《Python 3快速入門與實戰》通過理論與實戰相結合的方式，結合大量案例系統地介紹了Python編程涉及的知識點，詳細介紹了多個應用場景下使用Python開發的實際項目。本書共16章，分為兩部分，第壹部分（1～12章）主要講解Python編程基礎，第二部分（13～16章）主要講解Python項目實戰，旨在幫助讀者系統、快速地掌握Python語法，并能夠熟練地應用到實戰項目中。全書代碼適用于Python 3.6以及更高版本。
《Python 3快速入門與實戰》讀者對象為Python編程的初學者，或者具有Python編程基礎想進一步學習Python的編程愛好者；具有其他編程語言基礎，想了解和學習Python的相關技術人員；未來準備從事數據科學、機器學習、人工智能、數據分析、數據采集等方向研究和工作的讀者。
一本系統介紹Python 3編程基礎，通過大量項目案例引領讀者快速入門Python編程，掌握使用Python進行數據可視化、爬蟲開發、數據分析、機器學習等技能的實戰教程。
前言
Python是一種面向對象的解釋型編程語言，具有語法簡潔、免費開源、跨平臺、豐富的第三方庫等特點，由被譽為Python之父的Guido van Rossum發明，于1991年發布第一個公開發行版，發展到現在已經有近30年的歷史。Python從誕生到現在已經發布了幾個大版本，Python核心團隊計劃在2020年停止支持Python 2，以后不再對其進行維護。目前，Python 3已經成為學習和使用Python的主流。2019年7月TIOBE發布的最新熱門編程語言排行榜中，Python位居第三名，因此也證明Python是目前最受歡迎的編程語言之一，并且已經被廣泛使用。
近幾年，大數據、人工智能等領域發展迅速，工程項目不斷落地，相關領域的人才需求呈爆發式增長，人才供給嚴重失衡。同時隨著國內人工智能教育的普及，中小學生、大學生、教師需要相關課程的教材和教輔資料。Python是機器學習、人工智能、數據分析等領域使用最多的編程語言，所謂工欲善其事，必先利其器，Python作為一把利器，可以快速地完成數據處理、數據分析、數據可視化、模型訓練等。所以，掌握Python編程是從事機器學習、人工智能、數據分析等領域相關工作必備的技能。
為何寫作本書
寫作這本書的初衷是將自己工作中的編程和項目經驗融合到Python理論知識中，讓抽象、枯燥的編程語言的學習更加地生動、有趣。本書側重實戰，不僅系統介紹了Python編程涉及的知識點，同時也會教讀者如何使用Python做實際的項目開發。希望通過理論與實戰相結合的方式，讓更多的編程愛好者快速、系統地掌握Python。也希望讀者通過Python的學習，掌握學習編程語言的方法，以后學習其他編程語言會更加的從容。
讀者將學到什么
讀者朋友可以通過本書的學習可以：
? 快速入門Python編程，系統掌握Python基礎語法和進階知識。
? 具備面向對象編程思想，掌握學習編程語言的方法，學習編程不再愁。
? 了解和學習多種基于Python的實戰項目和應用場景，深入理解理論知識。
? 初步了解和掌握Python在數據采集、數據分析、機器學習等領域的應用。
如何閱讀本書
本書共16章，分為兩部分，第一部分（1～12章）主要介紹Python編程基礎，第二部分（13～16章）主要介紹Python項目實戰。通過理論與實戰相結合的方式介紹Python語法和應用，幫助讀者系統、快速地掌握Python語法，并能夠熟練地應用到實戰項目中。全書代碼適用于Python 3.6以及更高版本。
第1章 Python概述，簡要介紹Python語言的產生背景及目前的發展情況，Python 3.6、Anaconda 3（集成了Python 3，可以不單獨安裝Python 3.6）在Windows系統或者Mac系統中的安裝配置，目前流行的一款開發工具PyCharm在Windows系統或者Mac系統中的安裝配置。
第2章 Python基礎，主要介紹Python編程的基礎語法，包括注釋、標識符、變量、數據類型、輸入輸出函數、運算符、字符串、if條件判斷語句、while循環與for循環。
第3章 容器，主要介紹Python中常用的四種數據結構，包括列表、元組、字典、集合。
第4章 函數，主要介紹函數的定義、參數、返回值、變量作用域、遞歸函數、匿名函數、閉包、裝飾器。
第5章 包和模塊，主要介紹Python中包的結構及作用、模塊的用法、內置__name__變量的使用方法。
第6章 面向對象，主要介紹面向對象編程的思想、類和對象、構造方法、訪問權限、繼承。
第7章 異常處理，主要介紹異常捕獲的方法、finally語句的作用、使用raise拋出異常的方法。
