滿額折
Python科學計算（簡體書）
相關商品
商品簡介
作者簡介
目次
商品簡介
本書主要介紹利用Python進行科學計算的方法，其內容從基礎知識到實際開發應用，由淺入深，通俗易懂。每章均配有針對性的案例，供讀者實踐練習，提高讀者資料分析能力和實踐動手能力。本書的主要內容包括Python開發的環境搭建，Python基礎，對文字檔、CSV檔、Excel檔、JSON檔的操作，訪問SQLite資料庫與MySQL資料庫，使用NumPy類庫、Pandas類庫、SciPy類庫進行科學計算，使用Matplotlib、Seaborn、pyecharts等類庫實現資料可視化。本書通過探索真實的鄭州二手房資料集，説明讀者逐步掌握資料的採集、清洗、整理及分析計算，並結合資料可視化元件，實現資料圖表到可視化的轉換，進而提高讀者解決實際問題的能力。 本書既可以作為高等本科院校Python科學計算課程的教材，也可以作為應用型本科、高職高專院校相應課程的教材。
作者簡介
王英強，副教授。2003年4月―至今，任西安思源學院電子信息工程學院教師；2008年9月―2011年7月，就讀於西安電子科技大學，獲得工學碩士學位；1999年9月―2003年7月，就讀於太原科技大學計算機科學與技術專業，獲得工學學士學位。參加的學術組織及任職：陝西省計算機學會會員。所承擔過的重點科研或教研項目及在項目中所承擔的工作：主持完成了2018年陝西省教育廳專項課題《大資料環境下西安市農業統計資料獲取分析平臺的研究》；支持完成了多項校級科研、教改項目；主持完成了《天然氣管道壓力資料自動採集系統》、《車機聯控系統》等多項橫向課題。個人或集體榮譽：2018年獲得西安思源學院建校二十周年青年英才獎；獲得多項軟件著作權；多次畢業設計優秀指導教師。教學成果獲獎情況、作品獲獎情況：《移動平臺下軟件發展教學的研究》獲得西安思源學院教學成果二等獎；《Android應用程序設計》獲得2018年陝西計算機學會優秀教材一等獎。主要著作出版情況：《Android應用程序設計》清華大學出版社，2013.10月出版；《Android應用程序設計》（第二版）清華大學出版社，2016.12月出版。
目次
目 錄
第1篇 資料獲取篇
第1章 概述 2
1．1 科學計算概述 2
1．2 Python概述 3
1．3 Python開發環境搭建 4
1．3．1 Python運行環境安裝 4
1．3．2 PyCharm安裝 8
1．4 Python科學計算與可視化常用類庫 13
1．4．1 Python科學計算與可視化常用類庫介紹 13
1．4．2 安裝協力廠商類庫 14
第2章 Python基礎 17
2．1 基本語法 17
2．1．1 基底資料型別 17
2．1．2 識別字 18
2．1．3 變數和賦值 18
2．1．4 運算子和運算式 19
2．1．5 代碼的嵌套與對齊 19
2．1．6 注釋 20
2．2 複雜資料類型 20
2．2．1 字串 20
2．2．2 列表 24
2．2．3 元組 27
2．2．4 字典 29
2．3 流程控制 32
2．3．1 條件控制 32
2．3．2 迴圈控制 33
2．4 函數 35
2．4．1 函數的定義 35
2．4．2 lambda匿名函數 35
2．4．3 函式呼叫 36
2．5 類 37
2．5．1 物件導向基本概念 37
2．5．2 類的定義及實現 37
2．6 檔操作 39
2．6．1 檔處理過程 39
2．6．2 資料的讀取 40
2．6．3 資料的寫入 41
第3章 讀/寫文件 43
3．1 讀/寫文字檔 43
3．1．1 讀/寫文字檔的方法介紹 43
3．1．2 讀/寫文本資料實例 44
3．2 讀/寫CSV文件 49
3．2．1 CSV類庫 49
3．2．2 讀/寫CSV檔資料實例 50
3．3 讀/寫Excel檔 54
3．3．1 Excel檔相關類庫 54
3．3．2 讀/寫Excel檔資料實例 56
3．4 讀/寫JSON檔 62
3．4．1 類庫方法介紹 62
3．4．2 讀/寫JSON檔資料實例 63
3．5 綜合實例 67
第4章 訪問資料庫 74
4．1 SQLite3資料庫資料的插入、修改及刪除 74
4．1．1 SQLite3模組常用方法 74
4．1．2 SQLite3資料庫操作實例 75
4．2 SQLite3資料庫資料的查詢 80
4．3 MySQL資料庫操作類的實現 82
4．4 MySQL資料庫的訪問 87
第2篇 資料處理篇
第5章 NumPy資料處理 91
5．1 NumPy基礎 91
5．1．1 認識NumPy 91
