Python程序設(shè)計(jì)基礎(chǔ)

目 錄
第1章 初識(shí)Python 1
1．1 Python語(yǔ)言概述 1
1．2 Python的開(kāi)發(fā)優(yōu)勢(shì) 1
1．3 安裝Python 2
1．4 IDLE開(kāi)發(fā)環(huán)境 4
1．4．1 Python IDLE集成開(kāi)發(fā)環(huán)境 4
1．4．2 Python程序編輯器 4
1．4．3 Python程序書(shū)寫(xiě)規(guī)范 5
1．4．4 Python程序的運(yùn)行 7
1．5 Anaconda開(kāi)發(fā)環(huán)境 8
1．5．1 Python軟件包管理工具 8
1．5．2 Anaconda軟件包 10
1．5．3 Anaconda Prompt窗口 12
1．5．4 IPython開(kāi)發(fā)工具 14
1．5．5 Spyder集成開(kāi)發(fā)環(huán)境 18
1．6 本章小結(jié) 19
習(xí)題 20
第2章 Python語(yǔ)言基礎(chǔ) 21
2．1 基本數(shù)據(jù)類型 21
2．1．1 數(shù)值型 21
2．1．2 邏輯型 21
2．1．3 字符串 22
2．2 變量 26
2．2．1 關(guān)鍵字和標(biāo)識(shí)符 26
2．2．2 變量 27
2．3 運(yùn)算符與表達(dá)式 28
2．3．1 運(yùn)算符 28
2．3．2 表達(dá)式 33
2．3．3 數(shù)據(jù)類型轉(zhuǎn)換 34
2．4 輸入與輸出 35
2．4．1 輸入函數(shù)input() 35
2．4．2 輸出函數(shù)print() 36
2．5 內(nèi)置函數(shù) 36
2．5．1 數(shù)學(xué)運(yùn)算函數(shù) 37
2．5．2 字符串處理函數(shù) 37
2．5．3 其他函數(shù) 40
2．6 常用模塊 41
2．6．1 模塊導(dǎo)入 41
2．6．2 math數(shù)學(xué)模塊 43
2．6．3 random隨機(jī)數(shù)模塊 44
2．6．4 datetime和time模塊 45
2．7 本章小結(jié) 48
習(xí)題 49
第3章 Python容器數(shù)據(jù)類型 51
3．1 列表list 51
3．1．1 創(chuàng)建列表和存取列表元素 51
3．1．2 列表基本操作 52
3．1．3 列表常用函數(shù) 53
3．1．4 切片 55
3．1．5 列表生成方式 55
3．2 元組 56
3．2．1 創(chuàng)建元組和存取元組元素 56
3．2．2 元組和列表的差異 58
3．2．3 序列操作函數(shù) 58
3．3 字典 59
3．3．1 創(chuàng)建字典和存取鍵值對(duì) 59
3．3．2 字典的常用方法 60
3．4 集合 62
3．4．1 創(chuàng)建集合 62
3．4．2 遍歷集合 62
3．4．3 集合操作函數(shù) 63
3．4．4 集合運(yùn)算：并、交、差 64
3．5 可變類型和不可變類型 65
3．6 淺復(fù)制和深復(fù)制 66
3．7 本章小結(jié) 67
習(xí)題 67
第4章 程序控制結(jié)構(gòu) 69
4．1 順序結(jié)構(gòu) 69
4．2 選擇結(jié)構(gòu) 69
4．2．1 二分支選擇結(jié)構(gòu) 70
4．2．2 單分支選擇結(jié)構(gòu) 71
4．2．3 多分支選擇結(jié)構(gòu) 72
4．2．3 嵌套的選擇結(jié)構(gòu) 73
4．3 循環(huán)結(jié)構(gòu) 74
4．3．1 while循環(huán) 75
4．3．2 for循環(huán) 76
4．3．3 break語(yǔ)句和continue語(yǔ)句 78
4．3．4 else子句 79
4．3．5 循環(huán)的嵌套 79
4．4 異常處理結(jié)構(gòu) 81
4．5 本章小結(jié) 82
習(xí)題 82
第5章 函數(shù) 84
5．1 函數(shù)定義 84
5．2 函數(shù)調(diào)用與參數(shù) 86
5．2．1 函數(shù)調(diào)用的一般形式 86
