掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)PYTHON程序設(shè)計(jì)
不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)PYTHON程序設(shè)計(jì)
作者：張雪萍
開(kāi)本：
其他
頁(yè)數(shù)：
400
本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
深度學(xué)習(xí)
-
>
Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程
-
>
深入理解計(jì)算機(jī)系統(tǒng)-原書(shū)第3版
-
>
Word/Excel PPT 2013辦公應(yīng)用從入門(mén)到精通-(附贈(zèng)1DVD.含語(yǔ)音視頻教學(xué)+辦公模板+PDF電子書(shū))
買(mǎi)過(guò)本商品的人還買(mǎi)了
中圖價(jià):¥52.8
加入購(gòu)物車(chē)
不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)PYTHON程序設(shè)計(jì) 版權(quán)信息
- ISBN：9787121360732
- 條形碼：9787121360732 ; 978-7-121-36073-2
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>
不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)PYTHON程序設(shè)計(jì) 本書(shū)特色
本書(shū)是中國(guó)信息協(xié)會(huì)大數(shù)據(jù)分會(huì)副會(huì)長(zhǎng)劉鵬教授組織編撰的“高級(jí)大數(shù)據(jù)人才培養(yǎng)叢書(shū)”之一。本書(shū)是一本全面的、從入門(mén)到實(shí)踐的Python編程教程，從帶領(lǐng)讀者快速掌握基本的Python編程知識(shí)開(kāi)始，循序漸進(jìn)、層層深入地引導(dǎo)讀者利用新學(xué)到的知識(shí)開(kāi)發(fā)功能豐富的項(xiàng)目。本書(shū)首先介紹了Python基礎(chǔ)；接著介紹了數(shù)據(jù)類(lèi)型、文件、程序調(diào)試、面向?qū)ο蟪绦蛟O(shè)計(jì)、連接數(shù)據(jù)源等基本知識(shí)；然后結(jié)合網(wǎng)絡(luò)爬蟲(chóng)、數(shù)據(jù)挖掘、自然語(yǔ)言處理、數(shù)據(jù)可視化、Web和移動(dòng)應(yīng)用等工具，以案例為依托進(jìn)行項(xiàng)目實(shí)戰(zhàn)；*后介紹了國(guó)內(nèi)各種云服務(wù)平臺(tái)，以及如何運(yùn)用Python實(shí)現(xiàn)訪問(wèn)。本書(shū)的全部實(shí)驗(yàn)均可在大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)（https://bd.cstor.cn/login）上遠(yuǎn)程開(kāi)展，也可在高校部署的BDRack大數(shù)據(jù)實(shí)驗(yàn)一體機(jī)上本地開(kāi)展
不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)PYTHON程序設(shè)計(jì) 內(nèi)容簡(jiǎn)介
本書(shū)是中國(guó)信息協(xié)會(huì)大數(shù)據(jù)分會(huì)副會(huì)長(zhǎng)劉鵬教授組織編撰的“不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)”之一。本書(shū)是一本全面的、從入門(mén)到實(shí)踐的Python編程教程，從帶領(lǐng)讀者快速掌握基本的Python編程知識(shí)開(kāi)始，循序漸進(jìn)、層層深入地引導(dǎo)讀者利用新學(xué)到的知識(shí)開(kāi)發(fā)功能豐富的項(xiàng)目。