新書推薦：
《
桥头楼上
》
售價：NT$
296.0
《
中国近代史（中国史学大家蒋廷黻典作品）
》
售價：NT$
223.0
《
先跳了再说： 仓本聪的工作与生活哲学
》
售價：NT$
314.0
《
抗焦虑饮食（赠实践手册）
》
售價：NT$
498.0
《
生活不是掷骰子：理性决策的贝叶斯思维
》
售價：NT$
386.0
《
万有引力书系·基辅罗斯：东斯拉夫文明的起源
》
售價：NT$
661.0
《
康熙的红票：全球化中的清朝
》
售價：NT$
437.0
《
PyTorch语音识别实战
》
售價：NT$
386.0
|
| 內容簡介： |
本书以Python编程语言为载体，以微课为媒介，从基本编程应用到综合项目设计逐级推进、衍化，通过221个实例详细介绍了Python编程语言的基础知识和语法操作规范，同时还剖析了18个综合应用案例，从而培养读者解决人工智能应用问题的编程能力，完成Python算法库的建构与应用，最终用程序来模拟或实现人类的学习行为。
本书可以作为高职院校计算机类、自动化类、电子信息类、数字经济类等专业Python编程课程的参考教材，也可作为广大Python编程语言爱好者自学的参考书。
|
| 目錄：
|
前言
二维码清单
第1章Python编程基础概念
1.1Python语言概述
1.1.1Python语言发展概况与配置
1.1.2官网Python软件包的安装
1.1.3交互式解释执行与脚本式解释运行
1.1.4PyCharm编程环境
1.1.5Jupyter编程环境
1.2语法规则和基本数据类型
1.2.1Python语法规则
1.2.2数据类型概述
1.2.3变量与常量
1.2.4整数类型
1.2.5小数、浮点数和复数类型
1.2.6字符串及其基本操作
1.2.7数据类型转换
1.3基本输入输出和运算
1.3.1input()函数
1.3.2print()函数
1.3.3算术运算符
1.3.4赋值运算符
1.3.5位运算符
1.3.6比较运算符
1.3.7逻辑运算符
1.3.8运算符优先级
1.4结构化程序设计
1.4.1程序设计与算法
1.4.2结构化程序设计的基本要点
1.4.3选择结构
1.4.4循环结构
第2章组合数据类型
2.1序列数据类型
2.1.1序列概述
2.1.2列表（List）
2.1.3元组（Tuple）
2.1.4字符串（String）
2.2映射数据类型
2.2.1字典及其创建
2.2.2字典的基本操作与方法
2.3集合数据类型
2.3.1集合及其创建
2.3.2集合的基本操作与方法
2.4采用选择与循环实现组合数据操作
2.4.1列表推导式
2.4.2字典推导式
2.4.3集合推导式
2.5综合项目编程实例
2.5.1编写计算班级学生平均分的程序
2.5.2编写判断输入的数是否为素数的程序
2.5.3嵌套循环实现冒泡排序
2.5.4用户名和密码的输入验证
第3章函数与模块
3.1函数的定义
3.1.1Python程序结构特点
3.1.2自定义函数的基本概念
3.1.3形式参数、实际参数以及传递机制
3.1.4函数的参数属性
3.1.5函数的变量特性
3.1.6相关内置函数
3.2函数的高级应用
3.2.1匿名函数lambda表达式
3.2.2闭包函数
3.2.3递归函数
3.3对象与类
3.3.1对象的引入
3.3.2类的构造方法
3.3.3property()函数和@property装饰器
3.4类的封装与继承
3.4.1封装
3.4.2继承
3.4.3多态
3.5模块与库的导入
3.5.1导入模块
3.5.2时间和日期处理模块
3.5.3random库
3.5.4string模块
3.5.5math和cmath模块
3.5.6sys模块
3.5.7webbrowser模块
3.6综合项目编程实例
3.6.1递归函数的综合应用
3.6.2继承的综合应用
3.6.3日期时间模块的综合应用
第4章文件及文件夹操作
4.1文件对象
4.1.1文件概述
4.1.2用open()函数打开文件
4.1.3读取文件的3种函数
4.1.4用write()和writelines()函数写入文件
4.1.5with as用法
4.2os、glob与shutil标准库模块
4.2.1os模块
4.2.2os.path模块
4.2.3glob模块
4.2.4shutil模块
4.3csv文件操作
4.3.1csv简介
4.3.2reader()函数
4.3.3writer()函数
4.3.4DictReader()函数
4.4Excel文件操作
4.4.1openpyxl概述
4.4.2openpyxl库函数
4.5文件异常处理
4.5.1异常的类型与含义
4.5.2异常处理方式
4.5.3assert语句
4.6综合项目编程实例
4.6.1简易文件搜索引擎
4.6.2统计Python程序的文本行数
4.6.3自动整理当前目录下的所有文件信息
第5章交互界面设计
5.1tkinter基础
5.1.1GUI介绍
5.1.2创建tkinter窗口
5.2tkinter控件的属性与函数
5.2.1tkinter窗口、Frame控件和Toplevel弹出窗口
