本书特色

在这里还是要推荐下我自己建的Python开发学习群:483546416，群里都是学Python开发的，如果你正在学习Python ，小编欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2018最新的Python进阶资料和高级开发教程，欢迎进阶中和进想深入Python的小伙伴

掌握多种不同的思维方式是每个人大学时代的必修课。具备使用计算思维解决问题的能力是程序员入门的基本技能。本书基于作者开授的MIT热门MOOC教程编写，旨在培养读者的计算思维，为其日后的IT生涯打下坚实的编程基础。

- 以Python 3为示例，涵盖Python大部分特性，重在介绍编程语言可以做什么

- 如何系统性地组织、编写、调试中等规模的程序

- 理解计算复杂度

- 将模糊的问题描述转化为明确的计算方法，以此解决问题，并深刻理解整个过程

- 掌握有用的算法以及问题简化技术

- 使用随机性和模拟技术清晰阐述很难得到封闭解的问题

- 使用计算工具（包括简单的统计、可视化以及机器学习工具）对数据进行理解与建模

版权声明	阅读
前言	阅读
致谢	阅读
第 1 章　启程	阅读
第 2 章　Python简介
第 3 章　一些简单的数值程序
第 4 章　函数、作用域与抽象
第 5 章　结构化类型、可变性与高阶函数
第 6 章　测试与调试
第 7 章　异常与断言
第 8 章　类与面向对象编程
第 9 章　算法复杂度简介
第 10 章　一些简单算法和数据结构
第 11 章　绘图以及类的进一步扩展
第 12 章　背包与图的最优化问题
第 13 章　动态规划
第 14 章　随机游走与数据可视化
第 15 章　随机程序、概率与分布
第 16 章　蒙特卡罗模拟
第 17 章　抽样与置信区间
第 18 章　理解实验数据
第 19 章　随机试验与假设检验
第 20 章　条件概率与贝叶斯统计
第 21 章　谎言、该死的谎言与统计学
第 22 章　机器学习简介
第 23 章　聚类
第 24 章　分类方法
Python　3.5速查表

作者介绍

John V. Guttag

1999年~2004年任MIT电气工程与计算机科学系主任，所授计算机科学系列导论课程深受学生欢迎。目前为计算机科学与人工智能实验室网络及移动系统组联合负责人，还进行软件工程、机器定理证明、硬件验证等领域的研究以及培训工作。获美国布朗大学英语专业学士学位、应用数学硕士学位，多伦多大学计算机科学博士学位。

目前本书还没有电子版，只能购买纸质书本，想学习的可以关注图灵程序设计丛书。