摘要：在上篇文章里，為大家推薦了一些數(shù)學學習的軟件和微積分線性代數(shù)概率統(tǒng)計的學習視頻，今天再推薦一些精心挑選的經(jīng)典教材，并為大家提供電子書的下載鏈接，和視頻搭配起來一起學習，效果會更好。我們要使用的以及等都包含在里面，無需額外下載。

在上篇文章里，為大家推薦了一些數(shù)學學習的軟件和微積分、線性代數(shù)、概率統(tǒng)計的學習視頻，今天再推薦一些精心挑選的經(jīng)典教材，并為大家提供電子書的下載鏈接，和視頻搭配起來一起學習，效果會更好。同時我們也會為您介紹一些用Python學數(shù)學必備的一些軟件和庫。

美國大學最近幾年出版的數(shù)學教材，都會有結(jié)合數(shù)學軟件（MATLAB等CAS)來學習的指導說明，也就是說CAS以及編程已經(jīng)是大學數(shù)學學習的一部分了。不僅如此，在這些數(shù)學教材里，都會有大量數(shù)學與實際應(yīng)用相結(jié)合的案例與習題，比如物理、化學、生物、經(jīng)濟、計算機、互聯(lián)網(wǎng)等諸多領(lǐng)域，讓你可以深切感受到數(shù)學是自然科學的基石，而這些也是國內(nèi)教材所匱乏的。

下面這些教材經(jīng)過千辛萬苦終于搜集到了它們的電子版，想要學習的朋友可以在文末查看索取方式
線性代數(shù)教材
線性代數(shù)特別推薦下面兩本教材，這兩本書都是華章出品的中文版教材：

《線性代數(shù)》，史蒂文 J.利昂 (Steven J.Leon)

《線性代數(shù)及其應(yīng)用》，戴維 C.雷 (David C.Lay), 史蒂文 R.雷 (Steven R.Lay)

如果你英語比較OK，可以結(jié)合的視頻教程《麻省理工公開課：線性代數(shù)》來看這個視頻所用的教材，不過視頻錄制時間比較早，所用教材也比較落后了，推薦看新版（第4版或第5版）：

《Introduction to Linear Algebra》William Gilbert Strang（威廉·吉爾伯特·斯特朗）

微積分教材
微積分教材，簡單入門可以看普林斯頓微積分讀本以及倚天屠龍，可以主要只看托馬斯微積分即可。

《普林斯頓微積分讀本》（The Calculus Lifesaver:All the Tools You Need to Excel at Calculus）阿德里安·班納 (Adrian Banner)

《托馬斯微積分》（Thomas` Calculus）高等教育出版社出版

《微積分之屠龍寶刀》和《微積分之倚天寶劍》，C·亞當斯(Colin Adamx) (作者), J·哈斯(Joel Hass) (作者), A·湯普森(Abigail Thompson) (作者)。這兩本書書名不忍直視，不要被表面名稱誤導哦

概率統(tǒng)計教材

《數(shù)理統(tǒng)計與數(shù)據(jù)分析》(Mathematical Statistics and Data Analysis)JohnA.Rice (作者)

《統(tǒng)計學》（Statistics for Engineers and the Sciences）門登霍爾(William Mendenhall), 辛塞奇(Terry Sincich)

《統(tǒng)計推斷》（Statistical inference） 卡塞拉 (George Casello) (作者), 貝耶 (Roger L.Berger) (作者)

以上教材都要求你使用MATLAB，不過這里建議替換成Python，因為：

一是在數(shù)學數(shù)據(jù)的生產(chǎn)實踐方面（尤其是國內(nèi)找工作），Python比MATLAB的通用性更好；

二是Python安裝比較方便且免費，不像MATLAB安裝有17GB（大小不一，起碼10G左右），而且大多國內(nèi)企業(yè)不會購買昂貴的版權(quán)（國內(nèi)外高校例外）；

