滿額折
Python 3.X全棧開發從入門到精通（簡體書）
商品資訊
相關商品
商品簡介
作者簡介
名人/編輯推薦
序
目次
商品簡介
通過“拆解式”講解Python全棧開發全過程，本書集理論、技術、案例、項目開發經驗為一體，通過海量示例展示開發過程中的重點、疑點、難點，是一本寶典式大全教程。
全棧工程師，也稱為全端工程師(同時具備前端和後臺能力)，是指掌握多種技能，並能利用多種技能獨立完成產品的人。Python全棧工程師，是指在精通Python編程語言的前提下，對於其他上下游的技術也有足夠的瞭解和掌握。本書上下游的技術涉及數據傳輸、數據存儲、數據分析和數據可視化等方面的知識。本書以實踐的方式，將這一系列的領域及理論知識結合到一起，幫助讀者構建全棧開發的知識體系，並輔以精益及敏捷的思想，來一步步開發Web 應用，讓讀者不只學會編碼，還在學完後具備真實項目的經驗。
作者簡介
張雲河
雲計算資深架構師，曾作為多家大型知名企業首席架構，負責PaaS平臺研發，擁有豐富的開發經驗。主要研究方向包括大數據、雲計算、移動開發、數據庫、前端框架、數據挖掘等。
劉友祝
湖南師範大學教育學碩士，長期從事計算機專業教學工作，具有6年的Python開發經驗，有豐富的教學經驗。
王碩
北京鼎鑫拓達資深軟件工程師，具有9年開發經驗和4年教育培訓經驗。曾主持多個B/S項目，項目經驗豐富，擅長Java EE和Python的項目開發，數據分析，數據庫技術，也是《PyQt5快速開發與實戰》作者之一。
雲計算資深架構師，曾作為多家大型知名企業首席架構，負責PaaS平臺研發，擁有豐富的開發經驗。主要研究方向包括大數據、雲計算、移動開發、數據庫、前端框架、數據挖掘等。
劉友祝
湖南師範大學教育學碩士，長期從事計算機專業教學工作，具有6年的Python開發經驗，有豐富的教學經驗。
王碩
北京鼎鑫拓達資深軟件工程師，具有9年開發經驗和4年教育培訓經驗。曾主持多個B/S項目，項目經驗豐富，擅長Java EE和Python的項目開發，數據分析，數據庫技術，也是《PyQt5快速開發與實戰》作者之一。
名人/編輯推薦
一本真正教你使用Python進行一站式開發的圖書
1.全新：本書理論、技術與案例基於全新的Python 3.x。
2.全面：涵蓋Python全棧開發全過程，知識點涉及數據分析、數據存儲、數據可視化、系統網絡運維、Web 項目和量化交易等多領域。
3.實戰： 海量示例文件展示開發過程中的重點、疑點、難點。
4.基礎：零基礎也能入門，拆解式講解全棧開發過程中的知識和技術。
5.豐富：本書配套的源代碼全部贈送，資源豐富，可輕鬆複製所需項目內容。
1.全新：本書理論、技術與案例基於全新的Python 3.x。
2.全面：涵蓋Python全棧開發全過程，知識點涉及數據分析、數據存儲、數據可視化、系統網絡運維、Web 項目和量化交易等多領域。
3.實戰： 海量示例文件展示開發過程中的重點、疑點、難點。
4.基礎：零基礎也能入門，拆解式講解全棧開發過程中的知識和技術。
5.豐富：本書配套的源代碼全部贈送，資源豐富，可輕鬆複製所需項目內容。
序
Python是一門非常優秀的編程語言，其語法簡潔，易學易用，越來越受到編程人員的喜愛，Python也是一門非常“人性化”的編程語言，其各種語法規則的設計符合人們的思維方式，開發人員可以用最簡單的方式實現自己的編程目的，降低時間成本。同時Python也是一門非常強大的編程語言，其在編程的各個領域都有非常不錯的表現，如在網頁開發、程序GUI、網絡爬蟲、科學計算、數據可視化等領域，所有企業軟件都可以使用Python進行一站式開發。本書中Python全棧開發涉及數據分析、數據存儲、數據可視化、系統網絡運維、Web項目和量化交易等，對各部分的知識點都進行了詳細介紹，深入淺出，幫助讀者快速掌握全棧開發。
為什麼要寫一本這樣的書
