PYTHON语言程序设计基础/文必龙 本书特色
本书以零基础为起点介绍Python程序设计方法。各章内容由浅入深、相互衔接、前后呼应、循序渐进。本书一方面侧重基础知识的讲解，另一方面侧重利用Python进行数据处理的方法和应用。全书各章节选用丰富的程序设计语言经典实例来讲解基本概念和程序设计方法，同时配有大量习题上机实践题供读者练习。全书共13章，分为基础篇、高级篇和应用篇三部分，基础篇第1章进入Python的世界；第2章介绍Python基础知识；第3章介绍Python流程控制；第4章介绍常用数据结构；第5章介绍函数与模块；第6章介绍类与对象：第7章介绍类的重用；第8章介绍异常处理；高级篇第9章介绍文件与数据库；第10章介绍Python数据处理；第11章介绍Python数据可视化；第12章介绍Python数据分析；应用篇第13章介绍应用案例--图书馆大数据分析。本书中的代码均在Python 3.6测试通过。本书语言表达简洁、严谨、流畅，内容通俗易懂、重点突出、实例丰富，适合作为高等院校各专业程序设计语言课程的教材，也可以作为非计算机专业公共基础课教材或Python爱好者的参考书。
PYTHON语言程序设计基础/文必龙 内容简介
本书以零基础为起点介绍Python程序设计方法。各章内容由浅入深、相互衔接、前后呼应、循序渐进。本书一方面侧重基础知识的讲解，另一方面侧重利用Python进行数据处理的方法和应用。全书各章节选用丰富的程序设计语言经典实例来讲解基本概念和程序设计方法，同时配有大量习题上机实践题供读者练习。全书共13章，分为基础篇、不错篇和应用篇三部分，基础篇章进入Python的世界；第2章介绍Python基础知识；第3章介绍Python流程控制；第4章介绍常用数据结构；第5章介绍函数与模块；第6章介绍类与对象：第7章介绍类的重用；第8章介绍异常处理；不错篇第9章介绍文件与数据库；0章介绍Python数据处理；1章介绍Python数据可视化；2章介绍Python数据分析；应用篇3章介绍应用案例--图书馆大数据分析。本书中的代码均在Python 3.6测试通过。本书语言表达简洁、严谨、流畅，内容通俗易懂、重点突出、实例丰富，适合作为高等院校各专业程序设计语言课程的教材，也可以作为非计算机专业公共基础课教材或Python爱好者的参考书。
PYTHON语言程序设计基础/文必龙 目录
第1章
进入Python的世界 1
1.1 Python简介 1
1.1.1 Python语言的诞生 1
1.1.2 Python的设计风格 1
1.1.3 Python语言的发展简史 2
1.2 Python语言特性 3
1.2.1 Python语言的优点 3
1.2.1 Python语言的缺点 4
1.4 **个Python程序 4
1.4.1 搭建开发环境 4
1.4.1 使用解释器提示符 6
1.4.3 Hello World——**个Python程序 7
1.5 Python编程规范 9
1.5.1 代码编排 9
1.5.2 空格的使用 11
1.5.3 注释 13
1.5.4 命名规范 14
1.5.5 编码建议 18
1.6 本章小结 20
1.7 习题 21
第2章 Python基础 22
2.1 Python基本数据类型 22
2.1.1 Number（数字） 22
2.1.2 str（字符串） 23
2.1.3 list（列表） 24
2.1.4 Tuple（元组） 24
2.1.5 set（集合） 24
2.1.6 Dictionary（字典） 25
2.2 常量与变量 25
2.1.1 变量 25
2.1.2 常量 26
2.1.3 input（）与print（） 27
2.3 运算符 29
2.3.1 算术运算符 29
2.3.2 比较运算符 32
2.3.3 赋值运算符 34
2.3.4 位运算符 36
2.3.5 逻辑运算符 38
2.3.6 运算符优先级 39
2.4类型转换 40
2.5 本章小结 42
2.6 习题 42
第3章
流程控制 43
3.1 程序的基本结构 43
3.1.1 顺序结构 43
3.1.2 分支结构 43
3.1.3 循环结构 43
3.2 程序流程图 44
3.2.1 传统流程图 44
3.2.2 结构流程图 46
3.2 程序的分支结构 47
3.2.1 单分支结构if语句 47
3.2.2 双分支结构if-else语句 48
3.2.3 多分支结构if-elif-else语句 49
3.2.4 分支结构的嵌套 51
3.3 程序的循环结构 53
3.3.1 for语句 53
3.3.2 while语句 54
3.3.3 break语句与continue语句 55
3.3.4 循环的嵌套 57
3.4 本章小结 58
3.5 习题 58
第4章
常用数据结构 59
4.1 概述 59
4.2 序列 60
4.2.1 列表 60
4.2.2 元组 64
4.2.3 字符串 65
4.3 字典 72
4.3.1 创建字典 72
4.3.2 字典操作 73
4.3.3 字典方法 73
4.4 集合 75
4.4.1 集合的创建 75
4.4.2 集合的操作 75
4.4.3 集合相等性测试及子集和超集 76
4.4.4 集合运算 77
4.5 本章小结 77
4.6 习题 78
第5章
函数与模块 79
5.1 函数 79
5.1.1 函数的定义 79
5.1.2 函数的调用 80
5.1.3 函数的返回值 82
5.1.4 函数的参数 83
5.1.5 匿名函数 87
