Python程序设计基础（第2版）

本书介绍Python程序设计的基础知识, 集教材、习题、上机实验于一体, 内容涵盖全国计算机等级考试二级 (Python 语言程序设计) 的考试大纲, 包括11章教学内容和12个实验。在教学内容中, 第1-6章介绍Python程序设计的基础知识, 第7-9章分别介绍三个用于数据分析的第三方程序包Pandas、NumPy、Matplotlib及其应用, 第10-11章介绍运用Python进行财经数据分析与可视化的几个综合案例。12个实验与教学内容结合紧密, 包括验证性、设计性和综合性实验, 方便实验教学的组织与开展。

第1章 初识Python 1 1.1 Python语言概述 1 1.2 Python的开发优势 1 1.3 安装Python 2 1.4 IDLE开发环境 3 1.4.1 Python IDLE集成开发环境 3 1.4.2 Python程序编辑器 4 1.4.3 Python程序书写规范 5 1.4.4 Python程序的运行 6 1.5 Anaconda开发环境 8 1.5.1 Python软件包管理工具 8 1.5.2 Anaconda软件包 9 1.5.3 Anaconda Prompt窗口 11 1.5.4 IPython开发工具 13 1.5.5 Spyder集成开发环境 17 1.6 Jupyter Notebook介绍 18 1.6.1 安装与启动Jupyter Notebook 18 1.6.2 程序的编辑与运行 19 1.7 本章小结 21 习题 21 第2章 Python语言基础 23 2.1 基本数据类型 23 2.1.1 数值型 23 2.1.2 逻辑型 23 2.1.3 字符串 24 2.2 变量 28 2.2.1 关键字和标识符 28 2.2.2 变量 29 2.3 运算符与表达式 30 2.3.1 运算符 30 2.3.2 表达式 35 2.3.3 数据类型转换 36 2.4 输入与输出 37 2.4.1 输入函数input() 37 2.4.2 输出函数print() 37 2.5 内置函数 38 2.5.1 数学运算函数 38 2.5.2 字符串处理函数 39 2.5.3 其他函数 42 2.6 常用模块 43 2.6.1 模块导入 43 2.6.2 math模块 45 2.6.3 random模块 46 2.6.4 datetime和time模块 47 2.7 本章小结 50 习题 51 第3章 Python容器数据类型 53 3.1 列表 53 3.1.1 创建列表和存取列表元素 53 3.1.2 列表基本操作 54 3.1.3 列表常用函数 55 3.1.4 切片 57 3.1.5 列表生成方式 57 3.2 元组 59 3.2.1 创建元组和存取元组元素 59 3.2.2 元组和列表的差异 60 3.2.3 序列操作函数 61 3.3 字典 62 3.3.1 创建字典和存取键值对 62 3.3.2 字典的常用方法 63 3.4 集合 64 3.4.1 创建集合 64 3.4.2 遍历集合 65 3.4.3 集合操作函数 65 3.4.4 集合运算：并、交、差 66 3.5 可变类型和不可变类型 67 3.6 本章小结 68 习题 69 第4章 程序控制结构 70 4.1 顺序结构 70 4.2 选择结构 71 4.2.1 二分支选择结构 71 4.2.2 单分支选择结构 72 4.2.3 多分支选择结构 73 4.2.4 多分支（嵌套）选择结构 75 4.3 循环结构 76 4.3.1 while循环 76 4.3.2 for循环 78 4.3.3 break语句和continue语句 79 4.3.4 循环的嵌套 80 4.4 异常处理结构 82 4.5 本章小结 84 习题 84 第5章 函数 85 5.1 函数定义 85 5.2 函数调用与参数 88 5.2.1 函数调用的一般形式 88 5.2.2 不可变对象和可变对象参数 89 5.2.3 默认值参数 89 5.2.4 关键字参数 90 5.2.5 不定长参数 91 5.2.6 实参序列解包 91 5.3 变量的作用域 92 5.4 lambda表达式 93 5.5 生成器函数 95 5.6 函数递归调用 95 5.7 Python的第三方库 97 5.7.1 jieba库 97 5.7.2 wordcloud库 98 5.7.3 turtle库 100 5.8 本章小结 101 习题 102 第6章 文件 103 6.1 文件的基本概念 103 6.2 文件基本操作 104 6.2.1 用内置函数open()打开文件 104 6.2.2 文件对象的属性和常用方法 105 6.2.3 关闭文件 106 6.2.4 读/写文本文件 106 6.2.5 使用pickle模块读/写二进制文件 108 6.2.6 文件定位 109 6.2.7 读/写docx文件 110 6.2.8 读/写xlsx文件 111 6.3 文件与文件夹操作 112 6.3.1 os模块 112 6.3.2 os.path模块 114 6.4 编程实例 114 6.5 本章小结 118 习题 118 第7章 NumPy科学计算库 119 7.1 NumPy基础 120 