5．2．2 不可變對(duì)象和可變對(duì)象參數(shù) 87
5．2．3 默認(rèn)值參數(shù) 87
5．2．4 關(guān)鍵字參數(shù) 89
5．2．5 不定長(zhǎng)參數(shù) 89
5．2．6 實(shí)參序列解包 90
5．3 變量的作用域 91
5．4 lambda表達(dá)式 92
5．5 嵌套定義、修飾器和生成器函數(shù) 93
5．6 函數(shù)遞歸調(diào)用 95
5．7 Python的第三方庫(kù) 97
5．7．1 pyinstaller庫(kù) 97
5．7．2 jieba庫(kù) 98
5．7．3 wordcloud庫(kù) 99
5．7．4 turtle庫(kù) 100
5．8 本章小節(jié) 102
習(xí)題 102
第6章 文件 103
6．1 文件的基本概念 103
6．2 文件基本操作 104
6．2．1 用內(nèi)置函數(shù)open打開(kāi)文件 104
6．2．2 文件對(duì)象的屬性和常用方法 105
6．2．3 關(guān)閉文件 105
6．2．4 讀/寫(xiě)文本文件 106
6．2．5 讀/寫(xiě)二進(jìn)制文件 107
6．2．6 文件定位 108
6．2．7 讀/寫(xiě)docx文件和xlsx文件 109
6．3 文件與文件夾操作 111
6．3．1 os模塊 111
6．3．2 os．path模塊 113
6．4 編程實(shí)例 113
6．5 本章小節(jié) 116
習(xí)題 116
第7章 NumPy科學(xué)計(jì)算庫(kù) 117
7．1 NumPy基礎(chǔ) 117
7．1．1 數(shù)組對(duì)象特性 117
7．1．2 生成數(shù)組 118
7．1．3 NumPy的數(shù)據(jù)類型 121
7．2 存取數(shù)組元素 122
7．2．1 基本索引和切片操作 122
7．2．2 二維數(shù)組的索引操作 123
7．2．3 布爾索引 124
7．3 數(shù)組運(yùn)算和排序 125
7．3．1 數(shù)組和單個(gè)數(shù)據(jù)的運(yùn)算 125
7．3．2 數(shù)組和數(shù)組的運(yùn)算 125
7．3．3 數(shù)組排序 127
7．4 NumPy的函數(shù) 128
7．4．1 常用函數(shù) 128
7．4．2 隨機(jī)函數(shù) 131
7．4．3 集合函數(shù) 132
7．4．4 多項(xiàng)式 132
7．5 數(shù)組組合和文件存取 133
7．5．1 改變數(shù)組的維度 133
7．5．2 數(shù)組組合 134
7．5．3 數(shù)組分割 135
7．5．4 讀寫(xiě)文件 136
7．6 應(yīng)用實(shí)例 137
7．7 本章小結(jié) 139
習(xí)題 140
第8章 Pandas數(shù)據(jù)分析庫(kù) 141
8．1 Pandas的基本數(shù)據(jù)結(jié)構(gòu) 141
8．1．1 Series序列 141
8．1．2 DataFrame數(shù)據(jù)框 144
8．2 訪問(wèn)數(shù)據(jù) 146
8．2．1 loc[]、iloc[]訪問(wèn) 147
8．2．2 at[]、iat[]、query()訪問(wèn) 149
8．3 算術(shù)運(yùn)算和對(duì)齊 149
8．3．1 nan缺失值處理 149
8．3．2 對(duì)齊處理 152
8．3．3 通用函數(shù) 154
8．4 讀/寫(xiě)數(shù)據(jù)文件 155
8．4．1 讀/寫(xiě)CSV文件 155
8．4．2 讀/寫(xiě)Excel文件 157
8．4．3 讀/寫(xiě)HDF5文件 157
8．5 數(shù)據(jù)整理 158
8．5．1 行、列的插入和刪除 158
8．5．2 索引整理 159
8．5．3 重復(fù)值處理 161
8．5．4 排序和排名 162
8．5．5 數(shù)據(jù)框連接 164
8．5．6 數(shù)據(jù)分段 165
8．5．7 多級(jí)索引 167
8．5．8 字符串處理 168
