15天快速上手 Python

中島省吾

  • 出版商: 人民郵電
  • 出版日期: 2022-08-01
  • 定價: $479
  • 售價: 7.5$359
  • 語言: 簡體中文
  • 頁數: 256
  • ISBN: 7115590850
  • ISBN-13: 9787115590855
  • 相關分類: Python程式語言
  • 立即出貨 (庫存 < 3)

  • 15天快速上手 Python-preview-1
  • 15天快速上手 Python-preview-2
15天快速上手 Python-preview-1

商品描述

Python作為一門功能強大且利於理解和使用的編程語言,非常適合編程初學者入門。本書詳細闡述了Python編程的基礎知識,同時介紹了Python在網絡爬蟲和AI編程方面的應用。本書還通過豐富的實用案例介紹了掌握Python編程的知識,並針對學習過程中的重點和難點進行了深入剖析。本書採用師生互答的形式講解,共有三篇,每一篇5天學完,每一天均有詳細的學習說明,以幫助讀者快速掌握Python基礎知識,並用其解決工作中遇到的問題。

本書內容豐富,語言風趣幽默,適合對Python編程感興趣的初學者參考。

作者簡介

中岛省吾,媒体星球有限公司代表。在担任公司工程师培训和新员工培训讲师的同时,还制作了与编程相关的视频与文档。他教授的内容主题宽泛,包括IT基础、网络、数据库、C++、C#、Java、Web技术、Python等。

目錄大綱

Python基礎篇

 

第 1天 初識Python 003

第 1部分 開始使用Python 003

第 2部分 計算 008

第3部分 數值和字符串 014

第4部分 輸入 017

 

第 2天 控制語句和函數 021

第 1部分 if語句和比較運算符 021

第 2部分 邏輯運算符 026

第3部分 while語句 029

第4部分 函數的創建 033

 

第3天 Python數據類型 042

第 1部分 列表 042

第 2部分 列表的便捷功能 047

第3部分 元組和集合 050

第4部分 字典 054

 

第4天 類和模塊 058

第 1部分 面向對象 058

第 2部分 類和繼承 061

第3部分 異常 067

第4部分 模塊 072

 

第5天 網絡通信 076

第 1部分 電子郵件基礎與要做的準備工作 076

第 2部分 使用Python發送郵件 079

第3部分 Web服務器和通信 084

第4部分 使用外部庫 087

 

Python網絡爬蟲篇

 

第 1天 Web基礎 095

第 1部分 啟動Web服務器 096

第 2部分 Web服務器與HTML的關系 100

第3部分 HTML基礎 103

第4部分 標簽 108

 

 

第 2天 CSS和JavaScript 112

第 1部分 CSS是什麽 113

第 2部分 CSS選擇器 117

第3部分 JavaScript是什麽 121

第4部分 函數和事件 126

 

第3天 表單和正則表達式 130

第 1部分 表單 131

第 2部分 用Python程序接收表單輸入 137

第3部分 用正則表達式檢查輸入 142

 

第4天 Selenium自動化 147

第 1部分 Selenium是什麽 148

第 2部分 Selenium IDE 152

第3部分 在Python中使用Selenium 157

 

第5天 Python網絡爬蟲 162

第 1部分 使用正則表達式進行數據採集 163

第 2部分 使用beautifulsoup4和XPath進行數據採集 168

第3部分 使用Selenium進行數據採集 172

 

Python AI編程篇

 

第 1天 AI編程準備 177

第 1部分 引言 178

第 2部分 安裝Anaconda 180

第3部分 Jupyter Notebook 182

第4部分 NumPy 185

第5部分 Pandas 190

第6部分 matplotlib 194

 

第 2天 scikit-learn 198

第1部分 瞭解scikit-learn 199

第 2部分 回歸分析 202

第3部分 機器學習數據集 206

 

第3天 監督學習(k最近鄰算法) 212

第 1部分 瞭解 k最近鄰算法 213

第 2部分 數據劃分 215

第3部分 繪制散點圖 217

第4部分 構建機器學習模型 220

 

第4天 監督學習(其他相關的機器學習算法) 223

第 1部分 感知機 224

第 2部分 scikit-learn感知機 229

第3部分 邏輯斯諦回歸 232

第4部分 支持向量機 237

 

第5天 神經網絡和聚類 240

第 1部分 神經網絡 241

第 2部分 MLPClassifier分類器 247

第3部分 無監督學習 251

第4部分 嘗試k均值算法 254