自學Python 編程基礎、科學計算及數據分析 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

內容簡介

《自學Python——編程基礎、科學計算及數據分析》是麵嚮Python初學者的一本實用學習筆記。全書共10章：第1章介紹Python的基礎知識，包括Anaconda、IPython解釋器、Jupyter Notebook等Python基本工具的使用；第2章介紹Python的基本用法，包括基本語法、數據類型、判斷與循環、函數與模塊、異常與警告以及文件讀寫等；第3章介紹Python的進階用法，包括函數進階、迭代器和生成器、裝飾器、上下文管理器以及變量作用域等；第4章介紹常見的Python標準庫的使用；第5章介紹Python的科學計算基礎模塊NumPy，包括NumPy數組的基本操作、廣播機製、索引和讀寫；第6章介紹Python的可視化模塊Matplotlib，包括基於函數和對象的可視化操作；第7章介紹Python的科學計算進階模塊SciPy，包括一些高等數學的操作；第8章介紹Python的數據分析基礎模塊Pandas，包括Series和DataFrame的使用；第9章介紹Python的麵嚮對象編程，包括對象的屬性和方法、繼承和復用，以及一個使用麵嚮對象編程的實例；第10章介紹瞭一個用Python分析中文小說文本的實例。
《自學Python——編程基礎、科學計算及數據分析》適閤剛接觸Python的初學者以及希望使用Python處理和分析數據的讀者閱讀，也可作為學習和使用Python的工具書或參考資料使用。

