Python程序設計

《Python程序設計》全面講述Python的基本知識和開發技術。全書分三部分，共15章。第一部分基礎篇，介紹Python的起源和發展、開發工具、語法基礎、控制結構、複合數據結構、字符串與正則表達式、函數、類與對象、文件操作、錯誤與異常等內容；第二部分進階篇，深入講解Python的虛擬環境Anaconda、科學計算庫NumPy、數據分析庫Pandas、繪圖工具matplotlib和數據分析工具SciPy；第三部分實踐篇，主要介紹Python在機器學習領域的應用。 ^[4] 

《Python程序設計》內容豐富、難度適中、結構清晰、內容翔實，通過三部分以層次遞進方式進行講解，以引導讀者循序漸進地學習、掌握並運用Python。《Python程序設計》可作為普通高等院校計算機、人工智能、大數據科學、物聯網等專業Python相關課程的教材，也可作為Python愛好者的入門級教程。 ^[4] 

目 錄

第一部分 基礎篇

第1章 認識Python 3

1.1 初識Python 3

1.1.1 編程語言概述 3

1.1.2 Python常用解釋器 5

1.1.3 Python語言特點 5

1.2 Python的安裝 6

1.2.1 Windows環境中Python的安裝 6

1.2.2 Linux環境中Python的安裝 9

1.2.3 Mac OS環境中Python的安裝 11

1.3 Python代碼的執行 13

1.3.1 在交互模式下執行Python代碼 13

1.3.2 在腳本模式下執行Python代碼 15

1.4 Python集成開發環境 15

1.4.1 PyCharm的安裝 16

1.4.2 PyCharm的使用 18

1.4.3 PyCharm的插件 20

1.5 Python 2.x與Python 3.x的區別 22

1.6 本章小結 23

第2章 Python語法基礎 24

2.1 數據類型 24

2.1.1 整數類型 25

2.1.2 浮點型(float) 27

2.1.3 複數(complex) 27

2.1.4 布爾型(Bool) 28

2.1.5 數值運算 29

2.1.6 數值計算函數庫 31

2.1.7 type函數的應用 32

2.2 標識符 32

2.2.1 標識符的含義 33

2.2.2 標識符的命名 33

2.2.3 Python關鍵字 33

2.2.4 Python的BIF 34

2.2.5 專有標識符 34

2.3 變量的作用域 35

2.3.1 Python作用域類型 35

2.3.2 賦值操作符 41

2.3.3 增量賦值 41

2.3.4 多元賦值 42

2.4 語法規則 42

2.4.1 註釋 42

2.4.2 代碼組與代碼塊 43

2.4.3 同行書寫多條語句 43

2.4.4 空行與縮進 44

2.5 I/O操作 44

2.5.1 輸出操作 44

2.5.2 輸入操作 46

2.6 Python模塊 47

2.6.1 模塊的分類 47

2.6.2 使用pip管理Python擴展庫 47

2.6.3 模塊的導入和使用 48

2.6.4 模塊的導入順序 48

2.7 Python對象 48

2.8 本章小結 50

第3章 流程控制語句 51

3.1 條件語句 51

3.1.1 條件表達式 51

3.1.2 單分支選擇結構 53

3.1.3 雙分支選擇結構 53

3.1.4 多分支選擇結構 54

3.1.5 選擇結構的嵌套 55

3.1.6 三元表達式 56

3.2 循環語句 57

3.2.1 while循環 57

3.2.2 while…else循環 59

3.2.3 for循環 60

3.2.3 for…else循環 63

3.3 循環控制語句 64

3.3.1 break語句 64

3.3.2 continue語句 65

3.3.3 pass語句 65

3.4 迭代器 66

3.4.1 可迭代對象 66

3.4.2 迭代器的定義 66

3.4.3 創建迭代器 67

3.5 生成器 68

3.5.1 生成器的定義 69

3.5.2 生成器的創建 69

3.6 與條件循環相關的內置函數 72

3.6.1 range函數 73

3.6.2 enumerate函數 73

3.6.3 reversed函數 74

3.6.4 zip函數 75

3.6.5 *zip函數 76

3.6.6 sorted函數 76

3.7 本章小結 76

第4章 複合數據類型 77

4.1 列表 77

4.1.1 列表的創建 77

4.1.2 基本操作 78

4.1.3 多維列表 80

4.1.4 迭代器 81

4.1.5 列表解析 82

4.1.6 列表函數和方法 82

4.2 元組 83

4.2.1 元組的創建 83

4.2.2 基本操作 84

4.2.3 元組函數和方法 86

4.2.4 元組的優勢 87

4.3 字典 88

4.3.1 字典的創建 88

4.3.2 基本操作 88

4.3.3 字典的嵌套 90

4.3.4 字典的遍歷 90

4.3.5 字典函數和方法 90

4.4 集合 91

4.4.1 集合的創建 91

4.4.2 集合的數學運算 92

4.4.3 基本操作 93

4.4.4 不可變集合 94

4.4.5 集合函數和方法 95

4.5 類型轉換和格式化輸出 96

4.5.1 類型轉換 96

4.5.2 格式化輸出 97

4.6 本章小結 99

第5章 字符串和正則表達式 100

5.1 字符串表示 100

5.1.1 單/雙引號 100

5.1.2 三重引號 101

5.1.3 轉義字符 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 連接字符串 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 符號格式化 109