5.1.6 函数的嵌套调用 88
5.1.7 函数的嵌套定义 89
5.1.8 函数的递归调用 89
5.1.9 变量的作用域 92
5.2 常用内置函数 96
5.2.1 数学运算函数 96
5.2.2 类型转换函数 96
5.2.3 序列操作函数 97
5.2.4 其它函数 98
5.3 模块和包 99
5.3.1 命名空间 99
5.3.2 模块 102
5.3.3 包 107
5.4 本章小结 109
5.5 习题 110
第6章
类与对象 113
6.1 面向对象程序设计概述 113
6.1.1 面向对象程序设计思想 113
6.1.2 面向对象中的基本概念 114
6.1.3 面向对象的基本特征 114
6.2类 115
6.3对象 116
6.4类的属性与方法 117
6.4.1类的属性 117
6.4.2构造方法和析构方法 119
6.5本章小结 121
6.6习题 121
第7章
类的重用 124
7.1继承 124
7.1.1父类与子类 124
7.1.2继承 125
7.1.3继承关系下的构造方法 127
7.2多继承 129
7.3组合 131
7.4本章小结 133
7.5习题 133
第8章
异常处理 135
8.1异常处理 135
8.1.1标准异常处理 135
8.1.2 try...except语句 137
8.1.3捕获多种异常 138
8.1.4 try…finally语句 139
8.1.5 自定义异常 140
8.2断言与上下文管理 141
8.2.1 断言 142
8.2.2 上下文管理 142
8.3 本章小结 143
8.4 习题 144
第9章
文件和数据库 145
9.1 文件 145
9.1.1 文件概述 145
9.1.2 文件的打开与关闭 146
9.1.3 文件的读写 147
9.1.4 随机文件访问 158
9.1.5 CSV文件的读取与写入 159
9.1.6与文件相关的模块 161
9.2 数据库 164
9.2.1 数据库基础 164
9.2.2 数据库访问模块 165
9.2.3 SQLite数据库 166
9.2.5 访问数据库的基本步骤 167
9.2.6 创建数据库和表 168
9.2.7 数据库的插入、更新和删除操作 169
9.2.7 数据库表的查询操作 170
9.3 本章小结 170
9.4 习题 171
第10章
数据处理 173
10.1 Numpy使用 173
10.1.1 概述 173
10.1.2 Numpy数组的创建 174
10.1.3 Numpy数组的索引和切片 179
10.1.4 Numpy数组的运算 183
10.1.5 Numpy数组的通用函数 185
10.2 Pandas使用 192
10.2.1 概述 192
10.2.2 Pandas的Series对象 193
10.2.3 Pandas的DataFrame对象 195
10.2.4 Pandas的基本操作 199
10.2.5 Pandas的数值运算 206
10.2.6 Pandas的文件操作 208
10.2.7 Pandas的缺失值处理 211
10.3 本章小结 212
10.4 习题 213
第11章
数据可视化 215
11.1 Matplotlib简介 215
11.2 Matplotlib快速入门 216
11.3 Matplotlib绘图函数 219
11.3.1 柱状图 219
11.3.2 散点图 221
11.3.3 子图 223
11.3.4 等值线图 224
11.3.5 三维图 225
11.3.6 图像 226
11.4 Matplotlib面向对象方式绘图 227
11.4.1 面向对象绘图 227
11.4.2 配置属性 228
11.5 Pandas绘图 229
11.5.1 折线图 229
11.5.2 条形图 230
11.5.3 直方图 232
11.6 本章小结 233
11.7 习题 234
第12章
数据分析 236
12.1 概述 236
12.2 决策树 237
12.2.1 概述 237
12.2.2 ID3原理简介 239
12.2.3 应用案例 240
12.3 人工神经网络 247
12.3.1 概述 247
12.3.2 感知机模型 248
12.3.3 误差反向传播算法 250
12.3.4 应用案例 251
12.4 K-近邻分类 254
12.4.1 概述 254
12.4.2 KNN原理简介 254
12.4.3 KNN算法流程 255
12.4.4 应用案例 256
12.5 K-Means聚类 259
12.5.1 概述 259
12.5.2 K-Means原理简介 260
12.5.3 K-Means算法流程 260
12.5.4 应用案例 261
12.6 本章小结 265
12.7 习题 265
第13章
应用案例--图书馆大数据分析 268
13.1 案例背景 268
13.1.1图书馆大数据分析的需求 268
13.1.2 分析步骤 269
13.2 数据探索 271
13.2.1 数据结构 271
13.2.2 初步了解数据 273
13.2.3 数据预处理 274
13.2.4 试分析 275
13.3 数据分析 276
13.3.1 分析思路 276
13.3.1 主题词提取 277
13.3.2 热门书籍分析 283
13.4 数据可视化 284
13.4.1 热门书词云 285
13.4.2 热门书排名对比 287
13.5本章小结 289
13.6 习题 290
