新書推薦：
《
财富管理的中国实践
》
售價：NT$
717.0
《
先秦汉魏晋南北朝诗（附作者篇目索引）（全四册）精——中国古典文学总集
》
售價：NT$
2789.0
《
财之道丛书·太古传：商业帝国200年
》
售價：NT$
717.0
《
不要相信你所想的一切：如何停止过度思考，克服焦虑、自我怀疑和自我破坏
》
售價：NT$
235.0
《
万历四大征（全两册）
》
售價：NT$
549.0
《
凝望：我的摄影与人生
》
售價：NT$
605.0
《
工业机器人从基础到实战
》
售價：NT$
717.0
《
重症产科.1
》
售價：NT$
335.0
|
| 內容簡介： |
本书采用理论与驱动任务相结合的方式，以Anaconda为主要开发工具，系统地介绍了Python语言的基础语法及数据分析的工具。全书共分为8章，主要内容包括Python概述、Python语言基础、Python程序代码结构、函数和模块、面向对象的编程、科学计算库NumPy、数据分析工具Pandas和驱动任务，第1章～第7章都有对应的习题，帮助读者学习Python的语法知识，后一章设计了由浅入深、层层递进的8个实战任务，帮助读者将已经学习的编程知识活学活用。
本书是Python程序设计语言的入门教材，适合没有任何基础的读者学习。本书可以作为本专科院校各专业程序设计课程的相关教材，也可以作为编程爱好者自学Python语言的参考书。
|
| 目錄：
|
第1章 Python概述 1
1.1 Python语言简介 1
1.1.1 Python语言的特点 1
1.1.2 Python与其他语言的比较 2
1.1.3 Python语言的版本 3
1.2 pip和virtualenv的安装和使用 3
1.2.1 pip的安装和使用 3
1.2.2 virtualenv的安装和使用 3
1.3 Anaconda开发环境的安装和使用 4
1.3.1 Anaconda的安装 4
1.3.2 Conda命令 5
1.3.3 Jupyter Notebook的使用 5
1.3.4 Spyder的使用 6
1.4 Visual Studio Code与PyCharm的安装和使用 6
1.4.1 Visual Studio Code的安装和使用 6
1.4.2 PyCharm的安装和使用 7
本章小结 10
习题 10
第2章 Python语言基础 11
2.1 标识符 11
2.2 常量与变量 12
2.2.1 常量 12
2.2.2 变量 12
2.3 Python的内置对象 13
2.4 数字 13
2.4.1 整数 13
2.4.2 浮点数 14
2.4.3 布尔值 14
2.4.4 复数 14
2.4.5 数据类型转换 15
2.5 运算符与表达式 16
2.5.1 算术运算符 16
2.5.2 关系运算符 16
2.5.3 逻辑运算符 17
2.5.4 位运算符 17
2.5.5 成员运算符 17
2.5.6 身份运算符 17
2.5.7 赋值运算符 18
2.5.8 运算符优先级 18
2.6 动态类型 19
2.7 字符串 20
2.7.1 字符串的表示 20
2.7.2 字符串运算 21
2.7.3 字符串的截取 21
2.7.4 字符串的格式化 22
2.7.5 字符串操作方法 22
2.8 列表 24
2.8.1 列表的创建 24
2.8.2 列表中元素的访问 24
2.8.3 列表切片 25
2.8.4 列表元素的增加与删除 26
2.8.5 列表的基本操作及常用方法 28
2.9 元组 29
2.9.1 元组的创建 29
2.9.2 元组中元素的访问 30
2.9.3 元组切片 30
2.9.4 元组的修改 30
2.9.5 元组的删除 31
2.9.6 元组的基本操作及常用方法 31
2.10 字典 32
2.10.1 字典的创建 32
2.10.2 字典中元素的访问 33
2.10.3 字典中元素的添加与修改 33
2.10.4 字典中元素的删除 34
2.10.5 字典的基本操作及常用方法 35
2.10.6 嵌套字典 36
2.11 集合 36
2.11.1 集合的创建 36
2.11.2 集合的访问 38
2.11.3 集合中元素的添加与删除 38
2.11.4 集合的删除 39
2.11.5 集合的基本操作与常用方法 40
2.11.6 集合运算 41
2.12 列表、元组、字典、集合的比较 41
2.13 文件 42
2.13.1 文件操作基础 42
2.13.2 读取文件 45