三是Python雖然在數(shù)學教材方面不及MATLAB，但是美國不少高校在教學時還是比較推薦Python的，而且MATLAB在數(shù)學方面可以做的事情，Python都可以做。

要用Python學習數(shù)學，需要借助一些庫才能讓它成為超越MATLAB、R、SAS等數(shù)學和統(tǒng)計學軟件的利器，同時我們也會為大家推薦一種國外比較流行的學習方法就是Cheat Sheet（小抄，索引表），我們也會為大家提供這方面的文檔信息。

編程時不需要死記硬背的，但是你一定要善于查詢文檔，以及可以做到快速搜索、查詢并使用，而Cheat Sheet就跟單詞本一樣，有助于我們快速學習。這種方法類似于思維導圖，非常推薦每個初學技術(shù)的朋友掌握。

Anaconda與Jupyter Notebook
Anaconda指的是一個開源的Python發(fā)行版本，其包含了conda、Python等280多左右的科學包及其依賴項，是數(shù)據(jù)科學家、Python程序員、機器學習/深度學習必備的軟件。當然它也支持R。

我們要使用的Numpy、Sympy、Pandas、Matplotlib、Scipy、Seaborn以及Jupyter Notebook等都包含在里面，無需額外下載。

自帶conda包管理器，可以替代pip，安裝管理包；

可以非常方便的為不同項目建立不同的運行環(huán)境。

conda list #查看安裝了哪些包
conda install PKGNAME==3.1.4 #安裝版本為3.1.4的包
conda create --name ENVNAME python=3.6
"PKG1>7.6" PKG2 #創(chuàng)建一個名稱為ENVNAME,Python版本為3.6，以及不同包版本的環(huán)境

Jupyter Notebook是做Python筆記以及學習的必備工具，已經(jīng)被國外各大高校和Python程序員采用，它支持Python代碼的編寫、運行、展示等，同時也支持Markdown、LaTex語法。

Scipy
Scipy是Python生態(tài)的開源數(shù)學、科學、工程計算包集合，在Numpy庫的基礎(chǔ)上增加了眾多的數(shù)學、科學以及工程計算中常用的庫函數(shù)。例如線性代數(shù)、常微分方程數(shù)值求解、信號處理、圖像處理、稀疏矩陣等等。

Numpy
NumPy是Numerical Python的簡寫，是Python數(shù)值計算的基石。它是一個提供多了維數(shù)組對象，多種派生對象（如：掩碼數(shù)組、矩陣）以及用于快速操作數(shù)組的函數(shù)及API，它包括數(shù)學、邏輯、數(shù)組形狀變換、排序、選擇、I/O 、離散傅立葉變換、基本線性代數(shù)、基本統(tǒng)計運算、隨機模擬等等。

Pandas
Pandas是一個開放源碼、BSD許可的庫，為Python編程語言提供高性能、易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。

Matplotlib
matplotlib是最流行的用于制圖及其他二維數(shù)據(jù)可視化的Python庫。

Sympy
SymPy是一個符號計算的Python庫。它的目標是成為一個全功能的計算機代數(shù)系統(tǒng)，同時保持代碼簡 潔、易于理解和擴展。它完全由Python寫成，不依賴于外部庫。SymPy支持符號計算、高精度計算、模式匹配、繪圖、解方程、微積分、組合數(shù)學、離散 數(shù)學、幾何學、概率與統(tǒng)計、物理學等方面的功能

statsmodels
statsmodels是一個統(tǒng)計分析包，提供對許多不同統(tǒng)計模型估計的類和函數(shù)，并且可以進行統(tǒng)計測試和統(tǒng)計數(shù)據(jù)的探索。

正是因為有了以上這些Python開源包，才讓Python有底氣與巨無霸數(shù)學軟件MATLAB、巨無霸統(tǒng)計軟件SAS以及為數(shù)據(jù)、統(tǒng)計而生的R語言叫板。

電子書資源以及Cheat Sheet下載鏈接，可以加微信號：jishuzu360 索取。