作者通過(guò)近三輪的教學(xué)，對(duì)Python3.x的基礎(chǔ)知識(shí)進(jìn)行了篩選和總結(jié)，特編寫此書，希望能夠給準(zhǔn)備使用Python的讀者提供一些方便。

　　本書由淺入深，比較適合那些從未接觸過(guò)計(jì)算機(jī)語(yǔ)言的讀者。每章配有大量的示例代碼，希望讀者在使用本書的時(shí)候，能夠盡可能自己敲代碼，少用復(fù)制粘貼的方法，這樣有利于讀者盡快進(jìn)入“角色”，畢竟“拷貝得來(lái)終覺淺”。

　　本書的前3章是Python的基礎(chǔ)知識(shí)；第4章是利用Pandas庫(kù)對(duì)數(shù)據(jù)進(jìn)行處理、分析以及實(shí)現(xiàn)數(shù)據(jù)可視化；在第5章還列出了Python對(duì)文件的讀取、存儲(chǔ)方法，對(duì)網(wǎng)絡(luò)爬蟲、矩陣運(yùn)算也做了簡(jiǎn)單的介紹。

　　Python是由Guido van Rossum于20世紀(jì)80年代末和90年代初，在荷蘭國(guó)家數(shù)學(xué)和計(jì)算機(jī)科學(xué)研究所設(shè)計(jì)出來(lái)的。它是一種面向?qū)ο蟮?、用途非常廣泛的編程語(yǔ)言，具有非常清晰的語(yǔ)法特點(diǎn)，適用于多種操作系統(tǒng)。目前Python在國(guó)際上非常流行，正在得到越來(lái)越多的應(yīng)用。

　　Python可以完成許多任務(wù)，功能非常強(qiáng)大，其利用Pandas處理大數(shù)據(jù)的過(guò)程，由于Pandas庫(kù)的使用能夠很好地展現(xiàn)數(shù)據(jù)結(jié)構(gòu)，成為近來(lái)Python項(xiàng)目中經(jīng)常使用的熱門技術(shù)，并且R和Spark對(duì)Python都有很好的調(diào)用接口，甚至在內(nèi)存使用方面都有優(yōu)化。

　　本書根據(jù)作者多年教學(xué)經(jīng)驗(yàn)編寫，條理清楚，內(nèi)容深淺適中，盡量讓讀者從實(shí)例出發(fā)，結(jié)合課后練習(xí)，少走彎路。本書涉及的內(nèi)容主要包括Python數(shù)據(jù)類型與運(yùn)算、流程控制及函數(shù)與類、Pandas庫(kù)的數(shù)據(jù)處理與分析等。在本書的最后，還附帶了一些文件讀寫、網(wǎng)絡(luò)爬蟲、矩陣計(jì)算等最基本的內(nèi)容。

