1. 书籍清单

• 《Linear Algebra and Its Applications》 by Gilbert Strang
  这本书是线性代数的经典教材，线性代数是向量化编程的基础。它涵盖了向量、矩阵、线性变换等内容，对理解向量化编程的数学概念非常有帮助
• 《NumPy Beginner’s Guide》 by Ivan Idris
  该书专注于使用NumPy进行向量化编程，但在介绍NumPy之前，对线性代数和基本数学概念有很好的讲解
• 《Python for Data Science For Dummies》 by John Paul Mueller
  这本书介绍了使用Python进行数据科学的各个方面，包括向量化编程。它对NumPy和Pandas等库进行了详细讲解。
• 《Introduction to Algorithms》 by Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein
  算法是向量化编程中的关键概念之一。这本书覆盖了算法设计和分析的基础，有助于理解向量化算法的原理
• 《Numerical Recipes: The Art of Scientific Computing》 by William H. Press, Saul A. Teukolsky, William T. Vetterling, and Brian P. Flanner
  该书提供了丰富的数值计算算法，包括一些涉及向量化的实际例子。这对于在科学计算中实现高效的数学操作非常有用
• 《Python High Performance Programming》 by Gabriele Lanaro
  这本书不仅介绍了Python的性能优化技巧，还包括了向量化和并行编程的一些实践方法。