了得網計算機/網絡_Python 3.x全棧開發從入門到精通

產品特色

編輯推薦

全新：本書理論、技術與案例基於全新的Python 3.x。全面：涵蓋Python全棧開發全過程，知識點涉及數據分析、數據存儲、數據可視化、繫統網絡運維、Web 項目和量化交易等多領域。實戰：海量示例文件展示開發過程中的重點、疑點、難點。基礎：零基礎也能入門，拆解式講解全棧開發過程中的知識和技術。豐富：本書配套的源代碼全部贈送，資源豐富，可輕松復制所需項目內容。?

內容簡介

全棧工程師，也稱為全端工程師(同時具備前端和後臺能力)，是指掌握多種技能，並能利用多種技能獨立完成產品的人。Python全棧工程師，是指在精通Python編程語言的前提下，對於其他上下遊的技術也有足夠的了解和掌握。《Python 3.x全棧開發從入門到精通》上下遊的技術涉及數據傳輸、數據存儲、數據分析和數據可視化等方面的知識。本書以實踐的方式，將這一繫列的領域及理論知識結合到一起，幫助讀者構建全棧開發的知識體繫，並輔以精益及敏捷的思想，來一步步開發Web 應用，讓讀者不隻學會編碼，還在學完後具備真實項目的經驗。

作者簡介

張雲河，雲計算資深架構師，曾作為多家大型知名企業首席架構，負責PaaS平臺研發，擁有豐富的開發經驗。主要研究方向包括大數據、雲計算、移動開發、數據庫、前端框架、數據挖掘等。
劉友祝，湖南師範大學教育學碩士，長期從事計算機專業教學工作，具有6年的Python開發經驗，有豐富的教學經驗。
王碩，北京鼎鑫拓達資深軟件工程師，具有9年開發經驗和4年教育培訓經驗。曾主持多個B/S項目，項目經驗豐富，擅長Java EE和Python的項目開發，數據分析，數據庫技術，也是《PyQt5快速開發與實戰》作者之一。

初識Python語言 1
第2
Python基礎篇 20
2.1 變量 21
2.2 標準數據類型 22
2.2.1 數字( Number ) 22
2.2.2 字符串(String) 24
2.2.3 列表（List ） 28
2.2組（Tuple） 31
2.2.5 字典（Dictionary） 33
2.2.6 集合（Set） 35
2.3 標識符 36
2.4 行和縮進 37
2.5 運算符和表達式 38

