新書推薦:
![制造不平等:英国社会的分化与冲突](http://103.6.6.66/upload/mall/productImages/24/27/9787500883258.jpg)
《
制造不平等:英国社会的分化与冲突
》
售價:HK$
52.9
![桌面屠夫合集(全2册)](http://103.6.6.66/upload/mall/productImages/24/28/9787213114878.jpg)
《
桌面屠夫合集(全2册)
》
售價:HK$
271.4
![南宋吉州的士大夫与宗族、地域社会](http://103.6.6.66/upload/mall/productImages/24/27/9787540376512.jpg)
《
南宋吉州的士大夫与宗族、地域社会
》
售價:HK$
112.7
![岩波新书:西班牙史10讲](http://103.6.6.66/upload/mall/productImages/24/27/9787500884576.jpg)
《
岩波新书:西班牙史10讲
》
售價:HK$
89.7
![大学问·实践社会科学系列·经验与理论:中国社会经济与法律的实践历史研究](http://103.6.6.66/upload/mall/productImages/24/26/9787559867254.jpg)
《
大学问·实践社会科学系列·经验与理论:中国社会经济与法律的实践历史研究
》
售價:HK$
124.2
![高强合金材料及其可靠性预测](http://103.6.6.66/upload/mall/productImages/24/28/9787122456151.jpg)
《
高强合金材料及其可靠性预测
》
售價:HK$
90.9
![流量战争 :通往流量自由之路](http://103.6.6.66/upload/mall/productImages/24/27/9787523408032.jpg)
《
流量战争 :通往流量自由之路
》
售價:HK$
90.9
![将及熟溪](http://103.6.6.66/upload/mall/productImages/24/27/9787517859833.jpg)
《
将及熟溪
》
售價:HK$
57.3
|
編輯推薦: |
《Python程序设计》内容丰富、难度适中、结构清晰、内容翔实,采用层次递进的方式进行讲解,由简入难,广度与深度兼顾,引导读者循序渐进地学习、掌握和运用Python;结合具体知识点,提供大量实例,对各种关键技术进行深入浅出的分析,帮助读者深化理解、促进应用;每章开篇均设有学习目标,有助于读者对重点和难点的把握;每章末尾均设有针对性习题,有助于读者巩固基本概念和提高实际动手能力,加深对知识的理解和应用
|
內容簡介: |
《Python程序设计》全面讲述Python的基本知识和开发技术。全书分三部分,共15章。*部分基础篇,介绍Python的起源和发展、开发工具、语法基础、控制结构、复合数据结构、字符串与正则表达式、函数、类与对象、文件操作、错误与异常等内容;第二部分进阶篇,深入讲解Python的虚拟环境Anaconda、科学计算库NumPy、数据分析库Pandas、绘图工具matplotlib和数据分析工具SciPy;第三部分实践篇,主要介绍Python在机器学习领域的应用。 《Python程序设计》内容丰富、难度适中、结构清晰、内容翔实,通过三部分以层次递进方式进行讲解,以引导读者循序渐进地学习、掌握并运用Python。《Python程序设计》可作为普通高等院校计算机、人工智能、大数据科学、物联网等专业Python相关课程的教材,也可作为Python爱好者的入门级教程。 《Python程序设计》配套的电子课件、实例源文件、习题答案可以到http:www.tupwk.com.cndownpage网站下载,也可以扫描前言中的二维码下载。
|
目錄:
|
目录
第一部分 基础篇
第1章 认识Python3
1.1 初识Python3
1.1.1 编程语言概述3
1.1.2 Python常用解释器5
1.1.3 Python语言特点5
1.2 Python的安装6
1.2.1 Windows环境中Python的安装6
1.2.2 Linux环境中Python的安装9
1.2.3 Mac OS环境中Python的安装11
1.3 Python代码的执行13
1.3.1 在交互模式下执行Python代码13
1.3.2 在脚本模式下执行Python代码15
1.4 Python集成开发环境15
1.4.1 PyCharm的安装16
1.4.2 PyCharm的使用18
1.4.3 PyCharm的插件20
1.5 Python 2.x与Python 3.x的区别22
1.6 本章小结23
第2章 Python语法基础24
2.1 数据类型24
2.1.1 整数类型25
2.1.2 浮点型float27
2.1.3 复数complex27
2.1.4 布尔型Bool28
2.1.5 数值运算29
2.1.6 数值计算函数库31
2.1.7 type函数的应用32
2.2 标识符32
2.2.1 标识符的含义33
2.2.2 标识符的命名33
2.2.3 Python关键字33
2.2.4 Python的BIF34