本書(shū)首先介紹了Python基礎(chǔ)；接著介紹了數(shù)據(jù)類(lèi)型、文件、程序調(diào)試、面向?qū)ο蟪绦蛟O(shè)計(jì)、連接數(shù)據(jù)源等基本知識(shí)；然后結(jié)合網(wǎng)絡(luò)爬蟲(chóng)、數(shù)據(jù)挖掘、自然語(yǔ)言處理、數(shù)據(jù)可視化、Web和移動(dòng)應(yīng)用等工具，以案例為依托進(jìn)行項(xiàng)目實(shí)戰(zhàn)；很后介紹了靠前各種云服務(wù)平臺(tái)，以及如何運(yùn)用Python實(shí)現(xiàn)訪問(wèn)。本書(shū)的全部實(shí)驗(yàn)均可在大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)（https://bd.cstor.cn/login）上遠(yuǎn)程開(kāi)展，也可在高校部署的BDRack大數(shù)據(jù)實(shí)驗(yàn)一體機(jī)上本地開(kāi)展
不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)PYTHON程序設(shè)計(jì) 目錄
第1章 Python基礎(chǔ) 1
1.1 Python簡(jiǎn)介 1
1.2 Python的安裝與運(yùn)行 3
1.3 Python版本的選擇 8
1.4 程序控制 11
1.4.1 Python賦值語(yǔ)句 11
1.4.2 順序結(jié)構(gòu) 18
1.4.3 選擇結(jié)構(gòu) 19
1.4.4 循環(huán)結(jié)構(gòu) 22
1.5 繪圖 27
1.5.1 創(chuàng)建turtle對(duì)象 27
1.5.2 turtle繪圖的基礎(chǔ)知識(shí) 29
1.5.3 利用turtle庫(kù)提供的方法繪制圖形 31
1.6 函數(shù) 37
1.6.1 函數(shù)的定義 37
1.6.2 函數(shù)的調(diào)用 39
1.6.3 lambda函數(shù) 42
習(xí)題 42
參考文獻(xiàn) 43
第2章 數(shù)據(jù)類(lèi)型 44
2.1 核心內(nèi)置數(shù)據(jù)類(lèi)型概述 44
2.2 數(shù)字類(lèi)型聲明及基本運(yùn)算 47
2.2.1 整型 47
2.2.2 浮點(diǎn)型 47
2.2.3 復(fù)數(shù)類(lèi)型 47
2.2.4 數(shù)字運(yùn)算符 48
2.2.5 數(shù)字類(lèi)型的常用函數(shù)及math庫(kù) 49
2.2.6 數(shù)字類(lèi)型轉(zhuǎn)換函數(shù) 51
2.2.7 浮點(diǎn)型精度處理 52
2.3 列表 53
2.3.1 列表基本特征 53
2.3.2 序列通用操作 55
2.3.3 可變序列及列表通用操作（一） 58
2.3.4 可變序列及列表通用操作（二） 59
2.4 元組 62
2.5 range 64
2.6 哈希運(yùn)算 66
2.7 字典 67
2.7.1 字典概述及聲明 67
2.7.2 字典元素的訪問(wèn) 71
2.7.3 字典常用方法 71
2.8 字符串 74
2.8.1 字符串的聲明 74
2.8.2 轉(zhuǎn)義字符 76
2.8.3 字符串序列通用操作 77
2.8.4 字符串常用內(nèi)置方法 78
習(xí)題 82
參考文獻(xiàn) 83
第3章 文件 84
3.1 讀寫(xiě)文件 84
3.1.1 文件對(duì)象聲明與基本操作 84
3.1.2 編碼問(wèn)題 89
3.1.3 文件寫(xiě)入操作 90
3.1.4 列表推導(dǎo)式 92
3.1.5 關(guān)閉文件 94
3.1.6 上下文語(yǔ)法 94
3.1.7 生成器 95
3.2 遍歷目錄樹(shù) 97
3.3 處理Word文件 102
3.3.1 Python-docx庫(kù) 102
3.3.2 利用Python-docx庫(kù)讀Word文件 102
3.3.3 利用docx創(chuàng)建Word文件 104
3.4 處理.pdf文件 105
3.5 處理壓縮文件 107
習(xí)題 111
參考文獻(xiàn) 112
第4章 程序調(diào)試 113
4.1 異常 113
4.2 斷言 127
4.3 日志 131
4.4 調(diào)試器 138
習(xí)題 144
參考文獻(xiàn) 144
第5章 面向?qū)ο蟪绦蛟O(shè)計(jì) 146
5.1 面向?qū)ο蟪绦蚣夹g(shù)的基本概念 146
5.2 類(lèi)的定義和對(duì)象 148
5.3 構(gòu)造函數(shù)和析構(gòu)函數(shù) 150
5.4 類(lèi)屬性和實(shí)例屬性 151
