Python 3快速入门与实战

一本系统介绍Python 3编程基础，通过大量项目案例引领读者快速入门Python编程，掌握使用Python进行数据可视化、爬虫开发、数据分析、机器学习等技能的实战教程。

本书通过理论与实战相结合的方式，结合大量案例系统地介绍了Python编程涉及的知识点，详细介绍了多个应用场景下使用Python开发的实际项目。本书共16章，分为两部分，第一部分（1～12章）主要讲解Python编程基础，第二部分（13～16章）主要讲解Python项目实战，旨在帮助读者系统、快速地掌握Python语法，并能够熟练地应用到实战项目中。全书代码适用于Python 3.6以及更高版本。
本书读者对象为Python编程的初学者，或者具有Python编程基础想进一步学习Python的编程爱好者；具有其他编程语言基础，想了解和学习Python的相关技术人员；未来准备从事数据科学、机器学习、人工智能、数据分析、数据采集等方向研究和工作的读者。

肖冠宇，大数据技术专家，曾就职于小米、人民网等互联网公司的大数据技术团队，拥有多年大数据系统研发经验，曾主导企业级大数据平台建设和多项大数据项目研发，擅长分布式系统架构、数据仓库产品设计与研发、实时计算、机器学习算法等。目前专注于大数据、人工智能领域的技术研究。著有《企业大数据处理：Spark、Druid、Flume与Kafka应用实践》一书，参与编著《高可用可伸缩微服务架构：基于Dubbo、Spring Cloud和Service Mesh》一书。作者公众号：DIMPLab。杨捷，英国高等统计学研究型硕士，在校期间荣获*高学术奖学金，英国The Face3D Research Consortium前成员。参与过多项数据分析科研项目，擅长数据统计建模分析与预测。曾担任英国大不列颠奥林匹克数学竞赛高级组指导老师，曾就职于爱丁堡知名咨询公司担任Consultant Assistant。2016年被邀请作为全球科技峰会苏格兰分会场演讲嘉宾。目前专注于机器学习、人工智能等领域的研究。

