【章名目錄】 第　1部分 基礎(chǔ)篇 第　1章 Python概述 第　2章 基本數(shù)據(jù)類型 第3章　程序控制結(jié)構(gòu) 第4章　容器數(shù)據(jù)類型 第5章　函數(shù)與模塊化編程基礎(chǔ) 第6章　文件 第7章　NumPy科學(xué)計(jì)算庫(kù) 第8章　數(shù)據(jù)分析與pandas 第9章　數(shù)據(jù)可視化與Matplotlib 第　10章 人工智能與Sklearn 【詳細(xì)目錄】 第　1部分 基礎(chǔ)篇 第　1章 Python概述 1.1　Python語(yǔ)言簡(jiǎn)介　2 1.1.1　Python的誕生和發(fā)展　2 1.1.2　Python的特點(diǎn)和優(yōu)勢(shì)　3 1.2　綜合案例：Python開(kāi)發(fā)環(huán)境配置　3 1.2.1　案例概述　3 1.2.2　案例詳解　3 1.3　Python程序的書寫規(guī)范　5 1.3.1　語(yǔ)句　5 1.3.2　注釋　6 1.3.3　語(yǔ)句塊與縮進(jìn)　7 1.4　綜合案例：4種具有代表性的Python程序開(kāi)發(fā)和 運(yùn)行方式　7 1.4.1　案例概述　7 1.4.2　案例詳解　8 1.5　Python輸入與輸出　14 1.5.1　輸出函數(shù)print()　14 1.5.2　輸入函數(shù)input()　14 1.5.3　字符串格式化　15 1.6　綜合案例：不忘初心、牢記使命　18 1.6.1　案例概述　18 1.6.2　案例詳解　18 本章小結(jié)　19 習(xí)題1　19 實(shí)訓(xùn)1　19 第　2章 基本數(shù)據(jù)類型 2.1　字符串類型　20 2.2　數(shù)值類型　22 2.3　變量　23 2.3.1　對(duì)象和屬性　23 2.3.2　關(guān)鍵詞和標(biāo)識(shí)符　23 2.3.3　變量　24 2.4　運(yùn)算符與表達(dá)式　25 2.4.1　運(yùn)算符　25 2.4.2　表達(dá)式與運(yùn)算符優(yōu)先級(jí)　27 2.4.3　數(shù)據(jù)類型轉(zhuǎn)換　28 2.5　數(shù)學(xué)運(yùn)算函數(shù)和模塊　29 2.5.1　數(shù)學(xué)運(yùn)算函數(shù)　29 2.5.2　math模塊　29 2.5.3　random模塊　30 2.6　字符串的基本操作　31 2.6.1　字符串統(tǒng)計(jì)　31 2.6.2　字符串轉(zhuǎn)換　31 2.6.3　字符串搜索　32 2.6.4　字符串替換　33 2.6.5　字符串測(cè)試　33 2.6.6　字符串拆分合并　34 2.6.7　字符串對(duì)齊　35 2.7　綜合案例：《數(shù)書九章》與三斜求積術(shù)　35 2.7.1　案例概述　35 2.7.2　案例詳解　36 2.8　綜合案例：車牌搖號(hào)　37 2.8.1　案例概述　37 2.8.2　車牌號(hào)碼生成　37 2.8.3　搖號(hào)系統(tǒng)登錄校驗(yàn)　38 本章小結(jié)　38 習(xí)題2　38 實(shí)訓(xùn)2　39 第3章　程序控制結(jié)構(gòu) 3.1　程序基本結(jié)構(gòu)　40 3.2　分支結(jié)構(gòu)　41 3.2.1　單分支結(jié)構(gòu)　41 3.2.2　二分支結(jié)構(gòu)　42 3.2.3　if/else表達(dá)式　42 3.2.4　多分支結(jié)構(gòu)　43 3.2.5　match-case語(yǔ)句　44 3.3　循環(huán)結(jié)構(gòu)　44 3.3.1　while語(yǔ)句　44 3.3.2　for語(yǔ)句　45 3.3.3　循環(huán)控制語(yǔ)句　46 3.4　復(fù)合語(yǔ)句的嵌套　48 3.5　程序的異常處理　49 3.5.1　觸發(fā)異常　49 3.5.2　捕捉異�！�50 3.6　綜合案例：依法納稅，利國(guó)利民　50 3.6.1　案例概述　50 3.6.2　案例詳解　51 3.7　綜合案例：《孫子算經(jīng)》與中國(guó)剩余定理　54 3.7.1　案例概述　54 3.7.2　簡(jiǎn)單問(wèn)題解法　54 3.7.3　枚舉法　56 本章小結(jié)　56 習(xí)題3　57 實(shí)訓(xùn)3　57 第　2部分 進(jìn)階篇 第4章　容器數(shù)據(jù)類型 4.1　序列類型：列表、元組和字符串　60 4.1.1　序列類型概述　60 4.1.2　創(chuàng)建列表和元組　61 4.1.3　序列通用操作　62 4.1.4　列表的常用方法　69 4.1.5　元組和字符串　74 4.2　字典　75 4.2.1　字典的創(chuàng)建　75 4.2.2　字典元素的訪問(wèn)　76 4.2.3　字典的常用方法　77 4.2.4　字典的基本操作　79 4.3　集合　80 4.3.1　