万本电子书0元读

万本电子书0元读

顶部广告

Python 3快速入门与实战电子书

一本系统介绍Python 3编程基础,通过大量项目案例引领读者快速门Python编程,掌握使用Python行数据可视化、爬虫发、数据分析、机器学习等技能的实战教程。

售       价:¥

纸质售价:¥62.40购买纸书

414人正在读 | 0人评论 6.2

作       者:肖冠宇,杨捷,等

出  版  社:机械工业出版社

出版时间:2019-09-11

字       数:13.2万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
《Python 3快速门与实战》通过理论与实战相结合的方式,结合大量案例系统地介绍了Python编程涉及的知识,详细介绍了多个应用场景下使用Python发的实际项目。本书共16章,分为两部分,第壹部分(1~12章)主要讲解Python编程基础,第二部分(13~16章)主要讲解Python项目实战,旨在帮助读者系统、快速地掌握Python语法,并能够熟练地应用到实战项目中。全书代码适用于Python 3.6以及更高版本。 《Python 3快速门与实战》读者对象为Python编程的初学者,或者具有Python编程基础想一步学习Python的编程爱好者;具有其他编程语言基础,想了解和学习Python的相关技术人员;未来准备从事数据科学、机器学习、人工智能、数据分析、数据采集等方向研究和工作的读者。<br/>【推荐语】<br/>一本系统介绍Python 3编程基础,通过大量项目案例引领读者快速门Python编程,掌握使用Python行数据可视化、爬虫发、数据分析、机器学习等技能的实战教程。<br/>【作者】<br/>肖冠宇,大数据技术专家,曾就职于小米、人民网等互联网公司的大数据技术团队,拥有多年大数据系统研发经验,曾主导企业级大数据平台建设和多项大数据项目研发,擅长分布式系统架构、数据仓库产品设计与研发、实时计算、机器学习算法等。目前专注于大数据、人工智能领域的技术研究。著有《企业大数据处理:Spark、Druid、Flume与Kafka应用实践》一书,参与编著《高可用可伸缩微服务架构:基于Dubbo、Spring Cloud和Service Mesh》一书。作者公众号:DIMPLab。 杨捷,英国高等统计学研究型硕士,在校期间荣获*高学术奖学金,英国The Face3D Research Consortium前成员。参与过多项数据分析科研项目,擅长数据统计建模分析与预测。曾担任英国大不列颠奥林匹克数学竞赛高级组指导老师,曾就职于爱丁堡知名咨询公司担任Consultant Assistant。2016年被邀请作为全球科技峰会苏格兰分会场演讲嘉宾。目前专注于机器学习、人工智能等领域的研究。<br/>
目录展开

版权

前言

第1章 Python概述

1.1 初识Python

1.2 安装配置Python 3开发环境

1.2.1 Windows系统下安装Python 3

1.2.2 Mac系统下安装Python 3

1.3 安装配置Anaconda

1.3.1 Windows系统下安装Anaconda

1.3.2 Mac系统下安装Anaconda

1.4 安装PyCharm开发工具

1.4.1 Windows系统下安装PyCharm

1.4.2 Mac系统下安装PyCharm

1.4.3 配置PyCharm开发环境

第2章 Python基础

2.1 注释

2.1.1 单行注释

2.1.2 多行注释

2.2 关键字与标识符

2.2.1 关键字

2.2.2 标识符

2.3 变量

2.4 数据类型

2.4.1 数字类型

2.4.2 类型转换函数

2.4.3 布尔类型

2.5 输入(input)与输出(print)

2.5.1 输入函数(input)

2.5.2 输出函数(print)

