Python編程導論(第2版)基于MIT 編程思維培訓講義寫成，主要目標在于幫助讀者掌握并熟練使用各種計算技術(shù)，具備用計算思維解決現(xiàn)實問題的能力。書中以Python 3 為例，介紹了對中等規(guī)模程序的系統(tǒng)性組織、編寫、調(diào)試，幫助讀者深入理解計算復雜度，還講解了有用的算法和問題簡化技術(shù)，并探討各類計算工具的使用。與本書第1版相比，第2版全面改寫了后半部分，且書中所有示例代碼都從Python 2 換成了Python 3。

本書適合對編程知之甚少但想要使用計算方法解決問題的讀者。

目錄

第1章　啟程 1
第2章　Python簡介 6
第3章　一些簡單的數(shù)值程序 20
第4章　函數(shù)、作用域與抽象 31
第5章　結(jié)構(gòu)化類型、可變性與
第6章　測試與調(diào)試 65
第7章　異常與斷言 77
第8章　類與面向?qū)ο缶幊?83
第9章　算法復雜度簡介 103
第10章　一些簡單算法和數(shù)據(jù)結(jié)構(gòu) 114
第11章　繪圖以及類的進一步擴展 128
第12章　背包與圖的第優(yōu)化問題 139
第13章　動態(tài)規(guī)劃 155
第14章　隨機游走與數(shù)據(jù)可視化 163
第15章　隨機程序、概率與分布 178
第16章　蒙特卡羅模擬 208
第17章　抽樣與置信區(qū)間 220
第18章　理解實驗數(shù)據(jù) 231
第19章　隨機試驗與假設(shè)檢驗 247
第20章　條件概率與貝葉斯統(tǒng)計 261
第21章　謊言、該死的謊言與統(tǒng)計學 267
第22章　機器學習簡介 279
第23章　聚類 288
第24章　分類方法 303