問題解決に必要な「プログラマ的感覚」が身につく！初めてプログラミングに触れる読者を、数値シミュレーションや機械学習まで導く！

はじめに 　プログラマ的感覚 　謝辞 　本書の使い方 第1章　Pythonの概要とGoogle Colabの使い方 1-1　Pythonの特徴 1-2　Google Colabの使い方 1-3　課題 第2章　条件分岐と繰り返し処理 2-1　変数と型 2-2　条件分岐と繰り返し 2-3　ニュートン法 2-4　課題 第3章　関数とスコープ 3-1　While文 3-2　ループのスキップと脱出 3-3　関数 3-4　スコープ 3-5　課題 第4章　リストとタプル 4-1　リスト 4-2　タプル 4-3　enumerate 4-4　メモリ上でのリストの表現 4-5　参照の値渡し 4-6　リスト内包表記 4-7　コッホ曲線 4-8　課題 第5章　文字列処理 5-1　文字列と文字コード 5-2　辞書 5-3　正規表現 5-4　ワードクラウド 5-5　課題 第6章　ファイル操作 6-1　ファイルシステム 6-2　Pythonでのファイル操作 6-3　CSVファイルの扱い 6-4　課題 第7章　再帰呼び出し 7-1　再帰呼び出し 7-2　階段の登り方問題 7-3　迷路 7-4　課題 第8章　クラスとオブジェクト指向 8-1　オブジェクト指向 8-2　クラスとインスタンス 8-3　オブジェクト指向プログラミングの実例 8-4　割りばしゲーム 8-5　課題 第9章　NumPyとSciPyの使い方 9-1　ライブラリ 9-2　NumPyとSciPy 9-3　Numpyの使い方 9-4　SciPy 9-5　シュレーディンガー方程式 9-6　特異値分解による画像圧縮 9-7　課題 第10章　Pythonはどうやって動くのか 10-1　コンピュータはどうやって動くのか 10-2　機械語 10-3　プログラミング言語とコンパイラ 10-4　バイトコードとスタックマシン 10-5　逆ポーランド記法 10-6　課題 第11章　動的計画法 11-1　最適化問題 11-2　ナップサック問題 11-3　貪欲法 11-4　全探索 11-5　動的計画法 11-6　課題 第12章　乱数を使ったプログラム 12-1　モンテカルロ法 12-2　疑似乱数 12-3　モンテカルロ法による数値積分 12-4　モンティ・ホール問題 12-5　パーコレーション 12-6　課題 第13章　数値シミュレーション 13-1　数値シミュレーション 13-2　差分化 13-3　ニュートンの運動方程式 13-4　反応拡散方程式（グレイ・スコット模型） 13-5　課題 第14章　簡単な機械学習 14-1　機械学習の概要 14-2　重回帰分析 14-3　GAN 14-4　課題 付録　Pythonのインストール 参考文献