【章名目錄】
第 1章 概述
第 2章 開發(fā)環(huán)境與交互式工具
第3章 語言概述
第4章 數(shù)據(jù)結(jié)構(gòu)
第5章 編程范型
第6章 庫
第7章 數(shù)據(jù)分析
第8章 數(shù)據(jù)可視化
第9章 應(yīng)用案例分析
9.1 網(wǎng)絡(luò)爬蟲 170
9.2 推薦系統(tǒng) 180
9.3 圖像處理 188
9.4 機(jī)器學(xué)習(xí) 246

【詳細(xì)目錄】
第 1章 概述
1.1 Python簡介 1
1.1.1 Python的發(fā)展歷程 1
1.1.2 Python的特點(diǎn) 2
1.2 數(shù)據(jù) 3
1.2.1 數(shù)據(jù)類型 3
1.2.2 編程范型 4
1.3 數(shù)據(jù)模型 4
1.3.1 數(shù)據(jù)結(jié)構(gòu) 4
1.3.2 對象 5
1.4 數(shù)據(jù)分析 5
1.4.1 數(shù)據(jù)分析簡介 5
1.4.2 數(shù)據(jù)預(yù)處理 6
1.4.3 數(shù)據(jù)分析方法 6
1.5 本章小結(jié) 7
1.6 習(xí)題 8

第 2章 開發(fā)環(huán)境與交互式工具
2.1 搭建環(huán)境 9
2.1.1 下載Python 9
2.1.2 安裝 10
2.1.3 環(huán)境變量配置 10
2.1.4 測試是否安裝成功 12
2.2 Spyder 14
2.2.1 Spyder簡介 14
2.2.2 Spyder安裝 14
2.2.3 Spyder使用簡介 16
2.3 Jupyter 18
2.3.1 Jupyter簡介 19
2.3.2 Jupyter安裝及配置 19
2.3.3 Jupyter工具使用 20
2.4 PyCharm 21
2.4.1 PyCharm簡介 21
2.4.2 PyCharm安裝 21
2.4.3 PyCharm配置 23
2.5 本章小結(jié) 25
2.6 習(xí)題 26

第3章 語言概述
3.1 內(nèi)置類型 27
3.1.1 邏輯值檢測 28
3.1.2 比較運(yùn)算符 28
3.1.3 數(shù)值類型 29
3.1.4 迭代器類型 29
3.2 控制流程 30
3.2.1 if語句 31
3.2.2 while語句 33
3.2.3 for語句 34
3.3 模塊 35
3.4 本章小結(jié) 38
3.5 習(xí)題 38

第4章 數(shù)據(jù)結(jié)構(gòu)
4.1 元組 39
4.2 列表 42
4.3 集合 44
4.4 字典 47
4.5 推導(dǎo)式 49
4.6 本章小結(jié) 51
4.7 習(xí)題 51

第5章 編程范型
5.1 面向?qū)ο缶幊?52
5.1.1 Python的范圍與命名空間 53
5.1.2 類的定義 54
5.1.3 類的繼承 59
5.1.4 運(yùn)算符重載 61
5.2 函數(shù)式編程 63
5.2.1 函數(shù)對象 63
5.2.2 匿名函數(shù) 65
5.2.3 裝飾器 65
5.3 元編程初步 67
5.3.1 類的類型 67
5.3.2 類的動(dòng)態(tài)創(chuàng)建 68
5.3.3 基于元類創(chuàng)建類 69
5.3.4 基于元類創(chuàng)建抽象類 70
5.4 本章小結(jié) 71
5.5 習(xí)題 71

第6章 庫
6.1 NumPy 72
6.1.1 NumPy數(shù)組 72
6.1.2 NumPy數(shù)學(xué)函數(shù) 75
6.1.3 NumPy矩陣和向量 76
6.2 SciPy 79
6.2.1 最小二乘擬合 80
6.2.2 函數(shù)最小值 81
6.2.3 非線性方程組求解 83
6.2.4 B-Spline樣條曲線 84
6.2.5 數(shù)值積分 85
6.2.6 解微分方程組 86
6.3 pandas 88
6.3.1 對象創(chuàng)建 89
6.3.2 數(shù)據(jù)切片 92
6.3.3 數(shù)據(jù)合并 93
6.3.4 數(shù)據(jù)分組 94
6.4 本章小結(jié) 95
6.5 習(xí)題 95

第7章 數(shù)據(jù)分析
7.1 數(shù)據(jù)存取 96
7.1.1 I O操作 96
7.1.2 對象序列化和反序列化 102
7.1.3 SQLite數(shù)據(jù)庫 105
7.2 數(shù)據(jù)清洗 111
7.2.1 數(shù)據(jù)分析 112
7.2.2 缺失值處理 114
7.2.3 異常值處理 119
7.2.4 重復(fù)值處理 125
7.3 時(shí)間序列分析 127
7.4 本章小結(jié) 134
7.5 習(xí)題 134

第8章 數(shù)據(jù)可視化
8.1 繪圖工具 136
8.1.1 Matplotlib 137
8.1.2 pandas 137
8.1.3 seaborn 137
8.1.4 Bokeh 137
8.2 統(tǒng)計(jì)繪圖 138
8.2.1 安裝Matplotlib 138
8.2.2 簡單繪制 138
8.2.3 添加圖形元素 139
8.2.4 線圖 143
8.2.5 直方圖 146
8.2.6 條形圖 147
8.2.7 餅圖 151
8.3 網(wǎng)絡(luò)可視化 153
8.3.1 NetworkX簡介 153
8.3.2 NetworkX圖的節(jié)點(diǎn)和邊 154
8.3.3 利用NetworkX繪制圖形 156
8.3.4 利用NetworkX繪制多層感知機(jī)網(wǎng)絡(luò)圖 159
8.4 交互式圖形 161
8.4.1 Bokeh基礎(chǔ) 161
8.4.2 默認(rèn)工具欄 161
8.4.3 懸停工具 163
8.4.4 小部件 164
8.5 本章小結(jié) 168
8.6 習(xí)題 169

第9章 應(yīng)用案例分析
9.1 網(wǎng)絡(luò)爬蟲 170
9.1.1 網(wǎng)絡(luò)爬蟲簡介 170
9.1.2 網(wǎng)絡(luò)爬蟲框架Scrapy 171
9.1.3 數(shù)據(jù)存儲(chǔ) 175
9.2 推薦系統(tǒng) 180
9.2.1 簡單推薦系統(tǒng) 180
9.2.2 度量規(guī)則 181
9.2.3 先決條件 182
9.2.4 計(jì)算和輸出 182
9.2.5 知識(shí)推薦系統(tǒng) 183
9.3 圖像處理 188
9.3.1 圖像的基本操作 188
9.3.2 圖像預(yù)處理 200
9.3.3 提取特征 217
9.3.4 圖像檢測 231
9.3.5 圖像分割 238
9.4 機(jī)器學(xué)習(xí) 246
9.4.1 概述 247
9.4.2 回歸 262
9.4.3 分類 267
9.4.4 聚類 274
9.4.5 深度學(xué)習(xí) 283
9.5 本章小結(jié) 292
9.6 習(xí)題 293
參考文獻(xiàn) 294