5．1．2 創建NumPy陣列 96
5．1．3 NumPy標準輸出 99
5．1．4 應用案例：二手房文本資料處理 100
5．2 NumPy陣列操作 102
5．2．1 陣列的基礎運算、形狀轉換 102
5．2．2 陣列的形狀 105
5．2．3 陣列的索引、切片 106
5．2．4 陣列的遍歷 108
5．2．5 陣列的副本與視圖 110
5．3 NumPy應用案例：鄭州市二手房資料統計及計算 113
第6章 Pandas科學計算 116
6．1 Pandas概述 116
6．1．1 Pandas簡介 116
6．1．2 Pandas在資料處理領域中的優勢 117
6．2 Pandas資料結構 117
6．2．1 Series 118
6．2．2 DataFrame 120
6．3 Pandas資料操作 124
6．3．1 Pandas檔操作 124
6．3．2 索引和資料選擇器 128
6．3．3 合併與連接 131
6．3．4 日期時間資料的處理 136
6．4 Pandas應用案例 142
6．4．1 分析鄭州市各區域的房屋均價 142
6．4．2 資料分析之GDP 144
第7章 SciPy科學計算 148
7．1 SciPy概述 148
7．2 SciPy科學方法 149
7．2．1 SciPy特殊函數 149
7．2．2 SciPy積分函數 150
7．2．3 插值函數 154
7．2．4 傅裡葉變換 156
7．2．5 線性代數 158
7．3 SciPy應用案例：使用最小二乘法預測房價走勢 160
7．4 SciPy延展 163
第3篇 數據展示篇
第8章 資料可視化之Matplotlib 166
8．1 圖表的基本構成元素 166
8．2 第一個Matplotlib繪圖程式 167
8．2．1 折線圖的繪製、存儲與顯示 167
8．2．2 折線圖的更多設置 168
8．2．3 設置中文字體 169
8．2．4 繪製多個圖形 170
8．2．5 使用子圖 172
8．3 繪製柱狀圖 173
8．4 繪製餅狀圖 174
8．5 繪製散點圖 175
8．6 綜合應用實例 176
8．6．1 鄭州市二手房各區域分佈柱狀圖 176
8．6．2 鄭州市二手房房屋類型比例餅狀圖 178
8．6．3 鄭州市二手房地理位置分佈圖 180
第9章 資料可視化之Seaborn 183
9．1 Seaborn簡介、安裝和使用 183
9．2 Seaborn的樣式繪製 185
9．3 長條圖和密度曲線圖 188
9．4 橫條圖 189
9．5 散點圖 190
9．6 箱線圖 191
9．7 小提琴圖 193
9．8 綜合應用實例 194
9．8．1 繪製鄭州市二手房價格長條圖和密度曲線圖 194
9．8．2 繪製鄭州市二手房價格橫條圖 195
第10章 資料可視化之pyecharts 197
10．1 pyecharts簡介、安裝和使用 197
10．2 pyecharts常用圖表 198
10．2．1 柱狀圖 198
10．2．2 折線圖 201
10．2．3 餅狀圖 204
10．2．4 詞雲圖 204
10．2．5 雷達圖 205
10．3 綜合應用實例 206
10．3．1 繪製鄭州市二手房數量區域分佈圖 206
10．3．2 繪製鄭州市二手房房屋類型比例圖 208
參考文獻 210
第1篇 資料獲取篇
第1章 概述 2
1．1 科學計算概述 2
1．2 Python概述 3
1．3 Python開發環境搭建 4
1．3．1 Python運行環境安裝 4
1．3．2 PyCharm安裝 8
1．4 Python科學計算與可視化常用類庫 13
1．4．1 Python科學計算與可視化常用類庫介紹 13
1．4．2 安裝協力廠商類庫 14
第2章 Python基礎 17
2．1 基本語法 17
2．1．1 基底資料型別 17
2．1．2 識別字 18
2．1．3 變數和賦值 18
2．1．4 運算子和運算式 19
2．1．5 代碼的嵌套與對齊 19
2．1．6 注釋 20
2．2 複雜資料類型 20
2．2．1 字串 20
2．2．2 列表 24
2．2．3 元組 27
2．2．4 字典 29
2．3 流程控制 32
2．3．1 條件控制 32
2．3．2 迴圈控制 33
2．4 函數 35
2．4．1 函數的定義 35
2．4．2 lambda匿名函數 35
2．4．3 函式呼叫 36
2．5 類 37
2．5．1 物件導向基本概念 37
2．5．2 類的定義及實現 37
2．6 檔操作 39
2．6．1 檔處理過程 39
2．6．2 資料的讀取 40
