Python程序設計基礎與項目實踐（面向數據科學與大模型應用）

目錄

 

 

第1章引言1

1.1Python簡介1

1.1.1Python的歷史2

1.1.2Python的特點2

1.1.3Python的應用領域3

1.2應用場景與前景4

1.2.1數據科學4

1.2.2網絡開發5

1.2.3自動化腳本6

1.3安裝與環境配置7

1.3.1Windows下的安裝7

1.3.2macOS下的安裝8

1.3.3使用虛擬環境11

思考與練習13

 

第2章Python基礎15

2.1變量與數據類型15

2.1.1基本數據類型15

2.1.2變量命名規則22

2.1.3類型轉換22

2.2基本運算符與表達式23

2.2.1算術運算符23

2.2.2邏輯運算符25

2.2.3比較運算符27

2.3綜合案例: 員工工資計算系統28

2.3.1任務描述28

2.3.2運行結果29

思考與練習30

 

第3章控制結構32

3.1條件語句32

3.1.1if語句33

3.1.2else和elif的使用33

3.1.3嵌套條件語句34

3.2循環結構35

3.2.1for循環36

3.2.2while循環37

3.2.3break與continue語句39

3.3函數的定義與調用41

3.3.1函數的基本語法41

3.3.2參數與返回值42

3.3.3局部與全局變量44

3.4綜合案例: 圖書館書籍借閱管理系統45

3.4.1任務描述45

3.4.2運行結果47

思考與練習47

目錄

第4章數據結構50

4.1列表與元組50

4.1.1列表的創建與操作51

4.1.2元組的特性與應用54

4.1.3列表推導式56

4.2字典與集合56

4.2.1字典的創建與操作56

4.2.2集合的特點與應用59

4.2.3字典與集合的常用方法61

4.3數據結構的應用實例62

4.3.1學生成績管理62

4.3.2產品庫存管理65

4.3.3社交網絡數據分析68

4.4綜合案例: 學生選課管理系統70

4.4.1任務描述70

4.4.2運行結果73

思考與練習73第5章文件操作78

5.1文件的讀寫78

5.1.1文本文件的讀取與寫入78

5.1.2二進制文件的處理79

5.1.3with語句的使用82

5.2處理CSV與JSON文件83

5.2.1CSV文件的讀取與寫入84

5.2.2JSON格式的解析與生成85

5.2.3實際案例: 數據處理88

5.3文件異常處理89

5.3.1常見文件操作錯誤89

5.3.2tryexcept語句92

5.3.3文件關閉與資源管理93

5.4綜合案例: 用戶信息處理系統97

5.4.1任務描述97

5.4.2運行結果99

思考與練習100

 

第6章模塊與庫103

6.1標準庫概述103

6.1.1常用標準庫介紹103

6.1.2模塊的導入與使用104

6.1.3自定義模塊的創建105

6.2常用第三方庫介紹106

6.2.1NumPy的基本使用106

6.2.2Pandas的基本操作109

6.2.3Matplotlib的基本繪圖113

6.3自定義模塊119

6.3.1創建模塊的步驟119

6.3.2模塊的組織結構120

6.3.3模塊的文檔編寫123

6.4綜合案例: 圖書館書籍管理系統127

6.4.1任務描述127

6.4.2運行結果130

思考與練習130

 

第7章面向對象編程135

7.1類與對象135

7.1.1類的定義與屬性136

7.1.2對象的創建與使用138

7.1.3類方法與實例方法139

7.2繼承與多態141

7.2.1繼承的基本概念141

7.2.2方法重寫與擴展142

7.2.3多態的定義及實現方式143

7.3實際應用: 簡單遊戲開發145

7.3.1遊戲邏輯設計145

7.3.2用戶交互設計146

7.3.3遊戲資源管理146

7.4綜合案例: 銀行賬戶管理系統147

7.4.1任務描述147

7.4.2運行結果149

思考與練習149

 

第8章圖形用戶界面151

8.1Tkinter庫簡介151

8.1.1Tkinter的安裝與配置151

8.1.2Tkinter的基本概念154

8.1.3Tkinter的主循環155

8.2基本組件與布局159

8.2.1常用組件介紹159

8.2.2布局管理器的使用164

8.2.3事件與回調函數168

8.3實際項目: 簡易計算器169

8.3.1界面設計170

8.3.2事件處理171

8.3.3計算邏輯實現172

8.4綜合案例: 學生信息錄入系統174

8.4.1任務描述174

8.4.2運行結果176

思考與練習177

 

第9章數據可視化與大語言模型180

9.1Matplotlib庫使用180

9.1.1基本繪圖方法180

9.1.2圖形美化與定制181

9.1.3圖形保存與展示184

9.2數據可視化的基本技巧186

9.2.1常用圖表類型186

9.2.2數據解讀與展示189

9.2.3視覺效果與用戶體驗189

9.3實際項目: 數據分析結果展示190

9.3.1數據來源與處理190

9.3.2結果可視化191

9.3.3結果解讀與報告192

9.4深度學習框架與數據可視化193

9.4.1TensorFlow 基礎與可視化193

9.4.2高級可視化工具TensorBoard201

9.4.3PyTorch 基礎與可視化205

9.5大語言模型簡介210

9.5.1國內外主流大語言模型概覽 210

9.5.2利用大語言模型輔助編程: 以DeepSeek為例 210

9.5.3大語言模型微調實踐212

9.6綜合案例: 某電商平臺用戶行為與銷售數據分析214

9.6.1任務描述214

9.6.2運行結果216

思考與練習218

 

參考文獻220