第1章　起步　　1
第2章　Python介绍　　6
2.1　Python的基本元素　　7
2.1.1　对象、表达式和数值类型　　8
2.1.2　变量和赋值　　9
2.1.3　IDLE　　11
2.2　分支程序　　12
2.3　字符串和输出　　14
2.4　循环　　16
第3章　一些简单的数值类程序　　19
3.1　穷举法　　19
3.2　for循环　　21
3.3　近似解和二分查找　　23
3.4　关于浮点数　　26
3.5　牛顿拉夫逊方法　　28
第4章　函数、作用域和规范抽象　　30
4.1　函数和作用域　　31
4.1.1　函数定义　　31
4.1.2　关键字参数和默认值　　32
4.1.3　作用域　　33
4.2　规范　　36
4.3　递归　　39
4.3.1　斐波那契数　　40
4.3.2　回文和分治　　42
4.4　全局变量　　44
4.5　模块　　45
4.6　文件　　47
第5章　结构化类型、可变性和高阶函数　　49
5.1　元组　　49
5.2　列表和可变性　　51
5.2.1　克隆　　55
5.2.2　列表解析　　56
5.3　函数对象　　57
5.4　字符串、元组和列表　　58
5.5　字典　　59
第6章　测试和调试　　63
6.1　测试　　63
6.1.1　黑盒测试　　64
6.1.2　白盒测试　　66
6.1.3　执行测试　　67
6.2　调试　　68
6.2.1　学习调试　　70
6.2.2　设计实验　　71
6.2.3　如果遇到阻碍　　73
6.2.4　找到“目标”错误之后　　74
第7章　异常和断言　　75
7.1　处理异常　　75
7.2　把异常当作控制流来使用　　78
7.3　断言　　81
第8章　类和面向对象编程　　82
8.1　抽象的数据类型和类　　82
8.1.1　使用抽象的数据类型来设计程序　　86
8.1.2　使用类来记录学生和教师　　86
8.2　继承　　88
8.2.1　多层继承　　90
8.2.2　替代法则　　92
8.3　封装和信息隐藏　　92
8.4　进阶实例：抵押贷款　　97
第9章　算法复杂度简介　　101
9.1　思考计算复杂度　　101
9.2　渐近表示　　104
9.3　一些重要的复杂度　　105
9.3.1　常数复杂度　　105
9.3.2　对数复杂度　　106
9.3.3　线性复杂度　　106
9.3.4　对数线性复杂度　　107
9.3.5　多项式复杂度　　107
9.3.6　指数复杂度　　108
9.3.7　复杂度对比　　110
第10章　一些简单的算法和数据结构　　112
10.1　搜索算法　　113
10.1.1　线性搜索和间接访问元素　　113
10.1.2　二分查找和利用假设　　114
10.2　排序算法　　117
10.2.1　归并排序　　118
10.2.2　把函数当做参数　　120
10.2.3　Python中的排序　　121
10.3　散列表　　122
第11章　绘图以及类的扩展内容　　126
11.1　使用PyLab绘图　　126
11.2　扩展实例：绘制抵押贷款　　131
第12章　随机算法、概率以及统计　　137
12.1　随机程序　　138
12.2　统计推断和模拟　　139
12.3　分布　　149
12.3.1　正态分布和置信水平　　151
12.3.2　均匀分布　　154
12.3.3　指数分布和几何分布　　154
12.3.4　本福德分布　　156
12.4　强队的获胜概率　　157
12.5　散列和碰撞　　160
第13章　随机游动和数据可视化　　163
13.1　醉汉游动　　163
13.2　有偏随机游动　　169
13.3　危机重重的田地　　175
第14章　蒙特卡罗模拟　　177
14.1　帕斯卡的问题　　178
14.2　过还是不过　　179
14.3　使用查表提高性能　　182
14.4　寻找π　　183
14.5　模拟模型的结束语　　187
第15章　理解实验数据　　189
15.1　弹簧的行为　　189
15.2　弹丸的行为　　196
15.2.1　决定系数　　198
15.2.2　使用计算模型　　199
15.3　拟合指数分布　　200
15.4　当理论缺失时　　203
第16章　谎言和统计　　205
16.1　垃圾输入只能产生垃圾输出　　205
16.2　图表会骗人　　206
16.3　与此谬误　　208
16.4　统计方法并不能代替数据　　209
16.5　抽样偏差　　210
16.6　语境问题　　211
16.7　当心外推法　　212
16.8　得克萨斯神枪手谬误　　213
16.9　百分比会说谎　　215
16.10　小心谨慎　　215
第17章　背包和图的最优化问题　　216
17.1　背包问题　　216
17.1.1　贪婪算法　　217
17.1.2　0/1背包问题的最优解法　　219
17.2　图的最优化问题　　222
17.2.1　一些典型的图论问题　　226
17.2.2　疾病传播和最小割　　227
17.2.3　最短路径、深度优先搜索和广度优先搜索　　227
第18章　动态规划　　233
18.1　斐波那契数列　　233
18.2　动态规划和0/1背包问题　　235
18.3　动态规划和分治　　241
第19章　机器学习简介　　242
19.1　特征向量　　244
19.2　距离度量　　245
19.3　聚类　　249
19.4　类型示例和聚类　　250
19.5　K-means聚类　　253
19.6　人造案例　　255
19.7　稍微真实一些的示例　　259
19.8　小结　　265
附录　Python 2.7快速参考　　266