本書作者均來自開發和教育第一線，具備豐富的實際研發和培訓經驗。在對學校和企業的培訓中，針對學校和企業的實際開發需要，定制了全套的Python全棧開發的課程。在實際的授課過程中不斷根據企業和學生的反饋，調整Python全棧開發的內容。為了讓更多的讀者系統地學習Python全棧開發，於是本書作者決定抽出大量的時間來完成本書的創作，這就是本書的寫作背景。
本書從項目開發經驗入手，結合理論知識的講解，這也是本書的價值。本書的目標就是讓初學者快速成為一個合格的Python全棧開發工程師，並擁有項目開發技能，在未來的職場中有一個較高的起點。
本書結構
第1章是本書的快速入門部分，介紹Python 3.x的Windows和Linux安裝環境，對Python全棧做了簡要的介紹。
第2章是Python 3的基礎知識部分，對Python的基本數據類型、函數、模塊和面向對象編程做了介紹。
第3章是Python 3的高級知識部分，對Python的高級函數對象、多線程、多進程、正則表達式和發送郵件等做了介紹。
第4章是使用Python 3操作數據庫部分，主要介紹了MySQL、MongoDB和Redis 3種數據庫的基本用法和使用Python 3對數據庫進行操作。
第5章是Python 3網絡編程部分，主要介紹了網絡編程的基礎知識和Python 3對TCP和UDP程序的設計。
第6章是Python 3的運維部分，主要介紹了WebLogic服務器的安裝和使用，使用Python 3對配置服務器的JNDI和使用腳本自動部署Java Web的應用。在Linux操作系統下，使用Python腳本來監控Linux系統和MySQL數據庫，進行日常的運維操作。
第7章是數據可視化部分，主要介紹了NumPy、Pandas和Matplotlib模塊的使用和金融數據的可視化。
第8章是Web開發框架部分，主要介紹了Flask Web框架的使用並結合ECharts繪製基本圖形。
第9章是Python在量化交易中的應用部分，主要講解量化交易的基本概念和Python在量化交易中的作用。
對於本書章節的內容，可以根據讀者的實際情況有選擇地閱讀，畢竟Python全棧開發所涉及的範圍比較廣泛，讀者可以挑選自己感興趣的章節單獨閱讀。
讀者對象
沒有任何Python基礎的初學者。
有一定Python基礎，想精通Python全棧開發的人員。
有一定Python基礎，沒有項目經驗的人員。
大專院校及培訓學校的教師和學生。
本書特色
零基礎也能入門
無論您是否接觸過Python，是否使用Python開發過項目的讀者，都能從本書開啟學習之旅。
案例豐富
本書中的案例逐一講解Python全棧的各種知識和技術，步驟詳細、分析到位，能為讀者入手真實項目打下良好的基礎，輕鬆擁有項目經驗。
配套資源
本書的所有代碼都保存在GitHub上，後續代碼更新也會以GitHub地址為准，網址是https://github.com/cxinping/PythonFullStack，讀者可自行下載，也可掃描下方二維碼進行查看。另外為了方便讀者交流，學習Python全棧開發，筆者建立了Python全棧開發高級群（QQ群號： 701141872）
致謝
作為資深軟件架構師，能夠編寫一本技術性和實踐性非常強的Python全棧開發圖書，我感到非常榮幸。在此向所有給我提供指導、支持和鼓勵的朋友表示衷心的感謝。
感謝我的親人對我的關心與照顧，我現在取得的成果離不開你們對我的付出。
感謝北京大學出版社的魏雪萍和王濛濛兩位編輯，是他們不辭辛苦，仔細嚴謹地審閱和校對工作為本書的順利出版提供了有力保障。
感謝王登高（網名：量華林），他對量化系統的探索和執著體現在自研的程序化交易開源框架QuickLib。QuickLib是一款優秀的開源框架，融入了他對量化交易的獨到見解，它的功能強大和操作簡單。在本書的編寫過程中王登高對作者提供了無私的幫助，在此特別表示感謝。本書在編寫過程中，得到了譚州教育的多位老師的幫助和鼓勵，在此表示感謝。