2.2.5 专有标识符34
2.3 变量的作用域35
2.3.1 Python作用域类型35
2.3.2 赋值操作符41
2.3.3 增量赋值41
2.3.4 多元赋值42
2.4 语法规则42
2.4.1 注释42
2.4.2 代码组与代码块43
2.4.3 同行书写多条语句43
2.4.4 空行与缩进44
2.5 IO操作44
2.5.1 输出操作44
2.5.2 输入操作46
2.6 Python模块47
2.6.1 模块的分类47
2.6.2 使用pip管理Python扩展库47
2.6.3 模块的导入和使用48
2.6.4 模块的导入顺序48
2.7 Python对象48
2.8 本章小结50
第3章 流程控制语句51
3.1 条件语句51
3.1.1 条件表达式51
3.1.2 单分支选择结构53
3.1.3 双分支选择结构53
3.1.4 多分支选择结构54
3.1.5 选择结构的嵌套55
3.1.6 三元表达式56
3.2 循环语句57
3.2.1 while循环57
3.2.2 whileelse循环59
3.2.3 for循环60
3.2.3 forelse循环63
3.3 循环控制语句64
3.3.1 break语句64
3.3.2 continue语句65
3.3.3 pass语句65
3.4 迭代器66
3.4.1 可迭代对象66
3.4.2 迭代器的定义66
3.4.3 创建迭代器67
3.5 生成器68
3.5.1 生成器的定义69
3.5.2 生成器的创建69
3.6 与条件循环相关的内置函数72
3.6.1 range函数73
3.6.2 enumerate函数73
3.6.3 reversed函数74
3.6.4 zip函数75
3.6.5 *zip函数76
3.6.6 sorted函数76
3.7 本章小结76
第4章 复合数据类型77
4.1 列表 77
4.1.1 列表的创建77
4.1.2 基本操作78
4.1.3 多维列表80
4.1.4 迭代器81
4.1.5 列表解析82
4.1.6 列表函数和方法82
4.2 元组 83
4.2.1 元组的创建83
4.2.2 基本操作84
4.2.3 元组函数和方法86
4.2.4 元组的优势87
4.3 字典 88
4.3.1 字典的创建88
4.3.2 基本操作88
4.3.3 字典的嵌套90
4.3.4 字典的遍历90
4.3.5 字典函数和方法90
4.4 集合 91
4.4.1 集合的创建91
4.4.2 集合的数学运算92
4.4.3 基本操作93
4.4.4 不可变集合94
4.4.5 集合函数和方法95
4.5 类型转换和格式化输出96
4.5.1 类型转换96
4.5.2 格式化输出97
4.6 本章小结99
第5章 字符串和正则表达式100
5.1 字符串表示100
5.1.1 单双引号100
5.1.2 三重引号101
5.1.3 转义字符102
5.1.4 raw字符串103
5.2 字符串操作104
5.2.1 索引和分片104
5.2.2 连接字符串105
5.2.3 修改字符串106
5.2.4 其他操作107
5.3 字符串格式化108
5.3.1 符号格式化109
5.3.2 函数格式化110
5.3.3 字典格式化111
5.4 正则表达式112
5.4.1 概述112
5.4.2 语法规则112
5.4.3 re模块114
5.5 本章小结120
第6章 函数和函数式编程121
6.1 函数定义121
6.1.1 函数概述121
6.1.2 函数定义122
6.1.3 形参和实参124
6.1.4 函数的返回值125
6.2 函数分类126
6.2.1 内建函数126
6.2.2 自定义函数128
6.3 函数参数129
6.3.1 参数种类129
6.3.2 位置参数130
6.3.3 默认参数132
6.3.4 不定长参数135
6.3.5 关键字参数136
6.3.6 命名关键字参数138
6.3.7 参数组合139
6.4 函数式编程140
6.4.1 高阶函数140
6.4.2 匿名函数141
6.5 本章小结141
第7章 Python面向对象编程142
7.1 面向对象编程概述142
7.1.1 OOP的产生142
7.1.2 OOP核心思想143
7.1.3 OOP特征144
7.2 类和对象144
7.2.1 类的创建144
7.2.2 对象的创建146
7.2.3 类的属性146
7.2.4 类的方法149
7.2.5 内部类151
7.2.6 魔术方法151
7.3 类间关系155
7.3.1 依赖关系155
7.3.2 关联关系156
7.3.3 继承关系157
7.4 本章小结159
第8章 文件操作160
8.1 文件对象160
8.1.1 打开文件160
8.1.2 关闭文件162
8.1.3 文件对象的属性163
8.1.4 文件对象的方法163
8.2 文件系统访问167
8.2.1 os模块168
8.2.2 文件路径操作170
8.3 文件数据处理171
8.3.1 按字节处理数据171
8.3.2 使用文件迭代器172
8.3.3 结构化数据存储172
8.3.4 序列化存储173
8.4 综合案例174
8.5 本章小结176
第9章 错误与异常177
