Python大学教程：面向计算机科学和数据科学 英文原版

图书标准信息

• 作者 Python大学教程：面向计算机科学和数据科学
• 出版社 机械工业出版社
• 出版时间 2022-03
• 版次 1
• ISBN 9787111717911
• 定价 149.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 736页
• 字数 1.174千字

【内容简介】

本书提供了一种独特的方法来讲解Python编程入门，内容符合新的ACM/IEEECS和相关的计算课程倡议，以及由美国国家科学基金会赞助的数据科学本科课程。内容涵盖了新的主题和应用的覆盖面，模块化架构使教师能够方便地调整文本，适应课程需求。通过本书，你将学习：
  538个案例研究，471道练习题和项目，557道自我测验题。基于IPython和Jupyter Notebook的即时反馈。问题求解、算法开发、控制语句、函数等基础知识。
  列表、元组、字典、集合、Numpy数组、pandas Series和DataFrame。
  2D/3D的静态、动态和交互式可视化。
  字符串、文本文件、JSON序列化、CSV、异常。
  过程式、函数式和面向对象的程序设计方法。
  “数据科学入门”：基础统计、模拟、动画、随机变量、数据整理、回归。
  隐私、安全、伦理、可重现、透明。
  AI、大数据和云数据科学案例研究：NLP、Twitter数据挖掘、IBM Watson、机器学习、深度学习、计算机视觉、Hadoop、Spark、NoSQL、IoT。
  开源库：NumPy、pandas、Matplotlib、Seaborn、Folium、SciPy、NLTK、TextBlob、spaCy、Textatistic、Tweepy、Scikit-learn、Keras、PubNub等。

【作者简介】

---作者简介---

保罗·戴特尔

（Paul Deitel） 

 Deitel＆Associates公司首席执行官兼首席技术官，毕业于麻省理工学院，在计算机领域拥有38年的经验。他自1992年以来就为软件开发人员教授专业课程，为包括思科、IBM、西门子、戴尔、NASA、北电网络在内的全球企业客户提供了数百门编程课程。

哈维·戴特尔

（Harvey Deitel） 

Deitel＆Associates公司董事长兼首席战略官，在计算机领域拥有58年的经验。他在麻省理工学院获得理学学士学位和硕士学位，在波士顿大学获得博士学位。在1991年创立Deitel＆Associates公司之前，他已经获得了波士顿大学的终身职位并担任计算机科学系主任。Deitel品牌的出版物赢得了国际上的广泛认可，并被翻译为日语、德语、汉语等100多种语言出版。

通过与Pearson/Prentice Hall 44年的合作，Deitel＆Associates公司以印刷物和电子书的形式出版了前沿的编程教科书和专业书籍，发布了前沿的编程方面的LiveLessons视频课程、Safari-Live在线研讨会和Revel交互式多媒体课程。如果你需要联系Deitel＆Associates公司和作者，或者希望给有讲师指导的现场培训课程提出建议，请发送电子邮件至deitel@deitel.com。希望了解更多关于Deitel现场企业培训的信息，请访问http://www.deitel.com/training。希望购买Deitel书籍的个人客户，请访问https://www.amazon.com/。公司、政府、军队和学术机构的大宗订单请直接与Pearson联系。希望了解更多信息，请访问https://www.informit.com/store/sales.aspx。

