第 1 部 Python 言語と計算法イントロダクション
第 1 章 さあ，始めよう！
第 2 章 Python の概要
　2.1 Python の基礎入門
　　2.1.1 オブジェクト，式，数値型
　　2.1.2 変数と代入
　　2.1.3 IDLE
　2.2 分岐プログラム
　2.3 文字列と入力
　　2.3.1 入力
　2.4 繰返し
第 3 章 簡単な算術プログラム
　3.1 総当り
　3.2 for ループ
　3.3 近似解と 2 分法
　3.4 浮動小数点数型の利用に関する注意
　3.5 ニュートン–ラフソン法
第 4 章 関数，スコープ，抽象化
　4.1 関数とスコープ
　　4.1.1 関数の定義
　　4.1.2 キーワード 引数とデフォルト値
　　4.1.3 スコープ
　4.2 仕様
　4.3 再帰
　　4.3.1 フィボナッチ数
　　4.3.2 回文
　4.4 広域変数
　4.5 モジュール
　4.6 ファイル
第 5 章 構造型，可変性と高階関数
　5.1 タプル
　　5.1.1 順序型と多重代入
　5.2 リストと可変性
　　5.2.1 クローンの作成
　　5.2.2 リスト内包
　5.3 オブジェクトとしての関数
　5.4 文字列, タプルとリスト
　5.5 辞書
第 6 章 テストとデバッグ
　6.1 テスト
　　6.1.1 ブラックボックス・テスト
　　6.1.2 グラスボックス・テスト
　　6.1.3 テストの管理
　6.2 デバッグ
　　6.2.1 デバッグの学習
　　6.2.2 実験の設計
　　6.2.3 手強い状況では
　　6.2.4 そしてそのバグを見つけたら
第 7 章 例外とアサーション
　7.1 例外の処理
　7.2 フロー制御機構としての例外
　7.3 アサーション
第 8 章 クラスとオブジェクト指向プログラミング
　8.1 抽象データ型とクラス
　　8.1.1 抽象データ型を用いたプログラミング
　　8.1.2 学生と教員の情報管理のためのクラスの利用
　8.2 継承
　　8.2.1 多重継承
　　8.2.2 置換原則
　8.3 カプセル化と情報隠蔽
　　8.3.1 ジェネレータ
　8.4 発展例：住宅ローン

第 2 部 問題解決のための計算法
第 9 章 計算複雑性入門
　9.1 計算複雑性についての考察
　9.2 漸近記法
　9.3 いくつかの重要な計算複雑性のクラス
　　9.3.1 定数計算時間
　　9.3.2 対数計算時間
　　9.3.3 線形計算時間
　　9.3.4 対数線形計算時間
　　9.3.5 多項式計算時間
　　9.3.6 指数計算時間
　　9.3.7 計算複雑性のクラスの比較
第 10 章 いくつかの単純なアルゴリズムとデータ構造
　10.1 探索アルゴリズム
　　10.1.1 線形探索および間接参照による要素へのアクセス
　　10.1.2 2 分探索および仮定の利用
　10.2 ソーティングアルゴ リズム
　　10.2.1 マージソート
　　10.2.2 引数としての関数の利用
　　10.2.3 Python におけるソーティング
　10.3 ハッシュ表
第 11 章 プロットとクラス
　11.1 Pylab を用いたプロット
　11.2 住宅ローン残高の図示
第 12 章 確率，統計とプログラム
　12.1 確率を用いたプログラム
　12.2 推計統計学とシミュレーション
　12.3 分布
　　12.3.1 正規分布と信頼水準
　　12.3.2 一様分布
　　12.3.3 指数分布と幾何分布
　　12.3.4 ベンフォード 分布
　12.4 良いチームはどれくらい勝つ？
　12.5 ハッシュと衝突
第 13 章 ランダムウォークと可視化
　13.1 酔歩
　13.2 偏りのあるランダムウォーク
　13.3 仕掛けを持つ場
第 14 章 モンテカルロ・シミュレーション
　14.1 パスカルの問題
　14.2 「パスライン」か「ドントパス」か
　14.3 性能を上げるために参照表を使う
　14.4 π を求める
　14.5 シミュレーションモデルに関する結びのことば
第 15 章 実験データの理解
　15.1 バネの振舞い
　　15.1.1 線形回帰による適合
　15.2 発射体の振舞い
　　15.2.1 決定変数
　　15.2.2 計算モデルを使う
　15.3 指数関数に従うデータに適合させる
　15.4 理論が得られないとき
第 16 章 うそ，真っ赤なうそ，そして統計
　16.1 ごみ入れごみ出し（ガイゴー）
　16.2 図は人をだますもの
　16.3 偽りの因果の誤り
　16.4 統計的測定は，ストーリー全体を表すわけではない
　16.5 サンプリングの偏り
　16.6 文脈が重要である
　16.7 外挿に注意せよ
　16.8 テキサスの名射撃手の誤り
　16.9 百分率は混乱をよぶ
　16.10よく用心せよ

第 3 部 進んだ話題
第 17 章 ナップサック問題とグラフ最適化問題
　17.1 ナップサック問題
　　17.1.1 貪欲アルゴ リズム
　　17.1.2 0/1 ナップサック問題の最適解
　17.2 グラフ最適化問題
　　17.2.1 古典的なグラフ理論の問題
　17.2.2 病気の拡散と最小カット
　17.2.3 最短路：深さ優先探索と幅優先探索
第 18 章 動的計画法
　18.1 フィボナッチ数列，再考
　18.2 動的計画法と 0/1 ナップサック問題
　18.3 動的計画法と分割統治
第 19 章 機械学習はやわかり
　19.1 特徴ベクトル
　19.2 距離
　19.3 クラスタリング
　19.4 標本タイプとクラスタタイプ
　19.5 k-平均クラスタリング
　19.6 不自然な例
　19.7 より不自然さの少ない例
　19.8 まとめ

付録：
Python 2.7 簡易マニュアル
索 　引