Python教程

资源名称：从零开始学+Python 资源截图：

资源名称：数据科学导论 Python语言实现 内容简介： 本书由两位资深数据科学家撰写，融合其多年从事数据科学相关的教学和科研工作经验，借助现有的Python语法和结构知识，全面而系统地讲解进行数据科学分析和开发的相关工具、技术和*佳实践，包含清晰的代码和简化的示例。通过阅读本书，你将深入理解Python核心概念，成为高效数据科学实践者。 本书共6章，系统介绍了进行数据科学分析和开发所涉及的关键要素。书中首先介绍Python软件及相关工具包的安装和使用；接着不仅讲解数据加载、运算和改写等基本数据准备过程，还详细介绍特征选择、维数约简等高级数据操作方法；并且建立了由训练、验证、测试等过程组成的数据科学流程，结合具体示例深入浅出地讲解了多种机器学习算法；然后介绍了基于图模型的社会网络创建、分析和处理方法；最后讲解数据分析结果的可视化及相关工具的使用方法。 作者简介： Alberto Boschetti　数据科学家、信号处理和统计学方面的专家。他拥有通信工程专业博士学位，现在伦敦居住和工作。基于所从事的项目，他每天都要面对包括自然语言处理、机器学习和概率图模型等方面的挑战。他对工作充满激情，经常参加学术聚会、研讨会等学术活动，紧跟数据科学技术发展的前沿。 Luca Massaron　数据科学家、市场研究总监，是多元统计分析、机器学习和客户洞察方面的专家，有十年以上解决实际问题的经验，使用推理、统计、数据挖掘和算法为利益相关者创造了巨大的价值。他是意大利网络受众分析的先锋，并在Kaggler上获得排名前十的佳绩，随后一直热心参与一切与数据分析相关的活动，积极给新手和专业人员讲解数据驱动知识发现的潜力。他崇尚大道至简，坚信理解数据科学的本质能带来巨大收获。 资源目录： 译者序 前言 第1章　新手上路1 1.1　数据科学与Python简介1 1.2　Python的安装2 1.2.1　Python 2还是Python 33 1.2.2　分步安装3 1.2.3　Python核心工具包一瞥4 1.2.4　工具包的安装7 1.2.5　工具包升级9 1.3　科学计算发行版9 1.3.1　Anaconda10 1.3.2　Enthought Canopy10 1.3.3　PythonXY10 1.3.4　WinPython10 1.4　IPython简介10 1.4.1　IPython Notebook12 1.4.2　本书使用的数据集和代码18 1.5　小结25 第2章　数据改写26 2.1　数据科学过程26 2.2　使用pandas进行数据加载与预处理27 2.2.1　数据快捷加载27 2.2.2　处理问题数据30 2.2.3　处理大数据集32 2.2.4　访问其他数据格式36 2.2.5　数据预处理37 2.2.6　数据选择39 2.3　使用分类数据和文本数据41 2.4　使用NumPy进行数据处理49 2.4.1　NumPy中的N维数组49...

资源名称：零起点Python大数据与量化交易  内容简介： 《零起点Python大数据与量化交易》是国内较早关于Python大数据与量化交易的原创图书，配合zwPython开发平台和zwQuant开源量化软件学习，是一套完整的大数据分析、量化交易的学习教材，可直接用于实盘交易。《零起点Python大数据与量化交易》有三大特色：第一，以实盘个案分析为主，全程配有Python代码；第二，包含大量的图文案例和Python源码，无须专业编程基础，懂Excel即可开始学习；第三，配有专业的zwPython集成开发平台、zwQuant量化软件和zwDat数据包。 《零起点Python大数据与量化交易》内容源自笔者的原版教学课件，虽然限于篇幅和载体，省略了视频和部分环节，但核心内容都有保留，配套的近百套Python教学程序没有进行任何删减。考虑到广大入门读者的需求，笔者在各个核心函数环节增添了函数流程图。 资源目录： 第1章 从故事开始学量化 1 1.1 亿万富翁的“神奇公式” 2 1.1.1 案例1-1：亿万富翁的“神奇公式” 2 1.1.2 案例分析：Python图表 5 1.1.3 matplotlib绘图模块库 7 1.1.4 案例分析：style绘图风格 10 1.1.5 案例分析：colormap颜色表 12 1.1.6 案例分析：颜色表关键词 14 1.1.7 深入浅出 17 1.2 股市“一月效应” 18 1.2.1 案例1-2：股市“一月效应” 18 1.2.2 案例分析：“一月效应”计算 19 1.2.3 案例分析：“一月效应”图表分析 24 1.2.4 案例分析：颜色表效果图...