2.6 运算符

2.6.1 算术运算符

2.6.2 比较运算符

2.6.3 赋值运算符

2.6.4 逻辑运算符

2.6.5 运算符优先级

2.7 字符串

2.7.1 字符串定义

2.7.2 字符串格式化

2.7.3 字符串内置方法

2.8 if条件判断

2.8.1 语法格式

2.8.2 条件判断与逻辑运算符

2.8.3 if嵌套

2.9 while循环

2.9.1 语法格式

2.9.2 while循环嵌套

2.9.3 break跳出整个while循环

2.9.4 continue跳出当次while循环

2.10 for循环

2.10.1 语法格式

2.10.2 break跳出整个for循环

2.10.3 continue跳出当次for循环

第3章 容器

3.1 列表

3.1.1 列表的定义

3.1.2 查询列表中元素

3.1.3 嵌套列表

3.1.4 向列表中添加元素

3.1.5 修改列表中元素值

3.1.6 删除列表中元素

3.1.7 列表切片

3.1.8 列表元素排序

3.2 元组

3.2.1 元组的定义

3.2.2 查询元组中的元素

3.3 字典

3.3.1 字典的定义

3.3.2 查询字典中键值对

3.3.3 向字典中添加键值对

3.3.4 修改字典中键的值

3.3.5 删除字典中的键值对

3.3.6 循环遍历字典

3.4 集合

3.4.1 集合的定义

3.4.2 成员运算符在集合中的应用

3.4.3 向集合中添加元素

3.4.4 删除集合中的元素

3.4.5 集合常用操作

第4章 函数

4.1 函数定义与调用

4.2 函数参数

4.2.1 带参函数

4.2.2 缺省参数

4.2.3 命名参数

4.2.4 不定长参数

4.3 函数返回值

4.4 变量作用域

4.4.1 局部变量

4.4.2 全局变量

4.5 递归函数

4.6 匿名函数

4.7 闭包

4.8 装饰器

4.8.1 初识装饰器

4.8.2 装饰器进阶

第5章 包和模块

5.1 包

5.2 模块

5.3 __init__.py模块

5.4 __name__变量

第6章 面向对象

6.1 面向对象编程

6.2 类和对象

6.2.1 类

6.2.2 对象

6.3 __init__构造方法

6.4 访问权限

6.5 继承

6.5.1 单继承

6.5.2 super函数

6.5.3 重写

6.5.4 多继承

第7章 异常处理

7.1 捕获异常

7.2 捕获多个异常

7.3 捕获全部异常

7.4 异常中的finally语句

7.5 异常传递

7.6 raise抛出异常

第8章 日期和时间

8.1 time模块

8.2 datetime模块

第9章 文件操作

9.1 读写文件

9.1.1 打开文件

9.1.2 写文件

9.1.3 读文件

9.2 文件管理

9.3 JSON文件操作

9.4 CSV文件操作

9.4.1 写入CSV文件

9.4.2 读取CSV文件

第10章 正则表达式

10.1 re模块

10.2 单字符匹配

10.3 数量表示

10.4 边界表示

10.5 转义字符

10.6 匹配分组

10.7 内置函数

10.8 贪婪与非贪婪模式

第11章 Python网络编程

11.1 网络编程基础

11.2 urllib库

11.2.1 urllib.request.urlopen函数

11.2.2 urllib.request.Request类

11.2.3 urllib.error异常处理模块

11.3 requests库

11.3.1 安装requests库

11.3.2 requests库基本使用方法

第12章 Python常用扩展库

12.1 Numpy科学计算库

12.1.1 创建ndarray数组

12.1.2 数组的数据类型

12.1.3 数组的索引与切片

12.1.4 数学与统计函数调用

12.1.5 文件读入和读出

12.2 Pandas数据分析库

12.2.1 Pandas数据结构

12.2.2 数学与统计计算

12.2.3 DataFrame的文件操作

12.2.4 数据处理

第13章 Python数据可视化实战

13.1 Matplotlib绘图

13.1.1 绘制散点图

13.1.2 绘制折线图

13.1.3 绘制柱状图

13.1.4 绘制箱线图

13.2 Pandas绘图

13.2.1 绘制Series序列图

13.2.2 绘制DataFrame图表

13.3 Seaborn绘图

13.3.1 绘制条形散点图

13.3.2 绘制箱线图

13.3.3 绘制琴形图

13.3.4 多变量分类绘图

第14章 Python爬虫开发实战

14.1 爬虫工作流程

14.2 爬虫开发环境搭建

14.3 项目实战:爬取电商网站商品信息

14.3.1 目标网站分析

14.3.2 使用Python实现爬虫程序

第15章 Python数据分析实战

15.1 数据分析概述

15.2 项目实战:房屋售价数据分析

15.2.1 项目概述

15.2.2 数据处理

15.2.3 数据分析

第16章 Python机器学习实战

16.1 机器学习基础

16.1.1 什么是机器学习

16.1.2 数据集核心概念

16.1.3 算法、模型与训练

16.1.4 机器学习任务分类

16.1.5 有监督学习与无监督学习

16.1.6 机器学习开发流程

16.1.7 scikit-learn机器学习库

16.2 项目实战:k近邻算法实现红酒质量等级预测

16.2.1 k近邻算法原理

16.2.2 欧式距离公式

16.2.3 使用Python实现完整预测过程

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部