新書推薦：
《
长安曾有少年郎
》
售價：HK$
43.8
《
何以为园：中国江南古典私家园林的经济解释
》
售價：HK$
74.8
《
漫画图解博弈论：段位经商谋略之道 赢家是怎样炼成的
》
售價：HK$
43.8
《
斯坦福高中校长给父母的6堂课
》
售價：HK$
87.9
《
人间来过：百岁医师的人生处方
》
售價：HK$
53.9
《
湿胖2
》
售價：HK$
61.6
《
日本名厨高汤研究全书
》
售價：HK$
96.8
《
犹太古史
》
售價：HK$
195.8
|
| 編輯推薦： |
|
本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
|
| 內容簡介： |
Python是一种简单易学的脚本语言，它具有解释性、编译性、互动性和面向对象的特性，提供了丰富的高级数据结构。目前，Python已成为广大开发人员的首选编程语言，并广泛应用于Web开发、自动化测试、数据分析及人工智能等领域。本书以实用性为出发点，在介绍Python程序设计的基础知识时，采用理论与实践相结合的方式，通过项目实战提升读者的应用能力，有效培养读者使用Python语言解决实际问题的能力。
本书共10章。具体内容分为两大部分：第一部分以Python语言基础知识普及为主，介绍了Python、基本语法、数据类型、函数等；第二部分以项目实战为核心，以贴近生活的案例为依托、以学以致用为导向，介绍了数据处理、可视化分析、科学计算、机器学习和深度学习等项目实战。全书以理论引导、案例驱动和上机实战为理念，打造Python语言学习的新模式。本书基于相关高等学校教师长期教学实践编写，旨在通过简练易懂的语言，以理论知识为基础、以项目实战为手段、以解决问题为根本，使读者真正理解所学理论，并能够学以致用。为方便读者学习，本书提供完整的配套资源，包括程序源码、PPT课件、习题答案等，可从机械工业出版社教育服务网（www.cmpedu.com）下载。
本书可以用作高等学校计算机、人工智能、信息、电气等相关专业本科生的教科书，也可作为技术人员的参考书。
|
| 目錄：
|
目录
前言
第1章Python语言概述
1.1Python语言简介
1.1.1Python的历史
1.1.2Python的特性及应用领域
1.1.3Python的版本
1.2Python开发环境
1.2.1Python解释器
1.2.2Python开发环境的安装与配置
1.2.3运行Python程序
1.3Python扩展库
1.3.1安装Python扩展库
1.3.2扩展库中对象的导入
1.4Jupyter Notebook
1.5本章小结
1.6课后习题
第2章Python语言基础
2.1Python语法规则
2.1.1语句缩进
2.1.2注释
2.1.3标识符
2.2Python数据类型
2.2.1数值类型
2.2.2字符串类型
2.2.3布尔型
2.3赋值语句
2.4输入与输出
2.4.1输入函数input()
2.4.2输出函数print()
2.4.3数据的格式化输出
2.5运算符与表达式
2.5.1算术运算符
2.5.2关系运算符
2.5.3逻辑运算符
2.5.4运算符的优先级和结合性
2.6本章小结
2.7实验：温度转换器
2.8实验：输入/输出拓展:制作简单的EXE程序
2.9课后习题
第3章复合数据类型
3.1序列类型
3.1.1列表
3.1.2元组
3.1.3字符串
3.1.4通用操作
3.1.5文件
3.2字典
3.3集合
3.4可变类型和不可变类型
3.5本章小结
3.6课后习题
第4章结构体
4.1选择结构
4.1.1选择结构的种类
4.1.2条件表达式
4.1.3异常处理
4.2循环结构
4.2.1for循环结构
4.2.2while循环结构
4.2.3循环控制语句
4.2.4循环嵌套
