| 作者 |
| Mark Lutz Wes McKinney |
| 丛书名 |
| 无 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 29236777 |
| 简要 |
| 简介 |
| 目录 |
| 《Python学习手册（套装上下册原书第5版）》： 上册 前言 部分使用入门 第1章问答环节 人们为何使用Python 软件质量 开发者效率 Python是一门脚本语言”吗 好吧，Python的缺点是什么 如今谁在使用Python 其他的Python设计权衡：一些难以把握的方面 使用Python可以做些什么 系统编程 图形用户界面（GUI） Internet脚本 组件集成 数据库编程 快速原型 数值计算和科学计算编程 更多内容：游戏、图像、数据挖掘、机器人、Excel等 Python如何开发并获得支持 开源的权衡 Python有哪些技术上的优点 面向对象和函数式 免费 可移植 功能强大 可混合 相对简单易用 相对简单易学 以MontyPython命名 Python和其他语言比较起来怎么样 本章小结 本章习题 习题解答 Python是工程，不是艺术 第2章Python如何运行程序 Python解释器简介 程序执行 程序员的视角 Python的视角 执行模型的变体 Python的各种实现 执行优化工具 冻结二进制文件 未来的可能性 本章小结 本章习题 习题解答 …… 第二部分类型和运算 第三部分语句和语法 第四部分函数和生成器 第五部分模块和包 下册 第六部分类和面向对象编程（OOP） 第七部分异常和工具 第八部分高级主题 第九部分附录 《利用Python进行数据分析（原书第2版）》： 前言 第1章准备工作 1.1本书内容 1.1.1什么类型的数据 1.2为何利用Python进行数据分析 1.2.1Python作为胶水 1.2.2解决双语言”难题 1.2.3为何不使用Python 1.3重要的Python库 1.3.1NumPy 1.3.2pandas 1.3.3matplotlib 1.3.4IPython与Jupyter 1.3.5SciPy 1.3.6scikit-learn 1.3.7statsmodels 1.4安装与设置 1.4.1Windows 1.4.2Apple（OSX和macOS） 1.4.3GNU/Linux 1.4.4安装及更新Python包 1.4.5Python2和Python 1.4.6集成开发环境和文本编辑器 1.5社区和会议 1.6快速浏览本书 1.6.1代码示例 1.6.2示例数据 1.6.3导入约定 1.6.4术语 第2章Python语言基础、IPython及Jupyternotebook 2.1Python解释器 2.2IPython基础 2.2.1运行IPython命令行 2.2.2运行Jupyternotebook 2.2.3Tab补全 2.2.4内省 2.2.5%run命令 2.2.6执行剪贴板中的程序 2.2.7终端快捷键 2.2.8关于魔术命令 2.2.9matplotlib集成 2.3Python语言基础 2.3.1语言语义 2.3.2标量类型 2.3.3控制流 第3章内建数据结构、函数及文件 3.1数据结构和序列 3.1.1元组 3.1.2列表 3.1.3内建序列函数 3.1.4字典 3.1.5集合 3.1.6列表、集合和字典的推导式 3.2函数 3.2.1命名空间、作用域和本地函数 3.2.2返回多个值 3.2.3函数是对象 3.2.4匿名（Lambda）函数 3.2.5柯里化：部分参数应用 3.2.6生成器 3.2.7错误和异常处理 3.3文件与操作系统 3.3.1字节与Unicode文件 3.4本章小结 …… 第4章NumPy基础：数组与向量化计算 第5章pandas入门 第6章数据载入、存储及文件格式 第7章数据清洗与准备 第8章数据规整：连接、联合与重塑 第9章绘图与可视化 第10章数据聚合与分组操作 第11章时间序列 第12章高阶pandas 第14章数据分析示例 |