Python程序設計基礎（第2版）

第1章 初識Python 1
1.1 Python語言概述 1
1.2 Python的開發優勢 1
1.3 安裝Python 2
1.4 IDLE開發環境 3
1.4.1 Python IDLE集成開發環境 3
1.4.2 Python程序編輯器 4
1.4.3 Python程序書寫規範 5
1.4.4 Python程序的運行 6
1.5 Anaconda開發環境 8
1.5.1 Python軟件包管理工具 8
1.5.2 Anaconda軟件包 9
1.5.3 Anaconda Prompt窗口 11
1.5.4 IPython開發工具 13
1.5.5 Spyder集成開發環境 17
1.6 Jupyter Notebook介紹 18
1.6.1 安裝與啟動Jupyter Notebook 18
1.6.2 程序的編輯與運行 19
1.7 本章小結 21
習題 21
第2章 Python語言基礎 23
2.1 基本數據類型 23
2.1.1 數值型 23
2.1.2 邏輯型 23
2.1.3 字符串 24
2.2 變量 28
2.2.1 關鍵字和標識符 28
2.2.2 變量 29
2.3 運算符與表達式 30
2.3.1 運算符 30
2.3.2 表達式 35
2.3.3 數據類型轉換 36
2.4 輸入與輸出 37
2.4.1 輸入函數input() 37
2.4.2 輸出函數print() 37
2.5 內置函數 38
2.5.1 數學運算函數 38
2.5.2 字符串處理函數 39
2.5.3 其他函數 42
2.6 常用模塊 43
2.6.1 模塊導入 43
2.6.2 math模塊 45
2.6.3 random模塊 46
2.6.4 datetime和time模塊 47
2.7 本章小結 50
習題 51
第3章 Python容器數據類型 53
3.1 列表 53
3.1.1 創建列表和存取列表元素 53
3.1.2 列表基本操作 54
3.1.3 列表常用函數 55
3.1.4 切片 57
3.1.5 列表生成方式 57
3.2 元組 59
3.2.1 創建元組和存取元組元素 59
3.2.2 元組和列表的差異 60
3.2.3 序列操作函數 61
3.3 字典 62
3.3.1 創建字典和存取鍵值對 62
3.3.2 字典的常用方法 63
3.4 集合 64
3.4.1 創建集合 64
3.4.2 遍歷集合 65
3.4.3 集合操作函數 65
3.4.4 集合運算：並、交、差 66
3.5 可變類型和不可變類型 67
3.6 本章小結 68
習題 69
第4章 程序控制結構 70
4.1 順序結構 70
4.2 選擇結構 71
4.2.1 二分支選擇結構 71
4.2.2 單分支選擇結構 72
4.2.3 多分支選擇結構 73
4.2.4 多分支（嵌套）選擇結構 75
4.3 循環結構 76
4.3.1 while循環 76
4.3.2 for循環 78
4.3.3 break語句和continue語句 79
4.3.4 循環的嵌套 80
4.4 異常處理結構 82
4.5 本章小結 84
習題 84
第5章 函數 85
5.1 函數定義 85
5.2 函數調用與參數 88
5.2.1 函數調用的一般形式 88
5.2.2 不可變對象和可變對象參數 89
5.2.3 默認值參數 89
5.2.4 關鍵字參數 90
5.2.5 不定長參數 91
5.2.6 實參序列解包 91
5.3 變量的作用域 92
5.4 lambda表達式 93
5.5 生成器函數 95
5.6 函數遞歸調用 95
5.7 Python的第三方庫 97
5.7.1 jieba庫 97
5.7.2 wordcloud庫 98
5.7.3 turtle庫 100
5.8 本章小結 101
習題 102
第6章 文件 103
6.1 文件的基本概念 103
6.2 文件基本操作 104
6.2.1 用內置函數open()打開文件 104
6.2.2 文件對象的屬性和常用方法 105
6.2.3 關閉文件 106
6.2.4 讀/寫文本文件 106
6.2.5 使用pickle模塊讀/寫二進制文件 108
6.2.6 文件定位 109
6.2.7 讀/寫docx文件 110
6.2.8 讀/寫xlsx文件 111
6.3 文件與文件夾操作 112
6.3.1 os模塊 112
6.3.2 os.path模塊 114
6.4 編程實例 114
6.5 本章小結 118
習題 118
第7章 NumPy科學計算庫 119
7.1 NumPy基礎 120
7.1.1 數組對象特性 120
7.1.2 生成數組 121
7.1.3 NumPy的數據類型 123
7.2 存取數組元素 125
7.2.1 基本索引和切片操作 125
7.2.2 二維數組的索引操作 125
7.2.3 布爾索引 126
7.3 數組運算和排序 127
