科技 类型
可以朗读 语音朗读
135千字 字数
2022-12-01 发行日期
展开全部

主编推荐语

一本学习人工智能Python编程的实用工具书。

内容简介

本书以Python编程语言为载体，以微课为媒介，从基本编程应用到综合项目设计逐级推进、衍化，通过221个实例详细介绍了Python编程语言的基础知识和语法操作规范，同时还剖析了18个综合应用案例，从而培养读者解决人工智能应用问题的编程能力，完成Python算法库的建构与应用，最终用程序来模拟或实现人类的学习行为。

本书可以作为高职院校计算机类、自动化类、电子信息类、数字经济类等专业Python编程课程的参考教材，也可作为广大Python编程语言爱好者自学的参考书。

目录

  • 版权信息
  • 前言
  • 二维码清单
  • 第1章 Python编程基础概念
  • 1.1 Python语言概述
  • 1.1.1 Python语言发展概况与配置
  • 1.1.2 官网Python软件包的安装
  • 1.1.3 交互式解释执行与脚本式解释运行
  • 1.1.4 PyCharm编程环境
  • 1.1.5 Jupyter编程环境
  • 1.2 语法规则和基本数据类型
  • 1.2.1 Python语法规则
  • 1.2.2 数据类型概述
  • 1.2.3 变量与常量
  • 1.2.4 整数类型
  • 1.2.5 小数、浮点数和复数类型
  • 1.2.6 字符串及其基本操作
  • 1.2.7 数据类型转换
  • 1.3 基本输入输出和运算
  • 1.3.1 input()函数
  • 1.3.2 print()函数
  • 1.3.3 算术运算符
  • 1.3.4 赋值运算符
  • 1.3.5 位运算符
  • 1.3.6 比较运算符
  • 1.3.7 逻辑运算符
  • 1.3.8 运算符优先级
  • 1.4 结构化程序设计
  • 1.4.1 程序设计与算法
  • 1.4.2 结构化程序设计的基本要点
  • 1.4.3 选择结构
  • 1.4.4 循环结构
  • 第2章 组合数据类型
  • 2.1 序列数据类型
  • 2.1.1 序列概述
  • 2.1.2 列表（List）
  • 2.1.3 元组（Tuple）
  • 2.1.4 字符串（String）
  • 2.2 映射数据类型
  • 2.2.1 字典及其创建
  • 2.2.2 字典的基本操作与方法
  • 2.3 集合数据类型
  • 2.3.1 集合及其创建
  • 2.3.2 集合的基本操作与方法
  • 2.4 采用选择与循环实现组合数据操作
  • 2.4.1 列表推导式
  • 2.4.2 字典推导式
  • 2.4.3 集合推导式
  • 2.5 综合项目编程实例
  • 2.5.1 编写计算班级学生平均分的程序
  • 2.5.2 编写判断输入的数是否为素数的程序
  • 2.5.3 嵌套循环实现冒泡排序
  • 2.5.4 用户名和密码的输入验证
  • 第3章 函数与模块
  • 3.1 函数的定义
  • 3.1.1 Python程序结构特点
  • 3.1.2 自定义函数的基本概念
  • 3.1.3 形式参数、实际参数以及传递机制
  • 3.1.4 函数的参数属性
  • 3.1.5 函数的变量特性
  • 3.1.6 相关内置函数
  • 3.2 函数的高级应用
  • 3.2.1 匿名函数lambda表达式
  • 3.2.2 闭包函数
  • 3.2.3 递归函数
  • 3.3 对象与类
  • 3.3.1 对象的引入
  • 3.3.2 类的构造方法
  • 3.3.3 property()函数和＠property装饰器
  • 3.4 类的封装与继承
  • 3.4.1 封装
  • 3.4.2 继承
  • 3.4.3 多态
  • 3.5 模块与库的导入
  • 3.5.1 导入模块
  • 3.5.2 时间和日期处理模块
  • 3.5.3 random库
  • 3.5.4 string模块
  • 3.5.5 math和cmath模块
  • 3.5.6 sys模块
  • 3.5.7 webbrowser模块
  • 3.6 综合项目编程实例
  • 3.6.1 递归函数的综合应用
  • 3.6.2 继承的综合应用
  • 3.6.3 日期时间模块的综合应用
  • 第4章 文件及文件夹操作
  • 4.1 文件对象
  • 4.1.1 文件概述
  • 4.1.2 用open()函数打开文件
  • 4.1.3 读取文件的3种函数
  • 4.1.4 用write()和writelines()函数写入文件
  • 4.1.5 with as用法
  • 4.2 os、glob与shutil标准库模块
  • 4.2.1 os模块
  • 4.2.2 os.path模块
  • 4.2.3 glob模块
  • 4.2.4 shutil模块
  • 4.3 csv文件操作
  • 4.3.1 csv简介
  • 4.3.2 reader()函数
  • 4.3.3 writer()函数
  • 4.3.4 DictReader()函数
