自学Python——编程基础、科学计算及数据分析电子书

版权

前言

致谢

目录

第1章 初识Python

1.1 Python 简介

1.2 Python 版本的选择

1.3 Python 集成开发环境的搭建

1.4 第一行Python代码

1.5 IPython 解释器

1.6 Python 代码的执行模式

1.6.1 解释器模式

1.6.2 脚本模式

1.6.3 解释器模式与脚本模式的区别

1.7 Jupyter Notebook的使用

本章学习笔记

本章新术语

本章新函数

第2章 Python基础

2.1 基本语法简介

2.2 数据类型

2.2.1 数字

2.2.2 字符串

2.2.3 Unicode字符串

2.2.4 索引与分片

2.2.5 列表

2.2.6 元组

2.2.7 可变与不可变类型

2.2.8 字典

2.2.9 集合与不可变集合

2.2.10 赋值机制

2.3 判断与循环

2.3.1 判断

2.3.2 循环

2.4 函数与模块

2.4.1 函数

2.4.2 模块

2.5 异常与警告

2.5.1 异常

2.5.2 警告

2.6 文件读写

2.6.1 读文件

2.6.2 写文件

2.6.3 中文文件的读写

2.7 内置函数

2.7.1 数字相关的内置函数

2.7.2 序列相关的内置函数

2.7.3 类型相关的内置函数

本章学习笔记

本章新术语

本章新函数

第3章 Python进阶

3.1 函数进阶

3.1.1 函数参数传递

3.1.2 高阶函数

3.1.3 函数map()、filter()和reduce()

3.1.4 Lambda表达式

3.1.5 关键字global

3.1.6 函数的递归

3.2 迭代器与生成器

3.2.1 迭代器

3.2.2 生成器

3.3 装饰器

3.3.1 装饰器的引入

3.3.2 装饰器的用法

3.4 上下文管理器与with语句

3.4.1 上下文管理器的原理

3.4.2 模块contextlib

3.5 变量作用域

本章学习笔记

本章新术语

本章新函数

第4章 Python标准库

4.1 系统相关：sys模块

4.2 与操作系统进行交互：os模块

4.3 字符串相关：string模块

4.4 正则表达式：re模块

4.5 日期时间相关：datetime模块

4.6 更好地打印Python对象：pprint模块

4.7 序列化Python对象：pickle，cPickle模块

4.8 读写JSON数据：json模块

4.9 文件模式匹配：glob模块

4.10 高级文件操作：shutil模块

4.11 更多的容器类型：collections模块

4.12 数学：math模块

4.13 随机数：random模块

本章学习笔记

本章新术语

本章新函数

第5章 Python科学计算基础：NumPy模块

5.1 NumPy 模块简介

5.2 数组基础

5.2.1 数组的引入

5.2.2 数组的属性

5.2.3 数组的类型

5.2.4 数组的生成

5.2.5 数组的索引

5.2.6 数组的迭代

5.3 数组操作

5.3.1 数值相关的数组操作

5.3.2 形状相关的数组操作

5.3.3 数组的拼接操作

5.3.4 数组的四则运算、点乘和矩阵类型

5.3.5 数组的数学操作

5.3.6 数组的比较和逻辑操作

5.4 数组广播机制

5.5 数组索引进阶

5.5.1 数组基础索引

5.5.2 数组的高级索引

5.6 数组读写

5.6.1 数组的读取

5.6.2 数组的写入

5.6.3 数组的二进制读写

5.7 随机数组

5.8 结构数组

本章学习笔记

本章新术语

本章新函数

第6章 Python可视化：Matplotlib模块

6.1 Ma tplotlib模块简介

6.2 基于函数的可视化操作

6.2.1 函数plt.plot()的使用

6.2.2 图与子图

6.2.3 其他可视化函数

6.3 基于对象的可视化操作

6.4 图像中的文本处理

6.5 实例：基于Matplotlib的三角函数可视化

本章学习笔记

本章新术语

本章新函数

第7章 Python科学计算进阶：SciPy模块

7.1 SciPy 模块简介

7.2 插值模块：scipy.interpolate

7.3 概率统计模块：scipy.stats

7.3.1 基本统计量

7.3.2 概率分布

7.3.3 假设检验

7.4 优化模块：scipy.optimize

7.4.1 数据拟合

7.4.2 最值优化

7.4.3 方程求根

7.5 积分模块：scipy.integrate

7.5.1 符号积分与SymPy模块

7.5.2 数值积分

7.6 稀疏矩阵模块：scipy.sparse

7.7 线性代数模块：scipy.linalg

7.8 实例：基于SciPy的主成分分析

本章学习笔记

本章新术语

本章新函数

第8章 Python数据分析基础：Pandas模块

8.1 Pandas 简介

8.2 一维数据结构：Series对象

8.2.1 Series对象的生成

8.2.2 Series对象的使用

8.3 二维数据结构：DataFrame对象

8.3.1 DataFrame对象的生成

8.3.2 DataFrame对象的使用

8.4 Pandas 对象的索引

8.4.1 基于中括号的索引和切片

8.4.2 基于位置和标记的高级索引

8.5 缺失值的处理

8.6 数据的读写

8.7 实例：基于Pandas的NBA数据分析

本章学习笔记

本章新术语

本章新函数

第9章 Python面向对象编程

9.1 面向对象简介

9.2 自定义类型

9.3 方法和属性

9.4 继承与复用

9.5 公有、私有、特殊以及静态的方法和属性

9.6 多重继承

9.7 实例：基于面向对象的森林火灾模拟

9.7.1 森林火灾模拟

9.7.2 基于继承机制的森林火灾模拟

本章学习笔记

本章新术语

本章新函数

第10章 Python实践：中文小说文本分析

10.1 数据预处理

10.2 数据统计

10.3 数据建模

10.4 效果分析

本章学习笔记

本章新术语

本章新函数