第8章 日期和時間，主要介紹Python中內置的日期和時間相關的time和datetime兩個模塊。
第9章 文件操作，主要介紹讀寫文件的方法、文件管理、JSON文件操作、CSV文件操作。
第10章 正則表達式，主要介紹使用re模塊編寫正則表達式的方法、單字符匹配、數量表示、邊界表示、轉義字符、匹配分組、內置函數、貪婪與非貪婪模式。
第11章 Python網絡編程，主要介紹基于Python的網絡編程基礎、擴展庫urllib和requests的用法等。
第12章 Python常用擴展庫，主要介紹Python中與數據科學相關的兩個重要的擴展庫：NumPy和Pandas的用法。
第13章 Python數據可視化實戰，主要介紹Matplotlib繪圖、Pandas繪圖、Seaborn繪圖等內容。
第14章 Python 爬蟲開發實戰，主要介紹爬蟲開發流程、開發環境搭建、通過爬蟲抓取電商網站商品信息的內容。
第15章 Python數據分析實戰，主要介紹數據分析基本概述、對房價進行數據分析等內容。
第16章 Python機器學習實戰，主要介紹機器學習基礎、常用的機器學習庫scikit-learn、使用k近鄰算法實現紅酒質量等級預測等內容。
本書適用讀者
對Python編程感興趣的在校大學生，負責計算機相關專業教學的老師。
Python編程的初學者，或者具有Python編程基礎想進一步學習Python的編程愛好者。
具有其他編程語言基礎，想了解和學習Python的相關技術人員。
未來準備從事數據科學、機器學習、人工智能、數據分析、數據采集等方向研究和工作的讀者。
配套資源
本書配套的源代碼可以通過微信公眾號DIMPLab獲取，也可通過掃描關注機械工業出版社計算機分社官方微信訂閱號IT有得聊，回復63405即可獲取本書配套資源下載鏈接。
讀者反饋
肖冠宇，大數據技術專家，曾就職于小米、人民網等互聯網公司的大數據技術團隊，擁有多年大數據系統研發經驗，曾主導企業級大數據平臺建設和多項大數據項目研發，擅長分布式系統架構、數據倉庫產品設計與研發、實時計算、機器學習算法等。目前專注于大數據、人工智能領域的技術研究。著有《企業大數據處理：Spark、Druid、Flume與Kafka應用實踐》一書，參與編著《高可用可伸縮微服務架構：基于Dubbo、Spring Cloud和Service Mesh》一書。作者公眾號：DIMPLab。
楊捷，英國高等統計學研究型碩士，在校期間榮獲*高學術獎學金，英國The Face3D Research Consortium前成員。參與過多項數據分析科研項目，擅長數據統計建模分析與預測。曾擔任英國大不列顛奧林匹克數學競賽高級組指導老師，曾就職于愛丁堡知名咨詢公司擔任Consultant Assistant。2016年被邀請作為全球科技峰會蘇格蘭分會場演講嘉賓。目前專注于機器學習、人工智能等領域的研究。
目錄
前言
第1章 Python概述
1.1 初識Python
1.2 安裝配置Python 3開發環境
1.2.1 Windows系統下安裝Python 3
1.2.2 Mac系統下安裝Python 3
1.3 安裝配置Anaconda
1.3.1 Windows系統下安裝Anaconda
1.3.2 Mac系統下安裝Anaconda
1.4 安裝PyCharm開發工具
1.4.1 Windows系統下安裝PyCharm
1.4.2 Mac系統下安裝PyCharm
1.4.3 配置PyCharm開發環境
第2章 Python基礎
2.1 注釋
2.1.1 單行注釋
2.1.2 多行注釋
2.2 關鍵字與標識符
2.2.1 關鍵字
2.2.2 標識符
2.3 變量
2.4 數據類型
2.4.1 數字類型
2.4.2 類型轉換函數
2.4.3 布爾類型
2.5 輸入（input）與輸出（print）
2.5.1 輸入函數（input）
2.5.2 輸出函數（print）
2.6 運算符
2.6.1 算術運算符
2.6.2 比較運算符
2.6.3 賦值運算符
2.6.4 邏輯運算符
2.6.5 運算符優先級
2.7 字符串
2.7.1 字符串定義
2.7.2 字符串格式化
2.7.3 字符串內置方法
2.8 if條件判斷
2.8.1 語法格式
2.8.2 條件判斷與邏輯運算符
2.8.3 if嵌套
2.9 while循環
2.9.1 語法格式
2.9.2 while循環嵌套
2.9.3 break跳出整個while循環
2.9.4 continue跳出當次while循環
2.10 for循環
2.10.1 語法格式
2.10.2 break跳出整個for循環
2.10.3 continue跳出當次for循環
第3章 容器
3.1 列表
3.1.1 列表的定義