創(chuàng)建集合　80 4.3.2　集合的基本操作　81 4.3.3　集合的常用方法　81 4.3.4　集合運(yùn)算　83 4.4　容器類型進(jìn)階　84 4.4.1　可變數(shù)據(jù)類型和不可變數(shù)據(jù)類型　84 4.4.2　淺復(fù)制和深復(fù)制　85 4.4.3　列表生成式　88 4.5　常用函數(shù)　89 4.5.1　range()函數(shù)　89 4.5.2　zip()函數(shù)　89 4.5.3　map()函數(shù)　90 4.5.4　filter()函數(shù)　91 4.6　綜合案例：社會(huì)主義核心價(jià)值觀　91 4.6.1　案例概述　91 4.6.2　案例詳解　92 4.7　綜合案例：線性代數(shù)的中國(guó)根源　93 4.7.1　案例概述　93 4.7.2　案例詳解　94 本章小結(jié)　96 習(xí)題4　97 實(shí)訓(xùn)4　97 第5章　函數(shù)與模塊化編程基礎(chǔ) 5.1　函數(shù)的定義和調(diào)用　98 5.1.1　函數(shù)的基本用法　98 5.1.2　函數(shù)返回值　99 5.1.3　函數(shù)的遞歸調(diào)用　100 5.1.4　常用的內(nèi)置函數(shù)　101 5.2　函數(shù)的參數(shù)傳遞　102 5.2.1　參數(shù)的傳遞模式　102 5.2.2　參數(shù)的匹配　103 5.2.3　參數(shù)的默認(rèn)值　104 5.2.4　不定長(zhǎng)參數(shù)　106 5.2.5　實(shí)參序列解包　107 5.3　函數(shù)變量的作用域　108 5.3.1　局部變量　108 5.3.2　全局變量　109 5.4　函數(shù)進(jìn)階　110 5.4.1　函數(shù)的嵌套定義　110 5.4.2　修飾器　110 5.4.3　lambda表達(dá)式　111 5.4.4　生成器函數(shù)　112 5.5　模塊化編程基礎(chǔ)　113 5.5.1　模塊概述　113 5.5.2　模塊的導(dǎo)入　114 5.5.3　Python庫(kù)及用法舉例　116 5.6　綜合案例：五星紅旗迎風(fēng)飄揚(yáng)　119 5.6.1　案例概述　119 5.6.2　案例詳解　119 5.7　綜合案例：伏羲八卦與二進(jìn)制　120 5.7.1　案例概述　120 5.7.2　案例詳解　121 本章小結(jié)　124 習(xí)題5　124 實(shí)訓(xùn)5　124 第6章　文件 6.1　文件基本操作　126 6.1.1　文件操作的基本流程　126 6.1.2　open()函數(shù)和文件對(duì)象　127 6.1.3　字符編碼　130 6.1.4　文件路徑　131 6.2　文件操作的相關(guān)模塊　132 6.2.1　pickle模塊　132 6.2.2　os和shutil模塊　133 6.2.3　Python-docx模塊　134 6.2.4　openpyxl模塊　136 6.2.5　CSV模塊　137 6.2.6　JSON模塊　138 6.3　綜合案例：文件搜索和批量重命名　138 6.3.1　案例概述　138 6.3.2　案例詳解　139 6.4　綜合案例：《論語(yǔ)》二十篇　140 6.4.1　案例概述　140 6.4.2　案例詳解　140 本章小結(jié)　141 習(xí)題6　141 實(shí)訓(xùn)6　142 第7章　NumPy科學(xué)計(jì)算庫(kù) 7.1　NumPy基礎(chǔ)　143 7.1.1　NumPy數(shù)組概述　143 7.1.2　創(chuàng)建NumPy數(shù)組　145 7.1.3　NumPy數(shù)組的屬性　146 7.1.4　創(chuàng)建特殊數(shù)組　148 7.2　數(shù)組元素訪問(wèn)　150 7.2.1　索引、切片和迭代　150 7.2.2　布爾索引　151 7.3　數(shù)組常用函數(shù)　151 7.3.1　統(tǒng)計(jì)函數(shù)　152 7.3.2　集合函數(shù)　154 7.3.3　多項(xiàng)式　154 7.3.4　數(shù)組排序　155 7.3.5　增加與刪除數(shù)組元素　157 7.4　數(shù)組基本運(yùn)算　157 7.4.1　數(shù)組形狀相同時(shí)的運(yùn)算　157 7.4.2　數(shù)組形狀不同時(shí)的運(yùn)算　159 7.4.3　數(shù)組和單個(gè)數(shù)據(jù)的運(yùn)算　160 7.5　NumPy進(jìn)階　161 7.5.1　改變數(shù)組的形狀　161 7.5.2　引用、視圖和復(fù)制　165 7.5.3　數(shù)組組合　168 7.5.4　數(shù)組拆分　170 7.5.5　數(shù)組存儲(chǔ)和讀取　172 7.6　綜合案例：《九章算術(shù)》與高斯消元法　173 7.6.1　案例概述　173 7.6.2　《九章算術(shù)》中的方程組　