9.1 基本概念177
9.1.1 什么是错误177
9.1.2 什么是异常178
9.2 Python中的异常179
9.2.1 内置异常180
9.2.2 用户自定义异常183
9.3 Python中异常的检测与处理183
9.3.1 try-except184
9.3.2 try-except-else186
9.3.3 try-finally187
9.3.4 try-except-else-finally188
9.3.5 强制触发异常raise190
9.3.6 断言机制assert191
9.3.7 预定义的清理行为with192
9.4 本章小结192
第二部分 进阶篇
第10章 Python虚拟环境195
10.1 初识Anaconda195
10.2 安装Anaconda196
10.2.1 Windows环境下的Anaconda安装196
10.2.2 macOS环境下的Anaconda安装198
10.2.3 Linux环境下的Anaconda安装202
10.3 conda管理工具204
10.3.1 包管理204
10.3.2 环境管理207
10.4 本章小结209
第11章 科学计算库NumPy210
11.1 初识NumPy210
11.1.1 NumPy的特点210
11.1.2 安装NumPy211
11.1.3 NumPy简单实例212
11.2 NumPy数组基础213
11.2.1 数据类型213
11.2.2 创建数组215
11.2.3 数组属性217
11.2.4 数组操作218
11.3 NumPy矩阵基础223
11.3.1 NumPy多维数组223
11.3.2 NumPy矩阵对象225
11.4 NumPy方法进阶226
11.4.1 常用文件方法226
11.4.2 常用数学方法227
11.4.3 常用统计方法228
11.5 NumPy综合实例231
11.5.1 预处理数据232
11.5.2 根据日期分析股票涨幅233
11.6 本章小结234
第12章 数据分析库Pandas235
12.1 初识Pandas235
12.1.1 安装Pandas236
12.1.2 Pandas简单实例237
12.2 序列Series238
12.2.1 创建Series对象238
12.2.2 Series数据操作240
12.2.3 Series数据分析242
12.3 数据帧DataFrame247
12.3.1 创建DataFrame对象247
12.3.2 DataFrame数据操作248
12.3.3 DataFrame数据分析251
12.4 综合实例257
12.4.1 数据集概况257
12.4.2 数据集分析259
12.4.3 数据预处理261
12.5 本章小结264
第13章 可视化工具库matplotlib265
13.1 初识matplotlib265
13.1.1 安装matplotlib266
13.1.2 matplotlib简单图形绘制267
13.2 常用2D图形268
13.2.1 绘制散点图268
13.2.2 绘制线性图270
13.2.3 绘制柱状图273
13.2.4 绘制直方图274
13.2.5 绘制饼状图276
13.3 常用3D图形278
13.3.1 绘制3D散点图278
13.3.2 绘制3D曲线279
13.3.3 绘制3D曲面280
13.3.4 绘制3D柱状图281
13.4 图形设置282
13.4.1 设置颜色282
13.4.2 添加注释和标题284
13.4.3 设置图例和标签285
13.5 文件操作286
13.5.1 从CSV文件中加载数据286
13.5.2 从文本文件中加载数据287
13.5.3 从Excel文件中加载数据288
13.6 图像操作290
13.6.1 图像的读取与显示290
13.6.2 图像的保存与转换292
13.7 综合实例293
13.7.1 绘制子图293
13.7.2 鸢尾花可视化属性分析296
13.8 本章小结297
第14章 高级科学计算库SciPy298
14.1 初识SciPy298
14.1.1 SciPy的特点298
14.1.2 安装SciPy299
14.1.3 SciPy简单实例300
14.1.4 SciPy使用基础300
14.2 数值积分模块integrate301
14.2.1 常用积分方法301
14.2.2 求解常微分方程306
14.3插值模块interpolate307
14.3.1一维插值方法308
14.3.2 多维插值方法309
14.4概率统计模块stats310
14.4.1连续型随机变量311
14.4.2离散型随机变量312
14.4.3常用统计方法313
14.5优化模块optimize314
14.5.1leastsq拟合方法315
14.5.2函数最小值方法316
14.5.3fsolve方法319
14.6其他常用模块320
14.6.1线性代数模块linalg321
14.6.2文件模块io321
14.6.3图像处理模块ndimage322
14.6.4特殊方法模块special326
14.7综合实例327
14.8 本章小结331
第三部分 实践篇
第15章 Python机器学习335
