Python 是一門通用的計算機編程語言,可用于開發Web 和網站應用程序、自動化任務,還可以用于進行數據分析和可視化等。Python 的多功能性和可用性使其成為非常流行的編程語言之一,也使其成為初學者的絕佳選擇。 Python 的不凡之處在于任何人都可以學習使用。Python 使用非常簡單的語法以及英語中的元素,使其更易于被編寫、閱讀和學習。Python 的學習者不一定是計算機專業的學生,對于非科班學生來說也是非常容易上手的。我們可以看到財務、金融、管理、電氣、電商等專業的學生在學習Python,很多程序員也在輔修Python,甚至中小學生都開始學習Python,可以說越來越多的人在學習Python,這正在成為一種趨勢。 Python 是通用的計算機編程語言,它具有很多的方向,本書是以Python 編程基礎與實戰為主的。以簡單、實用、易懂為原則,通過基礎理論與實際案例相結合,全面深入地介紹Python 編程從零基礎到實戰的知識。通過本書,讀者可以掌握Python 的入門知識,學會pandas 數據分析和一些可視化模塊的應用,同時還會學到大量MySQL 的知識以及機器學習的內容,力求使讀者從實際案例中掌握邏輯。為了方便讀者學習,本書配套了同步講解視頻,讀者可以掃描書中二維碼獲取。同時,本書配有大量的練習,以保證讀者鞏固和應用所學知識點。 本書在編寫過程中,得到了上海工程技術大學部分師生和Apple 有限公司高級工程師周培源、王根發等的幫助,在此深表感謝!同時,也感謝一路以來支持我的讀者! 由于筆者水平有限,書中難免有不妥之處,誠摯期盼同行、讀者給予批評和指正,歡迎與筆者溝通交流(郵箱:2835809579@qq.com,微信公眾號:玩轉大數據)。 編者 (筆名:川川)
楊涵文,大學為計算機科學與技術專業,長期研究python領域知識技術。CSDN博主,擁有2w+粉絲,作者周榜前五。主要研究方向有數學建模;python初中高階領域知識,不限于基礎,爬蟲、數據處理、自然語言處理等;計算機Linux操作系統;數據結構;SQL數據庫也頗有研究。多次協作完成任務,也會在嗶哩嗶發視頻講解。曾參加國家大學生創新創業大賽,獲得專利一個,軟著一個,國家創新創業訓練結題書一份。參加一次互聯網+比賽獲得上海市獎。 陳姍姍,上海工程技術大學,講師,陳姍姍,講師,上海大學理學博士,澳大利亞西澳大學訪問學者,參與三項國家自然科學基金項目,主要研究復雜網絡上的傳播動力學相關的理論、數值方法,生物數學以及網絡科學與人工智能。擔任SCI期刊IEEE Transactions on Circuits and Systems II的審稿人。致力于網絡科學與大數據分析的相關科研工作。研究方向:復雜網絡傳播動力學、網絡科學與人工智能、生物數學。
本書詳細介紹了Python3 編程從零基礎到實戰的相關知識,前面7 章為基礎部分,主要介紹Python3 編程的基本知識;后面8 章從實戰應用的角度分別介紹數據可視化、交互式可視化和數據處理、UI 界面設計與計算機桌面自動化、數據庫(主要是MySQL 數據庫的增刪改查)、機器學習、Git 使用等內容。本書以簡單、實用、易懂為原則,力求使讀者在學會Python基礎知識的同時,掌握實戰與應用技能。 本書適合剛入門的Python 學習人員以及利用開源工具進行開發與應用的愛好者、研究人員參考閱讀。
第1章 Python3 環境搭建 001 1.1 Python3 安裝 001 1.2 PyCharm 安裝與配置 003 1.2.1 Windows 下安裝PyCharm 003 1.2.2 配置鏡像源 008 1.2.3 安裝自動補碼插件 011 1.2.4 安裝界面漢化插件 012 1.2.5 自定義腳本開頭 013 1.2.6 創建第一個Python 文件 014 1.3 jupyter 安裝與配置 015 1.3.1 安裝jupyter 015 1.3.2 漢化 019 1.3.3 運行第一個代碼 020 1.3.4 菜單欄介紹 021 1.3.5 注釋編輯 022 1.3.6 配置鏡像源 023 1.3.7 conda 創建虛擬環境 025 第2章 基礎入門知識 027 2.1 快速入門 027 2.1.1 打印輸出 027 2.1.2 添加注釋 028 2.2 變量 030 2.2.1 變量的基本知識 030 2.2.2 變量的格式化字符串輸出 034 2.3 數據類型 036 2.4 數學計算 039 2.4.1 三種數字類型 039 2.4.2 數字類型轉換 040 2.4.3 實現簡單的四則運算 040 2.4.4 一些運算符的區別 041 2.5 字符串 042 2.5.1 字符串的基本使用 