2.13.3 写入文件 47
2.13.4 与文件相关的模块 48
本章小结 50
习题 50
第3章 Python程序代码结构 53
3.1 注释 53
3.2 连接符 54
3.3 分支结构 57
3.3.1 if…else语句 58
3.3.2 elif语句 61
3.4 循环结构 62
3.4.1 while循环语句 62
3.4.2 for循环语句 64
3.4.3 嵌套循环 65
3.4.4 循环中的else语句 66
3.4.5 break语句和continue语句 66
3.5 推导式 67
3.5.1 列表推导式 67
3.5.2 字典推导式 69
3.5.3 集合推导式 70
3.5.4 生成器推导式 70
3.6 异常处理 71
3.6.1 try…except语句 72
3.6.2 finally语句 73
3.7 案例1 74
本章小结 76
习题 77
第4章 函数和模块 79
4.1 函数的定义和调用 79
4.1.1 函数的定义 79
4.1.2 函数的调用 80
4.1.3 匿名函数（lambda表达式） 81
4.2 函数的参数传递 82
4.2.1 默认参数与关键字参数 82
4.2.2 不定长参数 83
4.3 变量的作用域 83
4.4 函数的递归 85
4.4.1 递归的概念 85
4.4.2 递归函数的定义 85
4.5 模块化程序设计 86
4.5.1 模块及其引用 86
4.5.2 包 87
4.6 内置函数 88
本章小结 94
习题 94
第5章 面向对象的编程 95
5.1 类 95
5.1.1 类名的命名规则 96
5.1.2 类的属性命名规则 96
5.1.3 类的方法名的命名规则 96
5.2 对象 96
5.2.1 对象=属性 方法 97
5.2.2 属性和方法 97
5.3 创建类的一个实例 98
5.4 类的封装、继承与多态 100
5.4.1 类的封装 101
5.4.2 类的继承 102
5.4.3 类的多态 104
本章小结 104
习题 105
第6章 科学计算库NumPy 107
6.1 认识NumPy的数组对象 107
6.2 创建NumPy数组 108
6.2.1 N维数组 109
6.2.2 数组的类型 109
6.3 ndarray对象的数据类型 112
6.3.1 查看元素数据类型 113
6.3.2 查看数组元素尺寸 113
6.3.3 转换数据类型 114
6.4 数组运算 114
6.4.1 算术运算 114
6.4.2 数组广播 115
6.4.3 向上转型 116
6.4.4 条件运算 117
6.4.5 向量化计算 117
6.5 ndarray的索引和切片 118
6.5.1 一维数组 118
6.5.2 多维数组 119
6.5.3 魔术索引 119
6.5.4 高维切片和索引 120
6.5.5 布尔索引 121
6.6 利用NumPy数组进行数据处理 122
6.6.1 数组统计 122
6.6.2 通用数学计算 123
6.6.3 数组排序 124
6.6.4 检索数组 125
6.6.5 数组迭代 127
6.7 数组形变 128
6.7.1 数组塑形 128
6.7.2 数组堆叠 130
6.7.3 数组连接 131
6.7.4 数组分割 132
6.7.5 数组转置 133
6.8 线性代数模块 134
6.9 文件存取 139
6.10 案例2 141
本章小结 143
习题 143
第7章 数据分析工具Pandas 146
7.1 Pandas的数据结构分析 146
7.1.1 Series 146
7.1.2 DataFrame 148
7.2 Pandas索引高级操作及高级索引 150
7.2.1 索引对象 150
7.2.2 重置索引 150
7.2.3 索引操作 152
7.3 算术运算与数据对齐 156
7.4 数据排序 157
7.4.1 按索引排序 157
7.4.2 按值排序 159
7.5 统计计算与描述 160
7.5.1 常用的统计计算 160
7.5.2 统计描述 161
7.6 读写数据操作 162
7.6.1 读写文本文件 162
7.6.2 读写Excel文件 164
7.6.3 读写HTML文件 165
7.6.4 读写JSON格式数据 167
7.7 案例3 168
7.7.1 案例需求 168
7.7.2 数据准备 168
7.7.3 功能实现 169
本章小结 170
习题 170