3.1.2 查詢列表中元素
3.1.3 嵌套列表
3.1.4 向列表中添加元素
3.1.5 修改列表中元素值
3.1.6 刪除列表中元素
3.1.7 列表切片
3.1.8 列表元素排序
3.2 元組
3.2.1 元組的定義
3.2.2 查詢元組中的元素
3.3 字典
3.3.1 字典的定義
3.3.2 查詢字典中鍵值對
3.3.3 向字典中添加鍵值對
3.3.4 修改字典中鍵的值
3.3.5 刪除字典中的鍵值對
3.3.6 循環遍歷字典
3.4 集合
3.4.1 集合的定義
3.4.2 成員運算符在集合中的應用
3.4.3 向集合中添加元素
3.4.4 刪除集合中的元素
3.4.5 集合常用操作
第4章 函數
4.1 函數定義與調用
4.2 函數參數
4.2.1 帶參函數
4.2.2 缺省參數
4.2.3 命名參數
4.2.4 不定長參數
4.3 函數返回值
4.4 變量作用域
4.4.1 局部變量
4.4.2 全局變量
4.5 遞歸函數
4.6 匿名函數
4.7 閉包
4.8 裝飾器
4.8.1 初識裝飾器
4.8.2 裝飾器進階
第5章 包和模塊
5.1 包
5.2 模塊
5.3 __init__.py模塊
5.4 __name__變量
第6章 面向對象
6.1 面向對象編程
6.2 類和對象
6.2.1 類
6.2.2 對象
6.3 __init__構造方法
6.4 訪問權限
6.5 繼承
6.5.1 單繼承
6.5.2 super函數
6.5.3 重寫
6.5.4 多繼承
第7章 異常處理
7.1 捕獲異常
7.2 捕獲多個異常
7.3 捕獲全部異常
7.4 異常中的finally語句
7.5 異常傳遞
7.6 raise拋出異常
第8章 日期和時間
8.1 time模塊
8.2 datetime模塊
第9章 文件操作
9.1 讀寫文件
9.1.1 打開文件
9.1.2 寫文件
9.1.3 讀文件
9.2 文件管理
9.3 JSON文件操作
9.4 CSV文件操作
9.4.1 寫入CSV文件
9.4.2 讀取CSV文件
第10章 正則表達式
10.1 re模塊
10.2 單字符匹配
10.3 數量表示
10.4 邊界表示
10.5 轉義字符
10.6 匹配分組
10.7 內置函數
10.8 貪婪與非貪婪模式
第11章 Python網絡編程
11.1 網絡編程基礎
11.2 urllib庫
11.2.1 urllib.request.urlopen函數
11.2.2 urllib.request.Request類
11.2.3 urllib.error異常處理模塊
11.3 requests庫
11.3.1 安裝requests庫
11.3.2 requests庫基本使用方法
第12章 Python常用擴展庫
12.1 Numpy科學計算庫
12.1.1 創建ndarray數組
12.1.2 數組的數據類型
12.1.3 數組的索引與切片
12.1.4 數學與統計函數調用
12.1.5 文件讀入和讀出
12.2 Pandas數據分析庫
12.2.1 Pandas數據結構
12.2.2 數學與統計計算
12.2.3 DataFrame的文件操作
12.2.4 數據處理
第13章 Python數據可視化實戰
13.1 Matplotlib繪圖
13.1.1 繪制散點圖
13.1.2 繪制折線圖
13.1.3 繪制柱狀圖
13.1.4 繪制箱線圖
13.2 Pandas繪圖
13.2.1 繪制Series序列圖
13.2.2 繪制DataFrame圖表
13.3 Seaborn繪圖
13.3.1 繪制條形散點圖
13.3.2 繪制箱線圖
13.3.3 繪制琴形圖
13.3.4 多變量分類繪圖
第14章 Python爬蟲開發實戰
14.1 爬蟲工作流程
14.2 爬蟲開發環境搭建
14.3 項目實戰：爬取電商網站商品信息
14.3.1 目標網站分析
14.3.2 使用Python實現爬蟲程序
第15章 Python數據分析實戰
15.1 數據分析概述
15.2 項目實戰：房屋售價數據分析
15.2.1 項目概述
15.2.2 數據處理
15.2.3 數據分析
第16章 Python機器學習實戰
16.1 機器學習基礎
16.1.1 什么是機器學習
16.1.2 數據集核心概念
16.1.3 算法、模型與訓練
16.1.4 機器學習任務分類
16.1.5 有監督學習與無監督學習
16.1.6 機器學習開發流程
16.1.7 scikit-learn機器學習庫
16.2 項目實戰：k近鄰算法實現紅酒質量等級預測
16.2.1 k近鄰算法原理
16.2.2 歐式距離公式
16.2.3 使用Python實現完整預測過程
新書資訊