配套资源:知识视频、电子课件、习题答案、源代码 本书特色: 采用任务驱动的教学理念,每章第一节均给出了本章要完成的任务(案例),所有知识均围绕该案例实现。 重新设计和组织Python编程基础部分的内容,使其更适合初学者学习、记忆、理解和运用。 丰富数据分析与可视化的内容,包括 NumPy、Pandas、Matplotlib和Scikit-learn类库。
售 价:¥
纸质售价:¥44.30购买纸书
6.8
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐

前言
第1部分 Python编程基础
第1章 Python起步
1.1 案例:计算终值
1.2 Python的安装和运行
1.2.1 搭建编程环境
1.2.2 创建并运行程序
1.3 Python语言简介
1.3.1 程序设计语言
1.3.2 Python的起源和特性
1.4 程序的基本要素
1.4.1 数据类型
1.4.2 变量
1.4.3 运算符
1.4.4 函数
1.4.5 语句
1.4.6 控制结构
1.5 编程实践:累加、累乘
1.6 本章小结
1.7 习题
第2章 数值计算
2.1 案例:蒙特卡罗模拟计算圆周率
2.2 数字运算符
2.2.1 比较运算符
2.2.2 逻辑运算符
2.2.3 混合类型运算
2.3 数值计算常用函数
2.3.1 数字运算函数
2.3.2 整型相关函数
2.4 相关标准库
2.4.1 math库
2.4.2 random库
2.4.3 time库
2.5 编程实践:NumPy financial
2.5.1 numpy_financial库的安装
2.5.2 numpy_financial库的使用
2.6 本章小结
2.7 习题
第3章 序列
3.1 案例:计算圆周率的精确小数位数
3.2 对象和类
3.2.1 type()函数
3.2.2 decimal库中的Decimal类
3.3 字符串
3.3.1 字符串的表示
3.3.2 字符串运算符
3.3.3 len()函数和string库
3.3.4 字符串的常用方法
3.4 列表和元组
3.4.1 列表和元组的表示
3.4.2 列表和元组的运算符
3.4.3 列表和元组的函数
3.4.4 列表和元组的方法
3.5 文件
3.5.1 文件的基本操作
3.5.2 tkinter中的filedialog
3.6 编程实践:Matplotlib中的pyplot
3.7 本章小结
3.8 习题
第4章 非序列组合
4.1 案例:四国宏观经济数据对比
4.2 字典
4.2.1 字典的表示
4.2.2 字典的运算符和函数
4.2.3 字典的常用方法
4.3 集合
4.3.1 集合的表示
4.3.2 集合的运算符和函数
4.3.3 集合的常用方法
4.4 JSON文件
4.4.1 JSON格式
4.4.2 JSON库
4.5 编程实践:pygal
4.6 本章小结
4.7 习题
第5章 程序的控制结构
5.1 案例:标准普尔500行业数据分析
5.2 分支结构
5.2.1 if-elif-else多分支语句
5.2.2 条件表达式
5.3 循环结构
5.3.1 while语句
5.3.2 嵌套循环
5.4 CSV文件
5.4.1 CSV格式
5.4.2 CSV库
5.5 编程实践:错误处理
5.6 本章小结
5.7 习题
第6章 结构化程序设计
6.1 案例:模拟乒乓球比赛
6.2 函数
6.2.1 函数的定义和调用
6.2.2 参数的传递
6.2.3 变量的作用域
6.3 模块
6.3.1 模块的执行和引入
6.3.2 模块的结构
6.4 自顶向下和自底向上
6.4.1 自顶向下设计
6.4.2 自底向上实施
6.5 编程实践:调试程序
6.6 本章小结
6.7 习题
第7章 面向对象的程序设计
7.1 案例:模拟乒乓球比赛
7.2 类和对象实例
7.2.1 类的定义
7.2.2 对象实例
7.3 面向对象的基本特性
7.3.1 封装性
7.3.2 继承和多态性
7.4 面向对象的程序设计过程
7.4.1 寻找候选对象
7.4.2 设计并定义类
7.5 编程实践:tkinter中的弹出对话框
7.6 本章小结
7.7 习题
第2部分 Python专业应用
第8章 数据分析基础
8.1 案例:苹果公司股票价格数据的典型技术指标分析
8.2 科学计算包NumPy
8.2.1 数组导入与创建
8.2.2 数组属性
8.2.3 数组访问
8.2.4 数组操作
8.2.5 数组运算
8.3 数据处理包Pandas
8.3.1 数据导入
8.3.2 数据创建
8.3.3 数据预览
8.3.4 数据访问
8.3.5 数据操作
8.3.6 时间序列处理
8.3.7 本章案例实现
8.4 编程实践
8.5 本章小结
8.6 习题
第9章 数据可视化
9.1 案例:金融数据可视化
9.2 Matplotlib进阶:绘图格式的基本设置
9.3 Python中的其他常见绘图工具
9.3.1 Pandas绘图
9.3.2 Seaborn库
9.4 编程实践
9.4.1 股票K线图绘制
9.4.2 金融文本数据分析
9.5 本章小结
9.6 习题
第10章 数据分析建模
10.1 案例:金融领域的数据分析
10.2 Scikit-learn介绍
10.2.1 Scikit-learn的历史
10.2.2 Scikit-learn资源介绍
10.3 Scikit-learn实现回归模型
10.3.1 线性回归模型的原理
10.3.2 线性回归模型的简单实现
10.3.3 基于Scikit-learn的线性回归模型预测股票价格涨跌趋势
10.4 Scikit-learn实现分类模型
10.4.1 决策树分类模型的原理
10.4.2 决策树分类模型的简单实现
10.4.3 基于Scikit-learn的决策树分类模型预测是否贷款
10.5 编程实践
10.6 本章小结
10.7 习题
附录 应用配置
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