相關商品
商品簡介
目次
商品簡介
本書共分為4篇18章，第1篇為Python入門，主要介紹Python的功能、使用和學習方法。第2篇為Python應用基礎，主要介紹變量與字符串、列表、元組和字典、控制語句、函數、模塊與包、遞歸、文件、異常、面向對象技術、查找與排序。第3篇為Python科學計算與數據可視化，主要介紹Python科學計算庫、Matplotlib數據可視化。第4篇為Python深度學習與實戰，主要介紹數據挖掘、植物病害識別案例和皮膚癌變類識別實例。
本書適合Python初學者或愛好者作為入門教材，也可以作為軟件技術基礎、深度學習、人工智能等課程的參考教材。
本書適合Python初學者或愛好者作為入門教材，也可以作為軟件技術基礎、深度學習、人工智能等課程的參考教材。
目次
第1篇Python入門
第1章 Python的“魔法”
1.1 Python是什麼
1.2 Python能做什麼
1.3 Python怎麼樣
第2章 Python的使用方法
2.1 Python安裝
2.1.1 Windows下安裝Python
2.1.2 Linux下安裝Python（以Ubuntu為例）
2.1.3 Anaconda的使用
2.2 選擇合適的開發環境
2.2.1 Spyder的使用
2.2.2 PyCharm的安裝與使用
2.2.3 文本編輯器配合終端的使用方法
2.3 Python初體驗
2.3.1 第一個Python程序
2.3.2 Python語言風格
2.4 管理Python庫
2.4.1 模塊的導入
2.4.2 第三方庫的安裝與導入
2.4.3 國內鏡像源介紹
第3章 Python高效學習方法
3.1 如何使用本書
3.2 如何提高Python編程能力
第2篇Python應用基礎
第4章 簡單變量與字符串
4.1 變量賦值
4.1.1 單變量賦值
4.1.2 多變量賦值
4.2 數字用法及其類型
4.2.1 數字用法
4.2.2 數據類型
4.3 字符串
4.3.1 字符串的聲明和訪問
4.3.2 字符串拼接
4.3.3 字符串修改
4.3.4 字符串其他常用方法
4.4 變量的命名規則
第5章 列表、元組和字典
5.1 列表
5.2 元組
5.3 字典
第6章 控制語句
6.1 True和False
6.2 條件判斷
6.2.1 if-else
6.2.2 elif
6.3 循環
6.3.1 for語句
6.3.2 while語句
6.3.3 循環嵌套
6.3.4 break語句
6.3.5 continue語句
第7章 函數
7.1 函數基礎
7.2 函數名稱及函數的調用
7.3 函數的參數傳遞
7.4 變量作用域
7.5 函數式編程
7.6 Python內置函數
第8章 模塊和包
8.1 模塊
8.2 編寫模塊
8.3 包
第9章 遞歸
9.1 遞歸定義
9.2 遞歸函數
9.3 字符串反轉
9.4 重組詞
9.5 快速求冪
9.6 二分查找
第10章 文件
10.1 打開文件
10.2 文件基本操作方法
10.3 對文件內容進行迭代
第11章 異常
11.1 什麼是異常
11.2 捕獲異常
11.3 引發異常
11.4 斷言
11.5 實現自定義異常
11.6 with關鍵字
第12章 面向對象技術
12.1 OOD概念
12.2 類
12.2.1 類的聲明與定義
12.2.2 類的實例化與使用
12.2.3 封裝
12.2.4 訪問權限
12.2.5 類的內建函數
12.2.6 @property裝飾器
12.2.7 枚舉類
12.2.8 類的存儲與導入
12.3 繼承和多態
12.3.1 __bases__屬性
12.3.2 繼承的基本概念
12.3.3 多態
12.3.4 從標準類型派生
12.3.5 多重繼承和多繼承
12.4 迭代器
12.5 生成器
第13章 查找與排序
13.1 查找案例
13.1.1 簡單的查找問題