第8章 驱动任务 172
8.1 驱动任务简介 172
8.2 驱动任务1 172
8.2.1 任务说明 172
8.2.2 任务提示 172
8.3 驱动任务2 173
8.3.1 任务说明 173
8.3.2 任务提示 173
8.4 驱动任务3 173
8.4.1 任务说明 173
8.4.2 任务提示 174
8.5 驱动任务4 174
8.5.1 任务说明 174
8.5.2 任务提示 174
8.6 驱动任务5 174
8.6.1 任务说明 174
8.6.2 任务提示 175
8.7 驱动任务6 175
8.7.1 任务说明 175
8.7.2 任务提示 175
8.8 驱动任务7 175
8.8.1 任务说明 175
8.8.2 任务提示 175
8.9 驱动任务8 176
8.9.1 任务说明 176
8.9.2 任务提示 176
习题答案 177
参考文献 184
|
| 內容試閱：
|
随着大数据和人工智能的快速发展，Python语言及相关工具包也迅速发展起来，国内的很多本专科院校也开始开设该语言的相关课程。Python语言具有简洁、容易学习、功能强大等优点，并且可以在多个操作系统上运行，因此越来越多的开发者、科研工作者、教师和学生喜欢使用该语言。如何从数据中发现并挖掘出有价值的信息成为一个比较热门的研究课题。数据分析主要是指对数据进行整理、加工和分析，提炼出有价值信息的过程，可以帮助企业或个人预测趋势和行为。本书在讲解Python基础语法的同时，初步介绍了数据分析需要使用的两个库，希望能够帮助读者认识Python语言的高级用法，并且激发读者对数据处理的兴趣，进而增强对专业的认知。
本书遵循编程语言的教学规律，兼顾数据处理的一些基本操作。全书共分为8章，具体内容如下。
第1章Python概述，主要讲解Python语言的特点、与其他语言的比较、版本、安装方法，以及几种编译器的安装和使用。
第2章Python语言基础，主要讲解Python语言的内置对象，包括数字、字符串、列表、元组、字典、集合，以及每种内置对象的常用方法和基本操作等。
第3章Python程序代码结构，主要讲解代码注释、连接符、分支结构、循环结构，推导式及异常处理。
第4章函数和模块，主要讲解函数的定义和调用、函数的参数传递、变量的作用域、函数的递归、模块化程序设计等，使读者可以对代码结构进行整理，增强代码的可读性和美观性。
第5章面向对象的编程，主要讲解类、对象及类的继承等相关概念。
第6章科学计算库NumPy，主要讲解创建数组、数据类型、数组运算、索引和切片、利用NumPy数组进行数据处理，使读者能熟练掌握NumPy库，为学习后续课程打好基础。
第7章数据分析工具Pandas，主要讲解Pandas的基础功能，包括数据结构分析、索引操作、算数运算与数据对齐、数据排序、统计计算与描述、读写数据操作，并且结合2016年天池大数据竞赛的一个题目进行案例分析，讲解如何使用Pandas操作数据。
第8章驱动任务，帮助读者在完成某些章节的内容学习之后，通过学习具体的实例编程过程，掌握编程的思想，并培养读者对基础语法灵活运用的技能。驱动任务以奶茶馆为例，几个任务逐层深入，通过从价格结算系统基本功能的设计与实现起步，逐步完成一个功能相对完善的命令行菜单模块和门店零售功能，直至实现用户评价信息的收集与分析、销售数据的处理与可视化等功能，见证了奶茶馆的初创与成长过程。通过系列任务的完成，读者可以提高系统编程能力。
本书的主要特点如下。
第一，本书主要面向本专科零编程基础的各专业学生。为了突出编程思想的培养，本书并没有介绍数据库、网络编程等专业性较强的内容，而介绍了比较基础的语法、流程控制、数据操作等内容，具有针对性且浅显易懂，非常适合作为零基础读者的程序入门级教材使用。
第二，本书作为教材，在充分考虑课时和考试范围的基础上，注重趣味性和娱乐性。第8章的系列驱动任务将全书的知识点串联起来，使相对枯燥的编程学习变得有趣和生动，可以使读者在快乐的编程体验中学会编程。
编者长年奋斗在一线的教学岗位上，具有丰富的教学经验。本书的编写分工如下：第1章由张树钧编写，第2章由顾慧编写，第3章由裴冬梅编写，第4章和第6章由苗忠义编写，第5章由柳林编写，第7章由李艳玲编写，第8章由王海龙编写。全书统稿工作由王海龙负责。
由于编者水平有限，书中难免存在疏漏之处，恳请广大读者批评指正。
编 者
2021年2月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
