Python大學教程：面向計算機科學和數據科學 Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and The Cloud

Paul J. Deitel, Harvey Deitel 譯者 陶先平//汪亮//胡昊

Python大學教程：面向計算機科學和數據科學

買這商品的人也買了...

相關主題

商品描述

本書提供了一種獨特的方法來講解Python編程入門，內容符合新的ACM/IEEECS和相關的計算課程倡議，
以及由美國國家科學基金會贊助的數據科學本科課程。
內容涵蓋了新的主題和應用的覆蓋面，模塊化架構使教師能夠方便地調整文本，適應課程需求。
通過本書，你將學習：
538個案例研究，471道練習題和項目，557道自我測驗題。基於IPython和Jupyter Notebook的即時反饋。
問題求解、算法開發、控制語句、函數等基礎知識。
列表、元組、字典、集合、Numpy數組、pandas Series和DataFrame。
2D/3D的靜態、動態和交互式可視化。
字符串、文本文件、JSON序列化、CSV、異常。
過程式、函數式和麵向對象的程序設計方法。
“數據科學入門”：基礎統計、模擬、動畫、隨機變量、數據整理、回歸。
隱私、安全、倫理、可重現、透明。
AI、大數據和雲數據科學案例研究：NLP、Twitter數據挖掘、IBM Watson、
機器學習、深度學習、計算機視覺、Hadoop、Spark、NoSQL、IoT。
開源庫：NumPy、pandas、Matplotlib、Seaborn、Folium、SciPy、NLTK、TextBlob、
spaCy、Textatistic、Tweepy、Scikit-learn、Keras、PubNub等。

作者簡介

Paul Deitel
Deitel＆Associates公司首席執行官兼首席技術官，畢業於麻省理工學院，在計算機領域擁有38年的經驗。
他自1992年以來就為軟件開發人員教授專業課程，為包括思科、
IBM、西門子、戴爾、NASA、北電網絡在內的全球企業客戶提供了數百門編程課程。

Harvey Deitel
Deitel＆Associates公司董事長兼首席戰略官，在計算機領域擁有58年的經驗。
他在麻省理工學院獲得理學學士學位和碩士學位，在波士頓大學獲得博士學位。
在1991年創立Deitel＆Associates公司之前，他已經獲得了波士頓大學的終身職位並擔任計算機科學系主任。
Deitel品牌的出版物贏得了國際上的廣泛認可，並被翻譯為日語、德語、漢語等100多種語言出版。

