Python 是一種面向對象的解釋型高級編程語言，是當前流行的編程語言之一。本書系統性地介紹Python 的基礎知識及利用 Python 進行項目開發的實踐。全書分兩部分，第一部分介紹 Python 的基礎語法、Python 自帶的兩個模塊及其使用方法，以及 Python 的矩陣計算包 NumPy 的使用方法等，在介紹基礎語法的同時強調利用 Python 進行編程時需要注意的編程規范；第二部分聚焦科學研究和工程實踐中比較前沿的方向，涵蓋繪圖、圖像處理、優化計算、游戲開發、基于 Web 的系統開發、爬蟲、機器學習等方面的項目實踐，側重點是利用 Python 實現項目需求。
1.從下載安裝到基本操作，從編程語法到編程規范，從案例分析到代碼實現，讓你學懂學透Python基礎知識。
2.9個項目實踐，聚焦科學研究和工程實踐中的前沿方向，涵蓋繪圖、圖像處理、優化計算、游戲開發、基于Web的系統開發、爬蟲、機器學習等方面，幫你充分掌握開發技能。
3.配套資源豐富，提供教學PPT、操作視頻、程序源碼、彩圖文件和本書思維導圖，助你提高學習效率。
殷錫亮，副教授，工學博士，中國人工智能學會會員。參與黑龍江省自然科學基金項目一項，發表3篇SCI、2篇EI檢索論文，獲得國家發明專利三項。擁有6年通信行業上市企業研發經驗和8年高校信息通信技術類專業教學經驗。研究領域包括機器視覺、室內定位、人工智能等。
劉陽，數據庫系統工程師，副教授，工程碩士。2006至今，就職于哈爾濱職業技術學院，主要講授數據庫管理及維護、Web綜合實戰、Python、動態語言編程等課程，擅長網站開發和建設，曾擔任第46屆世界技能大賽黑龍江省選拔賽“網站設計與開發”項目命題專家及裁判（2020年），第45屆世界技能大賽黑龍江省選拔賽“網站設計與開發”裁判（2018年），第七屆黑龍江省殘疾人技能大賽網頁制作賽項裁判（2018年）。
張勝揚，高級講師，就職于北京中軟國際教育科技股份有限公司，曾講授西北工業大學“Python網絡爬蟲認知實訓”課程，東北農業大學“人工智能實訓”課程，北京聯通軟件研究院“Python基礎及數據采集”課程企業培訓，中國移動“機器學習算法”授課企業培訓，中海航“基于Django的微服務架構”課程。研究方向包括大數據采集及數據分析、高等數學數據分析、機器學習數據分析、網站架構、圖像識別等。
第 一部分 Python 基礎
第 1 章 Python 集成開發環境介紹 3
1.1 Python IDLE Shell 3
1.2 PyCharm 集成開發環境 4
第 2 章 通過 IDLE 學習基本的 Python操作 6
2.1 使用 Python IDLE 與計算機對話 6
2.2 計算機語言的精華：算法 7
2.3 計算器：數和計算表達式 8
2.4 變量：程序的最小單元 10
2.5 語句：程序的基本單元 11
2.6 獲取用戶輸入：人工智能程序的眼睛 11
2.7 函數：功能 12
2.8 模塊：倉庫 13
2.9 字符串處理 14
2.10 Python 的可執行程序 19
2.11 Python 的程序注釋 21
2.12 運行 Python 程序 22
2.13 小結 23
第３章 操作 Python 數據容器——序列和字典 25
3.1 序列 25
3.2 字典 34
3.3 小結 40
第 4 章 使用字符串 42
4.1 不可變的字符串 42
4.2 像 C 語言一樣設置字符串的格式 42
4.3 模板法 43
4.4 format 方法 43
4.5 字符串方法 45
4.6 小結 47
第 5 章 語句 48
5.1 賦值語句 48
5.2 條件語句 50
5.3 循環語句 53
5.3.1 while 循環 54
5.3.2 for 循環 55
5.3.3 迭代字典 56
5.3.4 使用 break 語句、continue 語句跳出循環 56
5.3.5 循環后的 else 子句 57
5.3.6 循環嵌套 58
5.4 其他語句 58
5.4.1 pass 語句 58
5.4.2 del 語句 59
5.4.3 exec 語句（Python 2） 60
5.4.4 def 語句與 return 語句 61
5.5 小結 61
第 6 章 函數 63
6.1 復用性與邏輯性 63
6.2 自定義函數 63
6.3 函數的參數 66
6.4 作用域 68
6.5 函數的遞歸 69
6.6 小結 69
第 7 章 面向對象編程 70
7.1 對象 70
7.2 類 71
7.2.1 創建自定義類 71
7.2.2 類的名字空間 71
7.2.3 超類和繼承 72
7.2.4 封裝 73
7.3 小結 73
第 8 章 異常 75
8.1 異常定義 75
8.2 異常處理 75
8.2.1 raise 語句 75
8.2.2 自定義異常類 76
8.2.3 try-except 語句 76
8.2.4 finally 語句 78
8.3 if-else 語句與 try-except 語句的比較 79
8.4 告警 79
8.5 小結 80
第 9 章 特殊方法、特性、迭代器和生成器 81
9.1 構造函數 81
9.2 特性 82
9.2.1 property 關鍵字與 property函數 82
9.2.2 靜態方法與類方法 84
9.2.3 __getattribute__、__getattr__、__setattr__、__dict__、__delattr__方法 86
9.3 迭代器 88
9.4 生成器 90
9.4.1 創建生成器 90
9.4.2 遞歸生成器 91
9.4.3 生成器的方法 92
9.5 小結 94
第 10 章 模塊 96
10.1 模塊的概念 96
10.2 模塊中的定義 99
10.3 常用的標準庫中的模塊 101
10.3.1 time 101
10.3.2 random 103
10.3.3 sys 106
10.3.4 os 108