初識Python語言 1

第2

Python基礎篇 20

2.1 變量 21

2.2 標準數據類型 22

2.2.1 數字( Number ) 22

2.2.2 字符串(String) 24

2.2.3 列表（List ） 28

2.2組（Tuple） 31

2.2.5 字典（Dictionary） 33

2.2.6 集合（Set） 35

2.3 標識符 36

2.4 行和縮進 37

2.5 運算符和表達式 38

2.5.1 算數運算符 38

2.5.2 比較運算符 38

2.5.3 邏輯運算符 39

2.5.4 成員運算符 40

2.6 條件控制 41

2.7 循環語句 42

2.7.1 while 循環 42

2.7.2 for 語句 43

2.7.3 使用枚舉遍歷序列 44

2.8 函數 45

2.8.1 函數的定義和調用 45

2.8.2 函數中的文檔 46

2.8.3 默認參數 47

2.8.4 不定長參數 47

2.8.5 range()函數 48

2.8.6 函數作為參數傳遞 50

2.9 文件 51

2.9.1 操作文件 51

2.9.2 使用 with語句 56

2.9.3 電子表格 57

2.10 面向對像 59

2.10.1 類與對像的定義 59

2.10.2 私有屬性和方法 61

2.10.3 繼承 63

2.10.4 靜態方法 67

2.10.5 魔法方法和特殊屬性 68

2.10.6 可調用對像 69

2.11 錯誤和異常 70

2.11.1 錯誤 70

2.11.2 異常 71

2.11.3 處理異常 72

2.11.4 打印異常信息 74

2.11.5 自定義異常 74

2.12 模塊 75

2.12.1 導入模塊 75

2.12.2 模塊的__name__屬性 77

2.12.3 模塊路徑 79

2.12.4 包 80

2.13 常用模塊 82

2.13.1 os模塊 82

2.13.2 time模塊 85

第3章

Python高級篇 87

3.1 高級函數對像 88

3.1.1 lambda函數 88

3.1.2 map()函數 89

3.1.3 reduce()函數 90

3.1.4 迭代器(Iterator) 92

3.1.5 生成器(Generator) 95

3.1.6 裝飾器（Decorator） 99

3.2 多線程 104

3.2.1 多線程介紹 104

3.2.2 線程模塊 104

3.2.3 守護線程 107

3.2.4 優雅地停止線程 109

3.2.5 多線程的鎖機制 112

3.2.6 本地線程變量 116

3.3 多進程 117

3.3.1 Linux平臺下的多進程 118

3.3.2 跨平臺的多進程 120

3.3.3 跨平臺的多進程間通信 127

3.3.4 分布式進程 129

3.4 正則表達式 135

3.4.1 re.match函數 137

3.4.2 re.search函數 140

3.4.3 re.findall函數 141

3.5 JSON數據解析 142

3.5.1 JSON簡介 142

3.5.2 Python處理JSON數據 144

3.5.3 自定義對像的序列化 146

3.6 存儲對像序列化 148

3.6.1 序列化對像 148

3.6.2 反序列化對像 149

3.7 發送E-mail 150

3.7.1 發送簡單郵件 152

3.7.2 發送HTML格式的郵件 154

3.7.3 發送帶附件的郵件 155

第4章

使用Python操作數據庫 158

4.1 操作MySQL數據庫 159

4.1.1 MySQL簡介 159

4.1.2 在Windows下安裝MySQL 160

4.1.3 在Linux下安裝MySQL 169

4.1.4 MySQL可視化工具 174

4.1.5 MySQL基礎知識 177

4.1.6 Python操作MySQL 183

4.2 操作MongoDB數據庫 192

4.2.1 MongoDB簡介 192

4.2.2 安裝MongoDB 193

4.2.3 MongoDB基本操作 199

4.2.4 MongoDB的集合 200

4.2.5 MongoDB的文檔 202

4.2.6 使用Python操作MongoDB 206

4.3 操作Redis數據庫 211

4.3.1 Redis簡介 211

4.3.2 安裝Redis 211

4.3.3 Redis開啟遠程訪問 217

4.3.4 Redis可視化工具 217

4.3.5 Redis數據類型與操作 218

4.3.6 使用Python Redis模塊 223

4.3.7 連接Redis服務器 224

4.3.8 操作string類型 225

4.3.9 操作hash類型 229

4.3.10 操作list類型 231

4.3.11 操作set類型 233

4.3.12 操作sorted set類型 235

4.3.13 其他操作 237

第5章

Python網絡編程 238

5.1 網絡編程的基本概念 239

5.1.1 網絡基礎知識 239

