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。
·從零開始，循序漸進
本書介紹了Python語言的基礎(chǔ)知識和操作技巧，內(nèi)容由淺入深，循序漸進，適合零基礎(chǔ)讀者快速入門。
·系統(tǒng)豐富，易學(xué)易用
本書構(gòu)建了面向?qū)嶋H應(yīng)用的知識體系，體現(xiàn)了理論的適度性、實踐的指導(dǎo)性和應(yīng)用的實際性，對難點和重點做了詳細講解和特別提示。
·緊貼實際，案例導(dǎo)航
提供精彩案例，讀者可邊學(xué)邊練，既可系統(tǒng)了解Python語言開發(fā)的各種方案，又可快速掌握基于實際應(yīng)用的項目和任務(wù)。
·全程注解，快速上手
本書采用全程注解方式，對代碼做了大量注解，對插圖做了標(biāo)注處理，信息豐富，閱讀體驗輕松，上手容易。
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。
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(zhǔn)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(biāo)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 172
Python AI編程篇
第 1天 AI編程準(zhǔn)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
書單推薦