042 2.5.2 字符串切片 045 2.5.3 字符串變換 046 2.5.4 字符串拼接 047 2.5.5 字符串的其他操作 048 綜合練習 049 第3章 數據結構類型 050 3.1 列表 050 3.1.1 列表基本知識 050 3.1.2 訪問列表 051 3.1.3 列表值的修改 052 3.1.4 列表值的插入 053 3.1.5 列表值的刪除 053 3.1.6 列表的排序 054 3.1.7 列表的合并 055 3.2 元組 056 3.2.1 元組的基本知識 056 3.2.2 訪問元組 056 3.2.3 修改元組 058 3.2.4 解包元組 059 3.2.5 合并元組 060 3.3 集合 060 3.3.1 集合的基本知識 060 3.3.2 刪除集合中的值 061 3.3.3 集合的合并 062 3.4 字典 063 3.4.1 字典的基本知識 063 3.4.2 字典的修改 065 3.4.3 字典的遍歷 066 3.4.4 嵌套型字典 067 綜合練習 068 第4章 控制流 070 4.1 if 語句 070 4.1.1 if 語句的基本知識 070 4.1.2 if…else 語句 071 4.1.3 elif 方法的使用 072 4.1.4 and 方法的使用 073 4.1.5 or 方法的使用 074 4.1.6 嵌套if 語句 074 4.2 for 循環 075 4.2.1 簡單使用 075 4.2.2 中斷循環 076 4.2.3 continue 聲明 076 4.2.4 range( )函數 076 4.2.5 嵌套循環 077 4.3 while 循環 078 4.3.1 簡單使用 078 4.3.2 中斷循環 079 4.3.3 continue 聲明 079 4.4 match 語句 080 綜合練習 081 第5章 函數 082 5.1 定義和調用函數 082 5.1.1 基本使用 082 5.1.2 簡單應用 082 5.2 需要傳參的函數 083 5.2.1 函數分類 083 5.2.2 函數返回值 084 5.2.3 全局關鍵字使用 085 5.3 函數類型 085 5.4 函數的遞歸 086 5.5 lamada 表達式 087 5.6 變量的分類 088 5.6.1 局部變量 088 5.6.2 全局變量 088 5.7 異常處理 089 5.7.1 異常處理的基本形式 089 5.7.2 else 搭配 089 5.7.3 finally 語句 090 5.8 函數裝飾器 091 5.8.1 第一類對象 091 5.8.2 裝飾器的簡單實現 092 5.8.3 裝飾器的使用 092 5.8.4 鏈式裝飾器 094 5.8.5 記憶性裝飾器 094 綜合練習 095 第6章 面向對象 097 6.1 類和對象的基本理解 097 6.1.1 定義與區別 097 6.1.2 類的構成 097 6.2 類與對象的構建 097 6.2.1 創建類 097 6.2.2 創建并調用對象 098 6.2.3 對象中添加屬性與獲取 099 6.3 構造函數 099 6.3.1 默認構造函數 099 6.3.2 參數化構造函數 100 6.3.3 對象刪除 101 6.4 單繼承 101 6.4.1 創建父類 102 6.4.2 創建子類 102 6.4.3 子類初始化 102 6.4.4 super( )方法 103 6.4.5 添加屬性 103 6.4.6 添加方法 104 6.5 多繼承 104 綜合練習 105 第7章 實例與應用 106 7.1 詞云繪制 106 7.1.1 基本的詞云制作 106 7.1.2 制作更加有趣的詞云 107 7.2 視頻剪輯 109 7.2.1 環境配置 109 7.2.2 視頻轉gif 111 7.2.3 視頻截取 112 7.3 二維碼制作 113 7.3.1 制作彩色的二維碼 113 7.3.2 制作動態二維碼 113 7.4 批量數據爬取 114 7.4.1 必應爬蟲 114 7.4.2 圖片篩選 114 7.5 石頭、剪刀、布游戲 115 第8章 matplotlib 數據可視化 118 8.1 模塊簡介 118 8.2 常見圖形繪制 118 8.2.1 折線圖繪制 118 8.2.2 散點圖繪制 124 8.2.3 柱形圖繪制 125 8.2.4 直方圖繪制 126 8.2.5 扇形圖繪制 127 8.2.6 堆疊的條形圖繪制 129 8.2.7 箱形圖繪制 129 8.2.8 標簽和坐標軸繪制 129 第9章 pyecharts 交互式可視化 131 9.1 pyecharts 