10.3.5 其他模塊 113
10.4 小結 114
第 11 章 文件操作 115
11.1 打開文件 115
11.2 文件的基本操作 116
11.3 使用 fileinput 模塊迭代文件 118
11.4 文件上下文管理器 120
11.5 小結 121
第 12 章 數據庫操作 122
12.1 數據庫的 Python 接口 122
12.2 對 SQLite 數據庫的基本操作 123
12.2.1 創建數據庫連接和關閉數據庫連接 123
12.2.2 執行 SQL 語句 124
12.2.3 sqlite3 備份 129
12.3 小結 131
第 13 章 基于 NumPy 的線性代數 運算 132
13.1 下載并安裝 NumPy 132
13.2 基礎概念 133
13.2.1 數組的屬性 133
13.2.2 生成 NumPy 數組 134
13.2.3 輸出數組 136
13.2.4 數組基本運算 137
13.2.5 通用函數 138
13.2.6 索引、切片和迭代 138
13.3 數組變換 140
13.3.1 改變數組的形狀 140
13.3.2 數組間的堆疊 141
13.3.3 數組切割 142
13.4 矩陣運算 142
13.5 小結 144
第二部分 Python 項目實踐
第 14 章 使用 Matplotlib 繪圖 147
14.1 下載并安裝 Matplotlib、
SciPy 147
14.2 繪制簡單 2D 圖像 148
14.3 繪制復雜 2D 圖像 155
14.4 繪制 3D 圖像 159
14.5 小結 160
第 15 章 使用 OpenCV 處理圖像——圖像特征提取及匹配 161
15.1 下載并安裝 opencv-python、opencv-contrib-python 和pyflann 161
15.2 圖像特征提取 162
15.3 圖像特征匹配 164
15.4 小結 169
第 16 章 使用 cvxpy 和 cvxopt 求解凸優化問題 170
16.1 下載并安裝 cvxpy 和 cvxopt 170
16.2 求解線性規劃問題 171
16.3 求解 L1 范數逼近問題 174
16.4 求解二次規劃問題 175
16.5 小結 177
第 17 章 使用 Pygame 實現外星人入侵游戲 178
17.1 下載并安裝 Pygame 178
17.2 Pygame 的使用方法 180
17.3 外星人入侵游戲項目設計與開發 200
17.3.1 游戲的初始設置 200
17.3.2 創建玩家飛船類 Ship 201
17.3.3 創建子彈類 Bullet 202
17.3.4 創建外星人飛船類 Alien 203
17.3.5 創建游戲統計信息類GameStates 204
17.3.6 創建按鈕類 Button 204
17.3.7 創建游戲功能函數 205
17.3.8 創建游戲入口 209
17.4 小結 210
第 18 章 使用 Django 框架快速創建用戶信息管理系統 211
18.1 Django 框架簡介與環境部署 211
18.2 Django 框架的基本使用方法 212
18.2.1 創建一個 Django 項目 212
18.2.2 Django 框架的基本配置 212
18.2.3 創建 Django 應用 215
18.2.4 定義視圖 215
18.3 基于 Django 和 MySQL 創建一個用戶信息管理系統 216
18.3.1 創建數據庫和數據表 216
18.3.2 創建項目和應用 216
18.3.3 添加 demo 項目的數據庫連接配置和基本配置 217
18.3.4 定義模型 218
18.3.5 實現 Web 端訪問 219
18.3.6 編輯模板文件 220
18.3.7 設置視圖 223
18.3.8 測試 224
18.4 小結 226
第 19 章 網絡爬蟲基礎 227
19.1 網絡爬蟲技術基礎 227
19.2 爬蟲環境搭建 228
19.3 源碼采集 230
19.3.1 使用 urllib 采集源碼 230
19.3.2 使用 Requests 采集源碼 232
19.3.3 使用 Selenium 采集源碼 233
19.4 數據解析 234
19.4.1 使用 bs4 解析數據 234
19.4.2 使用 lxml 解析數據 238
19.5 小結 239
第 20 章 天氣預測 241
20.1 下載并安裝 sklearn 241
20.2 天氣預測問題 243
20.3 回歸模型 244
20.3.1 線性回歸 244
20.3.2 決策樹回歸 251
20.3.3 隨機森林回歸 255
20.3.4 神經網絡回歸 257
20.4 小結 260
第 21 章 紅酒產地分類 261
21.1 數據集 261
21.2 分類器評價指標 263
21.3 分類器 265
21.3.1 支持向量機 265
21.3.2 最近鄰 268
21.3.3 樸素貝葉斯 271
21.3.4 投票分類器 273
21.4 小結 275
第 22 章 銀行客戶分析 276
22.1 數據集 276
22.2 聚類模型評估指標 278
22.2.1 蘭德指數 278
22.2.2 互信息評分 279
22.2.3 同質性、完整性及 V 測度 280
22.2.4 FM 指數 281
22.2.5 輪廓系數 281
22.2.6 CH 指數 282
22.2.7 DB 指數 282
22.3 聚類模型 282
22.3.1 K 均值聚類 282
22.3.2 DBSCAN 聚類 287
22.3.3 譜聚類 289
22.3.4 層次聚類 290
22.4 小結 293
附錄 1 部分Ｘ11/CSS4 顏色代碼目錄 294
附錄 2 互信息評分計算示例 296
附錄 3 同質性、完整性及 V 測度數值計算示例 298
參考資料 300
新書資訊