5.5 類(lèi)的方法 152
5.5.1 類(lèi)方法 152
5.5.2 實(shí)例方法 152
5.5.3 靜態(tài)方法 152
5.5.4 類(lèi)的特殊方法 154
5.6 類(lèi)的繼承性 160
5.6.1 單一繼承 160
5.6.2 多重繼承 162
5.7 類(lèi)的多態(tài)性 164
習(xí)題 164
參考文獻(xiàn) 165
第6章 連接數(shù)據(jù)源 166
6.1 導(dǎo)入CSV數(shù)據(jù) 166
6.1.1 CSV數(shù)據(jù)的格式 166
6.1.2 Python讀取CSV文件 167
6.1.3 Python寫(xiě)CSV文件 169
6.2 導(dǎo)入Excel數(shù)據(jù) 170
6.2.1 Python讀取Excel文件 171
6.2.2 Python寫(xiě)Excel文件 171
6.3 導(dǎo)入JSON數(shù)據(jù) 172
6.3.1 JSON數(shù)據(jù)的格式 172
6.3.2 Python解碼JSON數(shù)據(jù) 172
6.3.3 Python編碼JSON數(shù)據(jù) 173
6.3.4 Python處理JSON數(shù)據(jù)文件 174
6.4 訪問(wèn)數(shù)據(jù)庫(kù) 175
6.4.1 數(shù)據(jù)庫(kù)的查詢操作 177
6.4.2 數(shù)據(jù)庫(kù)的插入操作 178
6.4.3 數(shù)據(jù)庫(kù)的刪除操作 178
6.4.4 數(shù)據(jù)庫(kù)的修改操作 179
習(xí)題 179
參考文獻(xiàn) 180
第7章 網(wǎng)絡(luò)爬蟲(chóng) 181
7.1 網(wǎng)絡(luò)爬蟲(chóng)工作的基本原理 181
7.1.1 網(wǎng)頁(yè)的概念 181
7.1.2 網(wǎng)絡(luò)爬蟲(chóng)的工作流程 182
7.1.3 Python與網(wǎng)絡(luò)爬蟲(chóng) 183
7.2 網(wǎng)頁(yè)內(nèi)容獲取——requests庫(kù) 183
7.2.1 requests對(duì)象 184
7.2.2 response對(duì)象 184
7.3 網(wǎng)頁(yè)內(nèi)容解析——BeautifulSoup 庫(kù) 185
7.3.1 BeautifulSoup 庫(kù)概述 185
7.3.2 beautifulsoup4 庫(kù)常用方法和Tag節(jié)點(diǎn) 187
7.4 正則表達(dá)式 188
7.4.1 正則表達(dá)式概念 188
7.4.2 正則表達(dá)式元字符介紹 190
7.4.3 正則表達(dá)式的常用函數(shù)介紹 194
7.5 實(shí)戰(zhàn)：熱門(mén)電影搜索 195
7.6 實(shí)戰(zhàn)：大數(shù)據(jù)相關(guān)論文文章標(biāo)題采集 196
7.7 實(shí)戰(zhàn)：全國(guó)空氣質(zhì)量爬取 198
習(xí)題 199
參考文獻(xiàn) 200
第8章 數(shù)據(jù)挖掘 201
8.1 Python常用數(shù)據(jù)分析工具 201
8.1.1 Numpy 201
8.1.2 Scipy 202
8.1.3 pandas 202
8.1.4 Scikit-Learn 203
8.2 數(shù)據(jù)預(yù)處理 204
8.2.1 數(shù)據(jù)清理 204
8.2.2 數(shù)據(jù)集成 205
8.2.3 數(shù)據(jù)變換 206
8.2.4 Python數(shù)據(jù)預(yù)處理 206
8.3 分類(lèi)與預(yù)測(cè) 210
8.3.1 特征選擇 210
8.3.2 性能評(píng)估 210
8.3.3 實(shí)現(xiàn)過(guò)程 212
8.3.4 分類(lèi)與預(yù)測(cè)的常用方法 213
8.4 聚類(lèi)分析 235
8.4.1 聚類(lèi)分析定義 235
8.4.2 聚類(lèi)分析評(píng)價(jià)標(biāo)準(zhǔn) 235
8.4.3 數(shù)據(jù)相似度度量 236
8.4.4 聚類(lèi)分析的常用方法 237
8.5 實(shí)戰(zhàn)：信用評(píng)估 247
8.5.1 數(shù)據(jù)加載及說(shuō)明 247
8.5.2 數(shù)據(jù)預(yù)處理 248