4.3解析式
4.4本章小结
4.5实验：温度转换器2.0
4.6实验：文件处理
4.6.1批处理文件名
4.6.2可视化浏览文件系统
4.7课后习题
第5章函数
5.1函数概述
5.1.1函数的定义和调用
5.1.2函数的参数和返回值
5.1.3函数嵌套
5.2lambda函数
5.3模块
5.4本章小结
5.5实验：递归遍历文件
5.6实验：学员管理系统
5.7课后习题
第6章数据处理
6.1数组概述
6.1.1数组的创建
6.1.2数组的基本属性
6.1.3数组的特点
6.2数组的操作
6.2.1切片与索引
6.2.2数组变换
6.2.3数组计算
6.2.4广播机制
6.3网约车平台数据分析
6.4股票历史价格分析
6.5摩尔定律的验证
6.6本章小结
6.7课后习题
第7章可视化分析
7.1从数据到图形
7.1.1基础图形
7.1.2统计图
7.1.3数组绘制
7.2面向对象的绘图模式
7.2.1图形对象
7.2.2子图绘制
7.2.3文字注释
7.3人口金字塔可视化分析
7.3.1提取人口数据
7.3.2可视化人口数据
7.3.3绘制人口金字塔
7.4电商数据可视化分析
7.4.1提取电商数据
7.4.2产品数据可视化分析
7.4.3用户数据可视化分析
7.5气象数据可视化分析
7.5.1提取气象数据
7.5.2温度数据可视化分析
7.5.3气候数据可视化分析
7.6本章小结
7.7课后习题
第8章科学计算
8.1Python科学计算简述
8.1.1SciPy功能与子模块
8.1.2数值积分与微分
8.1.3统计分析
8.2公司生产最优化规划
8.2.1scipy.optimize子模块简介
8.2.2线性规划在公司生产规划中的应用
8.3气象风速插值分析
8.3.1scipy.interpolate子模块简介
8.3.2气象最大风速预测
8.4数字图像处理
8.4.1数字图像的构成
8.4.2scipy.ndimage子模块简介
8.4.3数字图像滤波及特征提取
8.5本章小结
8.6课后习题
第9章机器学习
9.1基于数据的学习
9.1.1机器学习简述
9.1.2数据准备
9.1.3机器学习流程
9.2手写数字识别
9.2.1MNIST数据集分析与预处理
9.2.2分类模型的建立与训练
9.2.3手写数字识别模型的结果分析
9.3交通车流量预测
9.3.1车流量数据分析与预处理
9.3.2回归模型的建立与训练
9.3.3回归模型的预测分析
9.4电影推荐系统
9.4.1电影数据集分析与预处理
9.4.2基于内容的推荐系统
9.4.3混合推荐系统
9.5本章小结
9.6课后习题
第10章深度学习
10.1人工神经网络
10.1.1深度学习简述
10.1.2Python深度学习框架
10.2诗歌生成器
10.2.1诗歌数据准备与预处理
10.2.2基于循环神经网络的诗歌生成器
10.2.3诗歌生成器模型的训练与预测
10.3识别验证码的OCR模型
10.3.1验证码数据准备与预处理
10.3.2基于卷积循环网络的OCR模型
10.3.3OCR模型的训练与预测
10.4本章小结
10.5课后习题
参考文献
|
| 內容試閱：
|
Python是一种使用广泛的、跨平台的、采用解释型方式运行的高级通用编程语言。Python提供了强大的高级数据结构和简单有效的面向对象的编程方法，它简洁明了的语法特点使之成为多数平台上脚本编写和快速开发应用的首选编程语言。随着其版本的不断更新和新功能的添加，Python已经逐渐成为开发独立大型项目的常用编程语言之一。作为面向对象的解释型计算机程序设计语言，Python是纯粹的自由软件，其源代码和解释器CPython均遵循GPL协议。Python具有丰富而强大的标准库，可提供适用于各种主流系统平台的源代码或机器码。此外，Python又被称为“胶水语言”，因为它可以轻松地将用其他语言编写的各种模块连接在一起。Python还具有动态类型系统和垃圾回收功能，能够自动管理内存的使用。它支持多种编程范式，包括函数式、指令式、结构化、面向对象和反射式编程。Python解释器易于扩展，可以使用C语言或C++语言（或者其他可以通过C语言调用的语言）扩展新的功能和数据类型。Python也可作为可定制化软件中的扩展程序语言使用。当前，Python在Web开发、自动化测试、数据分析及人工智能等许多领域都有着广泛的应用。