與讀者相識于Python全棧開發是一種緣分，能夠看到本書說明讀者對Python全棧開發是感興趣的，感謝讀者願意花費時間閱讀本書。希望每一位讀者都能夠通過閱讀本書有所收穫，真心祝願你們能夠學習順利，事業有成。
為什麼要寫一本這樣的書
本書作者均來自開發和教育第一線，具備豐富的實際研發和培訓經驗。在對學校和企業的培訓中，針對學校和企業的實際開發需要，定制了全套的Python全棧開發的課程。在實際的授課過程中不斷根據企業和學生的反饋，調整Python全棧開發的內容。為了讓更多的讀者系統地學習Python全棧開發，於是本書作者決定抽出大量的時間來完成本書的創作，這就是本書的寫作背景。
本書從項目開發經驗入手，結合理論知識的講解，這也是本書的價值。本書的目標就是讓初學者快速成為一個合格的Python全棧開發工程師，並擁有項目開發技能，在未來的職場中有一個較高的起點。
本書結構
第1章是本書的快速入門部分，介紹Python 3.x的Windows和Linux安裝環境，對Python全棧做了簡要的介紹。
第2章是Python 3的基礎知識部分，對Python的基本數據類型、函數、模塊和面向對象編程做了介紹。
第3章是Python 3的高級知識部分，對Python的高級函數對象、多線程、多進程、正則表達式和發送郵件等做了介紹。
第4章是使用Python 3操作數據庫部分，主要介紹了MySQL、MongoDB和Redis 3種數據庫的基本用法和使用Python 3對數據庫進行操作。
第5章是Python 3網絡編程部分，主要介紹了網絡編程的基礎知識和Python 3對TCP和UDP程序的設計。
第6章是Python 3的運維部分，主要介紹了WebLogic服務器的安裝和使用，使用Python 3對配置服務器的JNDI和使用腳本自動部署Java Web的應用。在Linux操作系統下，使用Python腳本來監控Linux系統和MySQL數據庫，進行日常的運維操作。
第7章是數據可視化部分，主要介紹了NumPy、Pandas和Matplotlib模塊的使用和金融數據的可視化。
第8章是Web開發框架部分，主要介紹了Flask Web框架的使用並結合ECharts繪製基本圖形。
第9章是Python在量化交易中的應用部分，主要講解量化交易的基本概念和Python在量化交易中的作用。
對於本書章節的內容，可以根據讀者的實際情況有選擇地閱讀，畢竟Python全棧開發所涉及的範圍比較廣泛，讀者可以挑選自己感興趣的章節單獨閱讀。
讀者對象
沒有任何Python基礎的初學者。
有一定Python基礎，想精通Python全棧開發的人員。
有一定Python基礎，沒有項目經驗的人員。
大專院校及培訓學校的教師和學生。
本書特色
零基礎也能入門
無論您是否接觸過Python，是否使用Python開發過項目的讀者，都能從本書開啟學習之旅。
案例豐富
本書中的案例逐一講解Python全棧的各種知識和技術，步驟詳細、分析到位，能為讀者入手真實項目打下良好的基礎，輕鬆擁有項目經驗。
配套資源
本書的所有代碼都保存在GitHub上，後續代碼更新也會以GitHub地址為准，網址是https://github.com/cxinping/PythonFullStack，讀者可自行下載，也可掃描下方二維碼進行查看。另外為了方便讀者交流，學習Python全棧開發，筆者建立了Python全棧開發高級群（QQ群號： 701141872）
致謝
作為資深軟件架構師，能夠編寫一本技術性和實踐性非常強的Python全棧開發圖書，我感到非常榮幸。在此向所有給我提供指導、支持和鼓勵的朋友表示衷心的感謝。
感謝我的親人對我的關心與照顧，我現在取得的成果離不開你們對我的付出。
感謝北京大學出版社的魏雪萍和王濛濛兩位編輯，是他們不辭辛苦，仔細嚴謹地審閱和校對工作為本書的順利出版提供了有力保障。
