Python程序設計——從編程基礎到專業(yè)應用 第2版 章寧 李海峰
定 價：59 元
- 作者：章寧 李海峰
- 出版時間：2024/6/1
- ISBN：9787111753070
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：TP311.561
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書在內容設計和組織上深入淺出，充分發(fā)揮Python語言易上手和擅長數(shù)據(jù)分析的特點，分為Python編程基礎和Python專業(yè)應用兩個部分。第1部分共7章，通過Python易上手的特點幫助讀者構建良好的編程思維，能夠完成初步的數(shù)據(jù)分析和可視化；第2部分共3章，通過Python擅長數(shù)據(jù)分析的特點幫助讀者形成自主學習并應用Python的能力，能夠結合自己的專業(yè)靈活運用Python工具。本書采用任務驅動的教學理念，每章第一節(jié)均給出了本章要完成的任務（案例），所有知識點均圍繞該案例實現(xiàn)。本書通過二維碼向讀者提供所有編程實例的講解視頻等擴展內容，同時為教師提供了電子課件、習題答案、源代碼等輔助教學資源。
作為入門編程課程教材，本書既可作為高等院校非計算機類專業(yè)的公共課教材，也可作為計算機類專業(yè)的學習參考書。
采用任務驅動的教學理念，每章第一節(jié)均給出了本章要完成的任務（案例），所有知識點均圍繞該案例實現(xiàn)。
重新設計和組織Python編程基礎部分的內容，使其更適合初學者學習、記憶、理解和運用。
豐富數(shù)據(jù)分析與可視化的內容，包括 NumPy、Pandas、Matplotlib和Scikit-learn類庫。
通過二維碼向讀者提供所有編程實例的講解視頻等擴展內容，同時為教師提供了電子課件、習題答案、源代碼等輔助教學資源。
Python是非常靈活、接近自然語言的通用編程語言，它功能強大，適合解決各類計算問題。Python輕語法、重應用的特性使得它非常容易上手，有助于初學者形成良好的編程習慣和思維。對于非計算機類專業(yè)的學生來說，Python無疑是程序設計語言課程的首選。同時，Python擁有功能強大的第三方庫，提供了完整的數(shù)據(jù)分析框架，深受數(shù)據(jù)分析人員的青睞。全世界的編程人員都在不斷為Python的第三方庫貢獻力量，使得Python能夠通過短短幾行代碼就可以解決一個非常復雜的問題。
2019年，《Python程序設計：從編程基礎到專業(yè)應用》出版，當時國內的Python教材很少，近幾年隨著Python語言的流行，相關書籍如雨后春筍般涌現(xiàn)。此次改版，主要特色和創(chuàng)新體現(xiàn)在三個方面：一是采用任務驅動的教學理念，每章第一節(jié)均給出了本章要完成的任務（案例），所有知識點均圍繞該案例實現(xiàn)；二是突出Python在數(shù)據(jù)分析方面的強大功能，從第 2 章開始使用Python的標準庫和第三方庫；三是面向財經應用，具有鮮明的專業(yè)應用特色。與第 1 版相比，第 2 版更具前沿性和專業(yè)性，主要改動包括三個方面：一是將應用實例聚焦到財經應用上，以解決專業(yè)應用中的實際問題；二是重新設計和組織Python編程基礎部分的內容，使其更適合初學者學習、記憶、理解和運用；三是豐富數(shù)據(jù)分析與可視化的內容，包括 NumPy、Pandas、Matplotlib和Scikit-learn類庫。
本書適用于32～48學時（2～3學分）的彈性教學，第1部分的教學需要32學時，第2部分的教學需要16學時，共計48學時。若開設課程為32學時（2學分），則可只講第1部分，即前7章。
