●章 Python基礎 1 1.1 Python簡介 1 1.2 Python的安裝與運行 3 1.3 Python版本的選擇 8 1.4 程序控制 11 1.4.1 Python賦值語句 11 1.4.2 順序結構 18 1.4.3 選擇結構 19 1.4.4 循環結構 22 1.5 繪圖 27 1.5.1 創建turtle對像 27 1.5.2 turtle繪圖的基礎知識 29 1.5.3 利用turtle庫提供的方法繪制圖形 31 1.6 函數 37 1.6.1 函數的定義 37 1.6.2 函數的調用 39 1.6.3 lambda函數 42 習題 42 參考文獻 43 第2章 數據類型 44 2.1 核心內置數據類型概述 44 2.2 數字類型聲明及基本運算 47 2.2.1 整型 47 2.2.2 浮點型 47 2.2.3 復數類型 47 2.2.4 數字運算符 48 2.2.5 數字類型的常用函數及math庫 49 2.2.6 數字類型轉換函數 51 2.2.7 浮點型精度處理 52 2.3 列表 53 2.3.1 列表基本特征 53 2.3.2 序列通用操作 55 2.3.3 可變序列及列表通用操作（一） 58 2.3.4 可變序列及列表通用操作（二） 59 2組 62 2.5 range 64 2.6 哈希運算 66 2.7 字典 67 2.7.1 字典概述及聲明 67 2.7.2素的訪問 71 2.7.3 字典常用方法 71 2.8 字符串 74 2.8.1 字符串的聲明 74 2.8.2 轉義字符 76 2.8.3 字符串序列通用操作 77 2.8.4 字符串常用內置方法 78 習題 82 參考文獻 83 第3章 文件 84 3.1 讀寫文件 84 3.1.1 文件對像聲明與基本操作 84 3.1.2 編碼問題 89 3.1.3 文件寫入操作 90 3.1.4 列表推導式 92 3.1.5 關閉文件 94 3.1.6 上下文語法 94 3.1.7 生成器 95 3.2 遍歷目錄樹 97 3.3 處理Word文件 102 3.3.1 Python-docx庫 102 3.3.2 利用Python-docx庫讀Word文件 102 3.3.3 利用docx創建Word文件 104 3.4 處理.pdf文件 105 3.5 處理壓縮文件 107 習題 111 參考文獻 112 第4章 程序調試 113 4.1 異常 113 4.2 斷言 127 4.3 日志 131 4.4 調試器 138 習題 144 參考文獻 144 第5章 面向對像程序設計 146 5.1 面向對像程序技術的基本概念 146 5.2 類的定義和對像 148 5.3 構造函數和析構函數 150 5.4 類屬性和實例屬性 151 5.5 類的方法 152 5.5.1 類方法 152 5.5.2 實例方法 152 5.5.3 靜態方法 152 5.5.4 類的特殊方法 154 5.6 類的繼承性 160 5.6.1 單一繼承 160 5.6.2 多重繼承 162 5.7 類的多態性 164 習題 164 參考文獻 165 第6章 連接數據源 166 6.1 導入CSV數據 166 6.1.1 CSV數據的格式 166 6.1.2 Python讀取CSV文件 167 6.1.3 Python寫CSV文件 169 6.2 導入Excel數據 170 6.2.1 Python讀取Excel文件 171 6.2.2 Python寫Excel文件 171 6.3 導入JSON數據 172 6.3.1 JSON數據的格式 172 6.3.2 Python解碼JSON數據 172 6.3.3 Python編碼JSON數據 173 6.3.4 Python處理JSON數據文件 174 6.4 訪問數據庫 175 6.4.1 數據庫的查詢操作 177 6.4.2 數據庫的插入操作 178 6.4.3 數據庫的刪除操作 178 6.4.4 數據庫的修改操作 179 習題 179 參考文獻 180 第7章 網絡爬蟲 181 7.1 網絡爬蟲工作的基本原理 181 7.1.1 網頁的概念 181 7.1.2 網絡爬蟲的工作流程 182 7.1.3 Python與網絡爬蟲 183 7.2 網頁內容獲取――requests庫 183 7.2.1 requests對像 184 7.2.2 response對像 184 7.3 網頁內容解析――BeautifulSoup 庫 185 7.3.1 BeautifulSoup 庫概述 185 7.3.2 beautifulsoup4 庫常用方法和Tag節點 187 