感謝王登高（網名：量華林），他對量化系統的探索和執著體現在自研的程序化交易開源框架QuickLib。QuickLib是一款優秀的開源框架，融入了他對量化交易的獨到見解，它的功能強大和操作簡單。在本書的編寫過程中王登高對作者提供了無私的幫助，在此特別表示感謝。本書在編寫過程中，得到了譚州教育的多位老師的幫助和鼓勵，在此表示感謝。
與讀者相識于Python全棧開發是一種緣分，能夠看到本書說明讀者對Python全棧開發是感興趣的，感謝讀者願意花費時間閱讀本書。希望每一位讀者都能夠通過閱讀本書有所收穫，真心祝願你們能夠學習順利，事業有成。
目次
第1 章第初識Python語言
1.1 初識Python
1.2 Python 2/Python 3
1.3 Python 全棧的興起
1.4 安裝Python 3
1.4.1 在Windows 下安裝Python 3
1.4.2 在CentOS 下安裝Python 3
1.5 搭建Python 3 開發環境
1.5.1 使用PyCharm 新建項目
1.5.2 配置PyCharm
第2 章Python基礎篇
2.1 變量
2.2 標準數據類型
2.2.1 數字( Number )
2.2.2 字符串(String)
2.2.3 列表（List ）
2.2.4 元組（Tuple）
2.2.5 字典（Dictionary）
2.2.6 集合（Set）
2.3 標識符
2.4 行和縮進
2.5 運算符和表達式
2.5.1 算數運算符
2.5.2 比較運算符
2.5.3 邏輯運算符
2.5.4 成員運算符
2.6 條件控制
2.7 循環語句
2.7.1 while 循環
2.7.2 for 語句
2.7.3 使用枚舉遍歷序列
2.8 函數
2.8.1 函數的定義和調用
2.8.2 函數中的文檔
2.8.3 默認參數
2.8.4 不定長參數
2.8.5 range() 函數
2.8.6 函數作為參數傳遞
2.9 文件
2.9.1 操作文件
2.9.2 使用 with 語句
2.9.3 電子表格
2.10 面向對象
2.10.1 類與對象的定義
2.10.2 私有屬性和方法
2.10.3 繼承
2.10.4 靜態方法
2.10.5 魔法方法和特殊屬性
2.10.6 可調用對象
2.11 錯誤和異常
2.11.1 錯誤
2.11.2 異常
2.11.3 處理異常
2.11.4 打印異常信息
2.11.5 自定義異常
2.12 模塊
2.12.1 導入模塊
2.12.2 模塊的__name__ 屬性
2.12.3 模塊路徑
2.12.4 包
2.13 常用模塊
2.13.1 os 模塊
2.13.2 time 模塊
第3 章Python高級篇
3.1 高級函數對象
3.1.1 lambda 函數
3.1.2 map() 函數
3.1.3 reduce() 函數
3.1.4 迭代器(Iterator)
3.1.5 生成器(Generator)
3.1.6 裝飾器（Decorator）
3.2 多線程
3.2.1 多線程介紹
3.2.2 線程模塊
3.2.3 守護線程
3.2.4 優雅地停止線程
3.2.5 多線程的鎖機制
3.2.6 本地線程變量
3.3 多進程
3.3.1 Linux 平臺下的多進程
3.3.2 跨平臺的多進程
3.3.3 跨平臺的多進程間通信
3.3.4 分布式進程
3.4 正則表達式
3.4.1 re.match 函數
3.4.2 re.search 函數
3.4.3 re.fi ndall 函數
3.5 JSON 數據解析
3.5.1 JSON 簡介
3.5.2 Python 處理JSON 數據
3.5.3 自定義對象的序列化
3.6 存儲對象序列化
3.6.1 序列化對象
3.6.2 反序列化對象
3.7 發送E-mail
3.7.1 發送簡單郵件
3.7.2 發送HTML 格式的郵件
