图书详情 | 《Python程序设计(配套智慧职教数字课程、微课、教学课件、案例素材)》
图书分类 一 〉工学 一 〉计算机科学与技术
本书可免费申请样书

信息安全技术应用专业国家教学资源库配套教材,新形态一体化教材 : Python程序设计(配套智慧职教数字课程、微课、教学课件、案例素材)

张俊,喻洁 著;

2020-09

高等教育出版社

新华国采教育网络科技有限责任公司 折后价:¥43.00 定价:¥43.00
  • 高等教育出版社
  • 9787040543056
  • 1版
  • 347099
  • 64244730-4
  • 平装
  • 16开
  • 2020-09
  • -
  • 430
  • 240
  • -
  • 工学
  • 计算机科学与技术
  • 0812
  • -
  • 信息技术相关
  • 高职
  • -
  • -
  • -
  • -
内容简介:

本书是国家职业教育信息安全与管理专业教学资源库配套教材。全书共分10个单元,主要讲解Python的基础知识、数据类型、程序结构、函数、面向对象编程、文件操作、Python数据分析Pandas和Python数据可视化。本书通俗易懂,内容由易到难,概念清晰,重点突出,习题丰富,比较适合Python初学者和从事大数据分析的从业人员。

本书为新形态一体化教材,配套建设了微课视频、授课用PPT、课后习题、习题答案、素材等数字化学习资源。与本书配套的数字课程在“智慧职教”(www.icve.com.cn)上线,读者可以登录进行学习并下载基本教学资源,详见“智慧职教服务指南”,也可发邮件至编辑邮箱1548103297@qq.com获取相关资源。

