
6．3．3　乘法原理與加法原理 192
6．3．4　蒙特卡洛法 194
第7章
統(tǒng)計和隨機數(shù) 197
7．1 　什么是統(tǒng)計 198
7．1．1　總體與樣本 198
7．1．2　觀察數(shù)據(jù)的離散程度 200
7．1．3　平均值、中位數(shù)和眾數(shù) 202
7．1．4　直方圖 204
7．2 　衡量離散程度 207
7．2．1　方差和標(biāo)準(zhǔn)差 207
7．2．2　偏差值 211
7．3 　衡量相關(guān)性 214
7．3．1　散點圖 214
7．3．2　協(xié)方差和相關(guān)系數(shù) 216
7． 4 　通過數(shù)據(jù)進(jìn)行推測 218
7．4．1　移動平均值 219
7．4．2　線性回歸 222
7．5 　取隨機數(shù) 225
7．5．1　隨機數(shù) 226
7．5．2　使用隨機數(shù)的注意事項 226
第8章
微積分 229
8．1 　曲線與圖像 230
8．1．1　衡量變化的線索 230
8．1．2　衡量變化 234
8．2 　什么是微分 235
8．2．1　變化率 235
8．2．2　微分系數(shù) 237
8．2．3　微分 239
8．2．4　微分公式 240
8．2．5　導(dǎo)數(shù)的含義 242
8．3 　什么是積分 245
8．3．1　變化的累加 245
8．3．2　積分 247
8．3．3　定積分、不定積分 250
8．3．4　原函數(shù) 251
8．3．5　積分公式 254
8．3．6　什么是積分常數(shù)C 257
8． 4 　微積分的實際應(yīng)用 258
8．4．1　曲線的切線 258
8．4．2　提取輪廓 262
8．4．3　圓周長和面積之間的關(guān)系 266
8．4．4　圓錐的體積 268
8．4．5　球的體積與表面積的關(guān)系 269
附錄A5
軟件安裝指南 273
A．1 　Python的版本 273
A．2 　安裝Anaconda 273
A．3 　確認(rèn)Python的版本 276
A． 4 　使用Python解釋器 277
A．5 　如何使用Jupyter Notebook 279
A．5．1　創(chuàng)建程序 280
A．5．2　重命名并保存 281
A．5．3　關(guān)閉Jupyter Notebook 282