　　本書可以作為本科生、研究生以及科研人員學(xué)習(xí)Python的基礎(chǔ)教材。

目錄

第1章Python簡(jiǎn)介1

1.1安裝Python2

1.2Python2和Python3的區(qū)別5

本章小結(jié)8

練習(xí)8

第2章Python數(shù)據(jù)類型與運(yùn)算9

2.1數(shù)據(jù)類型11

2.2運(yùn)算符與功能命令12

2.2.1算數(shù)運(yùn)算符12

2.2.2比較運(yùn)算符12

2.2.3賦值運(yùn)算符13

2.2.4常量與變量15

2.2.5字符串16

2.2.6字符串索引與切片18

2.2.7輸入和輸出20

2.2.8原始字符串21

2.2.9range22

2.2.10元組、列表、字典、集合22

2.2.11格式化輸出37

2.2.12strip、split40

2.2.13divmod()42

2.2.14join()42

本章小結(jié)43

練習(xí)47

第3章流程控制及函數(shù)與類49

3.1流程控制52

3.1.1if-else52

3.1.2for循環(huán)53

3.1.3while循環(huán)54

3.1.4continue和break54

3.2遍歷56

3.2.1range()函數(shù)56

3.2.2列表與元組的遍歷59

3.3函數(shù)61

3.3.1函數(shù)的定義61

3.3.2函數(shù)的使用62

3.3.3形參和實(shí)參63

3.3.4參數(shù)的傳遞和改變63

3.3.5變量的作用域66

3.3.6函數(shù)參數(shù)的類型68

3.3.7任意個(gè)數(shù)的參數(shù)70

3.3.8函數(shù)調(diào)用71

3.4函數(shù)式編程74

3.4.1lambda74

3.4.2reduce()75

3.4.3filter()76

3.4.4map()77

3.4.5行函數(shù)77

3.5常用的內(nèi)置函數(shù)78

3.5.1sum78

3.5.2zip79

3.5.3enumerate80

3.5.4max和min81

3.5.5eval81

3.5.6判斷函數(shù)83

3.6常見的錯(cuò)誤顯示86

3.6.1常見的錯(cuò)誤類型87

3.6.2初學(xué)者常犯的錯(cuò)誤89

3.6.3try93

3.6.4assert95

3.6.5raise95

3.7模塊和包96

3.7.1模塊(module)96

3.7.2包(package)100

3.7.3datetime和calendar模塊101

3.7.4urllib模塊105

3.8類106

本章小結(jié)109

練習(xí)109

第4章Python數(shù)據(jù)分析實(shí)戰(zhàn)113

4.1關(guān)于Pandas114

4.1.1什么是Pandas114

4.1.2Pandas中的數(shù)據(jù)結(jié)構(gòu)114

4.1.3Pandas的安裝方法114

4.1.4在Anaconda中安裝

第三方庫(kù)118

4.2數(shù)據(jù)準(zhǔn)備119

4.2.1數(shù)據(jù)類型119

4.2.2數(shù)據(jù)結(jié)構(gòu)120

4.2.3數(shù)據(jù)導(dǎo)入128

4.2.4數(shù)據(jù)導(dǎo)出131

4.3數(shù)據(jù)處理133

4.3.1數(shù)據(jù)清洗133

4.3.2數(shù)據(jù)抽取138

4.3.3排名索引147

4.3.4數(shù)據(jù)合并151

4.3.5數(shù)據(jù)計(jì)算154

4.3.6數(shù)據(jù)分組156

4.3.7日期處理157

4.4數(shù)據(jù)分析162

4.4.1基本統(tǒng)計(jì)162

4.4.2分組分析163

4.4.3分布分析165

4.4.4交叉分析167

4.4.5結(jié)構(gòu)分析169

4.4.6相關(guān)分析170

4.5數(shù)據(jù)可視化172

4.5.1餅圖172

4.5.2散點(diǎn)圖174

4.5.3折線圖176

4.5.4柱形圖180

4.5.5直方圖183

本章小結(jié)184

練習(xí)184

第5章其他187

5.1文件讀寫操作188

5.1.1文件的讀寫方法189

5.1.2文件的其他方法190

5.1.3文件的存儲(chǔ)和讀取190

5.2with語(yǔ)句192

5.3Anaconda下安裝statsmodels包193

5.4關(guān)于Spyder界面恢復(fù)默認(rèn)狀態(tài)的

處理195

5.5關(guān)于Python計(jì)算精度的問題197

5.6矩陣運(yùn)算200

5.6.1創(chuàng)建矩陣200

5.6.2矩陣屬性200

5.6.3解線性方程組201

5.6.4線性規(guī)劃最優(yōu)解202

5.7正則表達(dá)式203

5.8使用urllib打開網(wǎng)頁(yè)209

5.9網(wǎng)頁(yè)數(shù)據(jù)抓取212

5.10讀取文檔217

本章小結(jié)222

練習(xí)222

參考文獻(xiàn)224