【章节目录】
第1章 Python开发基础
第2章 Python语言基本要素
第3章 简单数据类型
第4章 程序控制语句
第5章 组合数据类型
第6章 函数与模块
第7章 类与对象
第8章 文件处理
第9章 常见模块的使用
第10章 NumPy数据处理
第11章 Pandas数据查询
第12章 数据可视化
第13章 机器学习

【详细目录】
第1章 Python开发基础
1.1 计算机编程语言　1
1.1.1 基本概念　1
1.1.2　Python语言　3
1.2　Python开发应用环境搭建　4
1.2.1　Python解释器　4
1.2.2　Python代码编辑器　5
1.2.3　Python第三方库　7
1.2.4　AI辅助编程　8
习题1　9
第2章 Python语言基本要素
2.1　语句　10
2.1.1　基本写法　11
2.1.2　注释　12
2.2　变量　13
2.3　函数　15
2.3.1　输入输出函数　16
2.3.2　数据类型转换函数　17
2.3.3　字符串函数与处理　18
2.4　代码调试　26
习题2　32
第3章 简单数据类型
3.1　数字类型　34
3.1.1　整数　34
3.1.2　浮点数　35
3.1.3　复数　37
3.1.4　数字类型数据处理　38
3.2　字符串类型　42
3.2.1　基本格式　42
3.2.2　字符串类型转换　43
3.3　布尔类型　45
3.3.1　基本格式　45
3.3.2　布尔类型转换　47
习题3　48
第4章 程序控制语句
4.1　顺序语句　49
4.2　分支语句　50
4.2.1　单分支语句　50
4.2.2　双分支语句　51
4.2.3　多分支语句　51
4.2.4　模式匹配语句　52
4.3　循环语句　57
4.3.1　for循环语句　57
4.3.2　while循环语句　60
4.3.3　循环控制辅助语句　63
4.4　异常处理　65
4.4.1　异常捕获　65
4.4.2　异常触发　66
习题4　67
第5章 组合数据类型
5.1　列表与元组　71
5.1.1　定义　71
5.1.2　遍历列表元素　74
5.1.3　列表函数操作　78
5.2　字典　88
5.2.1　定义　88
5.2.2　遍历字典元素　91
5.2.3　字典函数操作　92
5.3　集合　95
5.3.1　定义　95
5.3.2　集合函数操作　97
5.4　组合数据的内存管理　98
习题5　100
第6章 函数与模块
6.1　函数定义与使用　103
6.1.1　基本函数定义与使用　103
6.1.2　匿名函数　108
6.1.3　递归函数　109
6.2　函数参数的特殊定义　115
6.2.1　默认值参数　115
6.2.2　命名参数　116
6.2.3　收集参数　117
6.3　变量的作用域　119
6.3.1　局部作用域　119
6.3.2　全局作用域　120
6.3.3　变量作用域的内存分配机制　122
6.4　模块、包与库　124
6.4.1　模块　124
6.4.2　包　126
6.4.3　库　127
6.5　map函数和reduce函数　129
6.5.1　map函数　129
6.5.2　reduce函数　130
习题6　133
第7章 类与对象
7.1　面向对象　136
7.2　封装　138
7.2.1　类的定义与使用　138
7.2.2　构造函数　139
7.2.3　属性方法　140
7.2.4　字符串表示方法　142
7.2.5　类属性和类方法　142
7.3　继承与多态　144
7.3.1　继承　144
7.3.2　多态　145
习题7　150
第8章 文件处理
8.1　文件概述　152
8.2　文件操作　153
8.2.1　文件读取　153
8.2.2　文件写入　156
8.2.3　文件定位　157
8.3　文件夹操作　160
习题8　161
第9章 常见模块的使用
9.1　随机数　164
9.2　时间处理　166
9.2.1　时间的表示　167
9.2.2　时间表示的转换　168
9.3　turtle绘图　173
9.3.1　基本概念　173
9.3.2　综合案例　177
9.4　文本处理　178
9.4.1　分词　178
9.4.2　词云　182
9.5　大语言模型交互　184
9.6　Web网页爬虫　186
9.6.1　Request模块方法　186
9.6.2　Scrapy模块方法　188
9.7　可执行程序生成库　190
9.8 图形界面应用开发　191
9.8.1 窗体应用开发（Tkinter）　191
9.8.2 Web应用开发（Flask）　193
9.9 综合应用案例　195
9.9.1 手写文字识别　195
9.9.2 语音合成　198
习题9　199
第10章 NumPy数据处理
10.1　数据表示　201
10.1.1　数组定义与使用　201
10.1.2　数组元素的数据类型　203
10.2　数据转换　204
10.2.1　不同数据维度的转换　204
10.2.2　不同数据类型的转换　206
10.2.3　不同数据数值的映射转换　207
10.3　数据选择　209
10.3.1　切片方法　209
10.3.2　布尔索引　211
10.4　数据排序　213
10.4.1　sort函数　213
10.4.2　lexsort函数　214
10.4.3　argsort函数　214
习题10　216
第11章 Pandas数据查询
11.1　数据获取　218
11.1.1　直接构造DataFrame数据　218
11.1.2　从数据文件读取构建DataFrame　219
11.1.3　数据结果的呈现　221
11.2　数据选择查询　222
11.2.1　选择列　222
11.2.2　选择行　223
11.2.3　行排序　225
11.3　数据更新　226
11.3.1　列更新　226
11.3.2　行更新　228
11.4　高级查询　230
11.4.1　分组聚合　230
11.4.2　数据连接　235
11.5　大规模数据的有效加载与存储　238
习题11　242
第12章 数据可视化
12.1　常见图例绘制　243
12.1.1　线形图　244
12.1.2　散点图　245
12.1.3　柱状图　248
12.1.4　饼状图　250
12.2　整体绘图环境设置　252
习题12　255
第13章 机器学习
13.1　关于机器学习　257
13.1.1　机器学习的概念　257
13.1.2　神经网络与深度学习　258
13.1.3　机器学习方法开发步骤　258
13.2　数据预处理　260
13.2.1　缺失数据处理　260
13.2.2　重复值处理　263
13.2.3　异常值处理　263
13.2.4　数据转换　264
13.3　模型训练与评估　267
13.3.1　基本方法　267
13.3.2　优化与改进　270
13.3.3　回归方法　275
13.4　深度学习　277
习题13　278