顶部
收藏

Python程序设计


作者:
张俊 喻洁
定价:
43.00元
ISBN:
978-7-04-054305-6
版面字数:
430.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2020-09-01
读者对象:
高等职业教育
一级分类:
计算机大类
二级分类:
计算机类
三级分类:
软件技术

本书是国家职业教育信息安全与管理专业教学资源库配套教材。全书共分10个单元,主要讲解Python的基础知识、数据类型、程序结构、函数、面向对象编程、文件操作、Python数据分析Pandas和Python数据可视化。本书通俗易懂,内容由易到难,概念清晰,重点突出,习题丰富,比较适合Python初学者和从事大数据分析的从业人员。

本书为新形态一体化教材,配套建设了微课视频、授课用PPT、课后习题、习题答案、素材等数字化学习资源。与本书配套的数字课程在“智慧职教”(www.icve.com.cn)上线,读者可以登录进行学习并下载基本教学资源,详见“智慧职教服务指南”,也可发邮件至编辑邮箱1548103297@qq.com获取相关资源。

本书可作为高等院校Python语言课程的教材,也可作为广大计算机技术人员及相关自学者的辅助教材。

  • 前辅文
  • 单元1 Python概述
    • 学习目标
    • 引例描述
    • 知识储备
    • 1.1 关于Python
      • 1.1.1 Python简介
      • 1.1.2 Python语言的特点
    • 1.2 搭建Python的编程环境
      • 1.2.1 在Linux下搭建Python编程环境
      • 1.2.2 在Windows下搭建Python编程环境
    • 1.3 Python程序的编写、运行与调试
      • 1.3.1 采用交互式解释器
      • 1.3.2 采用文本编辑器
      • 1.3.3 采用集成开发环境PyCharm
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元2 简单数据类型
    • 学习目标
    • 引例描述
    • 知识储备
    • 2.1 常量
      • 2.1.1 数字型常量
      • 2.1.2 字符型常量
      • 2.1.3 布尔型常量
    • 2.2 变量
      • 2.2.1 变量的命名
      • 2.2.2 变量的赋值
    • 2.3 数据类型
      • 2.3.1 数字类型
      • 2.3.2 布尔类型
      • 2.3.3 字符串类型
      • 2.3.4 正则表达式
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元3 高级数据类型
    • 学习目标
    • 引例描述
    • 知识储备
    • 3.1 列表
      • 3.1.1 访问列表中的元素
      • 3.1.2 列表元素的增、删、改操作
      • 3.1.3 列表的基本运算
      • 3.1.4 列表中常用的函数
    • 3.2 元组
    • 3.3 字典
      • 3.3.1 字典的特性及内置函数
      • 3.3.2 字典的基本操作
      • 3.3.3 字典常用的方法
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元4 程序结构
    • 学习目标
    • 引例描述
    • 知识储备
    • 4.1 分支结构
      • 4.1.1 单分支结构
      • 4.1.2 双分支结构
      • 4.1.3 多分支结构
    • 4.2 循环结构
      • 4.2.1 while循环
      • 4.2.2 for循环
      • 4.2.3 break语句和continue语句
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元5 函数
    • 学习目标
    • 引例描述
    • 知识储备
    • 5.1 函数的定义和调用
    • 5.2 函数的参数传递
      • 5.2.1 形参与实参
      • 5.2.2 缺省参数和不定长参数
    • 5.3 全局变量和局部变量
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元6 面向对象编程
    • 学习目标
    • 引例描述
    • 知识储备
    • 6.1 类的概念
      • 6.1.1 封装
      • 6.1.2 继承
      • 6.1.3 多态
    • 6.2 类和对象的创建与使用
      • 6.2.1 类和对象
      • 6.2.2 实例的应用、运行和分析
      • 6.2.3 静态属性和实例属性
      • 6.2.4 方法的分类和区别
      • 6.2.5 类的内置方法
      • 6.2.6 方法的动态特性
    • 6.3 类的继承
      • 6.3.1 使用继承
      • 6.3.2 抽象类
      • 6.3.3 多重继承
    • 6.4 类的多态
    • 6.5 类的其他属性
      • 6.5.1 类的命名空间
      • 6.5.2 检查继承
    • 6.6 新式类
      • 6.6.1 新式类与经典类的区别一
      • 6.6.2 新式类和经典类的区别二
      • 6.6.3 新式类和经典类的区别三
      • 6.6.4 新式类和经典类的区别四
    • 6.7 导入类
    • 6.8 单模块存储和导入类
    • 6.9 导入模块
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元7 文件操作
    • 学习目标
    • 引例描述
    • 知识储备
    • 7.1 文件的打开与关闭
      • 7.1.1 文本文件和二进制文件
      • 7.1.2 open()、close()函数的使用
    • 7.2 文件的基本操作
      • 7.2.1 文件指针的概念
      • 7.2.2 文件的读取和写入
      • 7.2.3 文件的删除
      • 7.2.4 文件的复制
      • 7.2.5 文件内容的查找和替换
    • 7.3 目录的基本操作
      • 7.3.1 目录创建函数的使用
      • 7.3.2 目录删除函数的使用
      • 7.3.3 目录列表函数的使用
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元8 Python数据分析NumPy
