Chapter 1 简介

本书是 Jim 在清华大学讲授的《面向科学研究的 Python 基础》课程讲义，主要内容包括：

序号 内容 学时
1 Python 简介与环境安装 2
2 基本语法与基本数据类型 2
3 流程控制与函数 2
Jupyter notebook 与 numpy（上）
4 numpy（下）与 pandas 2
总计 —— 8

另外，本课程的开发环境为 Visual Studio code + jupyter notebook + python 3.10。

1.1 课程面向对象

在进行讲义书写前，我假设读者：

  1. 有较薄弱编程基础。
  2. 对编程环境不是很熟悉。
  3. 不是很熟悉 Mac 或 Windows 操作系统，尤其是 terminal 和 PowerShell 等命令行工具。
  4. 比较熟悉线性代数知识，尤其是向量和矩阵运算。

1.2 课程目的

本课程的主要目的是为了让学生能够比较熟练地使用 Python 进行科学计算，因此，本课程的内容主要围绕科学计算展开，在讲述基本安装方法之后，主要讲述了 Python 的基本数据类型、流程控制、函数，最后是和科学计算息息相关的 numpy、pandas 等内容。在这些部分以大班课形式讲授之后，还有很多可供集中预约的模块化课程，包括：Python 与地理信息系统分析、计算物理等等。

1.3 参考书

本课程的主要参考资料为：

  1. Pine, D. J. (2019). Introduction to Python for science and engineering. CRC Press.
  2. Persson, M. V., & Martins, L. F. (2016). Mastering Python Data Analysis. Packt Publishing Ltd.

1.4 鸣谢

非常感谢 GitHub copilot 的帮助，本讲义的不少内容（近 3 成）都是由 copilot 自动生成的。

以及非常感谢所有提出宝贵修改意见的同学们和清华大学研究生会学术部的大力支持！