第1章  AI人機對戰版五子棋遊戲 (AI pygame實現) 1
1.1  項目介紹 2
1.2  繫統架構分析 2
1.2.1  五子棋的基本棋型 2
1.2.2  功能模塊 5
1.3  具體實現 6
1.3.1  設置基礎參數 6
1.3.2  繪制棋盤 6
1.3.3  實現AI功能 8
1.3.4  實現按鈕功能 15
1.3.5  重寫功能 17
第2章  在線商城繫統(Django Mezzanine Cartridge實現) 21
2.1  項目介紹 22
2.2  項目規劃分析 23
2.2.1  電子商務的簡要介紹 23
2.2.2  在線博客 商城繫統構成模塊 23
2.3  規劃項目文件 24
2.4  使用第三方庫Mezzanine和Cartridge 25
2.4.1  使用庫Mezzanine 25
2.4.2  使用庫Cartridge 28
2.5  實現基本功能 31
2.5.1  項目配置 31
2.5.2  後臺模塊 32
2.5.3  博客模塊 33
2.5.4  商品展示模塊 38
2.6  在線購物 41
2.6.1  購物車頁面 41
2.6.2  訂單詳情頁面 43
2.6.3  在線支付頁面 46
2.6.4  訂單確認頁面 46
2.6.5  訂單完成發送提醒郵件 48
第3章  房產價格數據可視化分析繫統 (網絡爬蟲 MySQL pylab 實現) 51
3.1  背景介紹 52
3.2  需求分析 52
3.3  模塊架構 52
3.4  繫統設置 53
3.4.1  選擇版本 53
3.4.2  保存日志信息 54
3.4.3  設置保存文件夾 54
3.4.4  設置爬取城市 55
3.4.5  處理區縣信息 57
3.5  破解反爬機制 59
3.5.1  定義爬蟲基類 59
3.5.2  瀏覽器用戶代理 60
3.5.3  在線IP代理 61
3.6  爬蟲抓取信息 61
3.6.1  設素 61
3.6.2  爬取二手房信息 62
3.6.3  爬取樓盤信息 66
3.6.4  爬取小區信息 68
3.6.5  爬取租房信息 72
3.7  數據可視化 77
3.7.1  爬取數據並保存到數據庫 77
3.7.2  可視化濟南市房價貴的4個小區 81
3.7.3  可視化濟南市主要行政區的房價均價 82
3.7.4  可視化濟南市主要行政區的房源數量 83
3.7.5  可視化濟南市各區的房源數量所占百分比 84
第4章  招聘信息實時數據分析繫統 (網絡爬蟲 Flask Highcharts MySQL實現) 87
4.1  繫統背景介紹 88
4.2  繫統架構分析 88
4.3  繫統設置 89
4.4  網絡爬蟲 89
4.4.1  建立和數據庫的連接 90
4.4.2  設置HTTP請求頭User-Agent 90
4.4.3  抓取信息 91
4.4.4  將抓取的信息添加到數據庫 92
4.4.5  處理薪資數據 93
4.4.6  清空數據庫數據 94
4.4.7  執行爬蟲程序 94
4.5  信息分離統計 94
4.5.1  根據“工作經驗”分析數據 95
4.5.2  根據“工作地區”分析數據 96
4.5.3  根據“薪資水平”分析數據 97
4.5.4  根據“學歷水平”分析數據 98
4.6  數據可視化 99
4.6.1  Flask Web架構 99
4.6.2  Web主頁 101
4.6.3  數據展示頁面 102
4.6.4  數據可視化頁面 104
第5章  基於深度學習的AI人臉識別繫統(Flask OpenCV-Python Keras Sklearn實現) 109
5.1  人工智能基礎 110
5.1.1  人工智能介紹 110
5.1.2  人工智能的發展歷程 110
5.1.3  和人工智能相關的幾個重要概念 111
5.2  機器學習基礎 112
5.2.1  機器學習介紹 112
5.2.2  機器學習的三個發展階段 113
5.2.3  機器學習的分類 113
5.2.4  深度學習和機器學習的對比 114
5.3  人工智能的研究領域和應用場景 115
5.3.1  人工智能的研究領域 115
