> For the complete documentation index, see [llms.txt](https://johannesliu.gitbook.io/learning-advanced-mathematics-with-python/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://johannesliu.gitbook.io/learning-advanced-mathematics-with-python/readme.md).

# 前言

本书的编写灵感源于我于本科期间学习数学分析、高等代数、概率论与统计学的经历。我在本科期间自学了大量计算机知识，其中就包括主流的三种数学编程语言——Mathematica，Matlab以及Maple。在我读书的闲暇时间，我喜欢使用这些编程语言来对一些所学科目中的问题进行求解，以获得对这些软件以及编程语言更深入的理解。尽管数学是一门以理论证明为基础的学科，解决数学问题本身也是充满挑战以及趣味的过程，但是，我却在日常使用数学软件进行编程的过程中体验到了不一样的快乐。坦率来讲，相对于和纸笔过日子，我更喜欢和电脑一起玩。可以说编写本书是由于兴趣驱动的。

还有一个重要的驱动因素是我于本科期间在郑州大学信息工程学院参与《数据科学》一书的编篡经历。当时，我的计算机专业引路人王振飞老师为本书主编，其余他的硕士生为本书的编委。而我是作为一名副主编的身份来统筹编写《数据科学》一书。我主要内容设计，负责统筹大家的工作，并负责编写主要的章节（总计章数的一半）。而本书作为最重要的探究使用流行的Python语言解决高等数学问题，帮助学生加深对于高等数学、高等数学、概率论和统计学的理解的主要章节，是《数据科学》一书的最精华的部分之一。

我在编写相关章节时花费了巨大的心血。不过由于在主导此项目之前使用Mathematica，Matlab和Maple来解题积累了大量的经验的缘故，编写相关章节并没有因为需要重新学习太多相关知识而感到吃力。因为，这些最流行的编程语言语法形式往往是相通的。一旦掌握了其中一种语言，就很容易掌握其他的。

虽然，在编写《数据科学》一书时，我投入了巨大的精力。但是，遗憾的是，自我离开郑州大学进入华中科技大学攻读网络安全硕士后，就逐渐没有听到关于本书的编篡进展，且这本书直到我硕士毕业我也没能见到它的出版。我离开郑州大学之时，该书已经完成了十之七八，很遗憾最终没能看到此书的最终出版。

我在入读华中科技大学两年后，偶然间看到了我于本科期间写的书籍草稿。为了能帮助读者学习Python与大学数学，并为开源社区做一份贡献，我决定将本书进行开源，并将原来的《数据科学》一书一分为二分别为《数据科学》与《使用Python学习高等数学》两部分。前者着重从宏观角度介绍数据科学的理论与实践，后者则是在讲解高等数学的同时辅以详细的Python实践。目前，这两本教程已经在Github开源，并使用Gitbook对本书进行在线展示，供读者学习。

遗憾的是，由于书籍编篡是一项繁琐且耗时的工作，我只有在我的课余时间才有时间去完成他们。因此，本书尚有诸多需要补充及校对的地方。如发现错误，请谅解。若您能为本书提供意见，或着报告错误于我，我将感激不尽！

刘晓凯

华中科技大学