基礎引導 131 9.1.1 模塊概述 131 9.1.2 圖表基礎 131 9.2 常見的各種圖表繪制 133 9.2.1 直方圖繪制 133 9.2.2 箱形圖繪制 136 9.2.3 散點圖繪制 137 9.2.4 折線圖繪制 138 9.2.5 K 線圖繪制 139 9.2.6 餅圖繪制 140 9.2.7 水球圖繪制 141 9.3 圖形簡單組合布局 141 9.3.1 優美的主題圖 143 9.3.2 圖表數據突出 144 9.4 詞云制作 145 綜合練習 147 第10章 pandas 數據處理基礎 149 10.1 概述 149 10.2 簡單快速的入門 149 10.2.1 創建DataFrame 149 10.2.2 設置索引 150 10.2.3 索引值 151 10.2.4 讀取和寫入文件 151 10.2.5 查看數據信息 152 10.3 索引選擇和排序分組 153 10.3.1 按列索引 153 10.3.2 按行索引 154 10.3.3 按區域篩選數據 155 10.3.4 條件篩選 155 10.3.5 排序 156 10.3.6 數據分組 156 10.4 數據的增刪 157 10.4.1 行數據的增加 158 10.4.2 新增一列數據 158 10.4.3 刪除一列數據 158 10.5 數據表拼接 159 10.5.1 橫向拼接 159 10.5.2 縱向拼接 160 10.6 統計計算 161 10.6.1 數據相關性計算 161 10.6.2 變化率計算 161 10.6.3 協方差計算 162 10.7 數據清洗 162 10.7.1 檢查過濾缺失數據 162 10.7.2 修改缺失數據 163 10.7.3 填充缺失數據 163 10.7.4 剔除重復標簽數據 164 10.7.5 簡單數據分析 165 10.8 One-hot 編碼 168 10.9 pandas 數據可視化 170 10.9.1 折線圖 170 10.9.2 柱形圖 171 10.9.3 直方圖 171 10.9.4 箱形圖 172 10.9.5 面積圖 172 10.9.6 散點圖 173 10.9.7 扇形圖 173 10.9.8 表格 174 10.10 實戰:汽車數據分析 176 10.11 實戰:股票數據分析 179 第11章 UI 界面設計 183 11.1 UI 框架介紹 183 11.2 Tkinter 基礎 183 11.2.1 搭建第一個UI 界面 183 11.2.2 添加一個按鈕 183 11.2.3 設置窗口大小和標題 185 11.2.4 設置復選框 186 11.2.5 設置輸入框 186 11.2.6 使用Frame 框架 189 11.2.7 文本顯示 190 11.2.8 添加菜單欄 190 11.3 剪刀、石頭、布UI 設計 192 11.4 計算器UI 設計 197 第12章 計算機桌面自動化 205 12.1 鼠標的自動控制 205 12.1.1 桌面大小獲取與鼠標指針定位 205 12.1.2 鼠標的移動與單擊控制 206 12.1.3 鼠標的相對移動與右擊控制 207 12.1.4 鼠標滾動 207 12.1.5 窗口拖動控制 208 12.2 鍵盤自動化控制 208 12.2.1 鍵盤寫入 208 12.2.2 鍵盤快捷鍵 209 12.3 消息框提示 211 12.4 截圖功能 212 12.4.1 基本截圖 212 12.4.2 圖像定位 212 12.5 案例實現 213 12.5.1 selenium 環境搭建與簡單使用 213 12.5.2 結合selenium 模擬滑動 215 12.5.3 模擬微信發送消息 215 12.5.4 模擬表單填寫 216 第13章 MySQL 數據庫 219 13.1 為什么要學習數據庫 219 13.2 MySQL 下載與安裝 219 13.3 cmd 界面的基本操作 222 13.3.1 基本連接與斷開 222 13.3.2 基本的輸入查詢 223 13.3.3 數據庫簡單使用 224 13.3.4 表的創建與刪除 224 13.3.5 數據類型 225 13.3.6 數據插入表中 225 13.3.7 表的更改 226 13.3.8 表的查詢 227 13.3.9 數據庫的備份與恢復 228 13.3.10 小結 230 13.4 單表查詢 230 13.4.1 navicat 的連接 231 13.4.2 創建數據表 231 13.4.3 select 選擇語句 234 13.4.4 select distinct 語句 235 13.4.5 where 查詢子句 