资源详情

Python大学教程：面向计算机科学和数据科学（英文版）ChatGPT技术入门

作者: [美] 保罗.戴特尔（Paul Deitel）
出版社: 机械工业出版社
副标题: 面向计算机科学和数据科学（英文版）
出版年: 2021-4-1
页数: 803
定价: 169
装帧: 平装
丛书: 经典原版书库
ISBN: 9787111671503

下载次数：27

本站推荐

下载地址

举报资源

书籍资料

内容简介
作者介绍
书籍目录

通过本书，你将学习：
·538个案例研究，471个习题和项目，557道自检习题。
·基于IPython和Jupyter Notebook的即时反馈。
·问题求解、算法开发、控制语句、函数等基础知识。
·列表、元组、字典、集合、Numpy数组、pandas Series和DataFrame。
·2D/3D的静态、动态和交互式可视化。
·字符串、文本文件、JSON序列化、CSV、异常。
·过程式、函数式和面向对象的程序设计方法。
·“数据科学入门”：基础统计、模拟、动画、随机变量、数据整理、回归。
·隐私、安全、伦理、可重现、透明。
·AI、大数据和云数据科学案例研究：NLP、Twitter数据挖掘、IBM Watson、机器学习、深度学习、计算机视觉、Hadoop、Spark、NoSQL、IoT。
·开源库：NumPy、pandas、Matplotlib、Seaborn、Folium、SciPy、NLTK、TextBlob、 spaCy、Textatistic、Tweepy、Scikit-learn、Keras、PubNub等。

保罗·戴特尔（Paul Deitel） Deitel＆Associates公司首席执行官兼首席技术官，毕业于麻省理工学院，在计算机领域拥有38年的经验。他自1992年以来就为软件开发人员教授专业课程，为包括思科、IBM、西门子、戴尔、NASA、北电网络在内的全球企业客户提供了数百门编程课程。
哈维·戴特尔（Harvey Deitel） Deitel＆Associates公司董事长兼首席战略官，在计算领域拥有58年的经验。他在麻省理工学院获得理学学士学位和硕士学位，在波士顿大学获得博士学位。在1991年创立Deitel＆Associates公司之前，他已经获得了波士顿大学的终身职位并担任计算机科学系主任。Deitel品牌的出版物赢得了国际上的广泛认可，并被翻译为日语、德语、汉语等100多种语言出版。

目　　录
第1章　计算机和Python简介1
1.1　引言2
1.2　硬件和软件3
1.3　数据层级6
1.4　机器语言、汇编语言和高级语言9
1.5　对象技术简介10
1.6　操作系统13
1.7　Python简介16
1.8　（语言）库18
1.9　其他常见编程语言20
1.10　试用：使用IPython和JupyterNotebook21
1.11　Internet和WWW29
1.12　软件技术32
1.13　大数据33
1.14　数据科学入门：大数据移动应用案例研究40
第2章　Python程序设计简介49
2.1　引言50
2.2　变量和赋值语句50
2.3　算术操作52
2.4　print函数、单引号字符串和双引号字符串56
2.5　三引号字符串58
2.6　从用户处获得输入59
2.7　判断：if语句与比较操作61
2.8　对象和动态类型66
2.9　数据科学入门：基本统

