Python編程及其在網(wǎng)絡(luò)科學(xué)中的應(yīng)用

第1章 Python簡介
1．1 Python的由來
1．2 Python能做什么
1．2．1 Web開發(fā)
1．2．2 人臉識別
1．2．3 數(shù)據(jù)分析
1．3 Python編程環(huán)境搭建
1．3．1 Windows環(huán)境安裝Python
1．3．2 Linux環(huán)境安裝Python
1．3．3 Anaconda管理Python環(huán)境
1．4 Python IDE的選擇
1．4．1 PyCharm
1．4．2 Sublime Text
1．4．3 Eclipse和PyDev
1．5 小結(jié)
第2章 基本數(shù)據(jù)結(jié)構(gòu)
2．1 字符串
2．1．1 字符串截取
2．1．2 字符串更新
2．1．3 轉(zhuǎn)義字符
2．1．4 字符串運算符
2．1．5 字符串格式化
2．1．6 三引號
2．1．7 Unicode字符串
2．2 元組
2．2．1 訪問元組
2．2．2 修改元組
2．2．3 刪除元組
2．2．4 元組運算符
2．2．5 元組索引，截取
2．2．6 無關(guān)閉分隔符
2．2．7 元組內(nèi)置函數(shù)
2．3 列表
2．3．1 創(chuàng)建一個列表
2．3．2 訪問列表中的值
2．3．3 更新列表
2．3．4 刪除列表元素
2．3．5 列表腳本操作符
2．3．6 列表截取
2．3．7 列表操作的函數(shù)和方法
2．4 字典
2．4．1 訪問字典里的值
2．4．2 修改字典
2．4．3 字典鍵的特性
2．4．4 字典內(nèi)置函數(shù)和方法
2．5 集合
2．5．1 創(chuàng)建集合
2．5．2 添加、刪除集合
2．5．3 集合的轉(zhuǎn)換
2．5．4 集合常用方法
2．6 小結(jié)
第3章 編程常用語法
3．1 Python數(shù)據(jù)類型
3．1．1 數(shù)字
3．1．2 字符串
3．1．3 列表
3．1．4 元組
3．1．5 集合
3．1．6 字典
3．2 判斷語句
3．3 循環(huán)語句
3．3．1 while循環(huán)
3．3．2 for循環(huán)語句
3．4 Python正則表達(dá)式
3．4．1 搜索和匹配函數(shù)
3．4．2 替換函數(shù)
3．4．3 分割字符串函數(shù)
3．5 局部變量與全局變量
3．6 Python類和對象
3．7 Python lambda表達(dá)式
3．8 Python with語句
3．9 Python多線程
3．1 0小結(jié)
第4章 Python應(yīng)用實例
4．1 數(shù)據(jù)排序
4．1．1 冒泡排序
4．1．2 快速排序
4．1．3 選擇排序
4．1．4 插入排序
4．1．5 折半插入排序
4．1．6 希爾排序
4．2 文件批量處理
4．3 XML與Excel互轉(zhuǎn)
4．3．1 Excel轉(zhuǎn)XML
4．3．2 XML轉(zhuǎn)Excel
4．4 網(wǎng)絡(luò)爬蟲
4．4．1 用Python簡單處理URL
4．4．2 用Python爬取網(wǎng)絡(luò)圖片
4．4．3 Python網(wǎng)絡(luò)爬蟲實例
4．5 Python圖形界面編程
4．5．1 tkinter常用控件
4．5．2 控件布局
4．6 Python JSON處理
4．7 文件讀寫操作
4．8 小結(jié)
第5章 Web應(yīng)用框架與應(yīng)用
5．1 Django開發(fā)
5．1．1 Django簡介
5．1．2 安裝環(huán)境搭建
5．1．3 Django的簡單操作
5．1．4 Django模板
5．1．5 Django模型
5．1．6 Django表單
5．1．7 Django搭建論壇系統(tǒng)
5．2 nask開發(fā)
5．2．1 安裝環(huán)境搭建
5．2．2 第一個Flask項目
5．2．3 Flask模型設(shè)計
5．2．4 Flask視圖函數(shù)view．py
5．2．5 Flask頁面渲染Jiniia2應(yīng)用
5．3 Flask開發(fā)在線社交網(wǎng)絡(luò)應(yīng)用
5．3．1 模型
5．3．2 頁面控制函數(shù)
5．4 服務(wù)器運行與維護
5．4．1 服務(wù)器環(huán)境搭建
5．4．2 代碼同步
5．4．3 常用命令
5．5 小結(jié)
第6章 Python科學(xué)計算
6．1 Python科學(xué)計算庫
6．1．1 科學(xué)計算庫的安裝
6．1．2 科學(xué)計算庫案例：函數(shù)擬合
6．1．3 科學(xué)計算庫案例：聚類分析
6．1．4 科學(xué)計算庫案例：K-means算法實現(xiàn)
6．2 Networkx處理圖數(shù)據(jù)
6．2．1 創(chuàng)建與訪問
6．2．2 給圖、節(jié)點和邊添加屬性
6．2．3 特殊圖及其用法
6．2．4 圖的生成器和圖的操作
6．3 Python在復(fù)雜網(wǎng)絡(luò)研究中的應(yīng)用
6．3．1 重要節(jié)點識別
6．3．2 社團發(fā)現(xiàn)
6．4 小結(jié)
第7章 Python在機器學(xué)習(xí)中的應(yīng)用
7．1 機器學(xué)習(xí)的概念
7．1．1 機器學(xué)習(xí)的定義
7．1．2 機器學(xué)習(xí)的應(yīng)用范圍
7．1．3 機器學(xué)習(xí)的算法分類
7．1．4 機器學(xué)習(xí)的常用框架
7．2 深度學(xué)習(xí)
7．2．1 深度學(xué)習(xí)基本概念
7 2 2AntoEncoder
7．3 Pvthon機器學(xué)習(xí)實例
7．3．1 Pvthon實現(xiàn)感知器
7．3．2 TensorFlow項目實例
7．4 小結(jié)
第8章 結(jié)束語
參考文獻(xiàn)
附錄 Python各版本差異