5.3.2  人工智能的應用場景 116
5.4  繫統需求分析 117
5.4.1  繫統功能分析 117
5.4.2  實現流程分析 117
5.4.3  技術分析 118
5.5  照片樣本采集 119
5.6  深度學習和訓練 120
5.6.1  原始圖像預處理 120
5.6.2  構建人臉識別模塊 122
5.7  人臉識別 126
5.8  Flask Web人臉識別接口 127
5.8.1  導入庫文件 127
5.8.2  識別上傳照片 128
5.8.3  在線識別 129
第6章  在線生鮮商城繫統(Django Vue 新浪微博賬號登錄 支付寶支付) 131
6.1  繫統背景介紹 132
6.2  功能需求分析 132
6.3  準備工作 134
6.3.1  用到的庫 134
6.3.2  準備Vue環境 134
6.3.3  創建應用 135
6.3.4  繫統配置 136
6.4  設計數據庫 139
6.4.1  為users應用創建Model模型 139
6.4.2  為goods應用創建Model模型 140
6.4.3  為trade應用創建Model模型 145
6.4.4  為user_operation應用創建Model模型 147
6.4.5  生成數據庫表 149
6.5  使用Restful API 150
6.5.1  商品列表序列化 150
6.5.2  在前端展示左側分類、排序、商品列表和分頁 158
6.6  登錄認證 162
6.6.1  使用DRF Token認證 162
6.6.2  使用JWT認證 164
6.6.3  增加用戶名和手機號短信驗證登錄功能 167
6.6.4  注冊會員和退出登錄 172
6.6.5  微博賬戶登錄 176
6.6.6  social-app-django 集成第三方登錄 180
6.7  支付寶支付 182
6.7.1  配置支付寶的沙箱環境 183
6.7.2  編寫程序 185
6.8  測試程序 193
第7章  民宿信息可視化分析繫統 (網絡爬蟲 Django Echarts可視化) 195
7.1  繫統背景介紹 196
7.2  爬蟲抓取信息 196
7.2.1  繫統配置 196
7.2.2  Item處理 197
7.2.3  具體爬蟲 198
7.2.4  破解反扒字體加密 198
7.2.5  下載器中間件 200
7.2.6  保存爬蟲信息 204
7.3  數據可視化 207
7.3.1  數據庫設計 208
7.3.2  視圖顯示 210
第8章  實時疫情監控繫統(騰訊API接口 Seaborn matplotlib實現) 215
8.1  背景介紹 216
8.2  繫統分析 216
8.2.1  需求分析 216
8.2.2  數據分析 216
8.3  具體實現 217
8.3.1  列出統計的省和地區的名字 217
8.3.2  查詢並顯示各地的實時確診數據 218
8.3.3  繪制實時全國疫情確診數對比圖 219
8.3.4  繪制實時確診人數、新增確診人數、死亡人數、治愈人數對比圖 220
8.3.5  將實時疫情數據保存到CSV文件 223
8.3.6  繪制國內實時疫情統計圖 226
8.3.7  可視化實時疫情的詳細數據 227
8.3.8  繪制實時疫情信息統計圖 230
8.3.9  繪制本年度國內疫情曲線圖 231
8.3.10  統計山東省的實時疫情數據 232
8.3.11  繪制山東省實時疫情數據統計圖 235
第9章  個人博客繫統(Flask TinyDB實現) 239
9.1  博客繫統介紹 240
9.2  可行性分析 240
9.2.1  技術可行性分析：使用TinyDB 240
9.2.2  繫統基本要求 241
9.2.3  可行性分析總結 241
9.3  具體實現 242
9.3.1  繫統設置 242
9.3.2  後臺管理 246
9.3.3  登錄認證管理 247
9.3.4  前臺日志展示 251
9.3.5  繫統模板 255
第10章  電影票房數據可視化繫統 (網絡爬蟲 MySQL Pandas實現) 263
