15天快速上手Python

定　價：￥79.80

作　者：	中島省吾著，李晗譯
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115590855	出版時間：	2022-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	256	字數(shù)：

內(nèi)容簡介

　　Python作為一門功能強大且利于理解和使用的編程語言，非常適合編程初學(xué)者入門。本書詳細闡述了Python編程的基礎(chǔ)知識，同時介紹了Python在網(wǎng)絡(luò)爬蟲和AI編程方面的應(yīng)用。本書還通過豐富的實用案例介紹了掌握Python編程的知識，并針對學(xué)習(xí)過程中的重點和難點進行了深入剖析。本書采用師生互答的形式講解，共有三篇，每一篇5天學(xué)完，每一天均有詳細的學(xué)習(xí)說明，以幫助讀者快速掌握Python基礎(chǔ)知識，并用其解決工作中遇到的問題。本書內(nèi)容豐富，語言風(fēng)趣幽默，適合對Python編程感興趣的初學(xué)者參考。

作者簡介

　　中島省吾，媒體星球有限公司代表。在擔(dān)任公司工程師培訓(xùn)和新員工培訓(xùn)講師的同時，還制作了與編程相關(guān)的視頻與文檔。他教授的內(nèi)容主題寬泛，包括IT基礎(chǔ)、網(wǎng)絡(luò)、數(shù)據(jù)庫、C++、C#、Java、Web技術(shù)、Python等。

圖書目錄

Python基礎(chǔ)篇
第 1天初識Python 003
第 1部分開始使用Python 003
第 2部分計算 008
第3部分數(shù)值和字符串 014
第4部分輸入 017
第 2天控制語句和函數(shù) 021
第 1部分 if語句和比較運算符 021
第 2部分邏輯運算符 026
第3部分 while語句 029
第4部分函數(shù)的創(chuàng)建 033
第3天 Python數(shù)據(jù)類型 042
第 1部分列表 042
第 2部分列表的便捷功能 047
第3部分元組和集合 050
第4部分字典 054
第4天類和模塊 058
第 1部分面向?qū)ο?058
第 2部分類和繼承 061
第3部分異常 067
第4部分模塊 072
第5天網(wǎng)絡(luò)通信 076
第 1部分電子郵件基礎(chǔ)與要做的準備工作 076
第 2部分使用Python發(fā)送郵件 079
第3部分 Web服務(wù)器和通信 084
第4部分使用外部庫 087
Python網(wǎng)絡(luò)爬蟲篇
第 1天 Web基礎(chǔ) 095
第 1部分啟動Web服務(wù)器 096
第 2部分 Web服務(wù)器與HTML的關(guān)系 100
第3部分 HTML基礎(chǔ) 103
第4部分

標簽 108第 2天 CSS和JavaScript 112第 1部分 CSS是什么 113第 2部分 CSS選擇器 117第3部分 JavaScript是什么 121第4部分函數(shù)和事件 126第3天表單和正則表達式 130第 1部分表單 131第 2部分用Python程序接收表單輸入 137第3部分用正則表達式檢查輸入 142第4天 Selenium自動化 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網(wǎng)絡(luò)爬蟲 162第 1部分使用正則表達式進行數(shù)據(jù)采集 163第 2部分使用beautifulsoup4和XPath進行數(shù)據(jù)采集 168第3部分使用Selenium進行數(shù)據(jù)采集 172Python AI編程篇第 1天 AI編程準備 177第 1部分引言 178第 2部分安裝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部分回歸分析 202第3部分機器學(xué)習(xí)數(shù)據(jù)集 206第3天監(jiān)督學(xué)習(xí)（k最近鄰算法） 212第 1部分了解 k最近鄰算法 213第 2部分數(shù)據(jù)劃分 215第3部分繪制散點圖 217第4部分構(gòu)建機器學(xué)習(xí)模型 220第4天監(jiān)督學(xué)習(xí)（其他相關(guān)的機器學(xué)習(xí)算法） 223第 1部分感知機 224第 2部分 scikit-learn感知機 229第3部分邏輯斯諦回歸 232第4部分支持向量機 237第5天神經(jīng)網(wǎng)絡(luò)和聚類 240第 1部分神經(jīng)網(wǎng)絡(luò) 241第 2部分 MLPClassifier分類器 247第3部分無監(jiān)督學(xué)習(xí) 251第4部分嘗試k均值算法 254