Python語言程序設(shè)計(jì)基礎(chǔ)

第1章 進(jìn)入Python的世界 1
1.1 Python簡介 1
1.1.1 Python語言的誕生 1
1.1.2 Python的設(shè)計(jì)風(fēng)格 1
1.1.3 Python語言的發(fā)展簡史 2
1.2 Python語言特性 3
1.2.1 Python語言的優(yōu)點(diǎn) 3
1.2.1 Python語言的缺點(diǎn) 4
1.4 第一個Python程序 4
1.4.1 搭建開發(fā)環(huán)境 4
1.4.1 使用解釋器提示符 6
1.4.3 Hello World——第一個Python程序 7
1.5 Python編程規(guī)范 9
1.5.1 代碼編排 9
1.5.2 空格的使用 11
1.5.3 注釋 13
1.5.4 命名規(guī)范 14
1.5.5 編碼建議 18
1.6 本章小結(jié) 20
1.7 習(xí)題 21
第2章 Python基礎(chǔ) 22
2.1 Python基本數(shù)據(jù)類型 22
2.1.1 Number（數(shù)字） 22
2.1.2 str（字符串） 23
2.1.3 list（列表） 24
2.1.4 Tuple（元組） 24
2.1.5 set（集合） 24
2.1.6 Dictionary（字典） 25
2.2 常量與變量 25
2.1.1 變量 25
2.1.2 常量 26
2.1.3 input（）與print（） 27
2.3 運(yùn)算符 29
2.3.1 算術(shù)運(yùn)算符 29
2.3.2 比較運(yùn)算符 32
2.3.3 賦值運(yùn)算符 34
2.3.4 位運(yùn)算符 36
2.3.5 邏輯運(yùn)算符 38
2.3.6 運(yùn)算符優(yōu)先級 39
2.4類型轉(zhuǎn)換 40
2.5 本章小結(jié) 42
2.6 習(xí)題 42
第3章 流程控制 43
3.1 程序的基本結(jié)構(gòu) 43
3.1.1 順序結(jié)構(gòu) 43
3.1.2 分支結(jié)構(gòu) 43
3.1.3 循環(huán)結(jié)構(gòu) 43
3.2 程序流程圖 44
3.2.1 傳統(tǒng)流程圖 44
3.2.2 結(jié)構(gòu)流程圖 46
3.2 程序的分支結(jié)構(gòu) 47
3.2.1 單分支結(jié)構(gòu)if語句 47
3.2.2 雙分支結(jié)構(gòu)if-else語句 48
3.2.3 多分支結(jié)構(gòu)if-elif-else語句 49
3.2.4 分支結(jié)構(gòu)的嵌套 51
3.3 程序的循環(huán)結(jié)構(gòu) 53
3.3.1 for語句 53
3.3.2 while語句 54
3.3.3 break語句與continue語句 55
3.3.4 循環(huán)的嵌套 57
3.4 本章小結(jié) 58
3.5 習(xí)題 58
第4章 常用數(shù)據(jù)結(jié)構(gòu) 59
4.1 概述 59
4.2 序列 60
4.2.1 列表 60
4.2.2 元組 64
4.2.3 字符串 65
4.3 字典 72
4.3.1 創(chuàng)建字典 72
4.3.2 字典操作 73
4.3.3 字典方法 73
4.4 集合 75
4.4.1 集合的創(chuàng)建 75
4.4.2 集合的操作 75
4.4.3 集合相等性測試及子集和超集 76
4.4.4 集合運(yùn)算 77
4.5 本章小結(jié) 77
4.6 習(xí)題 78
第5章 函數(shù)與模塊 79
5.1 函數(shù) 79
5.1.1 函數(shù)的定義 79
5.1.2 函數(shù)的調(diào)用 80
5.1.3 函數(shù)的返回值 82
5.1.4 函數(shù)的參數(shù) 83
5.1.5 匿名函數(shù) 87
5.1.6 函數(shù)的嵌套調(diào)用 88
5.1.7 函數(shù)的嵌套定義 89
5.1.8 函數(shù)的遞歸調(diào)用 89
5.1.9 變量的作用域 92
5.2 常用內(nèi)置函數(shù) 96
5.2.1 數(shù)學(xué)運(yùn)算函數(shù) 96
5.2.2 類型轉(zhuǎn)換函數(shù) 96
5.2.3 序列操作函數(shù) 97
5.2.4 其它函數(shù) 98
5.3 模塊和包 99
5.3.1 命名空間 99
5.3.2 模塊 102
5.3.3 包 107
5.4 本章小結(jié) 109
5.5 習(xí)題 110
第6章 類與對象 113
6.1 面向?qū)ο蟪绦蛟O(shè)計(jì)概述 113
6.1.1 面向?qū)ο蟪绦蛟O(shè)計(jì)思想 113
6.1.2 面向?qū)ο笾械幕靖拍?114
6.1.3 面向?qū)ο蟮幕咎卣?114
6.2類 115
6.3對象 116
6.4類的屬性與方法 117
6.4.1類的屬性 117
6.4.2構(gòu)造方法和析構(gòu)方法 119
6.5本章小結(jié) 121
6.6習(xí)題 121
第7章 類的重用 124
7.1繼承 124
7.1.1父類與子類 124
