《Python应用数值方法——解决工程和科学问题》是为想要学习和应用数值方法来解决工程和科学问题的学生撰写的。书中提供了足够丰富的理论知识。如果读过本书的姊妹篇《工程与科学数值方法的MATLAB实现（第4版）》，就会发现过渡到Python程序是无缝的！不需要事先具有Python编程经验。 本书以解决问题为导向，强调理论联系实际。各章均引入实际的工程和科学问题，提供从相关概念定义、理论分析到算法实现的全套解决方案。每章末尾安排有课后习题，方便读者在巩固所学知识的同时，进一步提升自己编写代码和解决问题的水平。

第Ⅰ部分 建模、计算机和误差分析
第1章 数学建模、数值方法和问题求解
1.1 一个简单的数学模型
1.2 工程与科学中的守恒定律
1.3 本书所涉及的数值方法
1.4 案例研究：自由落体
习题
第2章 Python基础
2.1 Spyder/IPython运行环境
2.2 赋值
2.2.1 标量
2.2.2 数组、向量和矩阵
2.2.3 下标和下标的范围
2.2.4 arange、linspace和logspace函数
2.2.5 字符串
2.3 数学运算
2.4 使用内置函数
2.5 制图
2.6 其他资源
2.7 案例研究：探索性数据分析
习题
第3章 Python编程
3.1 Python脚本文件
3.1.1 Python脚本
3.1.2 Python函数
3.1.3 变量作用域
3.2 输入和输出
3.3 结构化编程
3.3.1 决策流程
3.3.2 关于参数的更多信息
3.3.3 循环
3.4 嵌套和缩进
3.5 带有函数名称参数的Python函数
3.5.1 lambda函数
3.5.2 函数-函数
3.5.3 参数传递
3.6 案例研究：蹦极者的速度计算
习题
第4章 舍入和截断误差
4.1 误差
4.1.1 准确度和精确度
4.1.2 误差定义
4.1.3 迭代计算的计算机算法
4.2 舍入误差
4.2.1 计算机中数字的表示法
4.2.2 计算机中数字的算术运算
4.3 截断误差
4.3.1 泰勒级数
4.3.2 泰勒级数式的余数
4.3.3 使用泰勒级数估计截断误差
4.3.4 数值微分
4.4 总数值误差
4.4.1 数值微分的误差分析
4.4.2 数值误差的控制
4.5 错误、模型误差和数据不确定性
4.5.1 错误
4.5.2 模型误差
4.5.3 数据不确定性
习题
第Ⅱ部分 求根和最优化
第5章 求根：交叉法
5.1 工程和科学应用中的求根问题
5.2 图形和试错法
……
第Ⅲ部分 线性方程组
第Ⅳ部分 曲线拟合
第Ⅴ部分 微积分
第Ⅵ部分 常微分方程
附录A Matplotlib
附录B 三次样条平滑
附录C Python内置关键字：函数、方法、操作符、类型
附录D 书中用到的Python函数和脚本
参考文献