功能68
2.10　小结70
第3章　控制语句和程序设计73
3.1　引言74
3.2　算法74
3.3　伪代码75
3.4　控制语句75
3.5　if语句78
3.6　if...else和if...elif...else语句80
3.7　while语句85
3.8　for语句86
3.9　增量赋值89
3.10　程序设计：通过序列控制重复90
3.11　程序设计：通过哨兵控制重复93
3.12　程序设计：嵌套控制结构97
3.13　内置函数range：进一步讨论101
3.14　使用Decimal类型表达货币总量102
3.15　break和continue语句105
3.16　布尔操作and、or和not106
3.17　数据科学入门：趋势的度量—均值、中值、众数109
3.18　小结111
第4章　函数119
4.1　引言120
4.2　函数的定义120
4.3　多参数函数123
4.4　随机数生成器125
4.5　案例研究：机会游戏128
4.6　Python标准库131
4.7　math模块函数132
4.8　使用IPython的tab补全功能133
4.9　缺省形参值135
4.10　关键字实参136
4.11　任意实参表136
4.12　方法：归属于对象的函数138
4.13　作用域规则138
4.14　import：进一步讨论140
4.15　给函数传递实参：进一步讨论142
4.16　函数调用栈145
4.17　函数式程序设计146
4.18　数据科学入门：数据分布的度量148
4.19　小结150
第5章　序列：列表和元组155
5.1　引言156
5.2　列表156
5.3　元组161
5.4　序列拆包163
5.5　序列切片166
5.6　del语句169
5.7　给函数传递列表171
5.8　排序列表172
5.9　搜索序列174
5.10　其他列表方法176
5.11　用列表模拟栈178
5.12　列表解析179
5.13　生成器表达式181
5.14　过滤器、映射和约简182
5.15　其他序列处理函数185
5.16　二维列表187
5.17　数据科学入门：模拟和静态可视化191
5.18　小结199
第6章　字典和集合209
6.1　引言210
6.2　字典210
6.3　集合221
6.4　数据科学入门：动态可视化228
6.5　小结234
第7章　使用NumPy进行面向数组的编程239
7.1　引言240
7.2　从已有数据中创建数组241
7.3　数组属性242
7.4　用特定值填充数组244
7.5　使用range创建数组244
7.6　列表与数组的性能比较：%timeit简介246
7.7　数组操作248
7.8　NumPy计算方法250
7.9　全局函数252
7.10　索引和切片254
7.11　视图：浅拷贝256
7.12　深拷贝258
7.13　转换和转置259
7.14　数据科学入门：pandasSeries和DataFrame262
7.15　小结275
第8章　字符串：进一步讨论283
8.1　引言284
8.2　格式化字符串285
8.3　字符串拼接和重复289
8.4　字符串空白符剥离290
8.5　改变字符的大小写291
8.6　字符串比较操作292
8.7　子串搜索292
8.8　子串替换294
8.9　字符串切分和合并294
8.10　字符和字符测试方法297
8.11　原生字符串298
8.12　正则表达式简介299
8.13　数据科学入门：pandas、正则表达式和数据治理307
8.14　小结312
第9章　文件和异常319
9.1　引言320
9.2　文件321
9.3　文本文件处理321
9.4　更新文本文件325
9.5　JSON序列化327
9.6　安全问题：pickle序列化和反序列化330
9.7　关于文件的其他说明330
9.8　异常处理331
9.9　finally子句336
9.10　显式引发异常339
9.11　（可选）栈展开和回溯339
9.12　数据科学入门：CSV文件的处理342
9.13　小结349
第10章　面向对象程序设计355
10.1　引言356
10.2　定制类Account358
10.3　属性的受控访问363
10.4　数据访问的特性364
10.5　私有属性模拟371
10.6　案例研究：洗牌和切牌373
10.7　继承：基类和子类382
10.8　构建继承层次和多态简介384
10.9　鸭子类型和多态392
10.10　操作符重载393
10.11　异常类层次和定制异常处理397
10.12　有名元组399
10.13　Python3.7新数据类简介400
10.14　使用文档字符串和doctest进行单元测试406
10.15　命名空间和作用域411
10.16　数据科学入门：时间序列和简单线性回归414
10.17　小结423
第11章　计算机科学思维：递归、搜索、排序和大O表示法431
第12章　自然语言处理477
第13章　Twitter数据挖掘515
第14章　IBMWatson和认知计算565
第15章　机器学习：分类、回归和聚类593
第16章　深度学习665
第17章　大数据：Hadoop、Spark、NoSQL和IoT723