《自学Python：编程基础、科学计算及数据分析（第2版）》内容简介

本书是面向Python学习者和使用者的一本实用学习笔记，在前一版的基础之上进行了全面修订。主要内容基于Python3编写，考虑到一些企业和项目由于历史原因仍然保留了许多用Python2编写的代码，为了方便读者，本书将Python2与Python3的一些核心区别标注出来，以便读者掌握。
全书共11章。第1章介绍Python的基础知识，包括Anaconda、IPython解释器、Jupyter Notebook等Python基本工具的使用；第2章介绍Python的基本用法，包括基础语法、数据类型、判断与循环、函数与模块、异常与警告、文件读写、内置函数；第3章介绍Python的进阶用法，包括函数进阶、迭代器与生成器、装饰器、上下文管理器与with语句、变量作用域；第4章介绍Python面向对象编程，包括对象的方法与属性、继承与复用；第5章介绍常见的Python标准库；第6章介绍Python科学计算基础模块NumPy，包括NumPy数组的操作、广播机制、索引和读写；第7章介绍Python数据可视化模块Matplotlib，包括基于函数和对象的可视化操作；第8章介绍Python科学计算进阶模块SciPy，包括概率、线性代数等模块；第9章介绍Python数据分析基础模块Pandas，包括Series和DataFrame的使用；第10章介绍一个用Python分析中文小说文本的案例；第11章介绍一个用Python对手写数字进行机器学习处理的案例。
本书适合刚接触Python的初学者以及希望使用Python处理和分析数据的读者阅读，也可作为学习和使用Python的工具书或参考资料使用。
李金，清华自动化系硕士，阿里巴巴负责广告推荐的算法专家，知乎达人，其在知乎上的高分问答“如何系统地自学Python？”阅读量达4000万，在Github上的“中文python笔记”也广受国内外读者好评。

作品目录

前言
第1章：初识Python
1.1、人生苦短，我用Python
1.1.1、Python简介
1.1.2、版本的选择
1.2、安装Python环境
1.2.1、集成开发环境：Anaconda
1.2.2、第一行Python代码
1.3、使用Python工具
1.3.1、IPython解释器
1.3.2、代码的运行模式：解释器模式与脚本模式
1.3.3、学习工具：Jupyter
Notebook
1.4、本章学习笔记
第2章：Python基础
2.1、基础语法简介
2.2、数据类型
2.2.1、数字
2.2.2、字符串
2.2.3、索引与分片
2.2.4、列表
2.2.5、元组
2.2.6、可变与不可变类型
2.2.7、字典
2.2.8、集合与不可变集合
2.2.9、赋值机制
2.3、判断与循环
2.3.1、判断
2.3.2、循环
2.4、函数与模块
2.4.1、函数
2.4.2、模块
2.5、异常与警告
2.5.1、异常
2.5.2、警告
2.6、文件读写
2.6.1、读文件
2.6.2、写文件
2.7、内置函数
2.7.1、数字相关的内置函数
2.7.2、序列相关的内置函数
2.7.3、其他内置函数
2.8、本章学习笔记
第3章：Python进阶
3.1、函数进阶
3.1.1、函数参数与返回值
3.1.2、高阶函数
3.1.3、map()函数和filter()函数
3.1.4、Lambda表达式
3.1.5、关键字global
3.1.6、函数的递归
3.2、迭代器与生成器
3.2.1、迭代器
3.2.2、生成器
3.3、装饰器
3.3.1、装饰器的引入
3.3.2、装饰器的用法
3.4、上下文管理器与with语句
3.4.1、上下文管理器的引入
3.4.2、上下文管理器的原理
3.5、变量作用域
3.6、本章学习笔记
第4章：Python面向对象编程
4.1、面向对象简介
4.2、自定义类型
4.3、方法与属性
4.4、继承与复用
4.5、公有、私有、特殊以及静态的方法与属性
4.6、多重继承
4.7、本章学习笔记
第5章：Python标准库
5.1、系统相关：sys模块
5.2、与操作系统进行交互：os模块
5.3、正则表达式：re模块
5.4、日期时间相关：datetime模块
5.5、读写JSON数据：json模块
5.6、文件模式匹配：glob模块
5.7、高级文件操作：shutil模块
5.8、数学：math模块
5.9、随机数：random模块
5.10、路径操作：pathlib模块
5.11、网址URL相关：urllib模块
5.12、实例：使用标准库实现桌面墙纸下载
5.13、本章学习笔记
第6章：Python科学计算基础：NumPy模块
6.1、NumPy模块简介
6.2、数组基础
6.2.1、数组的引入
6.2.2、数组的属性
6.2.3、数组的类型
6.2.4、数组的生成
6.2.5、数组的索引
6.2.6、数组的迭代
6.3、数组操作
6.3.1、数值相关的数组操作
6.3.2、形状相关的数组操作
6.3.3、数组的连接操作
6.3.4、数组的四则运算和点乘
6.3.5、数组的数学操作
6.3.6、数组的比较和逻辑操作
6.4、数组广播机制
6.5、数组索引进阶
6.5.1、数组的基础索引
6.5.2、数组的高级索引
6.6、数组读写
6.6.1、数组的读取
6.6.2、数组的写入
6.6.3、数组的二进制读写
6.7、随机数组
6.8、实例：使用NumPy实现K近邻查找
6.9、本章学习笔记
第7章：Python数据可视化：Matplotlib模块
7.1、Matplotlib模块简介
7.2、基于函数的可视化操作
7.2.1、plt.plot()函数的使用
7.2.2、图与子图
7.3、基于对象的可视化操作
7.4、图像中的文本处理
7.5、实例：基于Matplotlib的三角函数可视化
7.6、本章学习笔记
第8章：Python科学计算进阶：SciPy模块
8.1、SciPy模块简介
8.2、插值模块：scipy.interpolate
8.3、概率统计模块：scipy.stats
8.3.1、基本统计量
8.3.2、概率分布
8.4、优化模块：scipy.optimize
8.4.1、数据拟合
8.4.2、最值优化
8.4.3、方程求根
8.5、线性代数模块：scipy.linalg
8.6、实例：基于SciPy的主成分分析
8.7、本章学习笔记
第9章：Python数据分析基础：Pandas模块
9.1、Pandas模块简介
9.2、一维数据结构：Series对象
9.2.1、Series对象的生成
9.2.2、Series对象的使用
9.3、二维数据结构：DataFrame对象
9.3.1、DataFrame对象的生成
9.3.2、DataFrame对象的使用
9.4、Pandas对象的索引
9.4.1、基于中括号的索引和切片
9.4.2、基于位置和标记的高级索引
9.5、缺失值的处理
9.6、数据的读写
9.7、实例：基于Pandas的期货数据分析
9.8、本章学习笔记
第10章：Python案例1：中文小说分析
10.1、数据预处理
10.2、数据统计
10.3、数据建模
10.4、效果分析
10.5、本章学习笔记
第11章：Python案例2：手写数字分析
11.1、数据的获取与处理
11.2、数据建模和效果分析
11.3、本章学习笔记