Python基础与深度学习实战

图书标准信息

• 作者 梁桥康、邹坤霖、项韶、朱为 编
• 出版社 化学工业出版社
• 出版时间 2020-09
• 版次 1
• ISBN 9787122359797
• 定价 58.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 187页

【内容简介】

本书共分为4篇18章，第1篇为Python入门，主要介绍Python的功能、使用和学习方法。第2篇为Python应用基础，主要介绍变量与字符串、列表、元组和字典、控制语句、函数、模块与包、递归、文件、异常、面向对象技术、查找与排序。第3篇为Python科学计算与数据可视化，主要介绍Python科学计算库、Matplotlib数据可视化。第4篇为Python深度学习与实战，主要介绍数据挖掘、植物病害识别案例和皮肤癌变类识别实例。 

本书适合Python初学者或爱好者作为入门教材，也可以作为软件技术基础、深度学习、人工智能等课程的参考教材。

【目录】

第1篇Python入门001 

第1章Python的“魔法”001 

1.1Python是什么001 

1.2Python能做什么001 

1.3Python怎么样002 

第2章Python的使用方法003 

2.1Python安装003 

2.1.1Windows下安装Python003 

2.1.2Linux下安装Python（以Ubuntu为例）003 

2.1.3Anaconda的使用004 

2.2选择合适的开发环境007 

2.2.1Spyder的使用007 

2.2.2PyCharm的安装与使用009 

2.2.3文本编辑器配合终端的使用方法011 

2.3Python初体验012 

2.3.1第一个Python程序012 

2.3.2Python语言风格014 

2.4管理Python库014 

2.4.1模块的导入014 

2.4.2第三方库的安装与导入014 

2.4.3国内镜像源介绍015 

第3章Python高效学习方法016 

3.1如何使用本书016 

3.2如何提高Python编程能力016 

第2篇Python应用基础017 

第4章简单变量与字符串017 

4.1变量赋值017 

4.1.1单变量赋值017 

4.1.2多变量赋值018 

4.2数字用法及其类型018 

4.2.1数字用法018 

4.2.2数据类型018 

4.3字符串021 

4.3.1字符串的声明和访问021 

4.3.2字符串拼接022 

4.3.3字符串修改022 

4.3.4字符串其他常用方法023 

4.4变量的命名规则024 

第5章列表、元组和字典026 

5.1列表026 

5.2元组031 

5.3字典033 

第6章控制语句039 

6.1True和False039 

6.2条件判断039 

6.2.1if-else040 

6.2.2elif040 

6.3循环041 

6.3.1for语句041 

6.3.2while语句043 

6.3.3循环嵌套043 

6.3.4break语句044 

6.3.5continue语句045 

第7章函数047 

7.1函数基础047 

7.2函数名称及函数的调用047 

7.3函数的参数传递047 

7.4变量作用域050 

7.5函数式编程052 

7.6Python内置函数055 

第8章模块和包058 

8.1模块058 

8.2编写模块058 

8.3包059 

第9章递归061 

9.1递归定义061 

9.2递归函数061 

9.3字符串反转061 

9.4重组词062 

9.5快速求幂062 

9.6二分查找063 

第10章文件065 

10.1打开文件065 

10.2文件基本操作方法065 

10.3对文件内容进行迭代067 

第11章异常072 

11.1什么是异常072 

11.2捕获异常072 

11.3引发异常074 

11.4断言075 

11.5实现自定义异常076 

11.6with关键字076 

第12章面向对象技术079 

12.1OOD概念079 

12.2类079 

12.2.1类的声明与定义079 

12.2.2类的实例化与使用080 

12.2.3封装083 

12.2.4访问权限084 

12.2.5类的内建函数085 

12.2.6@property装饰器085 

12.2.7枚举类088 

12.2.8类的存储与导入089 

12.3继承和多态090 

12.3.1__bases__属性090 

12.3.2继承的基本概念090 

12.3.3多态091 

12.3.4从标准类型派生091 

12.3.5多重继承和多继承092 

12.4迭代器095 

12.5生成器098 

第13章查找与排序102 

13.1查找案例102 

13.1.1简单的查找问题102 

13.1.2策略1：线性查找103 

13.1.3策略2：二分查找104 

13.1.4策略3：插值查找104 

13.2排序案例105 

13.2.1选择排序105 

13.2.2归并排序106 

13.2.3插入排序107 

13.2.4快速排序107 

13.2.5冒泡排序108 

第3篇Python科学计算与数据可视化110 

第14章Python科学计算库110 

14.1NumPy简介110 

14.1.1NumPy的应用110 

14.1.2NumPy有什么功能？111 

14.1.3使用NumPy的优势111 

14.1.4NumPy开发环境112 

14.2数组的索引112 

14.2.1基本索引112 

14.2.2切片索引115 

14.2.3布尔型索引116 

14.2.4花式索引116 

14.3数组的计算：广播117 

14.4比较、掩码和布尔逻辑119 

14.4.1和通用函数类似的比较操作119 

14.4.2操作布尔数组119 

14.4.3布尔数组作为掩码120 

14.5数组的排序121 

14.6结构化数组124 

14.6.1结构化数据类型124 

14.6.2结构化数组的索引和分配125 

14.7Pandas数值运算方法127 

14.8处理缺失值131 

第15章Matplotlib数据可视化136 

15.1Matplotlib常用技巧136 

15.2两种画图接口136 

15.3简易线性图138 

15.4简易散点图139 

第4篇Python深度学习与实战141 

第16章数据挖掘141 

16.1流程介绍141 

16.2导入和可视化数据141 

16.3数据分类与回归144 

16.3.1Logistic回归144 

16.3.2K-近邻算法145 

16.3.3朴素贝叶斯算法145 

16.3.4决策树145 

16.4聚类145 

16.5数据降维148 

第17章植物病害识别案例150 

17.1案例背景150 

17.2案例要求150 

17.3案例步骤150 

17.3.1数据加载151 

17.3.2图像预处理153 

17.3.3模型搭建与修改155 

17.3.4模型训练157 

17.3.5模型验证159 

17.3.6训练参数存储159 

17.3.7中间结果的打印160 

17.4案例代码161 

第18章皮肤癌变类识别实例169 

18.1实例背景169 

18.2实例要求169 

18.3任务步骤170 

18.3.1数据加载与预处理170 

18.3.2模型调用与修改173 

18.3.3模型构建与参数设定173 

18.3.4模型训练与验证173 

18.3.5Callback函数调用174 

18.3.6中间结果的打印175 

18.4实例代码175 

参考文献187