资源名称：Python算法教程 内容简介： 本书用Python语言来讲解算法的分析和设计。本书主要关注经典的算法，但同时会为读者理解基本算法问题和解决问题打下很好的基础。全书共11章。分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、Dijkstra算法、匹配切割问题以及困难问题及其稀释等内容。本书在每一章结束的时候均有练习题和参考资料，这为读者的自我检查以及进一步学习提供了较多的便利。在全书的最后，给出了练习题的提示，方便读者进行查漏补缺。 作者简介： Magnus Lie Hetland是一位经验丰富的Python程序员，他自20世纪90年代以来就一直在使用该语言。同时，他还是挪威科技大学的副教授，有着数十年的算法教学经验，是《Beginning Python》1一书的作者。 资源目录： 作者简介 版权声明 内容提要 技术评审人简介 译者简介 译者序 致谢 前言 第1章 引言 1.1 这是一本怎么样的书 1.2 为什么要读这本书 1.3 一些准备工作 1.4 本书主要内容 1.5 本章小结 1.6 如果您感兴趣 1.7 练习题 1.8 参考资料 第2章 基础知识 2.1　计算领域中一些核心理念 2.2　渐近记法 2.3　图与树的实现 2.4　请提防黑盒子 2.5　本章小结 2.6　如果您感兴趣 2.7　练习题 2.8　参考资料 第3章...

资源名称：Python机器学习经典实例 内容简介： 在如今这个处处以数据驱动的世界中，机器学习正变得越来越大众化。它已经被广泛地应用于不同领域，如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。 本书是为想用机器学习算法开发应用程序的Python 程序员准备的。它适合Python 初学者阅读，不过熟悉Python 编程方法对体验示例代码大有裨益。 作者简介： 作者简介： Prateek Joshi 人工智能专家，重点关注基于内容的分析和深度学习，曾在英伟达、微软研究院、高通公司以及硅谷的几家早期创业公司任职。 译者简介： 陶俊杰 长期从事数据分析工作，酷爱Python，每天都和Python面对面，乐此不疲。本科毕业于北京交通大学机电学院，硕士毕业于北京交通大学经管学院。曾就职于中国移动设计院，目前在京东任职。 陈小莉 长期从事数据分析工作，喜欢Python。本科与硕士毕业于北京交通大学电信学院。目前在中科院从事科技文献与专利分析工作。 资源目录： 第1章　监督学习　　1 1.1　简介　　1 1.2　数据预处理技术　　2 1.2.1　准备工作　　2 1.2.2　详细步骤　　2 1.3　标记编码方法　　4 1.4　创建线性回归器　　6 1.4.1　准备工作　　6 1.4.2　详细步骤　　7 1.5　计算回归准确性　　9 1.5.1　准备工作　　9 1.5.2　详细步骤　　10 1.6　保存模型数据　　10 1.7　创建岭回归器　　11 1.7.1　准备工作　　11 1.7.2　详细步骤　　12 1.8　创建多项式回归器　　13 1.8.1　准备工作　　13 1.8.2　详细步骤　　14 1.9　估算房屋价格　　15 1.9.1　准备工作　　15 1.9.2　详细步骤　　16 1.10　计算特征的相对重要性　　17 1.11　评估共享单车的需求分布　　19 1.11.1　准备工作　　19 1.11.2　详细步骤　　19 1.11.3　更多内容　　21 第2章　创建分类器　　24...

