Python大學教程：面向計算機科學和數據科學（英文版）

定　價：￥169.00

作　者：	[美] 保羅.戴特爾（Paul Deitel）著
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111671503	出版時間：	2021-04-01	包裝：	平裝
開本：	16	頁數：	803	字數：

內容簡介

　　通過本書，你將學習：·538個案例研究，471個習題和項目，557道自檢習題。·基于IPython和Jupyter Notebook的即時反饋。·問題求解、算法開發(fā)、控制語句、函數等基礎知識。·列表、元組、字典、集合、Numpy數組、pandas Series和DataFrame。·2D/3D的靜態(tài)、動態(tài)和交互式可視化。·字符串、文本文件、JSON序列化、CSV、異常。·過程式、函數式和面向對象的程序設計方法。·“數據科學入門”：基礎統(tǒng)計、模擬、動畫、隨機變量、數據整理、回歸。·隱私、安全、倫理、可重現(xiàn)、透明。·AI、大數據和云數據科學案例研究：NLP、Twitter數據挖掘、IBM Watson、機器學習、深度學習、計算機視覺、Hadoop、Spark、NoSQL、IoT。·開源庫：NumPy、pandas、Matplotlib、Seaborn、Folium、SciPy、NLTK、TextBlob、 spaCy、Textatistic、Tweepy、Scikit-learn、Keras、PubNub等。

作者簡介

　　保羅·戴特爾（Paul Deitel） Deitel＆Associates公司首席執(zhí)行官兼首席技術官，畢業(yè)于麻省理工學院，在計算機領域擁有38年的經驗。他自1992年以來就為軟件開發(fā)人員教授專業(yè)課程，為包括思科、IBM、西門子、戴爾、NASA、北電網絡在內的全球企業(yè)客戶提供了數百門編程課程。哈維·戴特爾（Harvey Deitel） Deitel＆Associates公司董事長兼首席戰(zhàn)略官，在計算領域擁有58年的經驗。他在麻省理工學院獲得理學學士學位和碩士學位，在波士頓大學獲得博士學位。在1991年創(chuàng)立Deitel＆Associates公司之前，他已經獲得了波士頓大學的終身職位并擔任計算機科學系主任。Deitel品牌的出版物贏得了國際上的廣泛認可，并被翻譯為日語、德語、漢語等100多種語言出版。