13.1.2 策略1：線性查找
13.1.3 策略2：二分查找
13.1.4 策略3：插值查找
13.2 排序案例
13.2.1 選擇排序
13.2.2 歸併排序
13.2.3 插入排序
13.2.4 快速排序
13.2.5 冒泡排序
第3篇Python科學計算與數據可視化
第14章 Python科學計算庫
14.1 NumPy簡介
14.1.1 NumPy的應用
14.1.2 NumPy有什麼功能？
14.1.3 使用NumPy的優勢
14.1.4 NumPy開發環境
14.2 數組的索引
14.2.1 基本索引
14.2.2 切片索引
14.2.3 布爾型索引
14.2.4 花式索引
14.3 數組的計算：廣播
14.4 比較、掩碼和布爾邏輯
14.4.1 和通用函數類似的比較操作
14.4.2 操作布爾數組
14.4.3 布爾數組作為掩碼
14.5 數組的排序
14.6 結構化數組
14.6.1 結構化數據類型
14.6.2 結構化數組的索引和分配
14.7 Pandas數值運算方法
14.8 處理缺失值
第15章 Matplotlib數據可視化
15.1 Matplotlib常用技巧
15.2 兩種畫圖接口
15.3 簡易線性圖
15.4 簡易散點圖
第4篇Python深度學習與實戰
第16章 數據挖掘
16.1 流程介紹
16.2 導入和可視化數據
16.3 數據分類與回歸
16.3.1 Logistic回歸
16.3.2 K-近鄰算法
16.3.3 樸素貝葉斯算法
16.3.4 決策樹
16.4 聚類
16.5 數據降維
第17章 植物病害識別案例
17.1 案例背景
17.2 案例要求
17.3 案例步驟
17.3.1 數據加載
17.3.2 圖像預處理
17.3.3 模型搭建與修改
17.3.4 模型訓練
17.3.5 模型驗證
17.3.6 訓練參數存儲
17.3.7 中間結果的打印
17.4 案例代碼
第18章 皮膚癌變類識別實例
18.1 實例背景
18.2 實例要求
18.3 任務步驟
18.3.1 數據加載與預處理
18.3.2 模型調用與修改
18.3.3 模型構建與參數設定
18.3.4 模型訓練與驗證
18.3.5 Callback函數調用
18.3.6 中間結果的打印
18.4 實例代碼
參考文獻
第1章 Python的“魔法”
1.1 Python是什麼
1.2 Python能做什麼
1.3 Python怎麼樣
第2章 Python的使用方法
2.1 Python安裝
2.1.1 Windows下安裝Python
2.1.2 Linux下安裝Python（以Ubuntu為例）
2.1.3 Anaconda的使用
2.2 選擇合適的開發環境
2.2.1 Spyder的使用
2.2.2 PyCharm的安裝與使用
2.2.3 文本編輯器配合終端的使用方法
2.3 Python初體驗
2.3.1 第一個Python程序
2.3.2 Python語言風格
2.4 管理Python庫
2.4.1 模塊的導入
2.4.2 第三方庫的安裝與導入
2.4.3 國內鏡像源介紹
第3章 Python高效學習方法
3.1 如何使用本書
3.2 如何提高Python編程能力
第2篇Python應用基礎
第4章 簡單變量與字符串
4.1 變量賦值
4.1.1 單變量賦值
4.1.2 多變量賦值
4.2 數字用法及其類型
4.2.1 數字用法
4.2.2 數據類型
4.3 字符串
4.3.1 字符串的聲明和訪問
4.3.2 字符串拼接
4.3.3 字符串修改
4.3.4 字符串其他常用方法
4.4 變量的命名規則
第5章 列表、元組和字典
5.1 列表
5.2 元組
5.3 字典
第6章 控制語句
6.1 True和False
6.2 條件判斷
6.2.1 if-else
6.2.2 elif
6.3 循環
6.3.1 for語句
6.3.2 while語句