8.5.3 劃分?jǐn)?shù)據(jù)集 249
8.5.4 模型建立及參數(shù)調(diào)優(yōu) 250
8.5.5 模型測(cè)試及分析 252
8.6 實(shí)戰(zhàn)：影片推薦系統(tǒng) 255
8.6.1 推薦系統(tǒng) 255
8.6.2 python-recsys簡(jiǎn)介 256
8.6.3 影片推薦 256
習(xí)題 258
參考文獻(xiàn) 258
第9章 自然語(yǔ)言處理 260
9.1 Python 常用自然語(yǔ)言處理工具 260
9.1.1 Python自然語(yǔ)言處理工具包NLTK 260
9.1.2 Python中文處理工具jieba 260
9.1.3 Python語(yǔ)法解析器PLY 261
9.2 文本處理 261
9.2.1 文本獲取 261
9.2.2 文本表示 262
9.2.3 文本特征詞提取 263
9.3 詞法分析 268
9.3.1 分詞 268
9.3.2 詞性標(biāo)注 270
9.3.3 命名實(shí)體識(shí)別 271
9.3.4 去停用詞 272
9.3.5 中文分詞實(shí)戰(zhàn) 275
9.4 語(yǔ)法分析 277
9.4.1 語(yǔ)法分析簡(jiǎn)介 277
9.4.2 語(yǔ)法樹(shù) 277
9.4.3 語(yǔ)法分析算法 278
9.4.4 語(yǔ)法分析示例 280
9.5 實(shí)戰(zhàn)：搜索引擎 282
習(xí)題 290
參考文獻(xiàn) 291
第10章 數(shù)據(jù)可視化 292
10.1 用Pillow操作圖像 292
10.1.1 圖像的基本知識(shí) 292
10.1.2 圖像處理中常用的模塊和函數(shù) 293
10.1.3 案例介紹 296
10.2 用Matplotlib繪圖 298
10.2.1 Matplotlib常用函數(shù)介紹 299
10.2.2 折線圖的函數(shù)定義及屬性說(shuō)明 299
10.2.3 案例介紹 300
10.3 調(diào)用Echarts 308
習(xí)題 310
參考文獻(xiàn) 310
第11章 Web和移動(dòng)應(yīng)用 311
11.1 Web框架Django 311
11.1.1 Django簡(jiǎn)介 311
11.1.2 Web框架 311
11.1.3 MVC和MTV模式 312
11.1.4 Django的安裝 313
11.2 Python Web開(kāi)發(fā) 314
11.2.1 創(chuàng)建項(xiàng)目 314
11.2.2 Django 模板 316
11.2.3 Django 模型 318
11.2.4 Django Admin管理工具 323
11.2.5 Django Nginx uwsgi 安裝配置 330
11.3 Python移動(dòng)應(yīng)用開(kāi)發(fā) 333
11.3.1 Python Kivy 333
11.3.2 Python 移動(dòng)應(yīng)用開(kāi)發(fā) 334
11.3.3 基于Python開(kāi)發(fā)2048游戲 335
習(xí)題 340
參考文獻(xiàn) 341
第12章 與云結(jié)合 342
12.1 阿里云 342
12.1.1 阿里云架構(gòu) 342
12.1.2 CLI Python 版 344
12.2 騰訊云 350
12.2.1 騰訊云總體架構(gòu) 350
12.2.2 騰訊云Python訪問(wèn) 351
12.3 百度云 354
12.3.1 百度云架構(gòu) 355
12.3.2 BAE Python部署 357
12.4 萬(wàn)物云 359
12.4.1 功能及應(yīng)用 360
12.4.2 數(shù)據(jù)服務(wù)及訪問(wèn) 360
12.5 環(huán)境云 366
12.5.1 功能服務(wù) 366
12.5.2 應(yīng)用開(kāi)發(fā)數(shù)據(jù)接口 366
習(xí)題 369
參考文獻(xiàn) 369
1.1 Python簡(jiǎn)介 1
1.2 Python的安裝與運(yùn)行 3
1.3 Python版本的選擇 8
1.4 程序控制 11
1.4.1 Python賦值語(yǔ)句 11
1.4.2 順序結(jié)構(gòu) 18
1.4.3 選擇結(jié)構(gòu) 19
1.4.4 循環(huán)結(jié)構(gòu) 22
1.5 繪圖 27