圖書目錄

目　　錄

第1章　計算機和Python簡介 1
1.1　引言 2
1.2　硬件和軟件 3
1.3　數據層級 6
1.4　機器語言、匯編語言和高級語言 9
1.5　對象技術簡介 10
1.6　操作系統(tǒng) 13
1.7　Python簡介 16
1.8　（語言）庫 18
1.9　其他常見編程語言 20
1.10　試用：使用IPython和Jupyter Notebook 21
1.11　Internet和WWW 29
1.12　軟件技術 32
1.13　大數據 33
1.14　數據科學入門：大數據移動應用案例研究 40
第2章　Python程序設計簡介 49
2.1　引言 50
2.2　變量和賦值語句 50
2.3　算術操作 52
2.4　print函數、單引號字符串和雙引號字符串 56
2.5　三引號字符串 58
2.6　從用戶處獲得輸入 59
2.7　判斷：if語句與比較操作 61
2.8　對象和動態(tài)類型 66
2.9　數據科學入門：基本統(tǒng)計功能 68
2.10　小結 70
第3章　控制語句和程序設計 73
3.1　引言 74
3.2　算法 74
3.3　偽代碼 75
3.4　控制語句 75
3.5　if語句 78
3.6　if...else和if...elif...else語句 80
3.7　while語句 85
3.8　for語句 86
3.9　增量賦值 89
3.10　程序設計：通過序列控制重復 90
3.11　程序設計：通過哨兵控制重復 93
3.12　程序設計：嵌套控制結構 97
3.13　內置函數range：進一步討論 101
3.14　使用Decimal類型表達貨幣總量 102
3.15　break和continue語句 105
3.16　布爾操作and、or和not 106
3.17　數據科學入門：趨勢的度量—均值、中值、眾數 109
3.18　小結 111
第4章　函數 119
4.1　引言 120
4.2　函數的定義 120
4.3　多參數函數 123
4.4　隨機數生成器 125
4.5　案例研究：機會游戲 128
4.6　Python標準庫 131
4.7　math模塊函數 132
4.8　使用IPython的tab補全功能 133
4.9　缺省形參值 135
4.10　關鍵字實參 136
4.11　任意實參表 136
4.12　方法：歸屬于對象的函數 138
4.13　作用域規(guī)則 138
4.14　import：進一步討論 140
4.15　給函數傳遞實參：進一步討論 142
4.16　函數調用棧 145
4.17　函數式程序設計 146
4.18　數據科學入門：數據分布的度量 148
4.19　小結 150
第5章　序列：列表和元組 155
5.1　引言 156
5.2　列表 156
5.3　元組 161
5.4　序列拆包 163
5.5　序列切片 166
5.6　del語句 169
5.7　給函數傳遞列表 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　用列表模擬棧 178
5.12　列表解析 179
5.13　生成器表達式 181
5.14　過濾器、映射和約簡 182
5.15　其他序列處理函數 185
5.16　二維列表 187
5.17　數據科學入門：模擬和靜態(tài)可視化 191
5.18　小結 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　數據科學入門：動態(tài)可視化 228
6.5　小結 234
第7章　使用NumPy進行面向數組的編程 239
7.1　引言 240
7.2　從已有數據中創(chuàng)建數組 241
7.3　數組屬性 242
7.4　用特定值填充數組 244
7.5　使用range創(chuàng)建數組 244
7.6　列表與數組的性能比較：%timeit簡介 246
7.7　數組操作 248
7.8　NumPy計算方法 250
7.9　全局函數 252
7.10　索引和切片 254
7.11　視圖：淺拷貝 256
7.12　深拷貝 258
7.13　轉換和轉置 259
7.14　數據科學入門：pandas Series和DataFrame 262
7.15　小結 275
第8章　字符串：進一步討論 283
8.1　引言 284
8.2　格式化字符串 285
8.3　字符串拼接和重復 289
8.4　字符串空白符剝離 290
8.5　改變字符的大小寫 291
8.6　字符串比較操作 292
8.7　子串搜索 292
8.8　子串替換 294
8.9　字符串切分和合并 294
8.10　字符和字符測試方法 297
8.11　原生字符串 298
8.12　正則表達式簡介 299
8.13　數據科學入門：pandas、正則表達式和數據治理 307
8.14　小結 312
第9章　文件和異常 319
9.1　引言 320
9.2　文件 321
9.3　文本文件處理 321
9.4　更新文本文件 325
9.5　JSON序列化 327
9.6　安全問題：pickle序列化和反序列化 330
9.7　關于文件的其他說明 330
9.8　異常處理 331
9.9　finally子句 336
9.10　顯式引發(fā)異常 339
9.11?。蛇x）棧展開和回溯 339
9.12　數據科學入門：CSV文件的處理 342
9.13　小結 349
第10章　面向對象程序設計 355
10.1　引言 356
10.2　定制類Account 358
10.3　屬性的受控訪問 363
10.4　數據訪問的特性 364
10.5　私有屬性模擬 371
10.6　案例研究：洗牌和切牌 373
10.7　繼承：基類和子類 382
10.8　構建繼承層次和多態(tài)簡介 384
10.9　鴨子類型和多態(tài) 392
10.10　操作符重載 393
10.11　異常類層次和定制異常處理 397
10.12　有名元組 399
10.13　Python 3.7新數據類簡介 400
10.14　使用文檔字符串和doctest進行單元測試 406
10.15　命名空間和作用域 411
10.16　數據科學入門：時間序列和簡單線性回歸 414
10.17　小結 423
第11章　計算機科學思維：遞歸、搜索、排序和大O表示法 431
第12章　自然語言處理 477
第13章　Twitter數據挖掘 515
第14章　IBM Watson和認知計算 565
第15章　機器學習：分類、回歸和聚類 593
第16章　深度學習 665
第17章　大數據：Hadoop、Spark、NoSQL和IoT 723