6.3.3 循環嵌套
6.3.4 break語句
6.3.5 continue語句
第7章 函數
7.1 函數基礎
7.2 函數名稱及函數的調用
7.3 函數的參數傳遞
7.4 變量作用域
7.5 函數式編程
7.6 Python內置函數
第8章 模塊和包
8.1 模塊
8.2 編寫模塊
8.3 包
第9章 遞歸
9.1 遞歸定義
9.2 遞歸函數
9.3 字符串反轉
9.4 重組詞
9.5 快速求冪
9.6 二分查找
第10章 文件
10.1 打開文件
10.2 文件基本操作方法
10.3 對文件內容進行迭代
第11章 異常
11.1 什麼是異常
11.2 捕獲異常
11.3 引發異常
11.4 斷言
11.5 實現自定義異常
11.6 with關鍵字
第12章 面向對象技術
12.1 OOD概念
12.2 類
12.2.1 類的聲明與定義
12.2.2 類的實例化與使用
12.2.3 封裝
12.2.4 訪問權限
12.2.5 類的內建函數
12.2.6 @property裝飾器
12.2.7 枚舉類
12.2.8 類的存儲與導入
12.3 繼承和多態
12.3.1 __bases__屬性
12.3.2 繼承的基本概念
12.3.3 多態
12.3.4 從標準類型派生
12.3.5 多重繼承和多繼承
12.4 迭代器
12.5 生成器
第13章 查找與排序
13.1 查找案例
13.1.1 簡單的查找問題
13.1.2 策略1：線性查找
13.1.3 策略2：二分查找
13.1.4 策略3：插值查找
13.2 排序案例
13.2.1 選擇排序
13.2.2 歸併排序
13.2.3 插入排序
13.2.4 快速排序
13.2.5 冒泡排序
第3篇Python科學計算與數據可視化
第14章 Python科學計算庫
14.1 NumPy簡介
14.1.1 NumPy的應用
14.1.2 NumPy有什麼功能？
14.1.3 使用NumPy的優勢
14.1.4 NumPy開發環境
14.2 數組的索引
14.2.1 基本索引
14.2.2 切片索引
14.2.3 布爾型索引
14.2.4 花式索引
14.3 數組的計算：廣播
14.4 比較、掩碼和布爾邏輯
14.4.1 和通用函數類似的比較操作
14.4.2 操作布爾數組
14.4.3 布爾數組作為掩碼
14.5 數組的排序
14.6 結構化數組
14.6.1 結構化數據類型
14.6.2 結構化數組的索引和分配
14.7 Pandas數值運算方法
14.8 處理缺失值
第15章 Matplotlib數據可視化
15.1 Matplotlib常用技巧
15.2 兩種畫圖接口
15.3 簡易線性圖
15.4 簡易散點圖
第4篇Python深度學習與實戰
第16章 數據挖掘
16.1 流程介紹
16.2 導入和可視化數據
16.3 數據分類與回歸
16.3.1 Logistic回歸
16.3.2 K-近鄰算法
16.3.3 樸素貝葉斯算法
16.3.4 決策樹
16.4 聚類
16.5 數據降維
第17章 植物病害識別案例
17.1 案例背景
17.2 案例要求
17.3 案例步驟
17.3.1 數據加載
17.3.2 圖像預處理
17.3.3 模型搭建與修改
17.3.4 模型訓練
17.3.5 模型驗證
17.3.6 訓練參數存儲
17.3.7 中間結果的打印
17.4 案例代碼
第18章 皮膚癌變類識別實例
18.1 實例背景
18.2 實例要求
18.3 任務步驟
18.3.1 數據加載與預處理
18.3.2 模型調用與修改
18.3.3 模型構建與參數設定
18.3.4 模型訓練與驗證
18.3.5 Callback函數調用
18.3.6 中間結果的打印
18.4 實例代碼
參考文獻
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。