本书可作为高等院校Python语言课程的教材,也可作为广大计算机技术人员及相关自学者的辅助教材。

目录

 前辅文
 单元1 Python概述
  学习目标
  引例描述
  知识储备
  1.1 关于Python
   1.1.1 Python简介
   1.1.2 Python语言的特点
  1.2 搭建Python的编程环境
   1.2.1 在Linux下搭建Python编程环境
   1.2.2 在Windows下搭建Python编程环境
  1.3 Python程序的编写、运行与调试
   1.3.1 采用交互式解释器
   1.3.2 采用文本编辑器
   1.3.3 采用集成开发环境PyCharm
  引例分析与实现
  单元小结
  课后习题
 单元2 简单数据类型
  学习目标
  引例描述
  知识储备
  2.1 常量
   2.1.1 数字型常量
   2.1.2 字符型常量
   2.1.3 布尔型常量
  2.2 变量
   2.2.1 变量的命名
   2.2.2 变量的赋值
  2.3 数据类型
   2.3.1 数字类型
   2.3.2 布尔类型
   2.3.3 字符串类型
   2.3.4 正则表达式
  引例分析与实现
  单元小结
  课后习题
 单元3 高级数据类型
  学习目标
  引例描述
  知识储备
  3.1 列表
   3.1.1 访问列表中的元素
   3.1.2 列表元素的增、删、改操作
   3.1.3 列表的基本运算
   3.1.4 列表中常用的函数
  3.2 元组
  3.3 字典
   3.3.1 字典的特性及内置函数
   3.3.2 字典的基本操作
   3.3.3 字典常用的方法
  引例分析与实现
  单元小结
  课后习题
 单元4 程序结构
  学习目标
  引例描述
  知识储备
  4.1 分支结构
   4.1.1 单分支结构
   4.1.2 双分支结构
   4.1.3 多分支结构
  4.2 循环结构
   4.2.1 while循环
   4.2.2 for循环
   4.2.3 break语句和continue语句
  引例分析与实现
  单元小结
  课后习题
 单元5 函数
  学习目标
  引例描述
  知识储备
  5.1 函数的定义和调用
  5.2 函数的参数传递
   5.2.1 形参与实参
   5.2.2 缺省参数和不定长参数
  5.3 全局变量和局部变量
  引例分析与实现
  单元小结
  课后习题
 单元6 面向对象编程
  学习目标
  引例描述
  知识储备
  6.1 类的概念
   6.1.1 封装
   6.1.2 继承
   6.1.3 多态
  6.2 类和对象的创建与使用
   6.2.1 类和对象
   6.2.2 实例的应用、运行和分析
   6.2.3 静态属性和实例属性
   6.2.4 方法的分类和区别
   6.2.5 类的内置方法
   6.2.6 方法的动态特性
  6.3 类的继承
   6.3.1 使用继承
   6.3.2 抽象类
   6.3.3 多重继承
  6.4 类的多态
  6.5 类的其他属性
   6.5.1 类的命名空间
   6.5.2 检查继承
  6.6 新式类
   6.6.1 新式类与经典类的区别一
   6.6.2 新式类和经典类的区别二
   6.6.3 新式类和经典类的区别三
   6.6.4 新式类和经典类的区别四
  6.7 导入类
  6.8 单模块存储和导入类
  6.9 导入模块
  引例分析与实现
  单元小结
  课后习题
 单元7 文件操作
  学习目标
  引例描述
  知识储备
  7.1 文件的打开与关闭
   7.1.1 文本文件和二进制文件
   7.1.2 open()、close()函数的使用
  7.2 文件的基本操作
   7.2.1 文件指针的概念
   7.2.2 文件的读取和写入
   7.2.3 文件的删除
   7.2.4 文件的复制
   7.2.5 文件内容的查找和替换
  7.3 目录的基本操作
   7.3.1 目录创建函数的使用
   7.3.2 目录删除函数的使用
   7.3.3 目录列表函数的使用
  引例分析与实现
  单元小结
  课后习题
 单元8 Python数据分析NumPy
  学习目标
  引例描述
  知识储备
  8.1 NumPy简介
  8.2 安装和认识NumPy数据结构
   8.2.1 可视化安装
   8.2.2 命令行安装
   8.2.3 NumPy数据结构中基本概念
  8.3 NumPy基本运算
   8.3.1 算术运算与比较运算
   8.3.2 NumPy提供的常用计算方法
   8.3.3 NumPy中通用函数
  8.4 索引和切片
   8.4.1 索引
   8.4.2 切片
  8.5 NumPy高级运算1
   8.5.1 数组的迭代
   8.5.2 二维数组循环
   8.5.3 数组更好的遍历方式
   8.5.4 数组优雅的遍历方式—自定义函数
  8.6 NumPy高级运算2
   8.6.1 自动生成数组的多种方式
   8.6.2 使用随机数
  8.7 NumPy高级运算3
   8.7.1 形状的变换
   8.7.2 二维数组变为一维数组
   8.7.3 连接数组操作
   8.7.4 水平、垂直切分数组
   8.7.5 数组的副本和视图
   8.7.6 广播机制
  8.8 NumPy实战案例
   8.8.1 案例:把list 对象转换成多维矩阵
   8.8.2 案例:把array多维矩阵转换成list 对象
   8.8.3 案例:取出二维数组的某个列数据
   8.8.4 案例:利用NumPy进行快速计算并绘图
  引例分析与实现
  单元小结
  课后习题
 单元9 Python数据分析Pandas
  学习目标
  引例描述
  知识储备
  9.1 Series数据类型和构建
   9.1.1 通过列表构建Series数据
   9.1.2 通过标量值来构建Series数据
   9.1.3 通过字典创建Series数据
   9.1.4 从ndarray创建Series数据
  9.2 Series数据类型索引和切片
   9.2.1 Series索引
   9.2.2 Series切片
   9.2.3 Series元素赋值 167ndarray对象创建
   9.2.4 Series筛选元素
  9.3 Series重要操作和计算方法
   9.3.1 Series对齐操作
   9.3.2 Series对象运算和数学函数
   9.3.3 Series元素判断和重复元素统计
   9.3.4 Series元素判断和重复元素统计补充
   9.3.5 Series判断元素的所属关系
   9.3.6 NaN值的处理
   9.3.7 NaN值的筛选
  9.4 DataFrame数据类型和构建
   9.4.1 认识DataFrame类型
   9.4.2 DataFrame的创建:从二维
   9.4.3 DataFrame的创建:从一维ndarray对象创建
   9.4.4 DataFrame的创建:从Series对象字典创建
   9.4.5 DataFrame的创建:从一维列表构成的字典创建
  9.5 DataFrame基本操作和索引1
   9.5.1 获取列索引和行索引
   9.5.2 获取存储在DataFrame数据结构中的数据
   9.5.3 获取行和列
   9.5.4 元素的赋值
   9.5.5 添加新列、新行
   9.5.6 删除列、删除行
   9.5.7 修改单个值
   9.5.8 元素的从属关系判断和数据的简单筛选
   9.5.9 DataFrame的转置
  9.6 DataFrame基本操作和索引2
   9.6.1 学习Index对象
   9.6.2 索引的重复性
   9.6.3 更换索引
   9.6.4 自动编制索引
   9.6.5 删除
   9.6.6 算术和数据对齐
  9.7 DataFrame常用的运算操作
   9.7.1 算术运算
   9.7.2 DataFrame和 Series之间的运算
   9.7.3 数据筛选
   9.7.4 操作元素的函数
   9.7.5 统计函数
   9.7.6 排序
  9.8 Pandas的文件读写
   9.8.1 文本文件的读
   9.8.2 写入CSV 文件
  引例分析与实现
  单元小结
  课后习题
 单元10 Python数据可视化
  学习目标
  引例描述
  知识储备
  10.1 Matplotlib基本认识
   10.1.1 什么是Matplotlib
   10.1.2 Matplotlib优势
   10.1.3 Matplotlib安装和包的导入
  10.2 图的基本结构
   10.2.1 图的基本结构
   10.2.2 基本的作图步骤
   10.2.3 绘制基本曲线
   10.2.4 关于颜色的补充
   10.2.5 关于linestyle参数
   10.2.6 关于marker参数
   10.2.7 设置图例方式
   10.2.8 loc参数
   10.2.9 lim、ticks参数
   10.2.10 设置x、y坐标轴和标题
   10.2.11 设置文字描述、注解
   10.2.12 网格线开关
   10.2.13 显示与图像保存
  10.3 绘制多种类型的图
   10.3.1 折线图
   10.3.2 柱状图
   10.3.3 散点图
  10.4 子图的绘制
   10.4.1 子图的基本结构
   10.4.2 绘制过程
   10.4.3 子图案例1
   10.4.4 子图案例 2
  引例分析与实现
  单元小结
  课后习题
 参考文献