1.5.1 創(chuàng)建turtle對(duì)象 27
1.5.2 turtle繪圖的基礎(chǔ)知識(shí) 29
1.5.3 利用turtle庫(kù)提供的方法繪制圖形 31
1.6 函數(shù) 37
1.6.1 函數(shù)的定義 37
1.6.2 函數(shù)的調(diào)用 39
1.6.3 lambda函數(shù) 42
習(xí)題 42
參考文獻(xiàn) 43
第2章 數(shù)據(jù)類(lèi)型 44
2.1 核心內(nèi)置數(shù)據(jù)類(lèi)型概述 44
2.2 數(shù)字類(lèi)型聲明及基本運(yùn)算 47
2.2.1 整型 47
2.2.2 浮點(diǎn)型 47
2.2.3 復(fù)數(shù)類(lèi)型 47
2.2.4 數(shù)字運(yùn)算符 48
2.2.5 數(shù)字類(lèi)型的常用函數(shù)及math庫(kù) 49
2.2.6 數(shù)字類(lèi)型轉(zhuǎn)換函數(shù) 51
2.2.7 浮點(diǎn)型精度處理 52
2.3 列表 53
2.3.1 列表基本特征 53
2.3.2 序列通用操作 55
2.3.3 可變序列及列表通用操作（一） 58
2.3.4 可變序列及列表通用操作（二） 59
2.4 元組 62
2.5 range 64
2.6 哈希運(yùn)算 66
2.7 字典 67
2.7.1 字典概述及聲明 67
2.7.2 字典元素的訪問(wèn) 71
2.7.3 字典常用方法 71
2.8 字符串 74
2.8.1 字符串的聲明 74
2.8.2 轉(zhuǎn)義字符 76
2.8.3 字符串序列通用操作 77
2.8.4 字符串常用內(nèi)置方法 78
習(xí)題 82
參考文獻(xiàn) 83
第3章 文件 84
3.1 讀寫(xiě)文件 84
3.1.1 文件對(duì)象聲明與基本操作 84
3.1.2 編碼問(wèn)題 89
3.1.3 文件寫(xiě)入操作 90
3.1.4 列表推導(dǎo)式 92
3.1.5 關(guān)閉文件 94
3.1.6 上下文語(yǔ)法 94
3.1.7 生成器 95
3.2 遍歷目錄樹(shù) 97
3.3 處理Word文件 102
3.3.1 Python-docx庫(kù) 102
3.3.2 利用Python-docx庫(kù)讀Word文件 102
3.3.3 利用docx創(chuàng)建Word文件 104
3.4 處理.pdf文件 105
3.5 處理壓縮文件 107
習(xí)題 111
參考文獻(xiàn) 112
第4章 程序調(diào)試 113
4.1 異常 113
4.2 斷言 127
4.3 日志 131
4.4 調(diào)試器 138
習(xí)題 144
參考文獻(xiàn) 144
第5章 面向?qū)ο蟪绦蛟O(shè)計(jì) 146
5.1 面向?qū)ο蟪绦蚣夹g(shù)的基本概念 146
5.2 類(lèi)的定義和對(duì)象 148
5.3 構(gòu)造函數(shù)和析構(gòu)函數(shù) 150
5.4 類(lèi)屬性和實(shí)例屬性 151
5.5 類(lèi)的方法 152
5.5.1 類(lèi)方法 152
5.5.2 實(shí)例方法 152
5.5.3 靜態(tài)方法 152
5.5.4 類(lèi)的特殊方法 154
5.6 類(lèi)的繼承性 160
5.6.1 單一繼承 160
5.6.2 多重繼承 162
5.7 類(lèi)的多態(tài)性 164
習(xí)題 164
參考文獻(xiàn) 165
第6章 連接數(shù)據(jù)源 166
6.1 導(dǎo)入CSV數(shù)據(jù) 166
6.1.1 CSV數(shù)據(jù)的格式 166
6.1.2 Python讀取CSV文件 167
6.1.3 Python寫(xiě)CSV文件 169
6.2 導(dǎo)入Excel數(shù)據(jù) 170
6.2.1 Python讀取Excel文件 171
6.2.2 Python寫(xiě)Excel文件 171
6.3 導(dǎo)入JSON數(shù)據(jù) 172
6.3.1 JSON數(shù)據(jù)的格式 172
6.3.2 Python解碼JSON數(shù)據(jù) 172
6.3.3 Python編碼JSON數(shù)據(jù) 173
6.3.4 Python處理JSON數(shù)據(jù)文件 174
6.4 訪問(wèn)數(shù)據(jù)庫(kù) 175
6.4.1 數(shù)據(jù)庫(kù)的查詢操作 177