目錄

目錄
前言
緻謝
第1章 初識Python1
1.1 Python簡介1
1.2 Python版本的選擇2
1.3 Python集成開發環境的搭建2
1.4 第一行Python代碼4
1.5 IPython解釋器5
1.6 Python代碼的執行模式7
1.6.1 解釋器模式7
1.6.2 腳本模式8
1.6.3 解釋器模式與腳本模式的區彆9
1.7 Jupyter Notebook的使用9
本章學習筆記11
本章新術語11
本章新函數11
第2章 Python基礎12
2.1 基本語法簡介12
2.2 數據類型17
2.2.1 數字18
2.2.2 字符串23
2.2.3 Unicode字符串30
2.2.4 索引與分片32
2.2.5 列錶34
2.2.6 元組40
2.2.7 可變與不可變類型42
2.2.8 字典44
2.2.9 集閤與不可變集閤48
2.2.10 賦值機製53
2.3 判斷與循環58
2.3.1 判斷58
2.3.2 循環62
2.4 函數與模塊69
2.4.1 函數69
2.4.2 模塊73
2.5 異常與警告77
2.5.1 異常77
2.5.2 警告83
2.6 文件讀寫83
2.6.1 讀文件84
2.6.2 寫文件85
2.6.3 中文文件的讀寫87
2.7 內置函數88
2.7.1 數字相關的內置函數88
2.7.2 序列相關的內置函數90
2.7.3 類型相關的內置函數92
本章學習筆記92
本章新術語92
本章新函數94
第3章 Python進階96
3.1 函數進階96
3.1.1 函數參數傳遞96
3.1.2 高階函數98
3.1.3 函數map()、filter()和reduce()101
3.1.4 Lambda錶達式102
3.1.5 關鍵字global103
3.1.6 函數的遞歸104
3.2 迭代器與生成器105
3.2.1 迭代器105
3.2.2 生成器110
3.3 裝飾器112
3.3.1 裝飾器的引入112
3.3.2 裝飾器的用法115
3.4 上下文管理器與with語句118
3.4.1 上下文管理器的原理119
3.4.2 模塊contextlib123
3.5 變量作用域125
本章學習筆記127
本章新術語128
本章新函數128
第4章 Python標準庫129
4.1 係統相關：sys模塊129
4.2 與操作係統進行交互：os模塊133
4.3 字符串相關：string模塊136
4.4 正則錶達式：re模塊138
4.5 日期時間相關：datetime模塊142
4.6 更好地打印Python對象：pprint模塊145
4.7 序列化Python對象：pickle，cPickle模塊145
4.8 讀寫JSON數據：json模塊147
4.9 文件模式匹配：glob模塊150
4.10 高級文件操作：shutil模塊151
4.11 更多的容器類型：collections模塊153
4.12 數學：math模塊157
4.13 隨機數：random模塊158
本章學習筆記159
本章新術語160
本章新函數160
第5章 Python科學計算基礎：NumPy模塊162
5.1 NumPy模塊簡介162
5.2 數組基礎163
5.2.1 數組的引入163
5.2.2 數組的屬性164
5.2.3 數組的類型166
5.2.4 數組的生成169
5.2.5 數組的索引172
5.2.6 數組的迭代174
5.3 數組操作175
5.3.1 數值相關的數組操作175
5.3.2 形狀相關的數組操作179
5.3.3 數組的拼接操作184
5.3.4 數組的四則運算、點乘和矩陣類型187
5.3.5 數組的數學操作190
5.3.6 數組的比較和邏輯操作190
5.4 數組廣播機製191
5.5 數組索引進階194
5.5.1 數組基礎索引194
5.5.2 數組的高級索引196
5.6 數組讀寫199
5.6.1 數組的讀取199
5.6.2 數組的寫入200
5.6.3 數組的二進製讀寫200
5.7 隨機數組202
5.8 結構數組202
本章學習筆記206
本章新術語207
本章新函數207
第6章 Python可視化：Matplotlib模塊209
6.1 Matplotlib模塊簡介209
6.2 基於函數的可視化操作210
6.2.1 函數plt.plot()的使用210
6.2.2 圖與子圖215
6.2.3 其他可視化函數217
6.3 基於對象的可視化操作217
6.4 圖像中的文本處理219
6.5 實例：基於Matplotlib的三角函數可視化221
本章學習筆記226
本章新術語227
本章新函數227
第7章 Python科學計算進階：SciPy模塊228
7.1 SciPy模塊簡介228
7.2 插值模塊：scipy.interpolate229
7.3 概率統計模塊：scipy.stats233
7.3.1 基本統計量233
7.3.2 概率分布234
7.3.3 假設檢驗243
7.4 優化模塊：scipy.optimize246
7.4.1 數據擬閤247
7.4.2 最值優化251
7.4.3 方程求根254
7.5 積分模塊：scipy.integrate255
7.5.1 符號積分與SymPy模塊255
7.5.2 數值積分257
7.6 稀疏矩陣模塊：scipy.sparse260
7.7 綫性代數模塊：scipy.linalg262
7.8 實例：基於SciPy的主成分分析268
本章學習筆記271
本章新術語272
本章新函數272
第8章 Python數據分析基礎：Pandas模塊274
8.1 Pandas簡介274
8.2 一維數據結構：Series對象275
8.2.1 Series對象的生成275
8.2.2 Series對象的使用277
8.3 二維數據結構：DataFrame對象280
8.3.1 DataFrame對象的生成280
8.3.2 DataFrame對象的使用283
8.4 Pandas對象的索引286
8.4.1 基於中括號的索引和切片286
8.4.2 基於位置和標記的高級索引289
8.5 缺失值的處理293
8.6 數據的讀寫294
8.7 實例：基於Pandas的NBA數據分析295
本章學習筆記299
本章新術語299
本章新函數299
第9章 Python麵嚮對象編程300
9.1 麵嚮對象簡介300
9.2 自定義類型303
9.3 方法和屬性305
9.4 繼承與復用311
9.5 公有、私有、特殊

