复杂性科学使用计算来探索物理和社会科学。在本书中，你将使用图表、元胞自动机以及基于智能体的模型来研究物理学、生物学和经济学。
无论你是中等水平的Python程序员还是希望学习计算机建模的学生，都可以通过一系列工作示例、练习、案例研究和易于理解的解释深入学习复杂系统。
作为Python编程与算法的理想教材，本书还有助于自学者掌握关于他们可能未曾谋面的主题与想法的宝贵经验。
艾伦·B.唐尼，Allen B．Downey是欧林工程学院的计算机科学教授，曾任教于韦尔斯利学院、科尔比学院和加州大学伯克利分校。他是加州大学伯克利分校的计算机科学博士，并拥有MIT的硕士和学士学位。
前言
第1章 复杂性科学
1.1 范式转变
1.2 科学模型的轴线
1.3 不同的模型用于不同的目的
1.4 复杂的工程
1.5 复杂性思维
第2章 图
2.1 图是什么
2.2 NetworkX
2.3 随机图
2.4 生成图
2.5 连通图
2.6 生成ER图
2.7 连通的概率
2.8 图论算法分析
2.9 练习
第3章 小世界图
3.1 Stanley Milgram
3.2 Watts和Strogatz
3.3 环格
3.4 WS图
3.5 集聚
3.6 最短路径长度
3.7 WS实验
3.8 这是什么样的解释
3.9 广度优先搜索
3.10 Dijkstra算法
3.11 练习
第4章 无标度网络
4.1 社交网络数据
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图
4.7 累积分布函数
4.8 解释模型
4.9 练习
第5章 元胞自动机
5.1 一个简单的CA
5.2 Wolfram的实验
5.3 CA的分类
5.4 随机性
5.5 确定性
5.6 宇宙飞船
5.7 普遍性
5.8 可证伪性
5.9 这是一个什么样的模型
5.10 CA的实现
5.11 互相关
5.12 CA表
5.13 练习
第6章 生命游戏
6.1 Conway的生命游戏
6.2 生命模式
6.3 Conway的猜想
6.4 现实主义
6.5 工具主义
6.6 生命游戏实现
6.7 练习
第7章 物理建模
7.1 扩散
7.2 反应-扩散
7.3 渗透
7.4 相变
7.5 分形
7.6 分形和渗透模型
7.7 练习
第8章 自组织临界性
8.1 关键系统
8.2 沙堆
8.3 实施沙堆
8.4 重尾分布
8.5 分形
8.6 粉红噪声
8.7 沙堆的声音
8.8 还原论和整体论
8.9 SOC、因果关系和预测
8.10 练习
第9章 基于智能体的模型
9.1 Schelling模型
9.2 Schelling模型的实现
9.3 种族隔离
9.4 Sugarscape
9.5 财富的不平等
9.6 实现Sugarscape
9.7 迁移与波动特性
9.8 涌现
9.9 练习
第10章 兽群、鸟群和交通堵塞
10.1 交通堵塞
10.2 随机扰动
10.3 Boid
10.4 Boid算法
10.5 仲裁
10.6 涌现和自由意志
10.7 练习
第11章 进化
11.1 模拟进化
11.2 适应度景观
11.3 智能体
11.4 模拟
11.5 无差别
11.6 进化的证据
11.7 生存差异
11.8 突变
11.9 物种形成
11.10 总结
11.11 练习
第12章 合作进化
12.1 囚徒困境
12.2 Nice的问题
12.3 囚徒困境的比赛
12.4 模拟合作进化
12.5 Tournament类
12.6 模拟
12.7 结果
12.8 结论
12.9 练习
附录A 阅读列表