【目录】

目　录

译者序

前言

阅读前的准备工作

第1章　计算机和Python简介1

1.1　简介1

1.2　硬件和软件2

1.2.1　摩尔定律3

1.2.2　计算机组成3

1.3　数据层级结构4

1.4　机器语言、汇编语言和高级语言7

1.5　对象技术简介8

1.6　操作系统10

1.7　Python13

1.8　库14

1.8.1　Python标准库15

1.8.2　数据科学库15

1.9　其他流行的编程语言16

1.10　实践练习：使用IPython和

　Jupyter Notebook17

1.10.1　将IPython的交互式模式

　当作计算器使用17

1.10.2　使用IPython解释器执行

　Python程序19

1.10.3　在Jupyter Notebook中

　编写和执行代码20

1.11　互联网和万维网24

1.11.1　互联网：网络的网络25

1.11.2　万维网：使互联网变得对

　用户友好25

1.11.3　云计算25

1.11.4　物联网26

1.12　软件技术27

1.13　大数据有多大28

1.13.1　大数据分析32

1.13.2　数据科学和大数据正在

　改变世界：用例33

1.14　案例研究：一个大数据移动

　应用34

1.15　数据科学入门：人工智能—

　计算机科学和数据科学的交叉

　学科35

第2章　Python程序设计概述41

2.1　简介41

2.2　变量和赋值语句41

2.3　算术运算43

2.4　print函数、单引号字符串和

　双引号字符串47

2.5　三引号字符串48

2.6　从用户处获得输入50

2.7　决策：if语句和比较操作符52

2.8　对象和动态类型56

2.9　数据科学入门：描述性统计学

　基础知识58

2.10　小结60

第3章　控制语句和程序开发63

3.1　简介63

3.2　算法63

3.3　伪代码64

3.4　控制语句64

3.5　if语句66

3.6　if...else和if...elif...else

　语句69

3.7　while语句73

3.8　for语句74

3.8.1　可迭代变量、列表和

　迭代器75

3.8.2　内置range函数76

3.9　增广赋值76

3.10　程序开发：序列控制重复77

3.10.1　需求说明78

3.10.2　算法的伪代码形式78

3.10.3　Python中算法的编码79

3.10.4　格式化字符串79

3.11　程序开发：卫士控制重复80

3.12　程序开发：嵌套控制语句83

3.13　内置函数range：深入审视87

3.14　使用Decimal类型表达货币

　总量88

3.15　break和continue语句91

3.16　布尔操作符and、or和not92

3.17　数据科学入门：趋中度量—

　平均数、中位数、众数95

3.18　小结96

第4章　函数102

4.1　简介102

4.2　函数的定义102

4.3　多参数函数105

4.4　随机数生成106

4.5　案例研究：碰运气游戏109

4.6　Python标准库112

4.7　math模块函数113

4.8　IPython的Tab补全114

4.9　缺省形参值115

4.10　关键字实参116

4.11　任意实参表117

4.12　方法：属于对象的函数118

4.13　作用域规则118

4.14　import：深入审视120

4.15　函数的实参传递：深入讨论122

4.16　函数调用栈124

4.17　函数式程序设计126

4.18　数据科学入门：离中度量127

4.19　小结129

第5章　序列：列表和元组133

5.1　简介133

5.2　列表133

5.3　元组138

5.4　序列解包140

5.5　序列切片143

5.6　del语句146

5.7　给函数传递列表147

5.8　列表排序148

5.9　序列搜索150

5.10　其他列表方法152

5.11　用列表模拟栈154

5.12　列表解析155

5.13　生成器表达式157

5.14　过滤器、映射和化简158

5.15　其他序列处理函数160

5.16　二维列表162

5.17　数据科学入门：模拟和静态

　可视化166

5.17.1　掷600、60 000和6 000 000

　　　　次骰子的简单图示166

5.17.2　掷骰实验的频数和百分比

　的可视化167

5.18　小结174

第6章　字典和集合182

6.1　简介182

6.2　字典182

6.2.1　创建字典183

6.2.2　遍历字典184

6.2.3　基本字典操作184

6.2.4　字典方法keys和

　values186

6.2.5　字典比较188

6.2.6　样例：学生成绩字典188

6.2.7　样例：词频统计189

6.2.8　字典方法update191

6.2.9　字典解析192

6.3　集合192

6.3.1　集合比较194

6.3.2　集合的数学操作196

6.3.3　集合的可变操作符和

　方法197

6.3.4　集合解析199

6.4　数据科学入门：动态可视化199

6.4.1　了解动态可视化199

6.4.2　实现动态可视化202

6.5　小结204

第7章　使用NumPy进行面向

　数组的编程208

7.1　简介208

7.2　从已有数据中创建array209

7.3　array属性210

7.4　用特定值填充array212

7.5　从值域中创建array212

7.6　列表和array的性能：引入

　%timeit214

7.7　array操作符216

7.8　NumPy计算方法218

7.9　普适函数220

7.10　索引和切片221

7.11　视图：浅拷贝223

7.12　深拷贝225

7.13　重塑和转置226

7.14　数据科学入门：pandas Series

　和DataFrame229

7.14.1　pandas Series229

7.14.2　DataFrame233

7.15　小结241

第8章　字符串：深入审视247

8.1　简介247

8.2　格式化字符串248

8.2.1　表示类型248

8.2.2　域宽和对齐249

8.2.3　数值格式化250

8.2.4　字符串的format

　方法251

8.3　拼接和重复字符串252

8.4　删除字符串的空白符253

8.5　字符大小写转换254

8.6　字符串的比较操作符255

8.7　子串搜索255

8.8　子串替换257

8.9　字符串