3.7.3 發送帶附件的郵件
第4 章使用Python操作數據庫
4.1 操作MySQL 數據庫
4.1.1 MySQL 簡介
4.1.2 在Windows 下安裝MySQL
4.1.3 在Linux 下安裝MySQL
4.1.4 MySQL 可視化工具
4.1.5 MySQL 基礎知識
4.1.6 Python 操作MySQL
4.2 操作MongoDB 數據庫
4.2.1 MongoDB 簡介
4.2.2 安裝MongoDB
4.2.3 MongoDB 基本操作
4.2.4 MongoDB 的集合
4.2.5 MongoDB 的文檔
4.2.6 使用Python 操作MongoDB
4.3 操作Redis 數據庫
4.3.1 Redis 簡介
4.3.2 安裝Redis
4.3.3 Redis 開啟遠程訪問
4.3.4 Redis 可視化工具
4.3.5 Redis 數據類型與操作
4.3.6 使用Python Redis 模塊
4.3.7 連接Redis 服務器
4.3.8 操作string 類型
4.3.9 操作hash 類型
4.3.10 操作list 類型
4.3.11 操作set 類型
4.3.12 操作sorted set 類型
4.3.13 其他操作
第5 章Python網絡編程
5.1 網絡編程的基本概念
5.1.1 網絡基礎知識
5.1.2 網絡基本概念
5.1.3 網絡傳輸協議
5.2 Python 3 網絡編程
5.2.1 Socket() 函數
5.2.2 TCP 程序設計
5.2.3 UDP 程序設計
5.2.4 Socket 實現文件傳輸
5.2.5 多線程與網絡編程
第6 章Python自動化運維
6.1 自動化運維簡介
6.2 WebLogic 簡介
6.3 安裝WebLogic
6.3.1 安裝WebLoigc Server
6.3.2 配置域(Domain)
6.3.3 啟動WebLogic Server
6.3.4 配置JDK 環境變量
6.4 WebLogic 部署和配置
6.4.1 啟動WebLogic 腳本工具（WLST）
6.4.2 通過網頁部署Java Web 應用
6.4.3 通過命令行部署工程
6.4.4 通過腳本部署Java Web 應用
6.4.5 通過網頁配置JNDI 數據源
6.4.6 通過腳本配置JNDI 數據源
6.5 Python 在Linux 運維中的常見應用
6.5.1 統計磁盤使用情況
6.5.2 統計內存使用情況
6.5.3 讀取passwd 文件中的用戶名和shell 信息
6.5.4 統計Linux 系統的平均負載
6.5.5 查看CPU 信息
6.5.6 查看MySQL 的慢日誌(slow-query-log)
6.5.7 監控MySQL 的狀態
6.6 psutil 的使用
6.6.1 獲取CPU 信息
6.6.2 獲取內存信息
6.6.3 獲取磁盤信息
第7 章數據分析與可視化
7.1 NumPy
7.1.1 安裝NumPy
7.1.2 創建矩陣
7.1.3 ndarray 對象屬性
7.1.4 矩陣的截取
7.1.5 矩陣的合併
7.1.6 通過函數創建矩陣
7.1.7 矩陣的運算
7.1.8 保存和加載數據
7.2 Pandas
7.2.1 安裝Pandas
7.2.2 Series
7.2.3 DataFrame
7.2.4 常用操作
7.2.5 Pandas 操作CSV 文件
7.2.6 SQLAlchemy 操作數據庫
7.3 Matplotlib
7.3.1 安裝Matplotlib
7.3.2 散點圖
7.3.3 折線圖
7.3.4 柱狀圖
7.3.5 直方圖
7.3.6 餅狀圖
7.3.7 Matplotlib 常用設置
7.3.8 子圖 subplot
7.3.9 多張圖像Figure
7.3.10 顯示網格
7.3.11 圖例 legend