6.4.2 數(shù)據(jù)庫(kù)的插入操作 178
6.4.3 數(shù)據(jù)庫(kù)的刪除操作 178
6.4.4 數(shù)據(jù)庫(kù)的修改操作 179
習(xí)題 179
參考文獻(xiàn) 180
第7章 網(wǎng)絡(luò)爬蟲(chóng) 181
7.1 網(wǎng)絡(luò)爬蟲(chóng)工作的基本原理 181
7.1.1 網(wǎng)頁(yè)的概念 181
7.1.2 網(wǎng)絡(luò)爬蟲(chóng)的工作流程 182
7.1.3 Python與網(wǎng)絡(luò)爬蟲(chóng) 183
7.2 網(wǎng)頁(yè)內(nèi)容獲取——requests庫(kù) 183
7.2.1 requests對(duì)象 184
7.2.2 response對(duì)象 184
7.3 網(wǎng)頁(yè)內(nèi)容解析——BeautifulSoup 庫(kù) 185
7.3.1 BeautifulSoup 庫(kù)概述 185
7.3.2 beautifulsoup4 庫(kù)常用方法和Tag節(jié)點(diǎn) 187
7.4 正則表達(dá)式 188
7.4.1 正則表達(dá)式概念 188
7.4.2 正則表達(dá)式元字符介紹 190
7.4.3 正則表達(dá)式的常用函數(shù)介紹 194
7.5 實(shí)戰(zhàn)：熱門(mén)電影搜索 195
7.6 實(shí)戰(zhàn)：大數(shù)據(jù)相關(guān)論文文章標(biāo)題采集 196
7.7 實(shí)戰(zhàn)：全國(guó)空氣質(zhì)量爬取 198
習(xí)題 199
參考文獻(xiàn) 200
第8章 數(shù)據(jù)挖掘 201
8.1 Python常用數(shù)據(jù)分析工具 201
8.1.1 Numpy 201
8.1.2 Scipy 202
8.1.3 pandas 202
8.1.4 Scikit-Learn 203
8.2 數(shù)據(jù)預(yù)處理 204
8.2.1 數(shù)據(jù)清理 204
8.2.2 數(shù)據(jù)集成 205
8.2.3 數(shù)據(jù)變換 206
8.2.4 Python數(shù)據(jù)預(yù)處理 206
8.3 分類(lèi)與預(yù)測(cè) 210
8.3.1 特征選擇 210
8.3.2 性能評(píng)估 210
8.3.3 實(shí)現(xiàn)過(guò)程 212
8.3.4 分類(lèi)與預(yù)測(cè)的常用方法 213
8.4 聚類(lèi)分析 235
8.4.1 聚類(lèi)分析定義 235
8.4.2 聚類(lèi)分析評(píng)價(jià)標(biāo)準(zhǔn) 235
8.4.3 數(shù)據(jù)相似度度量 236
8.4.4 聚類(lèi)分析的常用方法 237
8.5 實(shí)戰(zhàn)：信用評(píng)估 247
8.5.1 數(shù)據(jù)加載及說(shuō)明 247
8.5.2 數(shù)據(jù)預(yù)處理 248
8.5.3 劃分?jǐn)?shù)據(jù)集 249
8.5.4 模型建立及參數(shù)調(diào)優(yōu) 250
8.5.5 模型測(cè)試及分析 252
8.6 實(shí)戰(zhàn)：影片推薦系統(tǒng) 255
8.6.1 推薦系統(tǒng) 255
8.6.2 python-recsys簡(jiǎn)介 256
8.6.3 影片推薦 256
習(xí)題 258
參考文獻(xiàn) 258
第9章 自然語(yǔ)言處理 260
9.1 Python 常用自然語(yǔ)言處理工具 260
9.1.1 Python自然語(yǔ)言處理工具包NLTK 260
9.1.2 Python中文處理工具jieba 260
9.1.3 Python語(yǔ)法解析器PLY 261
9.2 文本處理 261
9.2.1 文本獲取 261
9.2.2 文本表示 262
9.2.3 文本特征詞提取 263
9.3 詞法分析 268
9.3.1 分詞 268
9.3.2 詞性標(biāo)注 270
9.3.3 命名實(shí)體識(shí)別 271
9.3.4 去停用詞 272
9.3.5 中文分詞實(shí)戰(zhàn) 275
9.4 語(yǔ)法分析 277
9.4.1 語(yǔ)法分析簡(jiǎn)介 277
9.4.2 語(yǔ)法樹(shù) 277
9.4.3 語(yǔ)法分析算法 278
9.4.4 語(yǔ)法分析示例 280