5.1.2 網絡基本概念 240

5.1.3 網絡傳輸協議 245

5.2 Python 3 網絡編程 248

5.2.1 Socket()函數 248

5.2.2 TCP程序設計 250

5.2.3 UDP程序設計 254

5.2.4 Socket實現文件傳輸 255

5.2.5 多線程與網絡編程 261

第6章

Python自動化運維 264

6.1 自動化運維簡介 265

6.2 WebLogic簡介 266

6.3 安裝WebLogic 266

6.3.1 安裝WebLoigc Server 267

6.3.2 配置域(Domain) 271

6.3.3 啟動WebLogic Server 276

6.3.4 配置JDK環境變量 278

6.4 WebLogic部署和配置 280

6.4.1 啟動WebLogic腳本工具（WLST） 280

6.4.2 通過網頁部署Java Web應用 286

6.4.3 通過命令行部署工程 290

6.4.4 通過腳本部署Java Web應用 292

6.4.5 通過網頁配置JNDI數據源 297

6.4.6 通過腳本配置JNDI數據源 307

6.5 Python在Linux運維中的常見應用 310

6.5.1 統計磁盤使用情況 311

6.5.2 統計內存使用情況 312

6.5.3 讀取passwd文件中的用戶名和

shell信息 313

6.5.4 統計Linux繫統的平均負載 314

6.5.5 查看CPU信息 316

6.5.6 查看MySQL的慢日志

(slow-query-log) 319

6.5.7 監控MySQL的狀態 321

6.6 psutil的使用 324

6.6.1 獲取CPU信息 325

6.6.2 獲取內存信息 326

6.6.3 獲取磁盤信息 327

第7 章數據分析與可視化

7.1 NumPy

7.1.1 安裝NumPy

7.1.2 創建矩陣

7.1.3 ndarray 對像屬性

7.1.4 矩陣的截取

7.1.5 矩陣的合並

7.1.6 通過函數創建矩陣

7.1.7 矩陣的運算

7.1.8 保存和加載數據

7.2 Pandas

7.2.1 安裝Pandas

7.2.2 Series

7.2.3 DataFrame

7.2.4 常用操作

7.2.5 Pandas 操作CSV 文件

7.2.6 SQLAlchemy 操作數據庫

7.3 Matplotlib

7.3.1 安裝Matplotlib

7.3.2 散點圖

7.3.3 折線圖

7.3.4 柱狀圖

7.3.5 直方圖

7.3.6 餅狀圖

7.3.7 Matplotlib 常用設置

7.3.8 子圖 subplot

7.3.9 多張圖像Figure

7.3.10 顯示網格

7.3.11 圖例 legend

7.3.12 坐標軸範圍

7.3.13 坐標軸刻度

7.3.14 調整坐標中日期刻度的顯示

7.4 金融繪圖

7.4.1 獲得股票數據源

7.4.2 顯示股票歷史數據

第8 章Python Web 開發框架

8.1 Flask 簡介

8.1.1 安裝Flask

8.1.2 簡單的Web 應用

8.1.3 路由

8.1.4 HTTP 方法

8.1.5 靜態文件

8.1.6 模板渲染

8.1.7 Request 對像

8.1.8 Session

8.1.9 保存Session 到數據庫

8.2 Flask 應用集合

8.2.1 分布式Session

8.2.2 使用jQuery

8.2.3 實驗環境

8.2.4 配置 Redis

8.2.5 配置 Nginx

8.2.6 配置 Flask 應用集合

8.3 ECharts 簡介

8.3.1 ECharts 輕松上手

8.3.2 Flask 與ECharts

8.3.3 柱狀圖

8.3.4 折線圖

8.3.5 餅狀圖

8.3.6 儀表盤

8.3.7 可實時刷新的餅狀圖

8.4 案例1：繫統監控

8.4.1 環境準備

8.4.2 存儲器

8.4.3 監控器

8.4.4 路由器

8.4.5 頁面

8.5 案例2：動態顯示銷量

第9 章Python在量化交易中的應用

9.1 量化交易介紹

9.1.1 量化交易的背景

9.1.2 可實現量化交易的市場比較

9.1.3 量化交易軟件、平臺、框架的特點

9.1.4 量化交易從哪個市場做起

9.1.5 量化交易策略類型

9.1.6 CTA 策略程序化交易指南

9.1.7 量化資源網站介紹

9.2 量化交易方案

9.2.1 期貨量化交易環境介紹

9.2.2 CTP 量化交易方案介紹

9.2.3 行情數據采集

9.2.4 期貨CTP 賬戶資金曲線監控和繪制

9.2.5 Quicklib CTP Python 框架

9.2.6 QuicklibTrade Python 接口

9.2.7 量化交易使用資管繫統的好處和必要性

9.2.8 高頻交易

9.2.9 算法交易

9.2.10 程序化實盤交易需要注意的問題

附錄

附錄A 使用Postman 測試網絡請求

附錄B 配置Centos

在線試讀

商品搜索

商品分类

【醫學】

【各大出版社】