资源名称：Python程序设计（第3版） 内容简介： 本书是面向大学计算机科学专业第一门程的教材。本书以Python语言为工具，采用相当传统的方法，强调解决问题、设计和编程是计算机科学的核心技能。 全书共13章，包含两个附录。第1章到第5章介绍计算机与程序、编写简单程序、数字计算、对象和图形、字符串处理等基础知识。第6章到第8章介绍函数、判断结构、循环结构和布尔值等话题。第9章到第13章着重介绍一些较为高级的程序设计方法，包括模拟与设计、类、数据集合、面向对象设计、算法设计与递归等。附录部分给出了Python快速参考和术语表。每一章的末尾配有丰富的练习，包括复习问题、讨论和编程联系等多种形式，帮助读者巩固该章的知识和技能。 本书特色鲜明、示例生动有趣、内容易读易学，是美国颇受欢迎的教程，适合Python入门程序员阅读，也适合高校计算机专业的教师和学生参考。 资源目录： 内容提要 序 前言 第1章　计算机和程序 第2章　编写简单程序 第3章　数字计算 第4章　对象和图形 第5章　序列：字符串、列表和文件 第6章　定义函数 第7章　判断结构 第8章　循环结构和布尔值 第9章　模拟与设计 第10章　定义类 第11章　数据集合 第12章　面向对象设计 第13章　算法设计与递归 附录A Python快速参考 附录B 术语表 资源截图：

资源名称：深入浅出深度学习：原理剖析与python实践 内容简介： 《深入浅出深度学习：原理剖析与Python实践》介绍了深度学习相关的原理与应用，全书共分为三大部分，第一部分主要回顾了深度学习的发展历史，以及Theano的使用；第二部分详细讲解了与深度学习相关的基础知识，包括线性代数、概率论、概率图模型、机器学习和最优化算法；在第三部分中，针对若干核心的深度学习模型，如自编码器、受限玻尔兹曼机、递归神经网络和卷积神经网络等进行详细的原理分析与讲解，并针对不同的模型给出相应的具体应用。 《深入浅出深度学习：原理剖析与Python实践》适合有一定高等数学、机器学习和Python编程基础的在校学生、高校研究者或在企业中从事深度学习的工程师使用，书中对模型的原理与难点进行了深入分析，在每一章的最后都提供了详细的参考文献，读者可以对相关的细节进行更深入的研究。最后，理论与实践相结合，《深入浅出深度学习：原理剖析与Python实践》针对常用的模型分别给出了相应的应用，读者也可以在Github中下载和查看《深入浅出深度学习：原理剖析与Python实践》的代码（https://github.com/innovation-cat/DeepLearningBook）。 作者简介： 黄安埠，2012年毕业于清华大学，获硕士学位，在校期间活跃于TopCoder等编程竞赛社区。现为腾讯基础研究高级工程师，研究领域包括个性化推荐、自然语言处理和大规模的相似度优化计算，特别是对于深度学习在推荐系统的应用有深入的研究，并申请了国内十余项相关专利。 本书的配套代码，读者也可以在作者的Github主页中下载查看： https://github.com/innovation-cat/DeepLearningBook) 资源目录： 第1 部分 概要 1 1 绪论 2 1.1 人工智能、机器学习与深度学习的关系 3 1.1.1 人工智能——机器推理 4 1.1.2 机器学习——数据驱动的科学 5 1.1.3 深度学习——大脑的仿真 8 1.2 深度学习的发展历程 8 1.3 深度学习技术概述 10 1.3.1 从低层到高层的特征抽象 11 1.3.2 让网络变得更深 13 1.3.3 自动特征提取 14 1.4 深度学习框架 15...

