復雜性科學使用計算來探索物理和社會科學。在《復雜性思考：復雜性科學和計算模型（原書第2版）》中，你將使用圖表、元胞自動機以及基于智能體的模型來研究物理學、生物學和經(jīng)濟學。
無論你是中等水平的Python程序員還是希望學習計算機建模的學生，都可以通過一系列工作示例、練習、案例研究和易于理解的解釋深入學習復雜系統(tǒng)。
作為Python編程與算法的理想教材，《復雜性思考：復雜性科學和計算模型（原書第2版）》還有助于自學者掌握關(guān)于他們可能未曾謀面的主題與想法的寶貴經(jīng)驗。
艾倫·B.唐尼（Allen B．Downey），是歐林工程學院的計算機科學教授，曾任教于韋爾斯利學院、科爾比學院和加州大學伯克利分校。他是加州大學伯克利分校的計算機科學博士，并擁有MIT的碩士和學士學位。
前言
第1章 復雜性科學
1．1 范式轉(zhuǎn)變
1．2 科學模型的軸線
1．3 不同的模型用于不同的目的
1．4 復雜的工程
1．5 復雜性思維
第2章 圖
2．1 圖是什么
2．2 NetworkX
2．3 隨機圖
2．4 生成圖
2．5 連通圖
2．6 生成ER圖
2．7 連通的概率
2．8 圖論算法分析
2．9 練習
第3章 小世界圖
3．1 Stanley Milgram
3．2 Watts和Strogatz
3．3 環(huán)格
3．4 WS圖
3．5 集聚
3．6 最短路徑長度
3．7 WS實驗
3．8 這是什么樣的解釋
3．9 廣度優(yōu)先搜索
3．10 Dijkstra算法
3．11 練習
第4章 無標度網(wǎng)絡(luò)
4．1 社交網(wǎng)絡(luò)數(shù)據(jù)
4．2 WS模型
4．3 度
4．4 重尾分布
4．5 Barabási-Albert模型
4．6 生成BA圖
4．7 累積分布函數(shù)
4．8 解釋模型
4．9 練習
第5章 元胞自動機
5．1 一個簡單的CA
5．2 Wolfram的實驗
5．3 CA的分類
5．4 隨機性
5．5 確定性
5．6 宇宙飛船
5．7 普遍性
5．8 可證偽性
5．9 這是一個什么樣的模型
5．10 CA的實現(xiàn)
5．11 互相關(guān)
5．12 CA表
5．13 練習
第6章 生命游戲
6．1 Conway的生命游戲
6．2 生命模式
6．3 Conway的猜想
6．4 現(xiàn)實主義
6．5 工具主義
6．6 生命游戲?qū)崿F(xiàn)
6．7 練習
第7章 物理建模
7．1 擴散
7．2 反應(yīng)-擴散
7．3 滲透
7．4 相變
7．5 分形
7．6 分形和滲透模型
7．7 練習
第8章 自組織臨界性
8．1 關(guān)鍵系統(tǒng)
8．2 沙堆
8．3 實施沙堆
8．4 重尾分布
8．5 分形
8．6 粉紅噪聲
8．7 沙堆的聲音
8．8 還原論和整體論
8．9 SOC、因果關(guān)系和預(yù)測
8．10 練習
第9章 基于智能體的模型
9．1 Schelling模型
9．2 Schelling模型的實現(xiàn)
9．3 種族隔離
9．4 Sugarscape
9．5 財富的不平等
9．6 實現(xiàn)Sugarscape
9．7 遷移與波動特性
9．8 涌現(xiàn)
9．9 練習
第10章 獸群、鳥群和交通堵塞
10．1 交通堵塞
10．2 隨機擾動
10．3 Boid
10．4 Boid算法
10．5 仲裁
10．6 涌現(xiàn)和自由意志
10．7 練習
第11章 進化
11．1 模擬進化
11．2 適應(yīng)度景觀
11．3 智能體
11．4 模擬
11．5 無差別
11．6 進化的證據(jù)
11．7 生存差異
11．8 突變
11．9 物種形成
11．10 總結(jié)
11．11 練習
第12章 合作進化
12．1 囚徒困境
12．2 Nice的問題
12．3 囚徒困境的比賽
12．4 模擬合作進化
12．5 Tournament類
12．6 模擬
12．7 結(jié)果
12．8 結(jié)論
12．9 練習
附錄A 閱讀列表
書單推薦
