Python大學(xué)教程：面向計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)（英文版）

目　　錄

第1章　計(jì)算機(jī)和Python簡(jiǎn)介 1
1.1　引言 2
1.2　硬件和軟件 3
1.3　數(shù)據(jù)層級(jí) 6
1.4　機(jī)器語(yǔ)言、匯編語(yǔ)言和高級(jí)語(yǔ)言 9
1.5　對(duì)象技術(shù)簡(jiǎn)介 10
1.6　操作系統(tǒng) 13
1.7　Python簡(jiǎn)介 16
1.8　（語(yǔ)言）庫(kù) 18
1.9　其他常見(jiàn)編程語(yǔ)言 20
1.10　試用：使用IPython和Jupyter Notebook 21
1.11　Internet和WWW 29
1.12　軟件技術(shù) 32
1.13　大數(shù)據(jù) 33
1.14　數(shù)據(jù)科學(xué)入門：大數(shù)據(jù)移動(dòng)應(yīng)用案例研究 40
第2章　Python程序設(shè)計(jì)簡(jiǎn)介 49
2.1　引言 50
2.2　變量和賦值語(yǔ)句 50
2.3　算術(shù)操作 52
2.4　print函數(shù)、單引號(hào)字符串和雙引號(hào)字符串 56
2.5　三引號(hào)字符串 58
2.6　從用戶處獲得輸入 59
2.7　判斷：if語(yǔ)句與比較操作 61
2.8　對(duì)象和動(dòng)態(tài)類型 66
2.9　數(shù)據(jù)科學(xué)入門：基本統(tǒng)計(jì)功能 68
2.10　小結(jié) 70
第3章　控制語(yǔ)句和程序設(shè)計(jì) 73
3.1　引言 74
3.2　算法 74
3.3　偽代碼 75
3.4　控制語(yǔ)句 75
3.5　if語(yǔ)句 78
3.6　if...else和if...elif...else語(yǔ)句 80
3.7　while語(yǔ)句 85
3.8　for語(yǔ)句 86
3.9　增量賦值 89
3.10　程序設(shè)計(jì)：通過(guò)序列控制重復(fù) 90
3.11　程序設(shè)計(jì)：通過(guò)哨兵控制重復(fù) 93
3.12　程序設(shè)計(jì)：嵌套控制結(jié)構(gòu) 97
3.13　內(nèi)置函數(shù)range：進(jìn)一步討論 101
3.14　使用Decimal類型表達(dá)貨幣總量 102
3.15　break和continue語(yǔ)句 105
3.16　布爾操作and、or和not 106
3.17　數(shù)據(jù)科學(xué)入門：趨勢(shì)的度量—均值、中值、眾數(shù) 109
3.18　小結(jié) 111
第4章　函數(shù) 119
4.1　引言 120
4.2　函數(shù)的定義 120
4.3　多參數(shù)函數(shù) 123
4.4　隨機(jī)數(shù)生成器 125
4.5　案例研究：機(jī)會(huì)游戲 128
4.6　Python標(biāo)準(zhǔn)庫(kù) 131
4.7　math模塊函數(shù) 132
4.8　使用IPython的tab補(bǔ)全功能 133
4.9　缺省形參值 135
4.10　關(guān)鍵字實(shí)參 136
4.11　任意實(shí)參表 136
4.12　方法：歸屬于對(duì)象的函數(shù) 138
4.13　作用域規(guī)則 138
4.14　import：進(jìn)一步討論 140
4.15　給函數(shù)傳遞實(shí)參：進(jìn)一步討論 142
4.16　函數(shù)調(diào)用棧 145
4.17　函數(shù)式程序設(shè)計(jì) 146
4.18　數(shù)據(jù)科學(xué)入門：數(shù)據(jù)分布的度量 148
4.19　小結(jié) 150
第5章　序列：列表和元組 155
5.1　引言 156
5.2　列表 156
5.3　元組 161
5.4　序列拆包 163
5.5　序列切片 166
5.6　del語(yǔ)句 169
5.7　給函數(shù)傳遞列表 171
5.8　排序列表 172
5.9　搜索序列 174
5.10　其他列表方法 176
5.11　用列表模擬棧 178
