Python编程及其在网络科学中的应用PDF|Epub|txt|kindle电子书版本网盘下载

Python编程及其在网络科学中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章Python简介1

1.1 Python的由来1

1.2 Python能做什么2

1.2.1 Web开发3

1.2.2人脸识别4

1.2.3数据分析5

1.3 Python编程环境搭建6

1.3.1 Windows环境安装Python6

1.3.2 Linux环境安装Python9

1.3.3 Anaconda管理Python环境11

1.4 Python IDE的选择14

1.4.1 PyCharm15

1.4.2 Sublime Text15

1.4.3 Eclipse和PyDev16

1.5小结23

第2章 基本数据结构24

2.1字符串24

2.1.1字符串截取24

2.1.2字符串更新25

2.1.3转义字符25

2.1.4字符串运算符26

2.1.5字符串格式化27

2.1.6三引号28

2.1.7 Unicode字符串29

2.2元组33

2.2.1访问元组33

2.2.2修改元组33

2.2.3删除元组34

2.2.4元组运算符34

2.2.5元组索引，截取35

2.2.6无关闭分隔符35

2.2.7元组内置函数35

2.3列表36

2.3.1创建一个列表36

2.3.2访问列表中的值36

2.3.3更新列表37

2.3.4删除列表元素37

2.3.5列表脚本操作符37

2.3.6列表截取38

2.3.7列表操作的函数和方法38

2.4字典39

2.4.1访问字典里的值39

2.4.2修改字典40

2.4.3字典键的特性41

2.4.4字典内置函数和方法41

2.5集合42

2.5.1创建集合42

2.5.2添加、删除集合43

2.5.3集合的转换43

2.5.4集合常用方法44

2.6小结44

第3章 编程常用语法45

3.1 Python数据类型45

3.1.1数字45

3.1.2字符串45

3.1.3列表47

3.1.4元组48

3.1.5集合48

3.1.6字典49

3.2判断语句49

3.3循环语句53

3.3.1 while循环54

3.3.2 for循环语句57

3.4 Python正则表达式59

3.4.1搜索和匹配函数59

3.4.2替换函数60

3.4.3分割字符串函数61

3.5局部变量与全局变量63

3.6 Python类和对象64

3.7 Python lambda表达式66

3.8 Python with语句68

3.9 Python多线程70

3.10小结72

第4章Python应用实例73

4.1数据排序73

4.1.1冒泡排序74

4.1.2快速排序74

4.1.3选择排序75

4.1.4插入排序76

4.1.5折半插入排序77

4.1.6希尔排序78

4.2文件批量处理79

4.3 XML与Excel互转80

4.3.1 Excel转XML80

4.3.2 XML转Excel88

4.4网络爬虫91

4.4.1用Python简单处理URL92

4.4.2用Python爬取网络图片93

4.4.3 Python网络爬虫实例95

4.5 Python图形界面编程97

4.5.1 tkinter常用控件98

4.5.2控件布局100

4.6 Python JSON处理103

4.7文件读写操作104

4.8小结105

第5章Web应用框架与应用106

5.1 Django开发106

5.1.1 Django简介106

5.1.2安装环境搭建107

5.1.3 Django的简单操作109

5.1.4 Django模板115

5.1.5 Django模型121

5.1.6 Django表单125

5.1.7 Django搭建论坛系统132

5.2 Flask开发138

5.2.1安装环境搭建138

5.2.2第一个Flask项目139

5.2.3 Flask模型设计140

5.2.4 Flask视图函数view.py143

5.2.5 Flask页面渲染Jinjia2应用145

5.3 Flask开发在线社交网络应用147

5.3.1模型148

5.3.2页面控制函数151

5.4服务器运行与维护163

5.4.1服务器环境搭建163

5.4.2代码同步164

5.4.3常用命令166

5.5小结166

第6章Python科学计算167

6.1 Python科学计算库167

6.1.1科学计算库的安装167

6.1.2科学计算库案例：函数拟合168

6.1.3科学计算库案例：聚类分析170

6.1.4科学计算库案例：K-means算法实现178

6.2 Networkx处理图数据181

6.2.1创建与访问181

6.2.2给图、节点和边添加属性188

6.2.3特殊图及其用法190

6.2.4图的生成器和图的操作192

6.3 Python在复杂网络研究中的应用195

6.3.1重要节点识别195

6.3.2社团发现198

6.4小结202

第7章Python在机器学习中的应用203

7.1机器学习的概念203

7.1.1机器学习的定义203

7.1.2机器学习的应用范围203

7.1.3机器学习的算法分类204

7.1.4机器学习的常用框架205

7.2深度学习205

7.2.1深度学习基本概念205

7.2.2 AutoEncoder206

7.3 Python机器学习实例206

7.3.1 Python实现感知器206

7.3.2 TensorFlow项目实例211

7.4小结216

第8章 结束语217

参考文献218

附录Python各版本差异219