174 7.6.3　高斯消元法　174 7.7　綜合案例：矩陣分析實(shí)踐　175 7.7.1　案例概述　175 7.7.2　矩陣表示和基本運(yùn)算　176 7.7.3　矩陣特征值和特征向量　177 7.7.4　矩陣分解　178 7.7.5　解方程組和求逆矩陣　181 本章小結(jié)　183 習(xí)題7　183 實(shí)訓(xùn)7　183 第3部分　應(yīng)用篇 第8章　數(shù)據(jù)分析與pandas 8.1　概述　186 8.1.1　數(shù)據(jù)分析　186 8.1.2　pandas簡(jiǎn)介　186 8.2　pandas的基本數(shù)據(jù)結(jié)構(gòu)　187 8.2.1　創(chuàng)建Series對(duì)象　187 8.2.2　訪問(wèn)Series對(duì)象　189 8.2.3　創(chuàng)建DataFrame對(duì)象　190 8.2.4　訪問(wèn)DataFrame對(duì)象　191 8.3　讀/寫數(shù)據(jù)文件　195 8.3.1　讀/寫Excel文件　195 8.3.2　讀/寫CSV文件　197 8.3.3　讀/寫HDF5文件　198 8.4　綜合案例：使用pandas進(jìn)行概要分析　199 8.4.1　案例概述　199 8.4.2　案例實(shí)施　199 8.5　數(shù)據(jù)整理和清洗　205 8.5.1　索引整理　205 8.5.2　缺失值處理　208 8.5.3　添加行或列　210 8.5.4　刪除行或列　212 8.5.5　處理重復(fù)記錄　213 8.6　綜合案例：使用pandas進(jìn)行數(shù)據(jù)預(yù)處理操作　214 8.6.1　案例概述　214 8.6.2　案例實(shí)施　214 8.7　數(shù)據(jù)分析處理基礎(chǔ)　217 8.7.1　基本運(yùn)算　217 8.7.2　通用函數(shù)　218 8.7.3　自定義函數(shù)　219 8.7.4　排序　219 8.8　數(shù)據(jù)分析處理進(jìn)階　221 8.8.1　數(shù)據(jù)合并　221 8.8.2　數(shù)據(jù)分段　222 8.8.3　分組統(tǒng)計(jì)　223 8.8.4　數(shù)據(jù)透視表　225 8.9　綜合案例：數(shù)據(jù)處理和數(shù)據(jù)分析技巧的綜合應(yīng)用　225 8.9.1　案例概述　226 8.9.2　案例實(shí)施　226 本章小結(jié)　230 習(xí)題8　230 實(shí)訓(xùn)8　231 第9章　數(shù)據(jù)可視化與Matplotlib 9.1　概述　232 9.1.1　數(shù)據(jù)可視化　232 9.1.2　可視化工具　232 9.2　Matplotlib基礎(chǔ)　233 9.2.1　Matplotlib安裝　233 9.2.2　plot()函數(shù)　233 9.2.3　繪圖裝飾　235 9.2.4　子圖繪制　237 9.2.5　視覺(jué)差異問(wèn)題　239 9.2.6　中文和負(fù)號(hào)的顯示問(wèn)題　240 9.3　常見(jiàn)圖形的繪制　241 9.3.1　柱狀圖繪制函數(shù)bar()　241 9.3.2　水平柱狀圖繪制函數(shù)barh()　243 9.3.3　餅圖繪制函數(shù)pie()　244 9.3.4　散點(diǎn)圖繪制函數(shù)scatter()　246 9.3.5　直方圖繪制函數(shù)hist()　247 9.3.6　箱形圖繪制函數(shù)boxplot()　248 9.4　綜合案例：葡萄酒數(shù)據(jù)集可視化分析　249 9.4.1　案例概述　249 9.4.2　概要分析　250 9.4.3　對(duì)比分析　254 9.4.4　高維數(shù)據(jù)分析　255 本章小結(jié)　257 習(xí)題9　258 實(shí)訓(xùn)9　258 第　10章 人工智能與Sklearn 10.1　概述　259 10.1.1　人工智能　259 10.1.2　機(jī)器學(xué)習(xí)　260 10.2　Sklearn基礎(chǔ)　262 10.2.1　數(shù)據(jù)準(zhǔn)備　263 10.2.2　模型選擇　264 10.2.3　模型訓(xùn)練　266 10.2.4　模型評(píng)價(jià)　266 10.3　綜合案例：分類問(wèn)題綜合應(yīng)用實(shí)踐　268 10.3.1　案例概述　268 10.3.2　案例詳解　268 10.4　綜合案例：回歸問(wèn)題綜合應(yīng)用實(shí)踐　271 10.4.1　案例概述　271 10.4.2　案例詳解　271 10.5　綜合案例：聚類問(wèn)題綜合應(yīng)用實(shí)踐　274 10.5.1　案例概述　274 10.5.2　案例詳解　275 本章小結(jié)　278 習(xí)題10　278 實(shí)訓(xùn)10　278