7.1.2繼承 125
7.1.3繼承關(guān)系下的構(gòu)造方法 127
7.2多繼承 129
7.3組合 131
7.4本章小結(jié) 133
7.5習(xí)題 133
第8章 異常處理 135
8.1異常處理 135
8.1.1標(biāo)準(zhǔn)異常處理 135
8.1.2 try...except語句 137
8.1.3捕獲多種異常 138
8.1.4 try…finally語句 139
8.1.5 自定義異常 140
8.2斷言與上下文管理 141
8.2.1 斷言 142
8.2.2 上下文管理 142
8.3 本章小結(jié) 143
8.4 習(xí)題 144
第9章 文件和數(shù)據(jù)庫 145
9.1 文件 145
9.1.1 文件概述 145
9.1.2 文件的打開與關(guān)閉 146
9.1.3 文件的讀寫 147
9.1.4 隨機(jī)文件訪問 158
9.1.5 CSV文件的讀取與寫入 159
9.1.6與文件相關(guān)的模塊 161
9.2 數(shù)據(jù)庫 164
9.2.1 數(shù)據(jù)庫基礎(chǔ) 164
9.2.2 數(shù)據(jù)庫訪問模塊 165
9.2.3 SQLite數(shù)據(jù)庫 166
9.2.5 訪問數(shù)據(jù)庫的基本步驟 167
9.2.6 創(chuàng)建數(shù)據(jù)庫和表 168
9.2.7 數(shù)據(jù)庫的插入、更新和刪除操作 169
9.2.7 數(shù)據(jù)庫表的查詢操作 170
9.3 本章小結(jié) 170
9.4 習(xí)題 171
第10章 數(shù)據(jù)處理 173
10.1 Numpy使用 173
10.1.1 概述 173
10.1.2 Numpy數(shù)組的創(chuàng)建 174
10.1.3 Numpy數(shù)組的索引和切片 179
10.1.4 Numpy數(shù)組的運(yùn)算 183
10.1.5 Numpy數(shù)組的通用函數(shù) 185
10.2 Pandas使用 192
10.2.1 概述 192
10.2.2 Pandas的Series對象 193
10.2.3 Pandas的DataFrame對象 195
10.2.4 Pandas的基本操作 199
10.2.5 Pandas的數(shù)值運(yùn)算 206
10.2.6 Pandas的文件操作 208
10.2.7 Pandas的缺失值處理 211
10.3 本章小結(jié) 212
10.4 習(xí)題 213
第11章 數(shù)據(jù)可視化 215
11.1 Matplotlib簡介 215
11.2 Matplotlib快速入門 216
11.3 Matplotlib繪圖函數(shù) 219
11.3.1 柱狀圖 219
11.3.2 散點(diǎn)圖 221
11.3.3 子圖 223
11.3.4 等值線圖 224
11.3.5 三維圖 225
11.3.6 圖像 226
11.4 Matplotlib面向?qū)ο蠓绞嚼L圖 227
11.4.1 面向?qū)ο罄L圖 227
11.4.2 配置屬性 228
11.5 Pandas繪圖 229
11.5.1 折線圖 229
11.5.2 條形圖 230
11.5.3 直方圖 232
11.6 本章小結(jié) 233
11.7 習(xí)題 234
第12章 數(shù)據(jù)分析 236
12.1 概述 236
12.2 決策樹 237
12.2.1 概述 237
12.2.2 ID3原理簡介 239
12.2.3 應(yīng)用案例 240
12.3 人工神經(jīng)網(wǎng)絡(luò) 247
12.3.1 概述 247
12.3.2 感知機(jī)模型 248
12.3.3 誤差反向傳播算法 250
12.3.4 應(yīng)用案例 251
12.4 K-近鄰分類 254
12.4.1 概述 254
12.4.2 KNN原理簡介 254
12.4.3 KNN算法流程 255
12.4.4 應(yīng)用案例 256
12.5 K-Means聚類 259
12.5.1 概述 259
12.5.2 K-Means原理簡介 260
12.5.3 K-Means算法流程 260
12.5.4 應(yīng)用案例 261
12.6 本章小結(jié) 265
12.7 習(xí)題 265
第13章 應(yīng)用案例--圖書館大數(shù)據(jù)分析 268
13.1 案例背景 268
13.1.1圖書館大數(shù)據(jù)分析的需求 268
13.1.2 分析步驟 269
13.2 數(shù)據(jù)探索 271
13.2.1 數(shù)據(jù)結(jié)構(gòu) 271
13.2.2 初步了解數(shù)據(jù) 273
13.2.3 數(shù)據(jù)預(yù)處理 274
13.2.4 試分析 275
13.3 數(shù)據(jù)分析 276
13.3.1 分析思路 276
13.3.1 主題詞提取 277
13.3.2 熱門書籍分析 283
13.4 數(shù)據(jù)可視化 284
13.4.1 熱門書詞云 285
13.4.2 熱門書排名對比 287
13.5本章小結(jié) 289
13.6 習(xí)題 290