7.3.12 坐標軸範圍
7.3.13 坐標軸刻度
7.3.14 調整坐標中日期刻度的顯示
7.4 金融繪圖
7.4.1 獲得股票數據源
7.4.2 顯示股票歷史數據
第8 章Python Web 開發框架
8.1 Flask 簡介
8.1.1 安裝Flask
8.1.2 最簡單的Web 應用
8.1.3 路由
8.1.4 HTTP 方法
8.1.5 靜態文件
8.1.6 模板渲染
8.1.7 Request 對象
8.1.8 Session
8.1.9 保存Session 到數據庫
8.2 Flask 應用集群
8.2.1 分布式Session
8.2.2 使用jQuery
8.2.3 實驗環境
8.2.4 配置 Redis
8.2.5 配置 Nginx
8.2.6 配置 Flask 應用集群
8.3 ECharts 簡介
8.3.1 ECharts 輕鬆上手
8.3.2 Flask 與ECharts
8.3.3 柱狀圖
8.3.4 折線圖
8.3.5 餅狀圖
8.3.6 儀錶盤
8.3.7 可實時刷新的餅狀圖
8.4 案例1：系統監控
8.4.1 環境準備
8.4.2 存儲器
8.4.3 監控器
8.4.4 路由器
8.4.5 頁面
8.5 案例2：動態顯示銷量
第9 章Python在量化交易中的應用
9.1 量化交易介紹
9.1.1 量化交易的背景
9.1.2 可實現量化交易的市場比較
9.1.3 量化交易軟件、平臺、框架的特點
9.1.4 量化交易從哪個市場做起
9.1.5 量化交易策略類型
9.1.6 CTA 策略程序化交易指南
9.1.7 量化資源網站介紹
9.2 量化交易方案
9.2.1 期貨量化交易環境介紹
9.2.2 CTP 量化交易方案介紹
9.2.3 行情數據采集
9.2.4 期貨CTP 賬戶資金曲線監控和繪製
9.2.5 Quicklib CTP Python 框架
9.2.6 QuicklibTrade Python 接口
9.2.7 量化交易使用資管系統的好處和必要性
9.2.8 高頻交易
9.2.9 算法交易
9.2.10 程序化實盤交易需要注意的問題
附錄
附錄A 使用Postman 測試網絡請求
附錄B 配置Centos
1.1 初識Python
1.2 Python 2/Python 3
1.3 Python 全棧的興起
1.4 安裝Python 3
1.4.1 在Windows 下安裝Python 3
1.4.2 在CentOS 下安裝Python 3
1.5 搭建Python 3 開發環境
1.5.1 使用PyCharm 新建項目
1.5.2 配置PyCharm
第2 章Python基礎篇
2.1 變量
2.2 標準數據類型
2.2.1 數字( Number )
2.2.2 字符串(String)
2.2.3 列表（List ）
2.2.4 元組（Tuple）
2.2.5 字典（Dictionary）
2.2.6 集合（Set）
2.3 標識符
2.4 行和縮進
2.5 運算符和表達式
2.5.1 算數運算符
2.5.2 比較運算符
2.5.3 邏輯運算符
2.5.4 成員運算符
2.6 條件控制
2.7 循環語句
2.7.1 while 循環
2.7.2 for 語句
2.7.3 使用枚舉遍歷序列
2.8 函數
2.8.1 函數的定義和調用
2.8.2 函數中的文檔
2.8.3 默認參數
2.8.4 不定長參數
2.8.5 range() 函數
2.8.6 函數作為參數傳遞
2.9 文件
2.9.1 操作文件
2.9.2 使用 with 語句
2.9.3 電子表格
2.10 面向對象
2.10.1 類與對象的定義
2.10.2 私有屬性和方法
2.10.3 繼承
2.10.4 靜態方法
2.10.5 魔法方法和特殊屬性
2.10.6 可調用對象
2.11 錯誤和異常
2.11.1 錯誤
2.11.2 異常