2．6．3 資料的寫入 41
第3章 讀/寫文件 43
3．1 讀/寫文字檔 43
3．1．1 讀/寫文字檔的方法介紹 43
3．1．2 讀/寫文本資料實例 44
3．2 讀/寫CSV文件 49
3．2．1 CSV類庫 49
3．2．2 讀/寫CSV檔資料實例 50
3．3 讀/寫Excel檔 54
3．3．1 Excel檔相關類庫 54
3．3．2 讀/寫Excel檔資料實例 56
3．4 讀/寫JSON檔 62
3．4．1 類庫方法介紹 62
3．4．2 讀/寫JSON檔資料實例 63
3．5 綜合實例 67
第4章 訪問資料庫 74
4．1 SQLite3資料庫資料的插入、修改及刪除 74
4．1．1 SQLite3模組常用方法 74
4．1．2 SQLite3資料庫操作實例 75
4．2 SQLite3資料庫資料的查詢 80
4．3 MySQL資料庫操作類的實現 82
4．4 MySQL資料庫的訪問 87
第2篇 資料處理篇
第5章 NumPy資料處理 91
5．1 NumPy基礎 91
5．1．1 認識NumPy 91
5．1．2 創建NumPy陣列 96
5．1．3 NumPy標準輸出 99
5．1．4 應用案例：二手房文本資料處理 100
5．2 NumPy陣列操作 102
5．2．1 陣列的基礎運算、形狀轉換 102
5．2．2 陣列的形狀 105
5．2．3 陣列的索引、切片 106
5．2．4 陣列的遍歷 108
5．2．5 陣列的副本與視圖 110
5．3 NumPy應用案例：鄭州市二手房資料統計及計算 113
第6章 Pandas科學計算 116
6．1 Pandas概述 116
6．1．1 Pandas簡介 116
6．1．2 Pandas在資料處理領域中的優勢 117
6．2 Pandas資料結構 117
6．2．1 Series 118
6．2．2 DataFrame 120
6．3 Pandas資料操作 124
6．3．1 Pandas檔操作 124
6．3．2 索引和資料選擇器 128
6．3．3 合併與連接 131
6．3．4 日期時間資料的處理 136
6．4 Pandas應用案例 142
6．4．1 分析鄭州市各區域的房屋均價 142
6．4．2 資料分析之GDP 144
第7章 SciPy科學計算 148
7．1 SciPy概述 148
7．2 SciPy科學方法 149
7．2．1 SciPy特殊函數 149
7．2．2 SciPy積分函數 150
7．2．3 插值函數 154
7．2．4 傅裡葉變換 156
7．2．5 線性代數 158
7．3 SciPy應用案例：使用最小二乘法預測房價走勢 160
7．4 SciPy延展 163
第3篇 數據展示篇
第8章 資料可視化之Matplotlib 166
8．1 圖表的基本構成元素 166
8．2 第一個Matplotlib繪圖程式 167
8．2．1 折線圖的繪製、存儲與顯示 167
8．2．2 折線圖的更多設置 168
8．2．3 設置中文字體 169
8．2．4 繪製多個圖形 170
8．2．5 使用子圖 172
8．3 繪製柱狀圖 173
8．4 繪製餅狀圖 174
8．5 繪製散點圖 175
8．6 綜合應用實例 176
8．6．1 鄭州市二手房各區域分佈柱狀圖 176
8．6．2 鄭州市二手房房屋類型比例餅狀圖 178
8．6．3 鄭州市二手房地理位置分佈圖 180
第9章 資料可視化之Seaborn 183
9．1 Seaborn簡介、安裝和使用 183
9．2 Seaborn的樣式繪製 185
9．3 長條圖和密度曲線圖 188
9．4 橫條圖 189
9．5 散點圖 190
9．6 箱線圖 191
9．7 小提琴圖 193
9．8 綜合應用實例 194
9．8．1 繪製鄭州市二手房價格長條圖和密度曲線圖 194
9．8．2 繪製鄭州市二手房價格橫條圖 195
第10章 資料可視化之pyecharts 197
10．1 pyecharts簡介、安裝和使用 197
10．2 pyecharts常用圖表 198
10．2．1 柱狀圖 198
10．2．2 折線圖 201
10．2．3 餅狀圖 204
10．2．4 詞雲圖 204
10．2．5 雷達圖 205
10．3 綜合應用實例 206
10．3．1 繪製鄭州市二手房數量區域分佈圖 206
10．3．2 繪製鄭州市二手房房屋類型比例圖 208
參考文獻 210
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。