Python3編程從零基礎到實戰
楊涵文; 陳姍姍
- 出版商: 化學工業
- 出版日期: 2024-04-01
- 定價: $594
- 售價: 8.5 折 $505
- 語言: 簡體中文
- 頁數: 333
- 裝訂: 平裝
- ISBN: 7122427307
- ISBN-13: 9787122427304
下單後立即進貨 (約4週~6週)
相關主題
商品描述
本書詳細介紹了Python3 編程從零基礎到實戰的相關知識,前面7 章為基礎部分,主要介紹Python3 編程的基本知識;
後面8 章從實戰應用的角度分別介紹數據可視化、交互式可視化和數據處理、UI 界面設計與計算機桌面自動化、
數據庫(主要是MySQL 數據庫的增刪改查)、機器學習、Git 使用等內容。
本書以簡單、實用、易懂為原則,力求使讀者在學會Python基礎知識的同時,掌握實戰與應用技能。
本書適合剛入門的Python 學習人員以及利用開源工具進行開發與應用的愛好者、研究人員參考閱讀。
目錄大綱
第1章 Python3 環境搭建 001
1.1 Python3 安裝 001
1.2 PyCharm 安裝與設定 003
1.2.1 Windows 下安裝PyCharm 003
1.2.2 配置鏡像來源 008
1.2.3 安裝自動補碼插件 011
1.2.4 安裝介面漢化插件 012
1.2.5 自訂腳本開頭 013
1.2.6 建立第一個Python 檔案 014
1.3 jupyter 安裝與設定 015
1.3.1 安裝jupyter 015
1.3.2 漢化 019
1.3.3 運行第一個代碼 020
1.3.4 選單列介紹 021
1.3.5 註釋編輯 022
1.3.6 配置鏡像來源 023
1.3.7 conda 建立虛擬環境 025
第2章 基礎入門知識 027
2.1 快速入門 027
2.1.1 列印輸出 027
2.1.2 新增註 028
2.2 變數 030
2.2.1 變數的基本知識 030
2.2.2 變數的格式化字串輸出 034
2.3 資料型態 036
2.4 數學計算 039
2.4.1 三種數字類型 039
2.4.2 數字類型轉換 040
2.4.3 實作簡單的四則運算 040
2.4.4 一些運算子的差異 041
2.5 字串 042
2.5.1 字串的基本使用 042
2.5.2 字串切片 045
2.5.3 字串變換 046
2.5.4 字串拼接 047
2.5.5 字串的其他操作 048
綜合練習 049
第3章 資料結構類型 050
3.1 列表 050
3.1.1 列表基本知識 050
3.1.2 訪問清單 051
3.1.3 列表值的修改 052
3.1.4 列表值的插入 053
3.1.5 清單值的刪除 053
3.1.6 列表的排序 054
3.1.7 列表的合併 055
3.2 元組 056
3.2.1 元組的基本知識 056
3.2.2 訪問元組 056
3.2.3 修改元組 058
3.2.4 解包元組 059
3.2.5 合併元組 060
3.3 集合 060
3.3.1 集合的基本知識 060
3.3.2 刪除集合中的值 061
3.3.3 集合的合併 062
3.4 字典 063
3.4.1 字典的基本知識 063
3.4.2 字典的修改 065
3.4.3 字典的遍歷 066
3.4.4 嵌套型字典 067
綜合練習 068
第4章 控制流 070
4.1 if 語句 070
4.1.1 if 語句的基本知識 070
4.1.2 if…else 語句 071
4.1.3 elif 方法的使用 072
4.1.4 and 方法的使用 073
4.1.5 or 方法的使用 074
4.1.6 嵌套if 語句 074
4.2 for 迴圈 075
4.2.1 簡單使用 075
4.2.2 中斷循環 076
4.2.3 continue 聲明 076
4.2.4 range( )函數 076
4.2.5 嵌套循環 077
4.3 while 迴圈 078
4.3.1 簡單使用 078
4.3.2 中斷循環 079
4.3.3 continue 聲明 079
4.4 match 語句 080
綜合練習 081
第5章 函數 082
5.1 定義與呼叫函數 082
5.1.1 基本使用 082
5.1.2 簡單應用 082
5.2 需要傳參的函數 083
5.2.1 函數分類 083
5.2.2 函數傳回值 084
5.2.3 全域關鍵字使用 085
5.3 函數類型 085
5.4 函數的遞歸 086
5.5 lamada 表達式 087
5.6 變項的分類 088
5.6.1 局部變數 088
5.6.2 全域變數 088
5.7 異常處理 089
5.7.1 異常處理的基本形式 089
5.7.2 else 搭配 089
5.7.3 finally 語句 090
5.8 函數裝飾器 091
5.8.1 第一類物件 091
5.8.2 裝飾器的簡單實作 092
5.8.3 裝飾器的使用 092
5.8.4 鍊式裝飾器 094
5.8.5 記憶性裝飾器 094
綜合練習 095
第6章 物件導向 097
6.1 類別和物件的基本理解 097
6.1.1 定義與區別 097
6.1.2 類的構成 097
6.2 類別與物件的建構 097
6.2.1 建立類別 097