前言/序言

前言
Python是一門十分流行的編程語言，它免費、易學，而且功能強大，在網絡編程、圖形用戶界麵編程、科學計算、數據挖掘、機器學習、人工智能等方麵都有著廣泛的應用。
我在一年的時間裏，通過自學，從一個Python“小白”成長為瞭一個Python“老手”，並在這個過程中用筆記的形式記錄瞭自己學習和使用Python的經驗。本書就是根據本人的學習筆記整理而來，相信對同樣開始學習並使用Python的朋友會有幫助。
《自學Python——編程基礎、科學計算及數據分析》使用的集成開發環境是Anaconda，一個強大的Python計算環境。本書從初學者的角度齣發，利用IPython解釋器、Jupyter Notebook等Python工具，對Python的各個方麵進行瞭介紹。
《自學Python——編程基礎、科學計算及數據分析》首先介紹Python工具的使用，以及Python的基礎和進階用法，為讀者打下良好的基礎：優秀的工具能幫助讀者更有效地學習和使用Python，基礎和進階用法能讓讀者對Python有一些基本的認知。
接著，本書介紹一些關鍵的Python模塊，包括Python標準庫中的自帶模塊、NumPy、Matplotlib、SciPy、Pandas等，這些模塊提供瞭強大的功能：標準庫模塊提供瞭處理編程常見問題的工具，NumPy模塊提供瞭科學計算的基礎類型——數組，Matplotlib可以對數據進行可視化，SciPy可以進行一些高等數學的操作，而Pandas模塊則提供瞭數據分析的基本 功能。
除瞭用法和模塊，本書還介紹瞭Python中的麵嚮對象編程，囿於篇幅，本書隻介紹麵嚮對象編程的用法，對這一機製不做過多介紹。
最後，在已學習內容的基礎上，本書提供瞭一個用Python分析中文小說的實例，並簡要介紹數據分析的一些基本流程，供讀者參考。
《自學Python——編程基礎、科學計算及數據分析》基於學習筆記而來，內容更貼近讀者，例子也盡可能地簡單易懂。除瞭介紹用法，本書還加入瞭很多原理解釋，並輔以實例進行說明。因此，與其他Python書籍相比，本書不僅具有知其然的功能，還具有知其所以然的特點，從而能更好地幫助初學者進行學習。
《自學Python——編程基礎、科學計算及數據分析》使用的Python版本為2.7。考慮到書中涉及模塊的功能，可能會隨版本更新而改變，因此，本書主要介紹各個模塊的核心功能，對於一些細節用法不做過多介紹。



緻謝
我要感謝我的傢人，他們默默的支持，是我最堅實的後盾。
我要感謝我的導師張長水教授，他嚴謹的教導，使我終生受益。
我要感謝我的朋友蔣楠、鬍捷、王磊和潘偉燊，感謝他們參與本書的編寫工作。
我還要感謝辛苦的編輯王斌（IT大公雞），有瞭他的鼎力協助，纔有瞭這本書的成形與齣版。
本書內容參考瞭很多朋友總結分享的資料和知識，雖不可能完全統計齣對本書的內容做齣貢獻的所有人士，但在這裏，我要對那些沒有被提及的貢獻者們緻以最誠摯的謝意。
迴顧這近一年的寫作曆程，我感覺十分幸運。種種機緣巧閤促成瞭這本書的誕生，這段寫作的過程也必將成為我一生中最值得記憶的一段經曆。非常希望本書能夠對學習Python的朋友有所幫助！

李 金
2017.8.27
自學Python 編程基礎、科學計算及數據分析 下載 mobi epub pdf txt 電子書 格式

評分☆☆☆☆☆

還不錯啊，第一次買京東自營圖書。

評分☆☆☆☆☆

書很不錯，建議配閤作者GitHub的筆記進行學習，效果會更好

評分☆☆☆☆☆

還不錯啊，第一次買京東自營圖書。

評分☆☆☆☆☆

我問問我問問無所謂多少

評分☆☆☆☆☆

不錯的書

評分☆☆☆☆☆

正在學習派森，希望可以用來討生活

評分☆☆☆☆☆

很好，非常好，非常非常不錯！

評分☆☆☆☆☆

在知乎上看到的廣告，一位大神的筆記，好好學習下

評分☆☆☆☆☆

還行吧，正版，內容還沒看，不過是我需要的就好。

類似圖書 點擊查看全場最低價