自學Python

本書是面向Python學習者和使用者的一本實用學習筆記，在前一版的基礎之上進行了全面修訂。
全書共11章。
第1章介紹Python的基礎知識，包括Anaconda、IPython解釋器、Jupyter Notebook等Python基本工具的使用；
第2章介紹Python的基本用法，包括基礎語法、數據類型、判斷與循環、函數與模塊、異常與警告、文件讀寫、內置函數；
第3章介紹Python的進階用法，包括函數進階、迭代器與生成器、裝飾器、上下文管理器與with語句、變量作用域；
第4章介紹Python面向對象編程，包括對象的方法與屬性、繼承與復用；
第5章介紹常見的Python標準庫；
第6章介紹Python科學計算基礎模塊NumPy，包括NumPy數組的操作、廣播機制、索引和讀寫；
第7章介紹Python數據可視化模塊Matplotlib，包括基於函數和對象的可視化操作；
第8章介紹Python科學計算進階模塊SciPy，包括概率、線性代數等模塊；
第9章介紹Python數據分析基礎模塊Pandas，包括Series和DataFrame的使用；
第10章介紹一個用Python分析中文小說文本的案例；
第11章介紹一個用Python對手寫數字進行機器學習處理的案例。
本書適合剛接觸Python的初學者以及希望使用Python處理和分析數據的讀者閱讀，
也可作為學習和使用Python的工具書或參考資料使用。

李金
清華自動化系碩士，阿里巴巴負責廣告推薦的算法專家，知乎達人，
其在知乎上的高分問答“如何系統地自學Python？
”閱讀量達4000萬，在Github上的“中文python筆記”也廣受國內外讀者好評。

第1章初識Python1
1.1 人生苦短，我用Python1
1.1.1 Python簡介1
1.1.2 版本的選擇2
1.2 安裝Python環境2
1.2.1 集成開發環境：Anaconda2
1.2.2 第一行Python代碼3
1.3 使用Python工具4
1.3.1 IPython解釋器4
1.3.2 代碼的運行模式：解釋器模式與
腳本模式6
1.3.3 學習工具：Jupyter Notebook8
1.4 本章學習筆記9
第2章Python基礎10
2.1 基礎語法簡介10
2.2 數據類型16
2.2.1 數字16
2.2.2 字符串20
2.2.3 索引與分片27
2.2.4 列表29
2.2.5 元組34
2.2.6 可變與不可變類型36
2.2.7 字典37
2.2.8 集合與不可變集合41
2.2.9 賦值機制44
2.3 判斷與循環49
2.3.1 判斷49
2.3.2 循環53
2.4 函數與模塊58
2.4.1 函數58
2.4.2 模塊61
2.5 異常與警告65
2.5.1 異常65
2.5.2 警告70
2.6 文件讀寫71
2.6.1 讀文件71
2.6.2 寫文件72
2.7 內置函數74
2.7.1 數字相關的內置函數74
2.7.2 序列相關的內置函數75
2.7.3 其他內置函數76
2.8 本章學習筆記76
第3章Python進階80
3.1 函數進階80
3.1.1 函數參數與返回值80
3.1.2 高階函數82
3.1.3 map()函數和filter()函數83
3.1.4 Lambda表達式84
3.1.5 關鍵字global85
3.1.6 函數的遞歸86
3.2 迭代器與生成器87
3.2.1 迭代器87
3.2.2 生成器91
3.3 裝飾器93
3.3.1 裝飾器的引入93
3.3.2 裝飾器的用法95
3.4 上下文管理器與with語句98
3.4.1 上下文管理器的引入98
3.4.2 上下文管理器的原理99
3.5 變量作用域103
3.6 本章學習筆記105
第4章Python面向對象編程107
4.1 面向對像簡介107
4.2 自定義類型109
4.3 方法與屬性111
4.4 繼承與復用115
4.5 公有、私有、特殊以及靜態的
方法與屬性118
4.6 多重繼承120
4.7 本章學習筆記121
第5章Python標準庫123
5.1 系統相關：sys模塊123
5.2 與操作系統進行交互：os模塊125
5.3 正則表達式：re模塊128
5.4 日期時間相關：datetime模塊132
5.5 讀寫JSON數據：json模塊134
5.6 文件模式匹配：glob模塊137
5.7 高級文件操作：shutil模塊138
5.8 數學：math模塊139
5.9 隨機數：random模塊140
5.10 路徑操作：pathlib模塊141
5.11 網址URL相關：urllib模塊142
5.12 實例：使用標準庫實現桌面
牆紙下載143
5.13 本章學習筆記146
第6章Python科學計算基礎：
NumPy模塊149
6.1 NumPy模塊簡介149
6.2 數組基礎150
6.2.1 數組的引入150
6.2.2 數組的屬性151
6.2.3 數組的類型152
6.2.4 數組的生成155
6.2.5 數組的索引157
6.2.6 數組的迭代159
6.3 數組操作160
6.3.1 數值相關的數組操作160
6.3.2 形狀相關的數組操作163
6.3.3 數組的連接操作168
6.3.4 數組的四則運算和點乘171
6.3.5 數組的數學操作172
6.3.6 數組的比較和邏輯操作173
6.4 數組廣播機制174
6.5 數組索引進階176
6.5.1 數組的基礎索引176
6.5.2 數組的高級索引178
6.6 數組讀寫180
6.6.1 數組的讀取180
6.6.2 數組的寫入181
6.6.3 數組的二進制讀寫182
6.7 隨機數組183
6.8 實例：使用NumPy實現K近鄰
查找184
6.9 本章學習筆記185
第7章Python數據可視化：
Matplotlib模塊187
7.1 Matplotlib模塊簡介187
7.2 基於函數的可視化操作187
7.2.1 plt.plot()函數的使用187
7.2.2 圖與子圖193
7.3 基於對象的可視化操作194
7.4 圖像中的文本處理195
7.5 實例：基於Matplotlib的三角
函數可視化197
7.6 本章學習筆記200
第8章Python科學計算進階：
SciPy模塊202
8.1 SciPy模塊簡介202
8.2 插值模塊：scipy.interpolate202
8.3 概率統計模塊：scipy.stats206
8.3.1 基本統計量206
8.3.2 概率分佈206
8.4 優化模塊：scipy.optimize214
8.4.1 數據擬合214
8.4.2 值優化218
8.4.3 方程求根220
8.5 線性代數模塊：scipy.linalg221
8.6 實例：基於SciPy的主成分
分析227
8.7 本章學習筆記230
第9章Python數據分析基礎：
Pandas模塊232
9.1 Pandas模塊簡介232
9.2 一維數據結構：Series對象232
9.2.1 Series對象的生成233
9.2.2 Series對象的使用235
9.3 二維數據結構：DataFrame
對象238
9.3.1 DataFrame對象的生成238
9.3.2 DataFrame對象的使用240
9.4 Pandas對象的索引242
9.4.1 基於中括號的索引和切片242
9.4.2 基於位置和標記的高級索引245
9.5 缺失值的處理248
9.6 數據的讀寫250
9.7 實例：基於Pandas的期貨
數據分析251
9.8 本章學習筆記256
第10章Python案例1：中文小說
分析257
10.1 數據預處理257
10.2 數據統計259
10.3 數據建模263
10.4 效果分析265
10.5 本章學習筆記271
第11章Python案例2：手寫數字
分析273
11.1 數據的獲取與處理273
11.2 數據建模和效果分析275
11.3 本章學習筆記277