Python大学教程：面向计算机科学和数据科学（英文版）

定　价：¥169.00

作　者：	[美] 保罗.戴特尔（Paul Deitel）著
出版社：	机械工业出版社
丛编项：
标　签：	暂缺

购买这本书可以去

ISBN：	9787111671503	出版时间：	2021-04-01	包装：	平装
开本：	16	页数：	803	字数：

内容简介

　　通过本书，你将学习：·538个案例研究，471个习题和项目，557道自检习题。·基于IPython和Jupyter Notebook的即时反馈。·问题求解、算法开发、控制语句、函数等基础知识。·列表、元组、字典、集合、Numpy数组、pandas Series和DataFrame。·2D/3D的静态、动态和交互式可视化。·字符串、文本文件、JSON序列化、CSV、异常。·过程式、函数式和面向对象的程序设计方法。·“数据科学入门”：基础统计、模拟、动画、随机变量、数据整理、回归。·隐私、安全、伦理、可重现、透明。·AI、大数据和云数据科学案例研究：NLP、Twitter数据挖掘、IBM Watson、机器学习、深度学习、计算机视觉、Hadoop、Spark、NoSQL、IoT。·开源库：NumPy、pandas、Matplotlib、Seaborn、Folium、SciPy、NLTK、TextBlob、 spaCy、Textatistic、Tweepy、Scikit-learn、Keras、PubNub等。

作者简介

　　保罗·戴特尔（Paul Deitel） Deitel＆Associates公司首席执行官兼首席技术官，毕业于麻省理工学院，在计算机领域拥有38年的经验。他自1992年以来就为软件开发人员教授专业课程，为包括思科、IBM、西门子、戴尔、NASA、北电网络在内的全球企业客户提供了数百门编程课程。哈维·戴特尔（Harvey Deitel） Deitel＆Associates公司董事长兼首席战略官，在计算领域拥有58年的经验。他在麻省理工学院获得理学学士学位和硕士学位，在波士顿大学获得博士学位。在1991年创立Deitel＆Associates公司之前，他已经获得了波士顿大学的终身职位并担任计算机科学系主任。Deitel品牌的出版物赢得了国际上的广泛认可，并被翻译为日语、德语、汉语等100多种语言出版。