5.3.2 函數格式化 110

5.3.3 字典格式化 111

5.4 正則表達式 112

5.4.1 概述 112

5.4.2 語法規則 112

5.4.3 re模塊 114

5.5 本章小結 120

第6章 函數和函數式編程 121

6.1 函數定義 121

6.1.1 函數概述 121

6.1.2 函數定義 122

6.1.3 形參和實參 124

6.1.4 函數的返回值 125

6.2 函數分類 126

6.2.1 內建函數 126

6.2.2 自定義函數 128

6.3 函數參數 129

6.3.1 參數種類 129

6.3.2 位置參數 130

6.3.3 默認參數 132

6.3.4 不定長參數 135

6.3.5 關鍵字參數 136

6.3.6 命名關鍵字參數 138

6.3.7 參數組合 139

6.4 函數式編程 140

6.4.1 高階函數 140

6.4.2 匿名函數 141

6.5 本章小結 141

第7章 Python面向對象編程 142

7.1 面向對象編程概述 142

7.1.1 OOP的產生 142

7.1.2 OOP核心思想 143

7.1.3 OOP特徵 144

7.2 類和對象 144

7.2.1 類的創建 144

7.2.2 對象的創建 146

7.2.3 類的屬性 146

7.2.4 類的方法 149

7.2.5 內部類 151

7.2.6 魔術方法 151

7.3 類間關係 155

7.3.1 依賴關係 155

7.3.2 關聯關係 156

7.3.3 繼承關係 157

7.4 本章小結 159

第8章 文件操作 160

8.1 文件對象 160

8.1.1 打開文件 160

8.1.2 關閉文件 162

8.1.3 文件對象的屬性 163

8.1.4 文件對象的方法 163

8.2 文件系統訪問 167

8.2.1 os模塊 168

8.2.2 文件路徑操作 170

8.3 文件數據處理 171

8.3.1 按字節處理數據 171

8.3.2 使用文件迭代器 172

8.3.3 結構化數據存儲 172

8.3.4 序列化存儲 173

8.4 綜合案例 174

8.5 本章小結 176

第9章 錯誤與異常 177

9.1 基本概念 177

9.1.1 什麼是錯誤 177

9.1.2 什麼是異常 178

9.2 Python中的異常 179

9.2.1 內置異常 180

9.2.2 用户自定義異常 183

9.3 Python中異常的檢測與處理 183

9.3.1 try-except 184

9.3.2 try-except-else 186

9.3.3 try-finally 187

9.3.4 try-except-else-finally 188

9.3.5 強制觸發異常raise 190

9.3.6 斷言機制assert 191

9.3.7 預定義的清理行為with 192

9.4 本章小結 192

第二部分 進階篇

第10章 Python虛擬環境 195

10.1 初識Anaconda 195

10.2 安裝Anaconda 196

10.2.1 Windows環境下的Anaconda安裝 196

10.2.2 macOS環境下的Anaconda安裝 198

10.2.3 Linux環境下的Anaconda安裝 202

10.3 conda管理工具 204

10.3.1 包管理 204

10.3.2 環境管理 207

10.4 本章小結 209

第11章 科學計算庫NumPy 210

11.1 初識NumPy 210

11.1.1 NumPy的特點 210

11.1.2 安裝NumPy 211

11.1.3 NumPy簡單實例 212

11.2 NumPy數組基礎 213

11.2.1 數據類型 213

11.2.2 創建數組 215

11.2.3 數組屬性 217

11.2.4 數組操作 218

11.3 NumPy矩陣基礎 223

11.3.1 NumPy多維數組 223

11.3.2 NumPy矩陣對象 225

11.4 NumPy方法進階 226

11.4.1 常用文件方法 226

11.4.2 常用數學方法 227

11.4.3 常用統計方法 228

11.5 NumPy綜合實例 231

11.5.1 預處理數據 232

11.5.2 根據日期分析股票漲幅 233

11.6 本章小結 234

第12章 數據分析庫Pandas 235

12.1 初識Pandas 235

12.1.1 安裝Pandas 236

12.1.2 Pandas簡單實例 237

12.2 序列Series 238