7.1.1 数组对象特性 120 7.1.2 生成数组 121 7.1.3 NumPy的数据类型 123 7.2 存取数组元素 125 7.2.1 基本索引和切片操作 125 7.2.2 二维数组的索引操作 125 7.2.3 布尔索引 126 7.3 数组运算和排序 127 7.3.1 数组和单个数据的运算 127 7.3.2 数组广播运算 127 7.3.3 数组排序 129 7.4 NumPy的函数 130 7.4.1 常用函数 130 7.4.2 随机函数 133 7.4.3 集合函数 134 7.4.4 多项式 134 7.4.5 线性代数函数 135 7.5 数组组合和文件存取 136 7.5.1 改变数组维数 136 7.5.2 数组组合 137 7.5.3 数组分割 138 7.5.4 读写文件 139 7.5.5 meshgrid网格数组 140 7.6 应用实例 140 7.7 本章小结 143 习题 143 第8章 Pandas数据分析库 144 8.1 Pandas的基本数据结构 144 8.1.1 Series序列 144 8.1.2 DataFrame数据框 147 8.2 访问数据 149 8.2.1 loc[]、iloc[]访问 149 8.2.2 query()和select_dtypes() 151 8.3 算术运算和对齐 151 8.3.1 nan缺失值处理 151 8.3.2 对齐处理 154 8.3.3 通用函数 156 8.4 读/写数据文件 157 8.4.1 CSV文件 157 8.4.2 Excel文件 159 8.4.3 Stata和Json文件 160 8.4.4 html表格 160 8.5 数据整理 161 8.5.1 插入或删除行列及数据替换 161 8.5.2 索引整理 162 8.5.3 重复值处理 164 8.5.4 排序和排名 164 8.5.5 数据框连接 166 8.5.6 数据分箱 168 8.5.7 多级索引 169 8.5.8 字符串处理 171 8.6 分组统计 172 8.6.1 分组对象概述 172 8.6.2 分组对象的统计方法 173 8.6.3 数据透视表和交叉表 175 8.7 时间序列 176 8.7.1 Pandas中的时间函数 176 8.7.2 时间频率变换 179 8.7.3 滑动窗口的rolling函数 179 8.8 实例应用 180 8.8.1 泰坦尼克号数据集分析 180 8.8.2 电影票房统计 183 8.8.3 足球比赛统计 185 8.9 本章小结 187 习题 188 第9章 Matplotlib绘图库 189 9.1 Matplotlib简介 189 9.1.1 绘图示例 189 9.1.2 颜色、线型和标记符号 191 9.1.3 plt的常用命令 192 9.2 几种常见的图形 195 9.2.1 柱形图 195 9.2.2 饼图 197 9.2.3 散点图 199 9.2.4 直方图 201 9.2.5 箱线图 202 9.2.6 其他图形 203 9.3 多子图绘制 204 9.3.1 使用fig.add_subplot命令添加子图 204 9.3.2 使用plt.subplots命令添加子图 205 9.3.3 使用twinx()函数实现双y轴图形 207 9.4 设置图形装饰项 207 9.4.1 添加注解 208 9.4.2 设置坐标轴 210 9.4.3 填充颜色和显示图片 211 9.5 使用Pandas绘图 213 9.6 本章小结 216 习题 216 第10章 财经数据可视化 217 10.1 财经数据获取 217 10.1.1 通过Tushare获取股票行情数据 217 10.1.2 通过BaoStock获取货币供应量 218 10.1.3 通过AKshare平台获取宏观杠杆率 219 10.1.4 通过世界银行公开数据平台获取数据 220 10.2 股票行情数据可视化 221 10.3 中国GDP数据可视化 223 10.4 宏观杠杆率数据可视化 225 10.5 货币供应量可视化 227 10.6 本章小结 229 习题 229 第11章 Python金融分析应用 230 11.1 实用NumPy金融函数 230 11.2 股票的收益率和波动率 233 11.2.1 收益率计算 234 11.2.2 单只股票和市场平均收益率比较 236 11.2.3 历史波动率计算 239 11.2.4 股票收益率相关性分析 241 11.3 股票技术指标计算 244 11.3.1 价格趋势分析 244 11.3.2 超卖超买分析 247 11.4 本章小结 249 习题 250 第12章 配套实验 251 实验1 Python和内置函数 251 实验2 Python语言基础练习 258 实验3 容器数据类型及若干库练习 261 实验4 程序的流程控制 265 实验5 函数练习 266 实验6 文件读写 268 实验7 NumPy实验1 270 实验8 NumPy实验2 273 实验9 Pandas实验1 274 实验10 Pandas实验2 276 实验11 Matplotlib绘图库 277 实验12 Python金融数据分析应用 280 参考文献 287