6.2.2 建立並呼叫物件 098
6.2.3 物件中新增屬性與取得 099
6.3 構造函數 099
6.3.1 預設建構子 099
6.3.2 參數化建構子 100
6.3.3 物件刪除 101
6.4 單繼承 101
6.4.1 建立父類別 102
6.4.2 建立子類別 102
6.4.3 子類別初始化 102
6.4.4 super( )方法 103
6.4.5 新增屬性 103
6.4.6 新增方法 104
6.5 多繼承 104
綜合練習 105
第7章 實例與應用 106
7.1 詞雲繪製 106
7.1.1 基本的詞雲製作 106
7.1.2 製作更有趣的詞雲 107
7.2 影片剪輯 109
7.2.1 環境配置 109
7.2.2 影片轉gif 111
7.2.3 影片截取 112
7.3 二維碼製作 113
7.3.1 製作彩色的二維碼 113
7.3.2 製作動態二維碼 113
7.4 批次資料爬取 114
7.4.1 必應爬蟲 114
7.4.2 圖片篩選 114
7.5 石頭、剪刀、布遊戲 115
第8章 matplotlib 資料視覺化 118
8.1 模組簡介 118
8.2 常見圖形繪製 118
8.2.1 折線圖繪製 118
8.2.2 散佈圖繪製 124
8.2.3 長條圖繪製 125
8.2.4 直方圖繪製 126
8.2.5 扇形圖繪製 127
8.2.6 堆疊的長條圖繪製 129
8.2.7 箱型圖繪製 129
8.2.8 標籤和座標軸繪製 129
第9章 pyecharts 互動式視覺化 131
9.1 pyecharts 基礎引導 131
9.1.1 模組概述 131
9.1.2 圖表基礎 131
9.2 常見的各種圖表繪製 133
9.2.1 直方圖繪製 133
9.2.2 箱型圖繪製 136
9.2.3 散佈圖繪製 137
9.2.4 折線圖繪製 138
9.2.5 K 線圖繪製 139
9.2.6 餅圖繪製 140
9.2.7 水球圖繪製 141
9.3 圖形簡單組合佈局 141
9.3.1 優美的主題圖 143
9.3.2 圖表數據突出 144
9.4 詞雲製作 145
綜合練習 147
第10章 pandas 資料處理基礎 149
10.1 概述 149
10.2 簡單快速的入門 149
10.2.1 建立DataFrame 149
10.2.2 設定索引 150
10.2.3 索引值 151
10.2.4 讀取和寫入檔案 151
10.2.5 查看數據資訊 152
10.3 索引選擇和排序分組 153
10.3.1 按列索引 153
10.3.2 按行索引 154
10.3.3 按區域篩選資料 155
10.3.4 條件篩選 155
10.3.5 排序 156
10.3.6 資料分組 156
10.4 資料的增刪 157
10.4.1 行資料的增加 158
10.4.2 新增一列資料 158
10.4.3 刪除一列資料 158
10.5 資料表拼接 159
10.5.1 橫向拼接 159
10.5.2 縱向拼接 160
10.6 統計計算 161
10.6.1 資料相關性計算 161
10.6.2 變化率計算 161
10.6.3 協方差計算 162
10.7 資料清洗 162
10.7.1 檢查過濾缺失資料 162
10.7.2 修改缺失資料 163
10.7.3 填充缺失資料 163
10.7.4 剔除重複標籤資料 164
10.7.5 簡單數據分析 165
10.8 One-hot 編碼 168
10.9 pandas 資料視覺化 170
10.9.1 折線圖 170
10.9.2 長條圖 171
10.9.3 直方圖 171
10.9.4 箱型圖 172
10.9.5 面積圖 172
10.9.6 散點圖 173
10.9.7 扇形圖 173
10.9.8 表格 174
10.10 實戰:汽車數據分析 176
10.11 實戰:股票數據分析 179
第11章 UI 介面設計 183
11.1 UI 框架介紹 183
11.2 Tkinter 基礎 183
11.2.1 搭建第一個UI 介面 183
11.2.2 新增一個按鈕 183
11.2.3 設定視窗大小和標題 185
11.2.4 設定複選框 186
11.2.5 設定輸入框 186
11.2.6 使用Frame 框架 189
11.2.7 文字顯示 190
11.2.8 新增選單列 190
11.3 剪刀、石頭、布UI 設計 192
11.4 計算器UI 設計 197
第12章 電腦桌面自動化 205
12.1 滑鼠的自動控制 205
12.1.1 桌面大小取得與滑鼠指標定位 205
12.1.2 滑鼠的移動與點選控制 206
12.1.3 滑鼠的相對移動與右鍵控制 207
12.1.4 滑鼠滾動 207
12.1.5 視窗拖曳控制 208
12.2 鍵盤自動化控制 208
12.2.1 鍵盤寫入 208
12.2.2 鍵盤快速鍵 209
12.3 訊息框提示 211
12.4 截圖功能 212
12.4.1 基本截圖 212
12.4.2 影像定位 212
12.5 案例實現 213
12.5.1 selenium 環境搭建與簡單使用 213
12.5.2 結合selenium 模擬滑動 215
12.5.3 模擬微信發送訊息 215
12.5.4 模擬表單填寫 216