目錄大綱

目錄
譯者序
前言
閱讀前的準備工作
第1章計算機和Python簡介1
1.1 簡介1
1.2 硬件和軟件2
1.2.1 摩爾定律3
1.2.2 計算機組成3
1.3 數據層級結構4
1.4 機器語言、彙編語言和高級語言7
1.5 對象技術簡介8
1.6 操作系統10
1.7 Python13
1.8 庫14
1.8.1 Python標準庫15
1.8.2 數據科學庫15
1.9 其他流行的編程語言16
1.10 實踐練習：使用IPython和Jupyter Notebook17
1.10.1 將IPython的交互式模式當作計算器使用17
1.10.2 使用IPython解釋器執行Python程序19
1.10.3 在Jupyter Notebook中編寫和執行代碼20
1.11 互聯網和萬維網24
1.11.1 互聯網：網絡的網絡25
1.11.2 萬維網：使互聯網變得對用戶友好25
1.11.3 雲計算25
1.11.4 物聯網26
1.12 軟件技術27
1.13 大數據有多大28
1.13.1 大數據分析32
1.13.2 數據科學和大數據正在改變世界：用例33
1.14 案例研究：一個大數據移動應用34
1.15 數據科學入門：人工智能—計算機科學和數據科學的交叉學科35
第2章Python程序設計概述41
2.1 簡介41
2.2 變量和賦值語句41
2.3 算術運算43
2.4 print函數、單引號字符串和雙引號字符串47
2.5 三引號字符串48
2.6 從用戶處獲得輸入50
2.7 決策：if語句和比較操作符52
2.8 對象和動態類型56
2.9 數據科學入門：描述性統計學基礎知識58
2.10 小結60
第3章控制語句和程序開發63
3.1 簡介63
3.2 算法63
3.3 偽代碼64
3.4 控制語句64
3.5 if語句66
3.6 if...else和if...elif...else語句69
3.7 while語句73
3.8 for語句74
3.8.1 可迭代變量、列表和迭代器75
3.8.2 內置range函數76
3.9 增廣賦值76
3.10 程序開發：序列控制重複77
3.10.1 需求說明78
3.10.2 算法的偽代碼形式78
3.10.3 Python中算法的編碼79
3.10.4 格式化字符串79
3.11 程序開發：衛士控制重複80
3.12 程序開發：嵌套控制語句83
3.13 內置函數range：深入審視87
3.14 使用Decimal類型表達貨幣總量88
3.15 break和continue語句91
3.16 布爾操作符and、or和not92
3.17 數據科學入門：趨中度量—平均數、中位數、眾數95
3.18 小結96
第4章函數102
4.1 簡介102
4.2 函數的定義102
4.3 多參數函數105
4.4 隨機數生成106
4.5 案例研究：碰運氣遊戲109
4.6 Python標準庫112
4.7 math模塊函數113
4.8 IPython的Tab補全114
4.9 缺省形參值115
4.10 關鍵字實參116
4.11 任意實參表117
4.12 方法：屬於對象的函數118
4.13 作用域規則118
4.14 import：深入審視120
4.15 函數的實參傳遞：深入討論122
4.16 函數調用棧124
4.17 函數式程序設計126
4.18 數據科學入門：離中度量127
4.19 小結129
第5章序列：列表和元組133
5.1 簡介133
5.2 列表133
5.3 元組138
5.4 序列解包140
5.5 序列切片143
5.6 del語句146
5.7 給函數傳遞列表147
5.8 列表排序148
5.9 序列搜索150
5.10 其他列表方法152
5.11 用列表模擬棧154
5.12 列表解析155
5.13 生成器表達式157
5.14 過濾器、映射和化簡158
5.15 其他序列處理函數160
5.16 二維列表162
5.17 數據科學入門：模擬和靜態可視化166
5.17.1 擲600、60 000和6 000 000次骰子的簡單圖示166
5.17.2 擲骰實驗的頻數和百分比的可視化167
5.18 小結174
第6章字典和集合182
6.1 簡介182
6.2 字典182
6.2.1 創建字典183
6.2.2 遍歷字典184
6.2.3 基本字典操作184
6.2.4 字典方法keys和values186
6.2.5 字典比較188
6.2.6 樣例：學生成績字典188
6.2.7 樣例：詞頻統計189
6.2.8 字典方法update191
6.2.9 字典解析192
6.3 集合192
6.3.1 集合比較194
6.3.2 集合的數學操作196
6.3.3 集合的可變操作符和方法197
6.3.4 集合解析199
6.4 數據科學入門：動態可視化199
6.4.1 了解動態可視化199
6.4.2 實現動態可視化202
6.5 小結204
第7章使用NumPy進行面向數組的編程208
7.1 簡介208
7.2 從已有數據中創建array209
7.3 array屬性210
7.4 用特定值填充array212
7.5 從值域中創建array212
7.6 列表和array的性能：引入%timeit214
7.7 array操作符216
7.8 NumPy計算方法218
7.9 普適函數220
7.10 索引和切片221
7.11 視圖：淺拷貝223
7.12 深拷貝225
7.13 重塑和轉置226
7.14 數據科學入門：pandas Series和DataFrame229
7.14.1 pandas Series229
7.14.2 DataFrame233
7.15 小結241
第8章字符串：深入審視247
8.1 簡介247
8.2 格式化字符串248
8.2.1 表示類型248
8.2.2 域寬和對齊249
8.2.3 數值格式化250
8.2.4 字符串的format方法251
8.3 拼接和重複字符串252
8.4 刪除字符串的空白符253
8.5 字符大小寫轉換254
8.6 字符串的比較操作符255
8.7 子串搜索255
8.8 子串替換257
8.9 字符串......
................................
第9章文件和異常
第10章面向對象程序設計
第11章計算機科學思維：遞歸、搜索、排序和大O
第12章自然語言處理
第13章Twitter數據挖掘
第14章IBM Watson和認知計算
第15章機器學習：分類、回歸和聚類
第16章深度學習
第17章大數據：Hadoop、Speak、NoSQL和IoT

類似商品