複雜性科學運用計算以探索物理與社會科學。本書教你如何以圖、細胞自動機、代理人基模型等工具進行物理、生物、經濟等學科的研究。

無論是Python程式設計師或計算模型學習者都能透過一系列範例、練習、案例研究、說明深入認識複雜系統。

在第二版中，你會：
*使用NumPy陣列與SciPy方法，包括基本信號處理與快速傅里葉轉換
*學習複雜性物理系統的抽象模型，包括冪定律、碎形、粉紅噪音
*使用Jupyer Notebook與基礎程式碼實作與擴充複雜性實驗；Turmites、圖靈機器、細胞自動機等計算模型
*探索科學哲學，包括自然科學法則、理論選擇、現實主義與工具主義

本書適用於Python計算模型設計教學，幫助自學者接觸在其他地方看不到的主題與思路。


作者簡介：

Allen B. Downey是Olin College的電腦科學教授，著有Think Python、Think Bayes、Think Stats。他的部落格Probably Overthinking It的內容涵蓋貝氏機率與統計。Allen具有U.C. Berkeley的電腦科學Ph.D.以及MIT的M.S.與B.S.學位。