前言
第1章Python概述1
1.1初识Python1
1.2安装配置Python3开发环境2
1.2.1Windows系统下安装Python33
1.2.2Mac系统下安装Python35
1.3安装配置Anaconda6
1.3.1Windows系统下安装Anaconda7
1.3.2Mac系统下安装Anaconda9
1.4安装PyCharm开发工具10
1.4.1Windows系统下安装PyCharm11
1.4.2Mac系统下安装PyCharm13
1.4.3配置PyCharm开发环境13
第2章Python基础15
2.1注释15
2.1.1单行注释15
2.1.2多行注释16
2.2关键字与标识符16
2.2.1关键字16
2.2.2标识符17
2.3变量17
2.4数据类型18
2.4.1数字类型18
2.4.2类型转换函数19
2.4.3布尔类型20
2.5输入（input）与输出（print）21
2.5.1输入函数（input）21
2.5.2输出函数（print）21
2.6运算符23
2.6.1算术运算符23
2.6.2比较运算符24
2.6.3赋值运算符24
2.6.4逻辑运算符25
2.6.5运算符优先级25
2.7字符串26
2.7.1字符串定义26
2.7.2字符串格式化26
2.7.3字符串内置方法28
2.8if条件判断32
2.8.1语法格式32
2.8.2条件判断与逻辑运算符33
2.8.3if嵌套34
2.9while循环35
2.9.1语法格式35
2.9.2while循环嵌套36
2.9.3break跳出整个while循环37
2.9.4continue跳出当次while循环38
2.10for循环38
2.10.1语法格式39
2.10.2break跳出整个for循环40
2.10.3continue跳出当次for循环40
第3章容器41
3.1列表41
3.1.1列表的定义41
3.1.2查询列表中元素42
3.1.3嵌套列表44
3.1.4向列表中添加元素44
3.1.5修改列表中元素值46
3.1.6删除列表中元素46
3.1.7列表切片47
3.1.8列表元素排序48
3.2元组48
3.2.1元组的定义48
3.2.2查询元组中的元素49
3.3字典50
3.3.1字典的定义50
3.3.2查询字典中键值对50
3.3.3向字典中添加键值对51
3.3.4修改字典中键的值51
3.3.5删除字典中的键值对52
3.3.6循环遍历字典52
3.4集合54
3.4.1集合的定义55
3.4.2成员运算符在集合中的应用56
3.4.3向集合中添加元素56
3.4.4删除集合中的元素58
3.4.5集合常用操作59
第4章函数61
4.1函数定义与调用61
4.2函数参数62
4.2.1带参函数62
4.2.2缺省参数63
4.2.3命名参数64
4.2.4不定长参数64
4.3函数返回值67
4.4变量作用域68
4.4.1局部变量68
4.4.2全局变量69
4.5递归函数71
4.6匿名函数72
4.7闭包73
4.8装饰器76
4.8.1初识装饰器77
4.8.2装饰器进阶78
第5章包和模块82
5.1包82
5.2模块83
5.3__init__.py模块85
5.4__name__变量85
第6章面向对象89
6.1面向对象编程89
6.2类和对象89
6.2.1类90
6.2.2对象91
6.3__init__构造方法93
6.4访问权限95
6.5继承97
6.5.1单继承97
6.5.2super函数99
6.5.3重写101
6.5.4多继承102
第7章异常处理105
7.1捕获异常105
7.2捕获多个异常106
7.3捕获全部异常107
7.4异常中的finally语句108
7.5异常传递109
7.6raise抛出异常110
第8章日期和时间112
8.1time模块112
8.2datetime模块116
第9章文件操作119
9.1读写文件119
9.1.1打开文件119
9.1.2写文件120
9.1.3读文件123
9.2文件管理124
9.3JSON文件操作126
9.4CSV文件操作129
9.4.1写入CSV文件129
9.4.2读取CSV文件130
第10章正则表达式131
10.1re模块131
10.2单字符匹配132
10.3数量表示134
10.4边界表示136
10.5转义字符138
10.6匹配分组140
10.7内置函数143
10.8贪婪与非贪婪模式146
第11章Python网络编程147
11.1网络编程基础147
11.2urllib库148
11.2.1urllib.request.urlopen函数149
11.2.2urllib.request.Request类152
11.2.3urllib.error异常处理模块154
11.3requests库156
11.3.1安装requests库156
11.3.2requests库基本使用方法157
第12章Python常用扩展库162
12.1Numpy科学计算库162
12.1.1创建ndarray数组163
12.1.2数组的数据类型166
12.1.3数组的索引与切片168
12.1.4数学与统计函数调用174
12.1.5文件读入和读出178
12.2Pandas数据分析库179
12.2.1Pandas数据结构180
12.2.2数学与统计计算188
12.2.3DataFrame的文件操作190
12.2.4数据处理191
第13章Python数据可视化实战200
13.1Matplotlib绘图200
13.1.1绘制散点图200
13.1.2绘制折线图204
13.1.3绘制柱状图205
13.1.4绘制箱线图207
13.2Pandas绘图208
13.2.1绘制Series序列图208
13.2.2绘制DataFrame图表210
13.3Seaborn绘图213
13.3.1绘制条形散点图214
13.3.2绘制箱线图216
13.3.3绘制琴形图217
13.3.4多变量分类绘图218
第14章Python爬虫开发实战224
14.1爬虫工作流程224
14.2爬虫开发环境搭建225
14.3项目实战：爬取电商网站商品信息227
14.3.1目标网站分析228
14.3.2使用Python实现爬虫程序230
第15章Python数据分析实战237
15.1数据分析概述237
15.2项目实战：房屋售价数据分析238
15.2.1项目概述238
15.2.2数据处理239
15.2.3数据分析246
第16章Python机器学习实战256
16.1机器学习基础256
16.1.1什么是机器学习256
16.1.2数据集核心概念257
16.1.3算法、模型与训练258
16.1.4机器学习任务分类259
16.1.5有监督学习与无监督学习260
16.1.6机器学习开发流程260
16.1.7scikit-learn机器学习库261
16.2项目实战：k近邻算法实现红酒质量等级预测262
16.2.1k近邻算法原理262
16.2.2欧式距离公式263
16.2.3使用Python实现完整预测过程263
……