资源名称：Python和Pygame游戏开发指南 PDF 内容简介： Python语言和Pygame都是开发图形化的计算机游戏的得力工具。Pygame使得开发2D图形程序变得很容易，而且它可以免费下载和安装使用。 本书是一本中级编程图书，教读者如何用Python语言和Pygame库，来编写图形化的计算机游戏。本书共包括10章。本书首先从Python和Pygame基础知识开始，简要地介绍了Pygame库是如何工作的，以及它提供了哪些功能。然后，结合7款不同的游戏实例的开发过程，详细介绍了应用的技能和技巧。本书针对一些真实的游戏给出了完整的源代码，并且详细说明了这些代码如何工作，以便读者能够理解真正的游戏是如何使用Pygame的。 本书适合有一定Python基础知识的读者阅读和学习，进而掌握基本的游戏开发知识和技能，对于Python初学者来说，本书也可以作为通过游戏学习Python开发的实践教程。 资源目录： 作者简介 版权声明 内容提要 前言 第1章　安装Python和Pygame 第2章 Pygame基础知识 第3章 Memory Puzzle游戏 第4章 Slide Puzzle 第5章　Simulate 第6章　Wormy 第7章　Tetromino 第8章　Squirrel Eat Squirrel 第9章　Star Pusher 第10章　4款其他游戏 术语表 资源截图：

资源名称：WEB接口开发与自动化测试 基于PYTHON语言 PDF 内容简介：《Web接口开发与自动化测试——基于Python语言》以接口测试为主线，以Web开发为切入点，全面介绍了Web接口开发与自动化测试过程中使用的相关技术。《Web接口开发与自动化测试——基于Python语言》分为15章，第1章介绍了Python的基础知识，解答初学Python的同学都会遇到的一些问题；第2章到第5章以开发发布会签到系统为需求，介绍了Django Web开发技术；第6章介绍了unittest单元测试框架，以及在Django中如何编写单元测试；第7章到第10章主要围绕接口的相关概念，Web接口开发，接口测试工具和接口自动化测试框架的开发；第11介绍了安全接口的开发与测试；第12、13章介绍了Web Services技术；第14、15章介绍了Django Web项目的部署和接口性能测试。 资源目录： 第 1章 Python学习必知 1 1.1 Python 2.x与 Python 3.x选择 1 1.2 Python的安装 2 1.2.1 在 Windows下安装 Python 2 1.2.2 安装 Python 2和 Python 3两个版本 3 1.2.3 “python”不是内部或外部命令 5 1.3扩展库的安装 6 1.3.1 pip安装扩展库 6 1.3.2 tar.gz文件安装 9 1.3.3 whl文件安装...

资源名称：Python数据处理 PDF  内容简介： 本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。 作者简介： Jacqueline Kazil 数据科学家，资深软件开发者。活跃于Python软件基金会、PyLadies等社区。曾参与美国总统创新伙伴项目，是美国政府技术组织18F的联合创始人。曾担任《华盛顿邮报》数据记者。 Katharine Jarmul 资深Python开发者，PyLadies联合创始人。喜欢数据分析和获取、网页抓取、教人学习Python以及Unix，期望通过教育和培训来促进Python和其他开源语言的多元化。 译者简介： 张亮（hysic） 毕业于北京大学物理学院，爱好机器学习和数据分析的核安全工程师。 吕家明 2016年毕业于哈尔滨工业大学，现就职于腾讯，从事搜索、Query分析等相关工作，熟悉大规模数据下的数据挖掘和机器学习实践。 资源目录： 前言　　xiii 第1章　Python 简介　　1 1.1　为什么选择Python　　4 1.2　开始使用Python　　4 1.2.1　Python 版本选择　　5 1.2.2　安装Python　　6 1.2.3　测试Python　　9 1.2.4　安装pip　　11 1.2.5　安装代码编辑器　　12 1.2.6　安装IPython（可选）　　13 1.3　小结　　13 第2章　Python 基础　　14 2.1　基本数据类型　　15 2.1.1　字符串　　15 2.1.2　整数和浮点数　　15 2.2　数据容器　　18 2.2.1　变量　　18 2.2.2　列表　　21 2.2.3　字典　　22 2.3　各种数据类型的用途　　23 2.3.1　字符串方法：字符串能做什么　　24 2.3.2　数值方法：数字能做什么　　25 2.3.3　列表方法：列表能做什么　　26 2.3.4　字典方法：字典能做什么　　27 2.4　有用的工具：type、dir 和help　　28...