2.11.3 處理異常
2.11.4 打印異常信息
2.11.5 自定義異常
2.12 模塊
2.12.1 導入模塊
2.12.2 模塊的__name__ 屬性
2.12.3 模塊路徑
2.12.4 包
2.13 常用模塊
2.13.1 os 模塊
2.13.2 time 模塊
第3 章Python高級篇
3.1 高級函數對象
3.1.1 lambda 函數
3.1.2 map() 函數
3.1.3 reduce() 函數
3.1.4 迭代器(Iterator)
3.1.5 生成器(Generator)
3.1.6 裝飾器（Decorator）
3.2 多線程
3.2.1 多線程介紹
3.2.2 線程模塊
3.2.3 守護線程
3.2.4 優雅地停止線程
3.2.5 多線程的鎖機制
3.2.6 本地線程變量
3.3 多進程
3.3.1 Linux 平臺下的多進程
3.3.2 跨平臺的多進程
3.3.3 跨平臺的多進程間通信
3.3.4 分布式進程
3.4 正則表達式
3.4.1 re.match 函數
3.4.2 re.search 函數
3.4.3 re.fi ndall 函數
3.5 JSON 數據解析
3.5.1 JSON 簡介
3.5.2 Python 處理JSON 數據
3.5.3 自定義對象的序列化
3.6 存儲對象序列化
3.6.1 序列化對象
3.6.2 反序列化對象
3.7 發送E-mail
3.7.1 發送簡單郵件
3.7.2 發送HTML 格式的郵件
3.7.3 發送帶附件的郵件
第4 章使用Python操作數據庫
4.1 操作MySQL 數據庫
4.1.1 MySQL 簡介
4.1.2 在Windows 下安裝MySQL
4.1.3 在Linux 下安裝MySQL
4.1.4 MySQL 可視化工具
4.1.5 MySQL 基礎知識
4.1.6 Python 操作MySQL
4.2 操作MongoDB 數據庫
4.2.1 MongoDB 簡介
4.2.2 安裝MongoDB
4.2.3 MongoDB 基本操作
4.2.4 MongoDB 的集合
4.2.5 MongoDB 的文檔
4.2.6 使用Python 操作MongoDB
4.3 操作Redis 數據庫
4.3.1 Redis 簡介
4.3.2 安裝Redis
4.3.3 Redis 開啟遠程訪問
4.3.4 Redis 可視化工具
4.3.5 Redis 數據類型與操作
4.3.6 使用Python Redis 模塊
4.3.7 連接Redis 服務器
4.3.8 操作string 類型
4.3.9 操作hash 類型
4.3.10 操作list 類型
4.3.11 操作set 類型
4.3.12 操作sorted set 類型
4.3.13 其他操作
第5 章Python網絡編程
5.1 網絡編程的基本概念
5.1.1 網絡基礎知識
5.1.2 網絡基本概念
5.1.3 網絡傳輸協議
5.2 Python 3 網絡編程
5.2.1 Socket() 函數
5.2.2 TCP 程序設計
5.2.3 UDP 程序設計
5.2.4 Socket 實現文件傳輸
5.2.5 多線程與網絡編程
第6 章Python自動化運維
6.1 自動化運維簡介
6.2 WebLogic 簡介
6.3 安裝WebLogic
6.3.1 安裝WebLoigc Server
6.3.2 配置域(Domain)
6.3.3 啟動WebLogic Server
6.3.4 配置JDK 環境變量
6.4 WebLogic 部署和配置
6.4.1 啟動WebLogic 腳本工具（WLST）
6.4.2 通過網頁部署Java Web 應用
6.4.3 通過命令行部署工程
6.4.4 通過腳本部署Java Web 應用
6.4.5 通過網頁配置JNDI 數據源
6.4.6 通過腳本配置JNDI 數據源
