本书主要介绍Python语言的开发环境（包括Spyder、Jupyter和PyCharm）与交互式工具、语言概述、数据结构、编程范型、库、数据分析、数据可视化及应用案例分析。本书通过融合其他相关知识，重点讨论了Python在网络爬虫、推荐系统、图像处理和机器学习等多个领域的应用。本书不仅注重基本概念的讲解，还强调问题的分析与求解，并在教辅资源中给出了大量实例、源代码及4个Python实验，以供读者练习，进而帮助读者巩固所学知识。
本书的内容覆盖面广，实用性强，既可作为高等院校计算机、软件工程、人工智能、数据科学与大数据技术、信息和通信工程等专业相关课程的教材，又可供计算机视觉、机器学习等领域的技术人员参考使用。

1．理论联系实践，助力学练结合
本书在介绍 Python 语言的基础上，侧重讲解如何使用 Python 进行数据分析和应用开发；通过应用案例串联知识点，重难点清晰；在讲解基本概念时，注重编程实例和相关问题的分析，能有效引导读者学习相关知识并锤炼实战技能。
2．面向多领域应用，融合多学科知识
在每章中通过编程实例将各类知识纵向连接在一起；在应用案例部分，综合Python在网络爬虫、推荐系统、图像处理和机器学习等多领域的应用，通过融合多学科的知识讲解Python开发技术，帮助读者培养算法思维和解决实际工程问题的能力。
3．配套立体化教辅资源，全方位服务教师教学
本书配套了丰富的教辅资源，如 PPT、（针对不同学时的）教学大纲、源代码、习题答案、上机实验和实验代码等。读者可以通过动手实践掌握各章节的相关知识和编程技术，以便快速掌握Python编程的基本方法，并理解不同的编程思想。

朱大勇：
博士，电子科技大学教授。参加编写软件工程系列规划教材《软件开发技术》，承担学校教改项目两项，分别是：《移动式教学与自组织学习》和《大规模在线开放课程建设项目-移动计算及开发技术》。在大学计算机课程报告论坛上发表教学论文一篇，在《计算机教育》上发表教学论文两篇。 参加青年教师出国（境）行动计划学校全额资助，赴加拿大滑铁卢大学留学1年，开展统计推断与机器学习的研究工作。参与国家自然科学基金项目《多项式系统控制器参数化的符号计算方法》，承担《移动通讯基站动力及环境监控系统关键技术研究》，《速递易平台值守短信调度系统》，《面向3G的下一代手机智能搜索技术研发与应用》等项目的研究与开发。在《软件学报》、《电子科技大学学报》、《智能系统学报》以及IEEE国际会议发表多篇论文。

【章名目录】
第 1章 概述
第 2章 开发环境与交互式工具
第3章 语言概述
第4章 数据结构
第5章 编程范型
第6章 库
第7章 数据分析
第8章 数据可视化
第9章 应用案例分析
9.1 网络爬虫 170
9.2 推荐系统 180
9.3 图像处理 188
9.4 机器学习 246

【详细目录】
第 1章 概述
1.1 Python简介 1
1.1.1 Python的发展历程 1
1.1.2 Python的特点 2
1.2 数据 3
1.2.1 数据类型 3
1.2.2 编程范型 4
1.3 数据模型 4
1.3.1 数据结构 4
1.3.2 对象 5
1.4 数据分析 5
1.4.1 数据分析简介 5
1.4.2 数据预处理 6
1.4.3 数据分析方法 6
1.5 本章小结 7
1.6 习题 8

第 2章 开发环境与交互式工具
2.1 搭建环境 9
2.1.1 下载Python 9
2.1.2 安装 10
2.1.3 环境变量配置 10
2.1.4 测试是否安装成功 12
2.2 Spyder 14
2.2.1 Spyder简介 14
2.2.2 Spyder安装 14
2.2.3 Spyder使用简介 16
2.3 Jupyter 18
2.3.1 Jupyter简介 19
2.3.2 Jupyter安装及配置 19
2.3.3 Jupyter工具使用 20
2.4 PyCharm 21
2.4.1 PyCharm简介 21
2.4.2 PyCharm安装 21
2.4.3 PyCharm配置 23
2.5 本章小结 25
2.6 习题 26