本书共10章，具体内容如下：
第1章Python语言概述。介绍了Python的历史、特性和应用领域，以及Python开发环境的安装与配置，并介绍了Python扩展库。通过本章的学习，读者可以了解Python语言的基本概念，掌握多种集成开发环境的使用技巧。
第2章Python语言基础。重点介绍了Python语法和程序编写规则。通过本章的学习，读者可以掌握基本的Python语法规则，了解构成有效Python标识符和表达式的方法，熟悉Python中的数据类型，以及在计算机上数字表示的基本原理。
第3章复合数据类型。通过序列类型的介绍，读者可以理解序列和索引的基本概念，掌握元组和列表的区别，了解处理文本信息的编程方法，熟悉通过内置函数对复合型数据进行操作的方法，熟悉复合型数据在实际项目中的使用技巧，以及了解在Python中读取和写入文本文件的基本文件处理概念和技术。
第4章结构体。从选择结构、循环结构、解析式几个方面进行阐述，读者应掌握利用条件语句理解判断编程模式及其实现，理解确定和不定循环的概念，掌握交互式循环和哨兵循环的编程模式，理解循环结构的控制语句。此外，本章还介绍了异常处理的思想。
第5章函数。通过本章的学习，读者可以了解函数式编程的程序设计理念，理解Python函数的基本原理，掌握函数的调用和参数传递的细节，理解递归的定义。
第6章数据处理。通过介绍NumPy数组的创建和操作，读者可以了解数组数据的组成与基本概念，掌握数组数据的基本操作与索引机制，理解NumPy矢量化操作对效率的提升，并正确区分循环与矢量化操作的应用场景。
第7章可视化分析。内容包括从数据到图形、面向对象的绘图模式，以及人口金字塔可视化分析、电商数据可视化分析、气象数据可视化分析等具体案例。通过本章的学习，读者可以了解数据可视化的意义与基本概念，掌握可视化分析图形中的信息要素与构建方法，理解可视化图表展示的信息内容，并能够进行正确分析。
第8章科学计算。先介绍了Python在科学计算领域的应用，然后讲解了公司生产最优化规划、气象风速插值分析、数字图像处理等实践案例。通过本章的学习，读者能够协同运用NumPy、SciPy与Matplotlib库解决科学计算问题，能够针对具体应用正确选择SciPy中对应的子模块，并依据该子模块提供的函数解决问题，还能够基于Python综合评估使用科学计算算法。
第9章机器学习。介绍了基于数据的学习和常用的机器学习算法原理，以及机器学习模型的性能评价指标。本章案例包括手写数字识别、交通车流量预测和电影推荐系统。通过本章的学习，读者能够了解机器学习的基本概念和常用算法，掌握机器学习模型的性能评价。
第10章深度学习。介绍了人工神经网络的概念和使用编程语言构建深度学习系统的流程。本章案例包括诗歌生成器及识别验证码的OCR模型。通过本章的学习，读者可以了解人工神经网络的特性和基本概念，掌握使用编程语言构建深度学习系统的流程，理解各类神经网络的组成结构。
本书旨在通过简练易懂的语言，以理论知识为基础、以项目实战为手段、以解决问题为根本，使读者真正理解所学理论，并能够学以致用。
由于编者水平有限，疏漏之处在所难免，殷切希望读者批评指正。
编者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