5.2.2文本显示与输入
5.2.3按钮和复选框
5.2.4菜单和菜单按钮
5.2.5列表框和滑动条
5.2.6画布（Canvas）
5.3tkinter控件的模块
5.3.1messagebox模块
5.3.2simpledialog模块
5.3.3tkinter.filedialog模块
5.3.4colorchooser模块
5.4PyQt5界面
5.4.1PyQt5概述
5.4.2QtWidgets模块
5.4.3PyQt5.QtCore模块
5.5综合项目编程实例
5.5.1信息输入界面设计
5.5.2简易浏览器
第6章网络爬虫应用
6.1网络与网页基础
6.1.1OSI和TCP/IP两种模型
6.1.2URL格式的组成
6.1.3网络爬虫基本流程
6.1.4网页构成简述
6.2urllib基本应用
6.2.1urllib模块介绍
6.2.2urllib.request模块应用
6.2.3urllib.parse模块应用
6.3BeautifulSoup基本应用
6.3.1BeautifulSoup介绍
6.3.2BeautifulSoup标签定位方法
6.3.3BeautifulSoup标签选择器
6.3.4使用标准库解析分析网页输出
6.3.5使用lxml解析库分析网页输出
6.3.6使用html5lib解析库分析网页输出
6.4Scrapy基本应用
6.4.1Scrapy介绍
6.4.2XPath节点
6.4.3用XPath语法编辑爬虫文件
6.4.4用Item Pipeline和LinkExtractor爬取文件
6.5综合项目编程实例
6.5.1爬取网页连接数
6.5.2相关网页图片文件的获取与保存
第7章数据可视化编程
7.1numpy库
7.1.1numpy库介绍
7.1.2常见的矩阵运算
7.2pandas库
7.2.1pandas库介绍
7.2.2pandas的索引对象
7.2.3pandas算术运算和数据对齐
7.2.4numpy函数应用与映射
7.2.5DataFrame对象的排序
7.3Matplotlib库
7.3.1Matplotlib库绘图入门
7.3.2基本2D图绘制
7.3.3ax绘图方式
7.3.4复杂绘图函数及应用
7.4综合项目编程实例
7.4.1用tkinter窗口来绘制图形
7.4.2利用爬虫获得数据后进行绘图
第8章机器学习编程
8.1机器学习概述
8.1.1机器学习的定义
8.1.2过拟合和欠拟合
8.1.3评估模型
8.1.4sklearn库
8.2线性回归与多项式回归
8.2.1线性回归及实例
8.2.2回归方程确定系数R2
8.2.3多项式回归及实例
8.
|
| 內容試閱：
|
前言
人工智能技术的应用非常广泛，以机器学习为例，涉及多领域交叉学科，包括概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。本书以Python编程语言为载体，先介绍语法逻辑、组合数据类型、函数与模块、文件及文件夹操作，再引入交互界面设计、网络爬虫应用、数据可视化编程，最后引出了机器学习的编程思路。通过Python算法库的建构与应用，用编程来模拟或实现人类的学习行为，从而获取新的知识或技能，不断提高计算机的学习能力。
本书以微课为媒介，从基本编程应用到综合项目设计逐级推进、衍化，通过221个实例详细介绍了Python编程语言的基础知识和语法操作规范，同时还剖析了18个综合应用案例，培养读者解决问题的能力。
本书共8章。第1章是Python编程基础概念，主要介绍了Python语言的环境配置，包括基本数据类型、基本输入输出函数和运算符，以及IDLE、PyCharm、Jupyter三种不同的编辑器。第2章介绍了组合数据类型，包括列表、元组、字符串、字典和集合，以及基本数据操作。第3章是从结构化程序设计理念出发，阐述了函数与模块，并介绍了最常见的库和自定义模块实例说明。第4章介绍了文件及文件夹操作，包括对文本文件txt、逗号分隔值文件csv和制表文件Excel的打开、读取和追加数据、插入和删除数据、关闭文件、删除文件等。第5章是交互界面设计，介绍了tkinter和PyQt5两个典型的GUI应用实例。第6章介绍了网络爬虫应用，从爬虫的定义与基本流程出发，介绍应用urllib、BeautifulSoup、Scrapy来爬取网页等相关内容。第7章是数据可视化编程，介绍了使用numpy库、pandas库来进行数据的生成、整理、存储，并用Matplotlib库绘图。第8章是机器学习编程，在介绍常用的机器学习算法原理的基础上，采用sklearn库实现了线性回归与多项式回归、逻辑回归、支持向量机和KNN算法的实际应用。
本书由浙江工商职业技术学院李方园副教授以及吕林铎、李霁婷、陈亚玲等编著，并得到了许多专家和同事的帮助，借鉴和参考了相关书籍，在此一并致谢。由于作者经验和水平有限，书中疏漏和不足之处在所难免，恳请读者朋友们批评指正。
作者
|
|
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