图书目录

目　　录

第1章　计算机和Python简介 1
1.1　引言 2
1.2　硬件和软件 3
1.3　数据层级 6
1.4　机器语言、汇编语言和高级语言 9
1.5　对象技术简介 10
1.6　操作系统 13
1.7　Python简介 16
1.8　（语言）库 18
1.9　其他常见编程语言 20
1.10　试用：使用IPython和Jupyter Notebook 21
1.11　Internet和WWW 29
1.12　软件技术 32
1.13　大数据 33
1.14　数据科学入门：大数据移动应用案例研究 40
第2章　Python程序设计简介 49
2.1　引言 50
2.2　变量和赋值语句 50
2.3　算术操作 52
2.4　print函数、单引号字符串和双引号字符串 56
2.5　三引号字符串 58
2.6　从用户处获得输入 59
2.7　判断：if语句与比较操作 61
2.8　对象和动态类型 66
2.9　数据科学入门：基本统计功能 68
2.10　小结 70
第3章　控制语句和程序设计 73
3.1　引言 74
3.2　算法 74
3.3　伪代码 75
3.4　控制语句 75
3.5　if语句 78
3.6　if...else和if...elif...else语句 80
3.7　while语句 85
3.8　for语句 86
3.9　增量赋值 89
3.10　程序设计：通过序列控制重复 90
3.11　程序设计：通过哨兵控制重复 93
3.12　程序设计：嵌套控制结构 97
3.13　内置函数range：进一步讨论 101
3.14　使用Decimal类型表达货币总量 102
3.15　break和continue语句 105
3.16　布尔操作and、or和not 106
3.17　数据科学入门：趋势的度量—均值、中值、众数 109
3.18　小结 111
第4章　函数 119
4.1　引言 120
4.2　函数的定义 120
4.3　多参数函数 123
4.4　随机数生成器 125
4.5　案例研究：机会游戏 128
4.6　Python标准库 131
4.7　math模块函数 132
4.8　使用IPython的tab补全功能 133
4.9　缺省形参值 135
4.10　关键字实参 136
4.11　任意实参表 136
4.12　方法：归属于对象的函数 138
4.13　作用域规则 138
4.14　import：进一步讨论 140
4.15　给函数传递实参：进一步讨论 142
4.16　函数调用栈 145
4.17　函数式程序设计 146
4.18　数据科学入门：数据分布的度量 148
4.19　小结 150
第5章　序列：列表和元组 155
5.1　引言 156
5.2　列表 156
5.3　元组 161
5.4　序列拆包 163
5.5　序列切片 166
5.6　del语句 169
5.7　给函数传递列表 171
5.8　排序列表 172
5.9　搜索序列 174
5.10　其他列表方法 176
5.11　用列表模拟栈 178
5.12　列表解析 179
5.13　生成器表达式 181
5.14　过滤器、映射和约简 182
5.15　其他序列处理函数 185
5.16　二维列表 187
5.17　数据科学入门：模拟和静态可视化 191
5.18　小结 199
第6章　字典和集合 209
6.1　引言 210
6.2　字典 210
6.3　集合 221
6.4　数据科学入门：动态可视化 228
6.5　小结 234
第7章　使用NumPy进行面向数组的编程 239
7.1　引言 240
7.2　从已有数据中创建数组 241
7.3　数组属性 242
7.4　用特定值填充数组 244
7.5　使用range创建数组 244
7.6　列表与数组的性能比较：%timeit简介 246
7.7　数组操作 248
7.8　NumPy计算方法 250
7.9　全局函数 252
7.10　索引和切片 254
7.11　视图：浅拷贝 256
7.12　深拷贝 258
7.13　转换和转置 259
7.14　数据科学入门：pandas Series和DataFrame 262
7.15　小结 275
第8章　字符串：进一步讨论 283
8.1　引言 284
8.2　格式化字符串 285
8.3　字符串拼接和重复 289
8.4　字符串空白符剥离 290
8.5　改变字符的大小写 291
8.6　字符串比较操作 292
8.7　子串搜索 292
8.8　子串替换 294
8.9　字符串切分和合并 294
8.10　字符和字符测试方法 297
8.11　原生字符串 298
8.12　正则表达式简介 299
8.13　数据科学入门：pandas、正则表达式和数据治理 307
8.14　小结 312
第9章　文件和异常 319
9.1　引言 320
9.2　文件 321
9.3　文本文件处理 321
9.4　更新文本文件 325
9.5　JSON序列化 327
9.6　安全问题：pickle序列化和反序列化 330
9.7　关于文件的其他说明 330
9.8　异常处理 331
9.9　finally子句 336
9.10　显式引发异常 339
9.11　（可选）栈展开和回溯 339
9.12　数据科学入门：CSV文件的处理 342
9.13　小结 349
第10章　面向对象程序设计 355
10.1　引言 356
10.2　定制类Account 358
10.3　属性的受控访问 363
10.4　数据访问的特性 364
10.5　私有属性模拟 371
10.6　案例研究：洗牌和切牌 373
10.7　继承：基类和子类 382
10.8　构建继承层次和多态简介 384
10.9　鸭子类型和多态 392
10.10　操作符重载 393
10.11　异常类层次和定制异常处理 397
10.12　有名元组 399
10.13　Python 3.7新数据类简介 400
10.14　使用文档字符串和doctest进行单元测试 406
10.15　命名空间和作用域 411
10.16　数据科学入门：时间序列和简单线性回归 414
10.17　小结 423
第11章　计算机科学思维：递归、搜索、排序和大O表示法 431
第12章　自然语言处理 477
第13章　Twitter数据挖掘 515
第14章　IBM Watson和认知计算 565
第15章　机器学习：分类、回归和聚类 593
第16章　深度学习 665
第17章　大数据：Hadoop、Spark、NoSQL和IoT 723