第13章 MySQL 資料庫 219
13.1 為什麼要學習資料庫 219
13.2 MySQL 下載與安裝 219
13.3 cmd 介面的基本操作 222
13.3.1 基本連接與斷開 222
13.3.2 基本的輸入查詢 223
13.3.3 資料庫簡單使用 224
13.3.4 表的建立與刪除 224
13.3.5 資料型態 225
13.3.6 資料插入表中 225
13.3.7 表的更改 226
13.3.8 表的查詢 227
13.3.9 資料庫的備份與還原 228
13.3.10 小結 230
13.4 單表查詢 230
13.4.1 navicat 的連接 231
13.4.2 建立資料表 231
13.4.3 select 選擇語句 234
13.4.4 select distinct 語句 235
13.4.5 where 查詢子句 235
13.4.6 and、or、not 使用 238
13.4.7 order by 子句使用 239
13.4.8 insert into 插入語句 240
13.4.9 NULL 空值 241
13.4.10 update 更新語句 242
13.4.11 delete 刪除語句 243
13.4.12 limit 限制語句 243
13.4.13 max、min 最值查詢 243
13.4.14 count、avg、sum 計數查詢 244
13.4.15 like 模糊查詢 245
13.4.16 in 符號 247
13.4.17 as 取別名 248
13.4.18 group by 分組查詢 249
13.4.19 having 條件 249
13.4.20 union 聯合查詢 250
13.5 多表查詢 252
13.5.1 內連接 253
13.5.2 左連接 253
13.5.3 右連接 254
13.5.4 交叉連接 254
13.5.5 自然連接 254
13.6 Python 對接MySQL 255
13.6.1 連接資料庫 255
13.6.2 資料庫建立與檢查 256
13.6.3 表的建立與插入 257
13.6.4 資料選擇 258
13.6.5 where 篩選 259
13.6.6 表的更新 260
13.7 實戰 261
13.7.1 表的設計 261
13.7.2 個案實務(一) 262
13.7.3 個案實務(二) 263
第14章 機器學習 265
14.1 機器學習基礎 265
14.1.1 什麼是機器學習 265
14.1.2 機器學習的分類 265
14.1.3 機器學習的建造步驟 266
14.1.4 常用術語 266
14.1.5 常用性能指標 267
14.2 線性迴歸 268
14.2.1 簡單線性迴歸基本概念 268
14.2.2 案例:學習時間與分數預測 269
14.2.3 多項式迴歸基本概念 271
14.2.4 案例:職位薪資預測 271
14.2.5 多元線性迴歸基本思想 273
14.2.6 案例:波士頓房價預測 273
14.3 邏輯迴歸 278
14.3.1 邏輯迴歸基本思想 278
14.3.2 案例:糖尿病預測 279
14.4 樸素貝葉斯分類 284
14.4.1 樸素貝葉斯基本思想 284
14.4.2 樸素貝葉斯分類與假設 284
14.4.3 案例:鳶尾花分類 285
14.4.4 案例:文本分類 286
14.4.5 樸素貝葉斯的優缺點 287
14.5 支援向量機 288
14.5.1 支援向量機介紹 288
14.5.2 最佳超平面 288
14.5.3 案例:乳癌預測分類 288
14.5.4 支援向量機優缺點 292
14.6 決策樹 293
14.6.1 決策樹的基本思想 293
14.6.2 特徵選擇 294
14.6.3 資訊增益 294
14.6.4 資訊增益比 295
14.6.5 基尼指數 295
14.6.6 決策樹參數 295
14.6.7 案例:鳶尾花分類 296
14.6.8 決策樹的優缺點 300
14.7 主成分分析 300
14.7.1 主成分分析簡介 300
14.7.2 案例:葡萄酒分類 301
14.7.3 主成分分析的優缺點 305
14.8 K-Means 聚類 306
14.8.1 K-Means 聚類基本思想 306
14.8.2 案例:商場消費分析 306
14.8.3 K-Means 聚類的優缺點 309
14.9 整合學習 309
14.9.1 理解整合學習 309
14.9.2 bagging(袋裝)基本思想 309
14.9.3 案例:糖尿病人數預測 310
14.9.4 boosting 基本思想 313
14.9.5 Adaboost(自適應增強)案例 313
14.9.6 XGBoost 基本思想 314
14.9.7 案例:波士頓房價預測 315
14.10 模型的保存與載入 319
14.10.1 模型的保存 320
14.10.2 模型的載重 320
第15章 Git 專案管理 321
15.1 Git 環境搭建 321
15.2 Git 的配置 323
15.3 倉庫基本管理 325
15.3.1 建立倉庫 325
15.3.2 新增密鑰 326
15.3.3 遠端上傳文件 328
15.3.4 遠端下載 330
15.4 提交歷史 331
15.4.1 常見指令 331
15.4.2 過濾提交 332