作為中央財經大學“十四五”本科規(guī)劃教材，本書的出版要感謝學校領導、教務處和信息學院Python課程組老師給予的大力支持和幫助。章寧負責全書整體策劃，以及第1～7章的編寫和統(tǒng)稿工作；李海峰負責編寫第10章，并進行第8～10章的統(tǒng)稿工作；王堅負責編寫第8章，李燕負責編寫第9章。此外，王悅和劉燦濤參與了第5～7章部分章節(jié)的編寫。
作為入門編程課程教材，本書內含大量編程實例，每章最后都有習題。本書通過二維碼向讀者提供所有編程實例的講解視頻等擴展內容，同時為教師提供了電子課件、習題答案、源代碼等輔助教學資源。
由于時間倉促，書中難免存在不妥之處，請讀者批評指正，并提出寶貴意見。
章寧，教授，博士生導師，現(xiàn)任中央財經大學信息學院院長，兼任商務部中國服務貿易專家委員會委員、管理科學與工程學會理事、國際信息系統(tǒng)協(xié)會中國分會CNAIS理事。獲霍英東第十三屆全國高等院校青年教師三等獎。2012年獲北京市優(yōu)秀人才培養(yǎng)項目資助。2016年獲“北京高校優(yōu)秀德育工作者”榮譽稱號。中央財經大學首屆教學名師。
前言
第1部分 Python編程基礎
第1章 Python起步2
1.1 案例：計算終值2
1.2 Python的安裝和運行2
1.2.1 搭建編程環(huán)境2
1.2.2 創(chuàng)建并運行程序4
1.3 Python語言簡介6
1.3.1 程序設計語言6
1.3.2 Python的起源和特性7
1.4 程序的基本要素8
1.4.1 數(shù)據(jù)類型8
1.4.2 變量10
1.4.3 運算符11
1.4.4 函數(shù)12
1.4.5 語句13
1.4.6 控制結構14
1.5 編程實踐：累加、累乘16
1.6 本章小結18
1.7 習題19
第2章 數(shù)值計算21
2.1 案例：蒙特卡羅模擬計算圓周率21
2.2 數(shù)字運算符22
2.2.1 比較運算符22
2.2.2 邏輯運算符23
2.2.3 混合類型運算24
2.3 數(shù)值計算常用函數(shù)25
2.3.1 數(shù)字運算函數(shù)25
2.3.2 整型相關函數(shù)26
2.4 相關標準庫27
2.4.1 math庫27
2.4.2 random庫29
2.4.3 time庫32
2.5 編程實踐：NumPy financial33
2.5.1 numpy_financial庫的安裝33
2.5.2 numpy_financial庫的使用34
2.6 本章小結36
2.7 習題37
第3章 序列39
3.1 案例：計算圓周率的精確小數(shù)位數(shù)39
3.2 對象和類40
3.2.1 type()函數(shù)41
3.2.2 decimal庫中的Decimal類41
3.3 字符串42
3.3.1 字符串的表示42
3.3.2 字符串運算符43
3.3.3 len()函數(shù)和string庫45
3.3.4 字符串的常用方法46
3.4 列表和元組48
3.4.1 列表和元組的表示48
3.4.2 列表和元組的運算符49
3.4.3 列表和元組的函數(shù)51
3.4.4 列表和元組的方法52
3.5 文件53
3.5.1 文件的基本操作53
3.5.2 tkinter中的filedialog55
3.6 編程實踐：Matplotlib中的pyplot56
3.7 本章小結61
3.8 習題62
第4章 非序列組合64
4.1 案例：四國宏觀經濟數(shù)據(jù)對比64
4.2 字典66
4.2.1 字典的表示66
4.2.2 字典的運算符和函數(shù)68
4.2.3 字典的常用方法69
4.3 集合71
4.3.1 集合的表示71
4.3.2 集合的運算符和函數(shù)72
4.3.3 集合的常用方法73
4.4 JSON文件74
4.4.1 JSON格式74
4.4.2 JSON庫75
4.5 編程實踐：pygal78
4.6 本章小結81
4.7 習題82
第5章 程序的控制結構84
5.1 案例：標準普爾500行業(yè)數(shù)據(jù)分析84
5.2 分支結構86
