Python是一种简单易学的脚本语言，它具有解释性、编译性、互动性和面向对象的特性，提供了丰富的高级数据结构。目前，Python已成为广大开发人员的首选编程语言，并广泛应用于Web开发、自动化测试、数据分析及人工智能等领域。本书以实用性为出发点，在介绍Python程序设计的基础知识时，采用理论与实践相结合的方式，通过项目实战提升读者的应用能力，有效培养读者使用Python语言解决实际问题的能力。
本书共10章。具体内容分为两大部分：第一部分以Python语言基础知识普及为主，介绍了Python、基本语法、数据类型、函数等；第二部分以项目实战为核心，以贴近生活的案例为依托、以学以致用为导向，介绍了数据处理、可视化分析、科学计算、机器学习和深度学习等项目实战。全书以理论引导、案例驱动和上机实战为理念，打造Python语言学习的新模式。本书基于相关高等学校教师长期教学实践编写，旨在通过简练易懂的语言，以理论知识为基础、以项目实战为手段、以解决问题为根本，使读者真正理解所学理论，并能够学以致用。为方便读者学习，本书提供完整的配套资源，包括程序源码、PPT课件、习题答案等，可从机械工业出版社教育服务网（www.cmpedu.com）下载。
本书可以用作高等学校计算机、人工智能、信息、电气等相关专业本科生的教科书，也可作为技术人员的参考书。
- 图书详情
Python是一种简单易学的脚本语言，它具有解释性、编译性、互动性和面向对象的特性，提供了丰富的高级数据结构。目前，Python已成为广大开发人员的首选编程语言，并广泛应用于Web开发、自动化测试、数据分析及人工智能等领域。本书以实用性为出发点，在介绍Python程序设计的基础知识时，采用理论与实践相结合的方式，通过项目实战提升读者的应用能力，有效培养读者使用Python语言解决实际问题的能力。
本书共10章。具体内容分为两大部分：第一部分以Python语言基础知识普及为主，介绍了Python、基本语法、数据类型、函数等；第二部分以项目实战为核心，以贴近生活的案例为依托、以学以致用为导向，介绍了数据处理、可视化分析、科学计算、机器学习和深度学习等项目实战。全书以理论引导、案例驱动和上机实战为理念，打造Python语言学习的新模式。本书基于相关高等学校教师长期教学实践编写，旨在通过简练易懂的语言，以理论知识为基础、以项目实战为手段、以解决问题为根本，使读者真正理解所学理论，并能够学以致用。为方便读者学习，本书提供完整的配套资源，包括程序源码、PPT课件、习题答案等，可从机械工业出版社教育服务网（www.cmpedu.com）下载。
本书可以用作高等学校计算机、人工智能、信息、电气等相关专业本科生的教科书，也可作为技术人员的参考书。
前言
第1章Python语言概述
1.1Python语言简介
1.1.1Python的历史
1.1.2Python的特性及应用领域
1.1.3Python的版本
1.2Python开发环境
1.2.1Python解释器
1.2.2Python开发环境的安装与配置
1.2.3运行Python程序
1.3Python扩展库
1.3.1安装Python扩展库
1.3.2扩展库中对象的导入
1.4Jupyter Notebook
1.5本章小结
1.6课后习题
第2章Python语言基础
2.1Python语法规则
2.1.1语句缩进
2.1.2注释
2.1.3标识符
2.2Python数据类型
2.2.1数值类型
2.2.2字符串类型
2.2.3布尔型
2.3赋值语句
2.4输入与输出
2.4.1输入函数input()
2.4.2输出函数print()
2.4.3数据的格式化输出
2.5运算符与表达式
2.5.1算术运算符
2.5.2关系运算符
2.5.3逻辑运算符
2.5.4运算符的优先级和结合性
2.6本章小结
2.7实验：温度转换器
2.8实验：输入/输出拓展:制作简单的EXE程序
2.9课后习题
第3章复合数据类型
3.1序列类型
3.1.1列表
3.1.2元组
3.1.3字符串
3.1.4通用操作
3.1.5文件
3.2字典
3.3集合
3.4可变类型和不可变类型
3.5本章小结
3.6课后习题
第4章结构体
4.1选择结构
4.1.1选择结构的种类
4.1.2条件表达式
4.1.3异常处理
4.2循环结构
4.2.1for循环结构
4.2.2while循环结构
4.2.3循环控制语句
4.2.4循环嵌套
4.3解析式
4.4本章小结
4.5实验：温度转换器2.0
4.6实验：文件处理
4.6.1批处理文件名
4.6.2可视化浏览文件系统
4.7课后习题
第5章函数
5.1函数概述
5.1.1函数的定义和调用
5.1.2函数的参数和返回值
5.1.3函数嵌套
5.2lambda函数
5.3模块
5.4本章小结
5.5实验：递归遍历文件
5.6实验：学员管理系统
5.7课后习题
第6章数据处理
6.1数组概述
6.1.1数组的创建
6.1.2数组的基本属性
6.1.3数组的特点
6.2数组的操作
6.2.1切片与索引
6.2.2数组变换
6.2.3数组计算
6.2.4广播机制
6.3网约车平台数据分析
6.4股票历史价格分析
6.5摩尔定律的验证
6.6本章小结
6.7课后习题
第7章可视化分析
7.1从数据到图形
7.1.1基础图形
7.1.2统计图
7.1.3数组绘制
7.2面向对象的绘图模式
7.2.1图形对象
7.2.2子图绘制
7.2.3文字注释
7.3人口金字塔可视化分析
7.3.1提取人口数据
7.3.2可视化人口数据
7.3.3绘制人口金字塔
7.4电商数据可视化分析
7.4.1提取电商数据
7.4.2产品数据可视化分析
7.4.3用户数据可视化分析
7.5气象数据可视化分析
7.5.1提取气象数据
7.5.2温度数据可视化分析
7.5.3气候数据可视化分析
7.6本章小结
7.7课后习题
第8章科学计算
8.1Python科学计算简述
8.1.1SciPy功能与子模块
8.1.2数值积分与微分
8.1.3统计分析
8.2公司生产最优化规划
8.2.1scipy.optimize子模块简介
8.2.2线性规划在公司生产规划中的应用
8.3气象风速插值分析
8.3.1scipy.interpolate子模块简介
8.3.2气象最大风速预测
8.4数字图像处理
8.4.1数字图像的构成
8.4.2scipy.ndimage子模块简介
8.4.3数字图像滤波及特征提取
8.5本章小结
8.6课后习题
第9章机器学习
9.1基于数据的学习
9.1.1机器学习简述
9.1.2数据准备
9.1.3机器学习流程
9.2手写数字识别
9.2.1MNIST数据集分析与预处理
9.2.2分类模型的建立与训练
9.2.3手写数字识别模型的结果分析
9.3交通车流量预测
9.3.1车流量数据分析与预处理
9.3.2回归模型的建立与训练
9.3.3回归模型的预测分析
9.4电影推荐系统
9.4.1电影数据集分析与预处理
9.4.2基于内容的推荐系统
9.4.3混合推荐系统
9.5本章小结
9.6课后习题
第10章深度学习
10.1人工神经网络
10.1.1深度学习简述
10.1.2Python深度学习框架
10.2诗歌生成器
10.2.1诗歌数据准备与预处理
10.2.2基于循环神经网络的诗歌生成器
10.2.3诗歌生成器模型的训练与预测
10.3识别验证码的OCR模型
10.3.1验证码数据准备与预处理
10.3.2基于卷积循环网络的OCR模型
10.3.3OCR模型的训练与预测
10.4本章小结
10.5课后习题
参考文献
