[中英对照] 电动力学 Python 仿真教程（双语对照版电

子书） 内容架构：从基础到进阶，理论与实践结合 全书共 10 章，另有 4 个附录与结语、索引，整体结构由浅入深，既覆盖电动力学核心理论，又注重编程实践与直观理解。 （一）基础铺垫：数学工具与编程入门 前 3 章为基础知识铺垫，帮助读者建立数学与编程基础。第 1 章 “山丘与山谷”（Hills and Valleys）通过高斯函数等案例，讲解 Python 中数组生成（如numpy.arange()）、网格创建（numpy.meshgrid()）及绘图（matplotlib）等基础操作，为后续仿真打下编程基础；第 2 章 “矢量”（Vector）系统梳理矢量的数学定义、运算（点积、叉积）、分解及矢量微积分（梯度、散度、旋度），并通过 Python 的quiver()函数实现矢量可视化；第 3 章 “矢量场”（Vector Field）引入矢量场概念，重点讲解通量计算、闭合边界通量分析，特别探讨了二维径向 1/r 矢量场的通量特性，为后续电场、磁场的通量分析埋下伏笔。 （二）核心理论：电动力学核心知识与仿真 第 4-9 章聚焦电动力学核心内容，每章均以理论推导为基础，结合 Python 仿真验证结论。第 4 章 “电场”（Electric Field）从库仑定律出发，讲解点电荷、无限长直线、圆环等电荷分布的电场计算，通过叠加原理与高斯定理简化分析，并利用 Python 数值验证高斯定理的普适性；第 5 章 “磁场”（Magnetic Field）基于毕奥 - 萨伐尔定律，分析直线电流、方形回路、圆环电流的磁场分布，引入安培定律及其微分形式，对比数值计算与解析解的一致性；第 6 章 “力”（Force）阐述电场力、磁场力及洛伦兹力，结合汤姆逊实验等案例，展示带电粒子在电磁场中的运动规律；第 7 章 “狭义相对论”（Special Relativity）从物理定律绝对性与光速不变原理出发，推导时间膨胀、长度收缩、洛伦兹变换等核心结论，揭示电磁力的相对论本质；第 8 章 “势”（Potential）介绍电势能、磁矢势，结合 RC 电路分析暂态过程，通过 Poisson 方程求解连续电荷与电流分布的势场；第 9 章 “电磁感应”（Electromagnetic Induction）讲解动生电动势、法拉第定律，分析 LC 电路的振荡特性，引入麦克斯韦对安培定律的修正，为电磁波理论铺垫。 （三）进阶应用：麦克斯韦方程组与电磁波 第 10 章 “麦克斯韦方程组与电磁波”（Maxwell’s Equations and Electromagnetic Wave）是全书核心成果的总结与升华。首先梳理麦克斯韦方程组的积分与微分形式，在自由空间条件下推导电磁波方程，证明电场与磁场的横波特性及正交关系，通过 Python 仿真展示单色平面波的传播过程，直观呈现电磁波的时空变化规律，呼应 “光即电磁波” 的经典结论。 （四）附录补充：实用工具与知识拓展 附录包含 Python 入门指南（环境搭建、基础语法）、曲线坐标系（柱坐标、球坐标的矢量运算）、场线绘制方法等内容，为基础薄弱的读者提供补充，同时方便读者在学习过程中查阅工具性知识。 二、核心特色：计算思维与直观理解并重 （一）理论与编程深度融合 区别于传统电动力学教材，本书将每一个理论知识点与 Python 仿真对应。例如，在讲解高斯定理时，不仅推导数学表达式，还通过get_flux_enc()等自定义函数，计算不同闭合边界（圆形、方形）的电场通量，验证 “通量仅与闭合电荷相关” 的结论；分析 LC 电路振荡时，通过sympy求解微分方程，对比数值仿真与解析解的一致性，让抽象的理论通过代码落地，加深读者对物理规律的理解。 （二）注重直观性与思维构建 书中大量运用类比与可视化工具帮助读者建立直觉。例如，用 “雨滴沿山坡流动” 类比电场线方向，用 “风车在不同风场中的旋转” 类比旋度的物理意义；通过 3D 绘图（matplotlib的 3D 投影）展示电磁场的空间分布，用 contour 图呈现势场的 “高低起伏”，让抽象的矢量场、张量运算变得可感可知。同时，书中设置 “警示案例”，如数值计算中避免分母为零的处理、浮点数精度误差的影响，培养读者严谨的计算思维。 （三）适配多学科读者需求 本书兼顾不同背景读者的学习需求：对于物理、工程专业学生，可通过本书在巩固电动力学理论的同时，掌握科学计算技能；对于计算机专业学生，无需深厚物理基础，即可通过编程案例理解物理原理的工程应用（如电磁场仿真、电路分析）。书中代码均采用简洁易懂的 Python 语法，避免复杂编程技巧，即使是编程新手也能逐步上手。 三、作者背景：跨学科视角与教学经验加持 本书两位作者均具备深厚的学术背景与丰富的教学经验。高敏俊（Taejoon Kouh）现任韩国国民大学纳米与电子物理学教授，先后获波士顿大学物理学学士、布朗大学物理学硕士与博士学位，研究方向为纳米机电系统动力学，擅长将前沿科研成果融入教学；高敏俊（Minjoon Kouh）曾任职于美国德鲁大学，教授物理与神经科学课程，获麻省理工学院物理学博士学位，研究领域涵盖计算神经科学、机器学习与科学教育创新，其跨学科视角为本书 “物理 + 编程” 的融合提供了支撑。二人结合各自在物理研究与教育创新的优势，确保内容兼具学术严谨性与教学实用性。 四、适用人群与学习价值 （一）适用人群 物理与工程专业大二、大三学生：作为中级电动力学教材，辅助理解理论难点，提升数值计算能力； 计算机专业学生：通过物理案例拓展编程应用场景，理解科学计算在物理领域的价值； 相关领域科研与工程人员：作为参考工具，利用书中代码框架快速实现电磁场仿真，解决实际问题。 （二）学习价值 知识层面：系统掌握电动力学核心理论，理解麦克斯韦方程组的统一性与电磁波的本质； 技能层面：熟练运用 Python 进行科学计算（数值积分、微分方程求解）、数据可视化（矢量场、波场绘制）； 思维层面：培养 “理论推导 - 数值验证 - 直观理解” 的科学思维，提升跨学科解决问题的能力。 五、总结 《电动力学 Python 仿真教程》以 “理论推导为基、编程仿真为桥、直观理解为目标”，打破了电动力学 “难学、难用” 的刻板印象。它不仅是一本电动力学教材，更是一本科学计算实践指南，帮助读者在掌握核心物理知识的同时，建立计算思维与直观认知，为后续深入研究物理、工程或计算机交叉领域奠定坚实基础。无论是课堂学习、自学提升还是科研参考，本书都是一本兼具实用性与创新性的优质资源。