235 13.4.6 and、or、not 使用 238 13.4.7 order by 子句使用 239 13.4.8 insert into 插入語句 240 13.4.9 NULL 空值 241 13.4.10 update 更新語句 242 13.4.11 delete 刪除語句 243 13.4.12 limit 限制語句 243 13.4.13 max、min 最值查詢 243 13.4.14 count、avg、sum 計數查詢 244 13.4.15 like 模糊查詢 245 13.4.16 in 符號 247 13.4.17 as 取別名 248 13.4.18 group by 分組查詢 249 13.4.19 having 條件 249 13.4.20 union 聯合查詢 250 13.5 多表查詢 252 13.5.1 內連接 253 13.5.2 左連接 253 13.5.3 右連接 254 13.5.4 交叉連接 254 13.5.5 自然連接 254 13.6 Python 對接MySQL 255 13.6.1 連接數據庫 255 13.6.2 數據庫創建與檢查 256 13.6.3 表的創建與插入 257 13.6.4 數據選擇 258 13.6.5 where 篩選 259 13.6.6 表的更新 260 13.7 實戰 261 13.7.1 表的設計 261 13.7.2 案例實踐(一) 262 13.7.3 案例實踐(二) 263 第14章 機器學習 265 14.1 機器學習基礎 265 14.1.1 什么是機器學習 265 14.1.2 機器學習的分類 265 14.1.3 機器學習的搭建步驟 266 14.1.4 常用術語 266 14.1.5 常用性能指標 267 14.2 線性回歸 268 14.2.1 簡單線性回歸基本思想 268 14.2.2 案例:學習時間與分數預測 269 14.2.3 多項式回歸基本思想 271 14.2.4 案例:職位薪金預測 271 14.2.5 多元線性回歸基本思想 273 14.2.6 案例:波士頓房價預測 273 14.3 邏輯回歸 278 14.3.1 邏輯回歸基本思想 278 14.3.2 案例:糖尿病預測 279 14.4 樸素貝葉斯分類 284 14.4.1 樸素貝葉斯基本思想 284 14.4.2 樸素貝葉斯分類與假設 284 14.4.3 案例:鳶尾花分類 285 14.4.4 案例:文本分類 286 14.4.5 樸素貝葉斯的優缺點 287 14.5 支持向量機 288 14.5.1 支持向量機介紹 288 14.5.2 最佳超平面 288 14.5.3 案例:乳腺癌預測分類 288 14.5.4 支持向量機優缺點 292 14.6 決策樹 293 14.6.1 決策樹的基本思想 293 14.6.2 特征選擇 294 14.6.3 信息增益 294 14.6.4 信息增益比 295 14.6.5 基尼指數 295 14.6.6 決策樹參數 295 14.6.7 案例:鳶尾花分類 296 14.6.8 決策樹的優缺點 300 14.7 主成分分析 300 14.7.1 主成分分析簡介 300 14.7.2 案例:葡萄酒分類 301 14.7.3 主成分分析的優缺點 305 14.8 K-Means 聚類 306 14.8.1 K-Means 聚類基本思想 306 14.8.2 案例:商場消費分析 306 14.8.3 K-Means 聚類的優缺點 309 14.9 集成學習 309 14.9.1 理解集成學習 309 14.9.2 bagging(袋裝)基本思想 309 14.9.3 案例:糖尿病人數預測 310 14.9.4 boosting 基本思想 313 14.9.5 Adaboost(自適應增強)案例 313 14.9.6 XGBoost 基本思想 314 14.9.7 案例:波士頓房價預測 315 14.10 模型的保存與加載 319 14.10.1 模型的保存 320 14.10.2 模型的加載 320 第15章 Git 項目管理 321 15.1 Git 環境搭建 321 15.2 Git 的配置 323 15.3 倉庫基本管理 325 15.3.1 創建倉庫 325 15.3.2 添加密鑰 326 15.3.3 遠程上傳文件 328 15.3.4 遠程下載 330 15.4 提交歷史 331 15.4.1 常見命令 331 15.4.2 過濾提交 332
ISBN:978-7-122-42730-4
語種:漢文
開本:16
出版時間:2024-04-01
裝幀:平
頁數:333