7.4 正則表達式 188 7.4.1 正則表達式概念 188 7.4.2 正則字符介紹 190 7.4.3 正則表達式的常用函數介紹 194 7.5 實戰：熱門電影搜索 195 7.6 實戰：大數據相關論文文章標題采集 196 7.7 實戰：全國空氣質量爬取 198 習題 199 參考文獻 200 第8章 數據挖掘 201 8.1 Python常用數據分析工具 201 8.1.1 Numpy 201 8.1.2 Scipy 202 8.1.3 pandas 202 8.1.4 Scikit-Learn 203 8.2 數據預處理 204 8.2.1 數據清理 204 8.2.2 數據集成 205 8.2.3 數據變換 206 8.2.4 Python數據預處理 206 8.3 分類與預測 210 8.3.1 特征選擇 210 8.3.2 性能評估 210 8.3.3 實現過程 212 8.3.4 分類與預測的常用方法 213 8.4 聚類分析 235 8.4.1 聚類分析定義 235 8.4.2 聚類分析評價標準 235 8.4.3 數據相似度度量 236 8.4.4 聚類分析的常用方法 237 8.5 實戰：信用評估 247 8.5.1 數據加載及說明 247 8.5.2 數據預處理 248 8.5.3 劃分數據集 249 8.5.4 模型建立及參數調優 250 8.5.5 模型測試及分析 252 8.6 實戰：影片推薦繫統 255 8.6.1 推薦繫統 255 8.6.2 python-recsys簡介 256 8.6.3 影片推薦 256 習題 258 參考文獻 258 第9章 自然語言處理 260 9.1 Python 常用自然語言處理工具 260 9.1.1 Python自然語言處理工具包NLTK 260 9.1.2 Python中文處理工具jieba 260 9.1.3 Python語法解析器PLY 261 9.2 文本處理 261 9.2.1 文本獲取 261 9.2.2 文本表示 262 9.2.3 文本特征詞提取 263 9.3 詞法分析 268 9.3.1 分詞 268 9.3.2 詞性標注 270 9.3.3 命名實體識別 271 9.3.4 去停用詞 272 9.3.5 中文分詞實戰 275 9.4 語法分析 277 9.4.1 語法分析簡介 277 9.4.2 語法樹 277 9.4.3 語法分析算法 278 9.4.4 語法分析示例 280 9.5 實戰：搜索引擎 282 習題 290 參考文獻 291 0章 數據可視化 292 10.1 用Pillow操作圖像 292 10.1.1 圖像的基本知識 292 10.1.2 圖像處理中常用的模塊和函數 293 10.1.3 案例介紹 296 10.2 用Matplotlib繪圖 298 10.2.1 Matplotlib常用函數介紹 299 10.2.2 折線圖的函數定義及屬性說明 299 10.2.3 案例介紹 300 10.3 調用Echarts 308 習題 310 參考文獻 310 1章 Web和移動應用 311 11.1 Web框架Django 311 11.1.1 Django簡介 311 11.1.2 Web框架 311 11.1.3 MVC和MTV模式 312 11.1.4 Django的安裝 313 11.2 Python Web開發 314 11.2.1 創建項目 314 11.2.2 Django 模板 316 11.2.3 Django 模型 318 11.2.4 Django Admin管理工具 323 11.2.5 Django Nginx+uwsgi 安裝配置 330 11.3 Python移動應用開發 333 11.3.1 Python Kivy 333 11.3.2 Python 移動應用開發 334 11.3.3 基於Python開發2048遊戲 335 習題 340 參考文獻 341 2章 與雲結合 342 12.1 阿裡雲 342 12.1.1 阿裡雲架構 342 12.1.2 CLI Python 版 344 12.2 騰訊雲 350 12.2.1 騰訊雲總體架構 350 12.2.2 騰訊雲Python訪問 351 12.3 百度雲 354 12.3.1 百度雲架構 355 12.3.2 BAE Python部署 357 12.4 萬物雲 359 12.4.1 功能及應用 360 12.4.2 數據服務及訪問 360 12.5 環境雲 366 12.5.1 功能服務 366 12.5.2 應用開發數據接口 366 習題 369 參考文獻 369