6.5 Python 在Linux 運維中的常見應用
6.5.1 統計磁盤使用情況
6.5.2 統計內存使用情況
6.5.3 讀取passwd 文件中的用戶名和shell 信息
6.5.4 統計Linux 系統的平均負載
6.5.5 查看CPU 信息
6.5.6 查看MySQL 的慢日誌(slow-query-log)
6.5.7 監控MySQL 的狀態
6.6 psutil 的使用
6.6.1 獲取CPU 信息
6.6.2 獲取內存信息
6.6.3 獲取磁盤信息
第7 章數據分析與可視化
7.1 NumPy
7.1.1 安裝NumPy
7.1.2 創建矩陣
7.1.3 ndarray 對象屬性
7.1.4 矩陣的截取
7.1.5 矩陣的合併
7.1.6 通過函數創建矩陣
7.1.7 矩陣的運算
7.1.8 保存和加載數據
7.2 Pandas
7.2.1 安裝Pandas
7.2.2 Series
7.2.3 DataFrame
7.2.4 常用操作
7.2.5 Pandas 操作CSV 文件
7.2.6 SQLAlchemy 操作數據庫
7.3 Matplotlib
7.3.1 安裝Matplotlib
7.3.2 散點圖
7.3.3 折線圖
7.3.4 柱狀圖
7.3.5 直方圖
7.3.6 餅狀圖
7.3.7 Matplotlib 常用設置
7.3.8 子圖 subplot
7.3.9 多張圖像Figure
7.3.10 顯示網格
7.3.11 圖例 legend
7.3.12 坐標軸範圍
7.3.13 坐標軸刻度
7.3.14 調整坐標中日期刻度的顯示
7.4 金融繪圖
7.4.1 獲得股票數據源
7.4.2 顯示股票歷史數據
第8 章Python Web 開發框架
8.1 Flask 簡介
8.1.1 安裝Flask
8.1.2 最簡單的Web 應用
8.1.3 路由
8.1.4 HTTP 方法
8.1.5 靜態文件
8.1.6 模板渲染
8.1.7 Request 對象
8.1.8 Session
8.1.9 保存Session 到數據庫
8.2 Flask 應用集群
8.2.1 分布式Session
8.2.2 使用jQuery
8.2.3 實驗環境
8.2.4 配置 Redis
8.2.5 配置 Nginx
8.2.6 配置 Flask 應用集群
8.3 ECharts 簡介
8.3.1 ECharts 輕鬆上手
8.3.2 Flask 與ECharts
8.3.3 柱狀圖
8.3.4 折線圖
8.3.5 餅狀圖
8.3.6 儀錶盤
8.3.7 可實時刷新的餅狀圖
8.4 案例1：系統監控
8.4.1 環境準備
8.4.2 存儲器
8.4.3 監控器
8.4.4 路由器
8.4.5 頁面
8.5 案例2：動態顯示銷量
第9 章Python在量化交易中的應用
9.1 量化交易介紹
9.1.1 量化交易的背景
9.1.2 可實現量化交易的市場比較
9.1.3 量化交易軟件、平臺、框架的特點
9.1.4 量化交易從哪個市場做起
9.1.5 量化交易策略類型
9.1.6 CTA 策略程序化交易指南
9.1.7 量化資源網站介紹
9.2 量化交易方案
9.2.1 期貨量化交易環境介紹
9.2.2 CTP 量化交易方案介紹
9.2.3 行情數據采集
9.2.4 期貨CTP 賬戶資金曲線監控和繪製
9.2.5 Quicklib CTP Python 框架
9.2.6 QuicklibTrade Python 接口
9.2.7 量化交易使用資管系統的好處和必要性
9.2.8 高頻交易
9.2.9 算法交易
9.2.10 程序化實盤交易需要注意的問題
附錄
附錄A 使用Postman 測試網絡請求
附錄B 配置Centos
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。