7.3.1 數組和單個數據的運算 127
7.3.2 數組廣播運算 127
7.3.3 數組排序 129
7.4 NumPy的函數 130
7.4.1 常用函數 130
7.4.2 隨機函數 133
7.4.3 集合函數 134
7.4.4 多項式 134
7.4.5 線性代數函數 135
7.5 數組組合和文件存取 136
7.5.1 改變數組維數 136
7.5.2 數組組合 137
7.5.3 數組分割 138
7.5.4 讀寫文件 139
7.5.5 meshgrid網格數組 140
7.6 應用實例 140
7.7 本章小結 143
習題 143
第8章 Pandas數據分析庫 144
8.1 Pandas的基本數據結構 144
8.1.1 Series序列 144
8.1.2 DataFrame數據框 147
8.2 訪問數據 149
8.2.1 loc[]、iloc[]訪問 149
8.2.2 query()和select_dtypes() 151
8.3 算術運算和對齊 151
8.3.1 nan缺失值處理 151
8.3.2 對齊處理 154
8.3.3 通用函數 156
8.4 讀/寫數據文件 157
8.4.1 CSV文件 157
8.4.2 Excel文件 159
8.4.3 Stata和Json文件 160
8.4.4 html表格 160
8.5 數據整理 161
8.5.1 插入或刪除行列及數據替換 161
8.5.2 索引整理 162
8.5.3 重復值處理 164
8.5.4 排序和排名 164
8.5.5 數據框連接 166
8.5.6 數據分箱 168
8.5.7 多級索引 169
8.5.8 字符串處理 171
8.6 分組統計 172
8.6.1 分組對象概述 172
8.6.2 分組對象的統計方法 173
8.6.3 數據透視表和交叉表 175
8.7 時間序列 176
8.7.1 Pandas中的時間函數 176
8.7.2 時間頻率變換 179
8.7.3 滑動窗口的rolling函數 179
8.8 實例應用 180
8.8.1 泰坦尼克號數據集分析 180
8.8.2 電影票房統計 183
8.8.3 足球比賽統計 185
8.9 本章小結 187
習題 188
第9章 Matplotlib繪圖庫 189
9.1 Matplotlib簡介 189
9.1.1 繪圖示例 189
9.1.2 顏色、線型和標記符號 191
9.1.3 plt的常用命令 192
9.2 幾種常見的圖形 195
9.2.1 柱形圖 195
9.2.2 餅圖 197
9.2.3 散點圖 199
9.2.4 直方圖 201
9.2.5 箱線圖 202
9.2.6 其他圖形 203
9.3 多子圖繪制 204
9.3.1 使用fig.add_subplot命令添加子圖 204
9.3.2 使用plt.subplots命令添加子圖 205
9.3.3 使用twinx()函數實現雙y軸圖形 207
9.4 設置圖形裝飾項 207
9.4.1 添加註解 208
9.4.2 設置坐標軸 210
9.4.3 填充顏色和顯示圖片 211
9.5 使用Pandas繪圖 213
9.6 本章小結 216
習題 216
第10章 財經數據可視化 217
10.1 財經數據獲取 217
10.1.1 通過Tushare獲取股票行情數據 217
10.1.2 通過BaoStock獲取貨幣供應量 218
10.1.3 通過AKshare平臺獲取宏觀杠桿率 219
10.1.4 通過世界銀行公開數據平臺獲取數據 220
10.2 股票行情數據可視化 221
10.3 中國GDP數據可視化 223
10.4 宏觀杠桿率數據可視化 225
10.5 貨幣供應量可視化 227
10.6 本章小結 229
習題 229
第11章 Python金融分析應用 230
11.1 實用NumPy金融函數 230
11.2 股票的收益率和波動率 233
11.2.1 收益率計算 234
11.2.2 單只股票和市場平均收益率比較 236
11.2.3 歷史波動率計算 239
11.2.4 股票收益率相關性分析 241
11.3 股票技術指標計算 244
11.3.1 價格趨勢分析 244
11.3.2 超賣超買分析 247
11.4 本章小結 249
習題 250
第12章 配套實驗 251
實驗1 Python和內置函數 251
實驗2 Python語言基礎練習 258
實驗3 容器數據類型及若乾庫練習 261
實驗4 程序的流程控制 265
實驗5 函數練習 266
實驗6 文件讀寫 268
實驗7 NumPy實驗1 270
實驗8 NumPy實驗2 273
實驗9 Pandas實驗1 274
實驗10 Pandas實驗2 276
實驗11 Matplotlib繪圖庫 277
實驗12 Python金融數據分析應用 280
參考文獻 287