5.12　列表解析 179
5.13　生成器表達(dá)式 181
5.14　過(guò)濾器、映射和約簡(jiǎn) 182
5.15　其他序列處理函數(shù) 185
5.16　二維列表 187
5.17　數(shù)據(jù)科學(xué)入門：模擬和靜態(tài)可視化 191
5.18　小結(jié) 199
第6章　字典和集合 209
6.1　引言 210
6.2　字典 210
6.3　集合 221
6.4　數(shù)據(jù)科學(xué)入門：動(dòng)態(tài)可視化 228
6.5　小結(jié) 234
第7章　使用NumPy進(jìn)行面向數(shù)組的編程 239
7.1　引言 240
7.2　從已有數(shù)據(jù)中創(chuàng)建數(shù)組 241
7.3　數(shù)組屬性 242
7.4　用特定值填充數(shù)組 244
7.5　使用range創(chuàng)建數(shù)組 244
7.6　列表與數(shù)組的性能比較：%timeit簡(jiǎn)介 246
7.7　數(shù)組操作 248
7.8　NumPy計(jì)算方法 250
7.9　全局函數(shù) 252
7.10　索引和切片 254
7.11　視圖：淺拷貝 256
7.12　深拷貝 258
7.13　轉(zhuǎn)換和轉(zhuǎn)置 259
7.14　數(shù)據(jù)科學(xué)入門：pandas Series和DataFrame 262
7.15　小結(jié) 275
第8章　字符串：進(jìn)一步討論 283
8.1　引言 284
8.2　格式化字符串 285
8.3　字符串拼接和重復(fù) 289
8.4　字符串空白符剝離 290
8.5　改變字符的大小寫 291
8.6　字符串比較操作 292
8.7　子串搜索 292
8.8　子串替換 294
8.9　字符串切分和合并 294
8.10　字符和字符測(cè)試方法 297
8.11　原生字符串 298
8.12　正則表達(dá)式簡(jiǎn)介 299
8.13　數(shù)據(jù)科學(xué)入門：pandas、正則表達(dá)式和數(shù)據(jù)治理 307
8.14　小結(jié) 312
第9章　文件和異常 319
9.1　引言 320
9.2　文件 321
9.3　文本文件處理 321
9.4　更新文本文件 325
9.5　JSON序列化 327
9.6　安全問(wèn)題：pickle序列化和反序列化 330
9.7　關(guān)于文件的其他說(shuō)明 330
9.8　異常處理 331
9.9　finally子句 336
9.10　顯式引發(fā)異常 339
9.11?。蛇x）棧展開(kāi)和回溯 339
9.12　數(shù)據(jù)科學(xué)入門：CSV文件的處理 342
9.13　小結(jié) 349
第10章　面向?qū)ο蟪绦蛟O(shè)計(jì) 355
10.1　引言 356
10.2　定制類Account 358
10.3　屬性的受控訪問(wèn) 363
10.4　數(shù)據(jù)訪問(wèn)的特性 364
10.5　私有屬性模擬 371
10.6　案例研究：洗牌和切牌 373
10.7　繼承：基類和子類 382
10.8　構(gòu)建繼承層次和多態(tài)簡(jiǎn)介 384
10.9　鴨子類型和多態(tài) 392
10.10　操作符重載 393
10.11　異常類層次和定制異常處理 397
10.12　有名元組 399
10.13　Python 3.7新數(shù)據(jù)類簡(jiǎn)介 400
10.14　使用文檔字符串和doctest進(jìn)行單元測(cè)試 406
10.15　命名空間和作用域 411
10.16　數(shù)據(jù)科學(xué)入門：時(shí)間序列和簡(jiǎn)單線性回歸 414
10.17　小結(jié) 423
第11章　計(jì)算機(jī)科學(xué)思維：遞歸、搜索、排序和大O表示法 431
第12章　自然語(yǔ)言處理 477
第13章　Twitter數(shù)據(jù)挖掘 515
第14章　IBM Watson和認(rèn)知計(jì)算 565
第15章　機(jī)器學(xué)習(xí)：分類、回歸和聚類 593
第16章　深度學(xué)習(xí) 665
第17章　大數(shù)據(jù)：Hadoop、Spark、NoSQL和IoT 723