15.1 初识机器学习335
15.1.1 什么是机器学习335
15.1.2 机器学习模型分类336
15.1.3 Python与机器学习338
15.2 机器学习开发流程339
15.2.1数据采集339
15.2.2数据清洗339
15.2.3数据标注340
15.2.4模型选择340
15.2.5 模型评估和优化341
15.3 初识scikit-learn342
15.3.1 scikit-learn简介342
15.3.2 安装scikit-learn343
15.3.3 scikit-learn常用模块344
15.4 常用的机器学习算法346
15.4.1 K近邻算法346
15.4.2 线性回归算法350
15.4.3 决策树算法353
15.4.4 支持向量机算法356
15.4.5 朴素贝叶斯算法359
15.4.6 几种机器学习算法的比较361
15.5 机器学习实例361
15.5.1 数据准备361
15.5.2 选择和训练模型362
15.5.3使用模型364
15.5.4评估模型365
15.6 机器学习综合实践366
15.6.1 文本分类实例366
15.6.2 回归项目实例370
15.7 本章小结375
|
內容試閱:
|
前言
Python是一种解释型的、面向对象的、带有动态语义的高级编程语言。它由荷兰人Guido van Rossum于1989年发明,第一个公开发行版发行于1991年。经过二十多年的发展,Python 已经成为最受欢迎的程序设计语言之一。自从2004年以后,Python的使用率呈线性增长。2011年1月,Python首次被TIOBE编程语言排行榜评为2010年年度编程语言;2019 年1月,时隔 8 年后,Python再度被TIOBE编程语言排行榜评为2018年年度编程语言。此外,在由著名杂志IEEE Spectrum发布的 年度编程语言排行榜上,Python更是连续获得2017年和2018年年度冠军。近年来,Python 在数据分析与处理、Web应用开发、人工智能应用、桌面软件、网络爬虫开发、云计算开发、自动化运维、金融分析、 科学计算以及游戏开发等领域得以广泛应用。
Python语言具有简洁性、易读性以及可扩展性等特点,受到广大专业编程人士的青睐,一些知名大学已经采用Python来教授程序设计课程。近年来,Python已经成为目前美国顶尖大学里最受欢迎的计算机编程入门语言之一。目前美国计算机排名前10的学校里,有8所学校使用Python作为编程入门语言。在计算机排名前39的学校里,有27所学校使用 Python 作为编程入门语言。其中,卡耐基梅隆大学的编程基础、麻省理工学院的计算机科学及编程导论就使用Python语言讲授。在国内,高校Python课程的开设相对滞后,但近年来一些高校也逐渐将Python引进课堂。
Python是一门开源的编程语言,支持命令式编程、函数式编程以及面向对象编程;众多开源的科学计算软件包都提供了Python的调用接口,其中包括著名的计算机视觉库OpenCV、三维可视化库VTK、医学图像处理库ITK;同时Python拥有大量专用的科学计算扩展库,如当前三个十分经典的科学计算扩展库NumPy、SciPy和matplotlib,它们分别为Python提供了快速数组处理、数值运算以及绘图功能。因此,Python语言及其众多的扩展库所构成的开发环境十分适合工程技术人员、科研人员处理实验数据、制作图表,甚至开发科学计算应用程序。
学习Python是一个快乐的过程。相较其他编程语言,Python语法清晰简洁,代码可读性强,编码方式符合人类思维习惯,易学易用。另外,Python自带的各种模块加上丰富的第三方模块,免去了很多重复造轮子的工作,可以更快地写出东西,非常适合初学者入门以及相关的专业编程人士。
《Python程序设计》分三部分,共15章。第一部分基础篇,包含第1~9章,介绍Python的起源和发展、开发工具、语法基础、控制结构、复合数据结构、字符串与正则表达式、函数、类与对象、文件操作、错误与异常等内容;第二部分进阶篇,包含第10~14章,深入讲解Python的虚拟环境Anaconda、科学计算库NumPy、数据分析库Pandas、绘图工具matplotlib和数据分析工具SciPy;第三部分实践篇,包含第15章,主要介绍Python在机器学习领域的应用。
《Python程序设计》内容丰富、难度适中、结构清晰、内容翔实,通过三部分以层次递进方式进行讲解并提供大量实例,引导读者循序渐进地学习、掌握并运用Python。《Python程序设计》可作为普通高等院校计算机、人工智能、大数据科学、物联网等专业Python相关课程的教材,也可作为Python爱好者的入门级教程。
除封面署名的作者外,参与《Python程序设计》编写的人员还有周志一、芦扬、刘畅、吕晓阳、王福超、魏婷婷、李昊等。由于作者水平有限,《Python程序设计》难免有不足之处,欢迎广大读者批评指正。我们的信箱是huchenhao@263.net,电话是010-62796045。
《Python程序设计》配套的电子课件、实例源文件、习题答案可以到http:www.tupwk.com.cndownpage网站下载,也可以扫描下方的二维码下载。
作者
2019年8月
|
|