15天快速上手Python

图书标准信息

• 作者 中岛省吾
• 出版社 人民邮电出版社
• 出版时间 2022-08
• 版次 1
• ISBN 9787115590855
• 定价 79.80元
• 装帧 平装
• 开本 16开
• 页数 256页
• 字数 285千字

【内容简介】

Python作为一门功能强大且利于理解和使用的编程语言，非常适合编程初学者入门。本书详细阐述了Python编程的基础知识，同时介绍了Python在网络爬虫和AI编程方面的应用。本书还通过丰富的实用案例介绍了掌握Python编程的知识，并针对学习过程中的重点和难点进行了深入剖析。本书采用师生互答的形式讲解，共有三篇，每一篇5天学完，每一天均有详细的学习说明，以帮助读者快速掌握Python基础知识，并用其解决工作中遇到的问题。
  本书内容丰富，语言风趣幽默，适合对Python编程感兴趣的初学者参考。

【作者简介】

中岛省吾，媒体星球有限公司代表。在担任公司工程师培训和新员工培训讲师的同时，还制作了与编程相关的视频与文档。他教授的内容主题宽泛，包括IT基础、网络、数据库、C++、C#、Java、Web技术、Python等。

【目录】

Python基础篇

第 1天 初识Python    003

第 1部分 开始使用Python    003

第 2部分 计算    008

第3部分 数值和字符串    014

第4部分 输入    017

第 2天 控制语句和函数    021

第 1部分 if语句和比较运算符    021

第 2部分 逻辑运算符    026

第3部分 while语句    029

第4部分 函数的创建    033

第3天 Python数据类型    042

第 1部分 列表    042

第 2部分 列表的便捷功能    047

第3部分 元组和集合    050

第4部分 字典    054

第4天 类和模块    058

第 1部分 面向对象    058

第 2部分 类和继承    061

第3部分 异常    067

第4部分 模块    072

第5天 网络通信    076

第 1部分 电子邮件基础与要做的准备工作    076

第 2部分 使用Python发送邮件    079

第3部分 Web服务器和通信    084

第4部分 使用外部库    087

Python网络爬虫篇

第 1天 Web基础    095

第 1部分 启动Web服务器    096

第 2部分 Web服务器与HTML的关系    100

第3部分 HTML基础    103

第4部分 标签    108

第 2天 CSS和JavaScript    112

第 1部分 CSS是什么    113

第 2部分 CSS选择器    117

第3部分 JavaScript是什么    121

第4部分 函数和事件    126

第3天 表单和正则表达式    130

第 1部分 表单    131

第 2部分 用Python程序接收表单输入    137

第3部分 用正则表达式检查输入    142

第4天 Selenium自动化    147

第 1部分 Selenium是什么    148

第 2部分 Selenium IDE    152

第3部分 在Python中使用Selenium    157

第5天 Python网络爬虫    162

第 1部分 使用正则表达式进行数据采集    163

第 2部分 使用beautifulsoup4和XPath进行数据采集    168

第3部分 使用Selenium进行数据采集    172

Python AI编程篇

第 1天 AI编程准备    177

第 1部分 引言    178

第 2部分 安装Anaconda    180

第3部分 Jupyter Notebook    182

第4部分 NumPy    185

第5部分 Pandas    190

第6部分 matplotlib    194

第 2天 scikit-learn    198

第１部分 了解scikit-learn    199

第 2部分 回归分析    202

第3部分 机器学习数据集    206

第3天 监督学习（k最近邻算法）    212

第 1部分 了解 k最近邻算法    213

第 2部分 数据划分    215

第3部分 绘制散点图    217

第4部分 构建机器学习模型    220

第4天 监督学习（其他相关的机器学习算法）    223

第 1部分 感知机    224

第 2部分 scikit-learn感知机    229

第3部分 逻辑斯谛回归    232

第4部分 支持向量机    237

第5天 神经网络和聚类    240

第 1部分 神经网络    241

第 2部分 MLPClassifier分类器    247

第3部分 无监督学习    251

第4部分 尝试k均值算法    254