资源介绍
版电子书）
电子书格式: pdf
《计算物理：基于 Python 的问题求解（第四版）》是一部聚焦计算物理核心理论与实践应用的经典教材，由鲁宾・H・兰道、曼努埃尔・J・派斯、克里斯蒂安・C・博尔代亚努联合编著，何光亮参与部分章节撰写。本书以 Python 生态为核心工具，系统搭建了物理问题与计算机求解之间的桥梁，兼具理论深度与实操价值，适用于物理学、应用数学、计算机科学等相关专业的本科生、研究生及科研人员。
全书结构清晰，分为四个核心部分，共 27 章，涵盖基础理论、数据科学、实际应用及偏微分方程应用四大模块，形成完整的知识体系。
第一部分 “基础篇”（第 1-8 章）为计算物理入门内容，奠定核心基础。第 1 章介绍计算物理的学科定位、研究范畴及 Python 语言生态的优势；第 2 章详解软件基础，包括计算机数值表示、Python 编程入门与可视化工具使用；第 3 章聚焦误差与不确定性，分析各类误差来源及控制方法；后续章节依次讲解蒙特卡洛模拟、微分与积分的数值算法、试错搜索与数据拟合、矩阵计算等核心技术，为后续复杂问题求解筑牢根基。这部分内容注重实操，每个知识点均配套 Python 代码示例，帮助读者快速掌握编程技巧与数值方法的结合应用。
第二部分 “数据科学篇”（第 9-12 章）紧跟学科前沿，拓展数据处理与新兴技术应用。第 9 章深入傅里叶分析，涵盖傅里叶级数、离散傅里叶变换及噪声滤波；第 10 章介绍小波分析与主成分分析，提供多维数据处理工具；第 11 章聚焦神经网络与机器学习，包括人工神经网络构建、TensorFlow 与 Scikit-learn 工具应用及图像识别案例；第 12 章引入量子计算基础，讲解量子比特、量子门、量子傅里叶变换等核心概念，并介绍 IBM 量子计算机的实操应用。这部分内容实现了传统计算物理与现代数据科学、量子计算的融合，拓宽读者技术视野。
第三部分 “应用篇”（第 13-20 章）将基础方法应用于具体物理场景，注重理论与实践结合。内容涵盖常微分方程应用、分形与统计生长模型、非线性种群动力学、连续系统非线性动力学、热力学模拟、分子动力学、广义相对论及积分方程求解等多个领域。每个章节均以实际物理问题为导向，通过建立模型、设计算法、编写代码、分析结果的完整流程，帮助读者掌握用计算方法解决复杂物理问题的思维与技巧。例如，在分子动力学模拟章节，详细讲解 Verlet 算法实现与粒子运动分析；在广义相对论章节，探讨爱因斯坦场方程的数值求解与引力透镜效应模拟。
第四部分 “偏微分方程应用篇”（第 21-27 章）专注偏微分方程的数值解法，覆盖静电学、热传导、弦与膜振动、量子波包、激波与孤立子、流体动力学及有限元静电学等主题。章节中系统介绍有限差分法、有限元法等核心算法，结合具体物理方程（如拉普拉斯方程、纳维 - 斯托克斯方程）的求解过程，展示偏微分方程在物理各分支的广泛应用。同时，提供完整的代码清单与结果可视化方案，帮助读者深入理解算法原理与实施细节。
本书具有三大显著特色：一是语言工具的实用性，全程采用 Python 及其科学计算库（NumPy、Matplotlib、TensorFlow 等），兼顾免费开源、语法简洁、功能强大的优势，降低编程门槛；二是内容体系的完整性，从基础数值方法到前沿技术应用，从简单物理模型到复杂系统模拟，形成循序渐进的知识链条；三是实践导向的编写理念，每个章节均配套大量示例代码、习题与项目，读者可通过修改代码、拓展问题加深理解，同时配套的视频讲座与在线资源（代码库、Jupyter Notebook）为自主学习提供支持。
无论是初次接触计算物理的初学者，还是希望提升数值计算与编程技能的科研人员，本书都能提供系统的知识指导与实用的技术工具，助力读者高效解决物理及相关领域的实际问题，是计算物理学习与研究的必备参考资料。Computational Physics