8．6 分組統(tǒng)計(jì) 169
8．6．1 分組對(duì)象概述 169
8．6．2 分組對(duì)象的統(tǒng)計(jì)方法 170
8．6．3 數(shù)據(jù)透視表 172
8．7 時(shí)間序列 172
8．7．1 Pandas中的時(shí)間函數(shù) 173
8．7．2 時(shí)間頻率變換 175
8．8 實(shí)例應(yīng)用 176
8．8．1 泰坦尼克號(hào)數(shù)據(jù)集分析 176
8．8．2 電影票房統(tǒng)計(jì) 179
8．8．3 股票基本面統(tǒng)計(jì) 182
8．9 本章小結(jié) 184
習(xí)題 184
第9章 Matplotlib繪圖庫(kù) 185
9．1 Matplotlib簡(jiǎn)介 185
9．1．1 繪圖示例 185
9．1．2 顏色、線型和標(biāo)記符號(hào) 187
9．1．3 plt常用命令 188
9．1．4 中文顯示問(wèn)題 191
9．2 幾種常見(jiàn)的圖形 192
9．2．1 柱形圖 192
9．2．2 餅圖 195
9．2．3 散點(diǎn)圖 196
9．2．4 直方圖 198
9．2．5 箱線圖 199
9．2．6 其他圖形 200
9．3 多圖繪制 201
9．4 設(shè)置圖形裝飾項(xiàng) 204
9．4．1 添加注解 205
9．4．2 設(shè)置坐標(biāo)軸 207
9．4．3 填充顏色和顯示圖片 208
9．5 使用Pandas繪圖 209
9．6 本章小結(jié) 211
習(xí)題 212
第10章 Tushare財(cái)經(jīng)數(shù)據(jù)接口 213
10．1 財(cái)經(jīng)數(shù)據(jù)接口Tushare簡(jiǎn)介 213
10．1．1 宏觀經(jīng)濟(jì)數(shù)據(jù) 213
10．1．2 股票行情數(shù)據(jù) 216
10．1．3 上市公司基本面數(shù)據(jù) 219
10．1．4 股票指數(shù)數(shù)據(jù) 221
10．2 股票行情數(shù)據(jù)的可視化 223
10．2．1 繪制股票k線圖 223
10．2．2 繪制股票價(jià)格移動(dòng)均線與成交量 225
10．3 優(yōu)質(zhì)基本面的股票池創(chuàng)建 227
10．4 本章小結(jié) 229
習(xí)題 229
第11章 Python金融分析應(yīng)用 231
11．1 實(shí)用NumPy金融函數(shù) 231
11．2 股票的收益率和波動(dòng)率 235
11．2．1 收益率計(jì)算 235
11．2．2 單支股票和市場(chǎng)平均收益率比較 237
11．2．3 歷史波動(dòng)率計(jì)算 240
11．2．4 股票收益率相關(guān)性分析 242
11．3 股票技術(shù)指標(biāo)計(jì)算 246
11．3．1 價(jià)格趨勢(shì)分析 246
11．3．2 超賣超買分析 249
11．4 宏觀經(jīng)濟(jì)數(shù)據(jù)分析 251
11．4．1 數(shù)據(jù)準(zhǔn)備 251
11．4．2 國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)態(tài)勢(shì) 252
11．5 本章小結(jié) 256
習(xí)題 256
第12章 配套實(shí)驗(yàn) 257
實(shí)驗(yàn)1 Python和內(nèi)置函數(shù) 257
實(shí)驗(yàn)2 列表、元組、字典和集合 264
實(shí)驗(yàn)3 程序的流程控制 267
實(shí)驗(yàn)4 函數(shù)練習(xí) 268
實(shí)驗(yàn)5 文件讀寫(xiě) 269
實(shí)驗(yàn)6 NumPy科學(xué)計(jì)算庫(kù) 271
實(shí)驗(yàn)7 Pandas數(shù)據(jù)分析庫(kù) 274
實(shí)驗(yàn)8 Matplotlib繪圖庫(kù) 275
實(shí)驗(yàn)9 Python金融數(shù)據(jù)分析應(yīng)用 278
參考文獻(xiàn) 286