【章名目录】
第 1章 概述
第 2章 开发环境与交互式工具
第3章 语言概述
第4章 数据结构
第5章 编程范型
第6章 库
第7章 数据分析
第8章 数据可视化
第9章 应用案例分析
9.1　网络爬虫 170
9.2　推荐系统 180
9.3　图像处理 188
9.4　机器学习 246

【详细目录】
第 1章 概述
1.1　Python简介 1
1.1.1　Python的发展历程 1
1.1.2　Python的特点 2
1.2　数据 3
1.2.1　数据类型 3
1.2.2　编程范型 4
1.3　数据模型 4
1.3.1　数据结构 4
1.3.2　对象 5
1.4　数据分析 5
1.4.1　数据分析简介 5
1.4.2　数据预处理 6
1.4.3　数据分析方法 6
1.5　本章小结 7
1.6　习题 8

第 2章 开发环境与交互式工具
2.1　搭建环境 9
2.1.1　下载Python 9
2.1.2　安装 10
2.1.3　环境变量配置 10
2.1.4　测试是否安装成功 12
2.2　Spyder 14
2.2.1　Spyder简介 14
2.2.2　Spyder安装 14
2.2.3　Spyder使用简介 16
2.3　Jupyter 18
2.3.1　Jupyter简介 19
2.3.2　Jupyter安装及配置 19
2.3.3　Jupyter工具使用 20
2.4　PyCharm 21
2.4.1　PyCharm简介 21
2.4.2　PyCharm安装 21
2.4.3　PyCharm配置 23
2.5　本章小结 25
2.6　习题 26

第3章 语言概述
3.1　内置类型 27
3.1.1　逻辑值检测 28
3.1.2　比较运算符 28
3.1.3　数值类型 29
3.1.4　迭代器类型 29
3.2　控制流程 30
3.2.1　if语句 31
3.2.2　while语句 33
3.2.3　for语句 34
3.3　模块 35
3.4　本章小结 38
3.5　习题 38

第4章 数据结构
4.1　元组 39
4.2　列表 42
4.3　集合 44
4.4　字典 47
4.5　推导式 49
4.6　本章小结 51
4.7　习题 51

第5章 编程范型
5.1　面向对象编程 52
5.1.1　Python的范围与命名空间 53
5.1.2　类的定义 54
5.1.3　类的继承 59
5.1.4　运算符重载 61
5.2　函数式编程 63
5.2.1　函数对象 63
5.2.2　匿名函数 65
5.2.3　装饰器 65
5.3　元编程初步 67
5.3.1　类的类型 67
5.3.2　类的动态创建 68
5.3.3　基于元类创建类 69
5.3.4　基于元类创建抽象类 70
5.4　本章小结 71
5.5　习题 71

第6章 库
6.1　NumPy 72
6.1.1　NumPy数组 72
6.1.2　NumPy数学函数 75
6.1.3　NumPy矩阵和向量 76
6.2　SciPy 79
6.2.1　最小二乘拟合 80
6.2.2　函数最小值 81
6.2.3　非线性方程组求解 83
6.2.4　B-Spline样条曲线 84
6.2.5　数值积分 85
6.2.6　解微分方程组 86
6.3　pandas 88
6.3.1　对象创建 89
6.3.2　数据切片 92
6.3.3　数据合并 93
6.3.4　数据分组 94
6.4　本章小结 95
6.5　习题 95

第7章 数据分析
7.1　数据存取 96
7.1.1　I/O操作 96
7.1.2　对象序列化和反序列化 102
7.1.3　SQLite数据库 105
7.2　数据清洗 111
7.2.1　数据分析 112
7.2.2　缺失值处理 114
7.2.3　异常值处理 119
7.2.4　重复值处理 125
7.3　时间序列分析 127
7.4　本章小结 134
7.5　习题 134

第8章 数据可视化
8.1　绘图工具 136
8.1.1　Matplotlib 137
8.1.2　pandas 137
8.1.3　seaborn 137
8.1.4　Bokeh 137
8.2　统计绘图 138
8.2.1　安装Matplotlib 138
8.2.2　简单绘制 138
8.2.3　添加图形元素 139
8.2.4　线图 143
8.2.5　直方图 146
8.2.6　条形图 147
8.2.7　饼图 151
8.3　网络可视化 153
8.3.1　NetworkX简介 153
8.3.2　NetworkX图的节点和边 154
8.3.3　利用NetworkX绘制图形 156
8.3.4　利用NetworkX绘制多层感知机网络图 159
8.4　交互式图形 161
8.4.1　Bokeh基础 161
8.4.2　默认工具栏 161
8.4.3　悬停工具 163
8.4.4　小部件 164
8.5　本章小结 168
8.6　习题 169

第9章 应用案例分析
9.1　网络爬虫 170
9.1.1　网络爬虫简介 170
9.1.2　网络爬虫框架Scrapy 171
9.1.3　数据存储 175
9.2　推荐系统 180
9.2.1　简单推荐系统 180
9.2.2　度量规则 181
9.2.3　先决条件 182
9.2.4　计算和输出 182
9.2.5　知识推荐系统 183
9.3　图像处理 188
9.3.1　图像的基本操作 188
9.3.2　图像预处理 200
9.3.3　提取特征 217
9.3.4　图像检测 231
9.3.5　图像分割 238
9.4　机器学习 246
9.4.1　概述 247
9.4.2　回归 262
9.4.3　分类 267
9.4.4　聚类 274
9.4.5　深度学习 283
9.5　本章小结 292
9.6　习题 293
参考文献 294