线性代数与空间解析几何实验（Python版）

　　《线性代数与空间解析几何实验（Python版）》简单地介绍了Python的基本概念和Python科学计算中常用的扩展包：NumPy、SciPy、Matplotlib、SymPy。《线性代数与空间解析几何实验（Python版）》针对线性代数部分，对线性代数的主要知识点给出了大量实例，利用NumPy、SciPy和SymPy给出了两种处理方法，并包含示例代码；针对空间解析几何部分，利用Matplotlib给出了常见的二维图形和三维图形，并附有示例代码。该书最后列举了几个线性代数应用案例，通过Python科学计算包求解，并给出了示例代码。该书完全采用JupyterNotebook编写，保证所有代码及输出的正确性。《线性代数与空间解析几何实验（Python版）》适合作为大学本科线性代数实验参考教材，且不需要读者具备Python语言基础。

暂缺《线性代数与空间解析几何实验（Python版）》作者简介

第1章 Python简介
1．1 什么是Python
1．2 Python环境搭建
1．3 Python的基本概念
第2章 科学计算包简介
2．1 NumPy简介
2．2 SciPy包简介
2．3 Matplotlib包简介
2．4 SymPy包简介
第3章 常见图形绘制
3．1 二维图形绘制
3．2 三维图形绘制
第4章 行列式、矩阵的基本运算与线性方程组求解
4．1 矩阵的基本运算
4．2 行列式及其几何应用
4．3 线性方程组的求解
第5章 向量组的线性相关性和方程组的求解及其应用
5．1 向量组的线性相关性
5．2 线性方程组解的结构
5．3 线性代数方程组的应用
第6章 矩阵对角化与二次型
6．1 特征值与特征向量
6．2 矩阵对角化
6．3 二次型的正交标准型与正定二次型
第7章 线性代数案例
7．1 平面上线性变换的几何意义
7．2 经济管理案例（投入与产出）
7．3 代数插值与数据拟合
……
第8章 综合练习
参考文献