第3章 语言概述
3.1 内置类型 27
3.1.1 逻辑值检测 28
3.1.2 比较运算符 28
3.1.3 数值类型 29
3.1.4 迭代器类型 29
3.2 控制流程 30
3.2.1 if语句 31
3.2.2 while语句 33
3.2.3 for语句 34
3.3 模块 35
3.4 本章小结 38
3.5 习题 38

第4章 数据结构
4.1 元组 39
4.2 列表 42
4.3 集合 44
4.4 字典 47
4.5 推导式 49
4.6 本章小结 51
4.7 习题 51

第5章 编程范型
5.1 面向对象编程 52
5.1.1 Python的范围与命名空间 53
5.1.2 类的定义 54
5.1.3 类的继承 59
5.1.4 运算符重载 61
5.2 函数式编程 63
5.2.1 函数对象 63
5.2.2 匿名函数 65
5.2.3 装饰器 65
5.3 元编程初步 67
5.3.1 类的类型 67
5.3.2 类的动态创建 68
5.3.3 基于元类创建类 69
5.3.4 基于元类创建抽象类 70
5.4 本章小结 71
5.5 习题 71

第6章 库
6.1 NumPy 72
6.1.1 NumPy数组 72
6.1.2 NumPy数学函数 75
6.1.3 NumPy矩阵和向量 76
6.2 SciPy 79
6.2.1 最小二乘拟合 80
6.2.2 函数最小值 81
6.2.3 非线性方程组求解 83
6.2.4 B-Spline样条曲线 84
6.2.5 数值积分 85
6.2.6 解微分方程组 86
6.3 pandas 88
6.3.1 对象创建 89
6.3.2 数据切片 92
6.3.3 数据合并 93
6.3.4 数据分组 94
6.4 本章小结 95
6.5 习题 95

第7章 数据分析
7.1 数据存取 96
7.1.1 I O操作 96
7.1.2 对象序列化和反序列化 102
7.1.3 SQLite数据库 105
7.2 数据清洗 111
7.2.1 数据分析 112
7.2.2 缺失值处理 114
7.2.3 异常值处理 119
7.2.4 重复值处理 125
7.3 时间序列分析 127
7.4 本章小结 134
7.5 习题 134

第8章 数据可视化
8.1 绘图工具 136
8.1.1 Matplotlib 137
8.1.2 pandas 137
8.1.3 seaborn 137
8.1.4 Bokeh 137
8.2 统计绘图 138
8.2.1 安装Matplotlib 138
8.2.2 简单绘制 138
8.2.3 添加图形元素 139
8.2.4 线图 143
8.2.5 直方图 146
8.2.6 条形图 147
8.2.7 饼图 151
8.3 网络可视化 153
8.3.1 NetworkX简介 153
8.3.2 NetworkX图的节点和边 154
8.3.3 利用NetworkX绘制图形 156
8.3.4 利用NetworkX绘制多层感知机网络图 159
8.4 交互式图形 161
8.4.1 Bokeh基础 161
8.4.2 默认工具栏 161
8.4.3 悬停工具 163
8.4.4 小部件 164
8.5 本章小结 168
8.6 习题 169

第9章 应用案例分析
9.1 网络爬虫 170
9.1.1 网络爬虫简介 170
9.1.2 网络爬虫框架Scrapy 171
9.1.3 数据存储 175
9.2 推荐系统 180
9.2.1 简单推荐系统 180
9.2.2 度量规则 181
9.2.3 先决条件 182
9.2.4 计算和输出 182
9.2.5 知识推荐系统 183
9.3 图像处理 188
9.3.1 图像的基本操作 188
9.3.2 图像预处理 200
9.3.3 提取特征 217
9.3.4 图像检测 231
9.3.5 图像分割 238
9.4 机器学习 246
9.4.1 概述 247
9.4.2 回归 262
9.4.3 分类 267
9.4.4 聚类 274
9.4.5 深度学习 283
9.5 本章小结 292
9.6 习题 293
参考文献 294