9.5 實(shí)戰(zhàn)：搜索引擎 282
習(xí)題 290
參考文獻(xiàn) 291
第10章 數(shù)據(jù)可視化 292
10.1 用Pillow操作圖像 292
10.1.1 圖像的基本知識(shí) 292
10.1.2 圖像處理中常用的模塊和函數(shù) 293
10.1.3 案例介紹 296
10.2 用Matplotlib繪圖 298
10.2.1 Matplotlib常用函數(shù)介紹 299
10.2.2 折線圖的函數(shù)定義及屬性說(shuō)明 299
10.2.3 案例介紹 300
10.3 調(diào)用Echarts 308
習(xí)題 310
參考文獻(xiàn) 310
第11章 Web和移動(dòng)應(yīng)用 311
11.1 Web框架Django 311
11.1.1 Django簡(jiǎn)介 311
11.1.2 Web框架 311
11.1.3 MVC和MTV模式 312
11.1.4 Django的安裝 313
11.2 Python Web開(kāi)發(fā) 314
11.2.1 創(chuàng)建項(xiàng)目 314
11.2.2 Django 模板 316
11.2.3 Django 模型 318
11.2.4 Django Admin管理工具 323
11.2.5 Django Nginx uwsgi 安裝配置 330
11.3 Python移動(dòng)應(yīng)用開(kāi)發(fā) 333
11.3.1 Python Kivy 333
11.3.2 Python 移動(dòng)應(yīng)用開(kāi)發(fā) 334
11.3.3 基于Python開(kāi)發(fā)2048游戲 335
習(xí)題 340
參考文獻(xiàn) 341
第12章 與云結(jié)合 342
12.1 阿里云 342
12.1.1 阿里云架構(gòu) 342
12.1.2 CLI Python 版 344
12.2 騰訊云 350
12.2.1 騰訊云總體架構(gòu) 350
12.2.2 騰訊云Python訪問(wèn) 351
12.3 百度云 354
12.3.1 百度云架構(gòu) 355
12.3.2 BAE Python部署 357
12.4 萬(wàn)物云 359
12.4.1 功能及應(yīng)用 360
12.4.2 數(shù)據(jù)服務(wù)及訪問(wèn) 360
12.5 環(huán)境云 366
12.5.1 功能服務(wù) 366
12.5.2 應(yīng)用開(kāi)發(fā)數(shù)據(jù)接口 366
習(xí)題 369
參考文獻(xiàn) 369
展開(kāi)全部
不錯(cuò)大數(shù)據(jù)人才培養(yǎng)叢書(shū)PYTHON程序設(shè)計(jì) 作者簡(jiǎn)介
張雪萍，女，博士，教授，教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃入選者，河南省高？萍紕(chuàng)新人才支持計(jì)劃入選者，河南省高校優(yōu)秀青年骨干教師，河南省教育廳學(xué)術(shù)技術(shù)帶頭人，全國(guó)高等學(xué)校計(jì)算機(jī)教育研究會(huì)理事。主要研究方向包括空間數(shù)據(jù)挖掘與信息共享、智能信息處理技術(shù)、數(shù)據(jù)庫(kù)版權(quán)保護(hù)、軟件測(cè)試等。近年來(lái)，主持承擔(dān)并完成河南省自然科學(xué)基金研究項(xiàng)目、河南省科技攻關(guān)研究項(xiàng)目等8項(xiàng)，參與完成國(guó)家“八五”、“十五”科技攻關(guān)項(xiàng)目2 項(xiàng)，參與完成省級(jí)鑒定項(xiàng)目6項(xiàng)。目前主持承擔(dān)教育部新世紀(jì)優(yōu)秀人才計(jì)劃、教育部空間數(shù)據(jù)挖掘與信息共享重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金、河南省高？萍紕(chuàng)新人才計(jì)劃等在研項(xiàng)目5項(xiàng)。
書(shū)友推薦
- >
推拿
- >
經(jīng)典常談
- >
莉莉和章魚(yú)
- >
名家?guī)阕x魯迅:朝花夕拾
- >
巴金－再思錄
- >
唐代進(jìn)士錄
- >
李白與唐代文化
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
本類(lèi)暢銷(xiāo)