10.1  需求分析 264
10.2  模塊架構 264
10.3  爬蟲抓取數據 265
10.3.1  分析網頁 265
10.3.2  破解反爬 266
10.3.3  構造請求頭 269
10.3.4  實現具體爬蟲功能 270
10.3.5  將爬取的信息保存到數據庫 272
10.4  數據可視化分析 273
10.4.1  電影票房TOP10 273
10.4.2  電影評分TOP10 275
10.4.3  電影人氣TOP10 276
10.4.4  每月電影上映數量 278
10.4.5  每月電影票房 279
10.4.6  中外票房對比 280
10.4.7  名利雙收TOP10 282
10.4.8  叫座不叫好TOP10 283
10.4.9  電影類型分布 284
第11章  大型3D槍戰類冒險遊戲 (Panda3D實現) 287
11.1  行業背景介紹 288
11.2  功能模塊介紹 288
11.3  繫統配置 289
11.3.1  全局信息 289
11.3.2  初始信息 289
11.3.3  音效信息 290
11.3.4  地圖紋理 291
11.3.5  實現HUD模塊 292
11.3.6  遊戲入口 294
11.4  創建精靈 294
11.4.1  主角精靈類Avatar 294
11.4.2  屬性信息 297
11.4.3  選擇穿戴著裝 298
11.5  調試運行 303
第12章  AI人臉識別簽到打卡繫統 (PyQt5 百度智能雲 OpenCV-Python SQLite3實現) 305
12.1  需求分析 306
12.1.1  背景介紹 306
12.1.2  任務目標 306
12.2  模塊架構 307
12.3  使用Qt Designer實現主窗口界面 307
12.3.1  設計繫統UI主界面 307
12.3.2  將Qt Designer文件轉換為Python文件 309
12.4  簽到打卡、用戶操作和用戶組操作 312
12.4.1  使用百度AI之前的準備工作 312
12.4.2  設計UI界面 315
12.4.3  創建攝像頭類 318
12.4.4  UI界面的操作處理 319
12.4.5  多線程操作和人臉識別 328
12.4.6  導出打卡簽到信息 332
12.5  調試運行 334

Python語言的重要性
Python是目前國內外使用廣泛的程序設計語言之一，也是近年來流行的編程語言之一。其清晰的語法和可讀性使其成為初學者的完美編碼語言。Python具有功能豐富、表達能力強、使用方便靈活、執行效率高、可移植性好等優點，幾乎可用於所有領域。
在當今科技界，大數據、AI人工智能、數據分析是火熱的三大研究和應用領域，而Python是公認的開發大數據、AI人工智能和數據分析程序的編程語言。
本書的特色
(1)以項目為單位，每個項目都是獨立的整體。
書中精心挑取了作者的經典項目案例，每個項目案例都是一個獨立的整體，詳細講解了每個項目從開始到運行的完整過程。
(2)掃二維碼觀看講解視頻。
我們不但提供了每個項目的完整源代碼，而且還提供了講解每一個項目具體實現過程的視頻，掃二維碼即可觀看本書作者對項目的具體講解。
(3)每個實例都是精心挑選的典型代表。
書中的實例都是典型的，涵蓋了主要、常見的領域，並且包含了各種類型的應用。每個實例都代表了作者一個時期的成果，都極具代表性；每個實例都是作者的人生轉折，發自肺腑。在講解實例過程中，還展示了各個層次的實現技巧，為讀者日後的親身實踐起到指引的作用。
(4)結合圖表，通俗易懂。
在項目講解過程中，給出了相應的圖表進行說明，方便讀者領會其含義；對於復雜的程序，結合程序的具體實現流程進行講解，方便讀者理解程序的執行過程；在語言的敘述上，普遍采用短句子、易於理解的語言，避免晦澀難懂的語句。
 
致謝
本書由陳強編著，在編寫本書的過程中，我們始終本著科學、嚴謹的態度，力求精益求精，但疏漏之處在所難免，敬請廣大讀者批評指正。感謝清華大學出版社各位編輯，是他們的嚴謹和專業纔使得本書順利出版。
後感謝您購買本書，希望本書能成為您編程路上的領航者。

編  者