12.2.1 創建Series對象 238

12.2.2 Series數據操作 240

12.2.3 Series數據分析 242

12.3 數據幀DataFrame 247

12.3.1 創建DataFrame對象 247

12.3.2 DataFrame數據操作 248

12.3.3 DataFrame數據分析 251

12.4 綜合實例 257

12.4.1 數據集概況 257

12.4.2 數據集分析 259

12.4.3 數據預處理 261

12.5 本章小結 264

第13章 可視化工具庫matplotlib 265

13.1 初識matplotlib 265

13.1.1 安裝matplotlib 266

13.1.2 matplotlib簡單圖形繪製 267

13.2 常用2D圖形 268

13.2.1 繪製散點圖 268

13.2.2 繪製線性圖 270

13.2.3 繪製柱狀圖 273

13.2.4 繪製直方圖 274

13.2.5 繪製餅狀圖 276

13.3 常用3D圖形 278

13.3.1 繪製3D散點圖 278

13.3.2 繪製3D曲線 279

13.3.3 繪製3D曲面 280

13.3.4 繪製3D柱狀圖 281

13.4 圖形設置 282

13.4.1 設置顏色 282

13.4.2 添加註釋和標題 284

13.4.3 設置圖例和標籤 285

13.5 文件操作 286

13.5.1 從CSV文件中加載數據 286

13.5.2 從文本文件中加載數據 287

13.5.3 從Excel文件中加載數據 288

13.6 圖像操作 290

13.6.1 圖像的讀取與顯示 290

13.6.2 圖像的保存與轉換 292

13.7 綜合實例 293

13.7.1 繪製子圖 293

13.7.2 鳶尾花可視化屬性分析 296

13.8 本章小結 297

第14章 高級科學計算庫SciPy 298

14.1 初識SciPy 298

14.1.1 SciPy的特點 298

14.1.2 安裝SciPy 299

14.1.3 SciPy簡單實例 300

14.1.4 SciPy使用基礎 300

14.2 數值積分模塊(integrate) 301

14.2.1 常用積分方法 301

14.2.2 求解常微分方程 306

14.3 插值模塊(interpolate) 307

14.3.1 一維插值方法 308

14.3.2 多維插值方法 309

14.4 概率統計模塊(stats) 310

14.4.1 連續型隨機變量 311

14.4.2 離散型隨機變量 312

14.4.3 常用統計方法 313

14.5 優化模塊(optimize) 314

14.5.1 leastsq擬合方法 315

14.5.2 函數最小值方法 316

14.5.3 fsolve方法 319

14.6 其他常用模塊 320

14.6.1 線性代數模塊(linalg) 321

14.6.2 文件模塊(io) 321

14.6.3 圖像處理模塊(ndimage) 322

14.6.4 特殊方法模塊(special) 326

14.7 綜合實例 327

14.8 本章小結 331

第三部分 實踐篇

第15章 Python機器學習 335

15.1 初識機器學習 335

15.1.1 什麼是機器學習 335

15.1.2 機器學習模型分類 336

15.1.3 Python與機器學習 338

15.2 機器學習開發流程 339

15.2.1 數據採集 339

15.2.2 數據清洗 339

15.2.3 數據標註 340

15.2.4 模型選擇 340

15.2.5 模型評估和優化 341

15.3 初識scikit-learn 342

15.3.1 scikit-learn簡介 342

15.3.2 安裝scikit-learn 343

15.3.3 scikit-learn常用模塊 344

15.4 常用的機器學習算法 346

15.4.1 K近鄰算法 346

15.4.2 線性迴歸算法 350

15.4.3 決策樹算法 353

15.4.4 支持向量機算法 356

15.4.5 樸素貝葉斯算法 359

15.4.6 幾種機器學習算法的比較 361

15.5 機器學習實例 361

15.5.1 數據準備 361

15.5.2 選擇和訓練模型 362

15.5.3 使用模型 364

15.5.4 評估模型 365

15.6 機器學習綜合實踐 366

15.6.1 文本分類實例 366

15.6.2 迴歸項目實例 370

15.7 本章小結 375

^[5]