5.2.1 if-elif-else多分支語句86
5.2.2 條件表達式87
5.3 循環(huán)結構89
5.3.1 while語句89
5.3.2 嵌套循環(huán)92
5.4 CSV文件94
5.4.1 CSV格式94
5.4.2 CSV庫94
5.5 編程實踐：錯誤處理97
5.6 本章小結100
5.7 習題100
第6章 結構化程序設計102
6.1 案例：模擬乒乓球比賽102
6.2 函數(shù)104
6.2.1 函數(shù)的定義和調用104
6.2.2 參數(shù)的傳遞107
6.2.3 變量的作用域109
6.3 模塊112
6.3.1 模塊的執(zhí)行和引入112
6.3.2 模塊的結構113
6.4 自頂向下和自底向上115
6.4.1 自頂向下設計115
6.4.2 自底向上實施116
6.5 編程實踐：調試程序120
6.6 本章小結124
6.7 習題124
第7章 面向對象的程序設計126
7.1 案例：模擬乒乓球比賽126
7.2 類和對象實例127
7.2.1 類的定義127
7.2.2 對象實例131
7.3 面向對象的基本特性133
7.3.1 封裝性133
7.3.2 繼承和多態(tài)性134
7.4 面向對象的程序設計過程136
7.4.1 尋找候選對象136
7.4.2 設計并定義類136
7.5 編程實踐：tkinter中的彈出對話框138
7.6 本章小結141
7.7 習題142
第2部分 Python專業(yè)應用
第8章 數(shù)據(jù)分析基礎146
8.1 案例：蘋果公司股票價格數(shù)據(jù)的典型技術指標分析146
8.2 科學計算包 NumPy146
8.2.1 數(shù)組導入與創(chuàng)建146
8.2.2 數(shù)組屬性148
8.2.3 數(shù)組訪問149
8.2.4 數(shù)組操作149
8.2.5 數(shù)組運算151
8.3 數(shù)據(jù)處理包Pandas153
8.3.1 數(shù)據(jù)導入153
8.3.2 數(shù)據(jù)創(chuàng)建155
8.3.3 數(shù)據(jù)預覽157
8.3.4 數(shù)據(jù)訪問158
8.3.5 數(shù)據(jù)操作161
8.3.6 時間序列處理164
8.3.7 本章案例實現(xiàn)165
8.4 編程實踐167
8.5 本章小結170
8.6 習題171
第9章 數(shù)據(jù)可視化172
9.1 案例：金融數(shù)據(jù)可視化172
9.2 Matplotlib進階：繪圖格式的基本設置172
9.3 Python中的其他常見繪圖工具178
9.3.1 Pandas繪圖178
9.3.2 Seaborn庫183
9.4 編程實踐184
9.4.1 股票K線圖繪制184
9.4.2 金融文本數(shù)據(jù)分析188
9.5 本章小結190
9.6 習題190
第10章 數(shù)據(jù)分析建模191
10.1 案例：金融領域的數(shù)據(jù)分析191
10.2 Scikit-learn介紹191
10.2.1 Scikit-learn的歷史191
10.2.2 Scikit-learn資源介紹192
10.3 Scikit-learn實現(xiàn)回歸模型192
10.3.1 線性回歸模型的原理192
10.3.2 線性回歸模型的簡單實現(xiàn)193
10.3.3 基于Scikit-learn的線性回歸模型預測股票價格漲跌趨勢195
10.4 Scikit-learn實現(xiàn)分類模型201
10.4.1 決策樹分類模型的原理201
10.4.2 決策樹分類模型的簡單實現(xiàn)203
10.4.3 基于Scikit-learn的決策樹分類模型預測是否貸款206
10.5 編程實踐211
10.6 本章小結214
10.7 習題214
附錄 應用配置215
參考文獻218
書單推薦