  • 4.4 Excel文件操作
  • 4.4.1 openpyxl概述
  • 4.4.2 openpyxl库函数
  • 4.5 文件异常处理
  • 4.5.1 异常的类型与含义
  • 4.5.2 异常处理方式
  • 4.5.3 assert语句
  • 4.6 综合项目编程实例
  • 4.6.1 简易文件搜索引擎
  • 4.6.2 统计Python程序的文本行数
  • 4.6.3 自动整理当前目录下的所有文件信息
  • 第5章 交互界面设计
  • 5.1 tkinter基础
  • 5.1.1 GUI介绍
  • 5.1.2 创建tkinter窗口
  • 5.2 tkinter控件的属性与函数
  • 5.2.1 tkinter窗口、Frame控件和Toplevel弹出窗口
  • 5.2.2 文本显示与输入
  • 5.2.3 按钮和复选框
  • 5.2.4 菜单和菜单按钮
  • 5.2.5 列表框和滑动条
  • 5.2.6 画布（Canvas）
  • 5.3 tkinter控件的模块
  • 5.3.1 messagebox模块
  • 5.3.2 simpledialog模块
  • 5.3.3 tkinter.filedialog模块
  • 5.3.4 colorchooser模块
  • 5.4 PyQt5界面
  • 5.4.1 PyQt5概述
  • 5.4.2 QtWidgets模块
  • 5.4.3 PyQt5.QtCore模块
  • 5.5 综合项目编程实例
  • 5.5.1 信息输入界面设计
  • 5.5.2 简易浏览器
  • 第6章 网络爬虫应用
  • 6.1 网络与网页基础
  • 6.1.1 OSI和TCP/IP两种模型
  • 6.1.2 URL格式的组成
  • 6.1.3 网络爬虫基本流程
  • 6.1.4 网页构成简述
  • 6.2 urllib基本应用
  • 6.2.1 urllib模块介绍
  • 6.2.2 urllib.request模块应用
  • 6.2.3 urllib.parse模块应用
  • 6.3 BeautifulSoup基本应用
  • 6.3.1 BeautifulSoup介绍
  • 6.3.2 BeautifulSoup标签定位方法
  • 6.3.3 BeautifulSoup标签选择器
  • 6.3.4 使用标准库解析分析网页输出
  • 6.3.5 使用lxml解析库分析网页输出
  • 6.3.6 使用html5lib解析库分析网页输出
  • 6.4 Scrapy基本应用
  • 6.4.1 Scrapy介绍
  • 6.4.2 XPath节点
  • 6.4.3 用XPath语法编辑爬虫文件
  • 6.4.4 用Item Pipeline和LinkExtractor爬取文件
  • 6.5 综合项目编程实例
  • 6.5.1 爬取网页连接数
  • 6.5.2 相关网页图片文件的获取与保存
  • 第7章 数据可视化编程
  • 7.1 numpy库
  • 7.1.1 numpy库介绍
  • 7.1.2 常见的矩阵运算
  • 7.2 pandas库
  • 7.2.1 pandas库介绍
  • 7.2.2 pandas的索引对象
  • 7.2.3 pandas算术运算和数据对齐
  • 7.2.4 numpy函数应用与映射
  • 7.2.5 DataFrame对象的排序
  • 7.3 Matplotlib库
  • 7.3.1 Matplotlib库绘图入门
  • 7.3.2 基本2D图绘制
  • 7.3.3 ax绘图方式
  • 7.3.4 复杂绘图函数及应用
  • 7.4 综合项目编程实例
  • 7.4.1 用tkinter窗口来绘制图形
  • 7.4.2 利用爬虫获得数据后进行绘图
  • 第8章 机器学习编程
  • 8.1 机器学习概述
  • 8.1.1 机器学习的定义
  • 8.1.2 过拟合和欠拟合
  • 8.1.3 评估模型
  • 8.1.4 sklearn库
  • 8.2 线性回归与多项式回归
  • 8.2.1 线性回归及实例
  • 8.2.2 回归方程确定系数R2
  • 8.2.3 多项式回归及实例
  • 8.3 逻辑回归分类器
  • 8.3.1 逻辑回归sigmoid函数
  • 8.3.2 逻辑回归实例
  • 8.4 支持向量机
  • 8.4.1 支持向量机原理
  • 8.4.2 sklearn库的支持向量机实现
  • 8.4.3 线性可分支持向量机实例
  • 8.4.4 线性不可分支持向量机实例
  • 8.4.5 线性近似可分支持向量机实例
  • 8.5 KNN算法
  • 8.5.1 KNN原理
  • 8.5.2 KNN算法中的kd树
  • 8.5.3 KNN应用实例
  • 8.6 综合项目编程实例
  • 8.6.1 用支持向量机解决分类问题
  • 8.6.2 用KNN算法识别手写数字
  • 参考文献
展开全部

评分及书评

评分不足
1个评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。