    • 学习目标
    • 引例描述
    • 知识储备
    • 8.1 NumPy简介
    • 8.2 安装和认识NumPy数据结构
      • 8.2.1 可视化安装
      • 8.2.2 命令行安装
      • 8.2.3 NumPy数据结构中基本概念
    • 8.3 NumPy基本运算
      • 8.3.1 算术运算与比较运算
      • 8.3.2 NumPy提供的常用计算方法
      • 8.3.3 NumPy中通用函数
    • 8.4 索引和切片
      • 8.4.1 索引
      • 8.4.2 切片
    • 8.5 NumPy高级运算1
      • 8.5.1 数组的迭代
      • 8.5.2 二维数组循环
      • 8.5.3 数组更好的遍历方式
      • 8.5.4 数组优雅的遍历方式—自定义函数
    • 8.6 NumPy高级运算2
      • 8.6.1 自动生成数组的多种方式
      • 8.6.2 使用随机数
    • 8.7 NumPy高级运算3
      • 8.7.1 形状的变换
      • 8.7.2 二维数组变为一维数组
      • 8.7.3 连接数组操作
      • 8.7.4 水平、垂直切分数组
      • 8.7.5 数组的副本和视图
      • 8.7.6 广播机制
    • 8.8 NumPy实战案例
      • 8.8.1 案例:把list 对象转换成多维矩阵
      • 8.8.2 案例:把numpy.ndarray多维矩阵转换成list 对象
      • 8.8.3 案例:取出二维数组的某个列数据
      • 8.8.4 案例:利用NumPy进行快速计算并绘图
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元9 Python数据分析Pandas
    • 学习目标
    • 引例描述
    • 知识储备
    • 9.1 Series数据类型和构建
      • 9.1.1 通过列表构建Series数据
      • 9.1.2 通过标量值来构建Series数据
      • 9.1.3 通过字典创建Series数据
      • 9.1.4 从ndarray创建Series数据
    • 9.2 Series数据类型索引和切片
      • 9.2.1 Series索引
      • 9.2.2 Series切片
      • 9.2.3 Series元素赋值 167ndarray对象创建
      • 9.2.4 Series筛选元素
    • 9.3 Series重要操作和计算方法
      • 9.3.1 Series对齐操作
      • 9.3.2 Series对象运算和数学函数
      • 9.3.3 Series元素判断和重复元素统计
      • 9.3.4 Series元素判断和重复元素统计补充
      • 9.3.5 Series判断元素的所属关系
      • 9.3.6 NaN值的处理
      • 9.3.7 NaN值的筛选
    • 9.4 DataFrame数据类型和构建
      • 9.4.1 认识DataFrame类型
      • 9.4.2 DataFrame的创建:从二维
      • 9.4.3 DataFrame的创建:从一维ndarray对象创建
      • 9.4.4 DataFrame的创建:从Series对象字典创建
      • 9.4.5 DataFrame的创建:从一维列表构成的字典创建
    • 9.5 DataFrame基本操作和索引1
      • 9.5.1 获取列索引和行索引
      • 9.5.2 获取存储在DataFrame数据结构中的数据
      • 9.5.3 获取行和列
      • 9.5.4 元素的赋值
      • 9.5.5 添加新列、新行
      • 9.5.6 删除列、删除行
      • 9.5.7 修改单个值
      • 9.5.8 元素的从属关系判断和数据的简单筛选
      • 9.5.9 DataFrame的转置
    • 9.6 DataFrame基本操作和索引2
      • 9.6.1 学习Index对象
      • 9.6.2 索引的重复性
      • 9.6.3 更换索引
      • 9.6.4 自动编制索引
      • 9.6.5 删除
      • 9.6.6 算术和数据对齐
    • 9.7 DataFrame常用的运算操作
      • 9.7.1 算术运算
      • 9.7.2 DataFrame和 Series之间的运算
      • 9.7.3 数据筛选
      • 9.7.4 操作元素的函数
      • 9.7.5 统计函数
      • 9.7.6 排序
    • 9.8 Pandas的文件读写
      • 9.8.1 文本文件的读
      • 9.8.2 写入CSV 文件
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 单元10 Python数据可视化
    • 学习目标
    • 引例描述
    • 知识储备
    • 10.1 Matplotlib基本认识
      • 10.1.1 什么是Matplotlib
      • 10.1.2 Matplotlib优势
      • 10.1.3 Matplotlib安装和包的导入
    • 10.2 图的基本结构
      • 10.2.1 图的基本结构
      • 10.2.2 基本的作图步骤
      • 10.2.3 绘制基本曲线
      • 10.2.4 关于颜色的补充
      • 10.2.5 关于linestyle参数
      • 10.2.6 关于marker参数
      • 10.2.7 设置图例方式
      • 10.2.8 loc参数
      • 10.2.9 lim、ticks参数
      • 10.2.10 设置x、y坐标轴和标题
      • 10.2.11 设置文字描述、注解
      • 10.2.12 网格线开关
      • 10.2.13 显示与图像保存
    • 10.3 绘制多种类型的图
      • 10.3.1 折线图
      • 10.3.2 柱状图
      • 10.3.3 散点图
    • 10.4 子图的绘制
      • 10.4.1 子图的基本结构
      • 10.4.2 绘制过程
      • 10.4.3 子图案例1
      • 10.4.4 子图案例 2
    • 引例分析与实现
    • 单元小结
    • 课后习题
  • 参考文献

相关图书