章Python快速入门1
1．1一种简单的编程语言2
1．1．1Python--解释型编程语言2
1．1．2Python应用3
1．2Python开发环境4
1．2．1搭建简单的Python开发环境4
1．2．2功能强大的集成开发环境6
1．2．3交互式开发环境6
1．3Python中简单的程序结构8
1．3．1文件是代码的基本组成单元8
1．3．2模块化地组织代码8
1．3．3代码缩进区分逻辑关系10
1．3．4输入和输出提升程序交互性10
1．3．5常见的Python解释器11
1．4习题12
第2章Python数据类型13
2．1数据类型是数据表示的基础14
2．1．1Python中一切皆对象14
2．1．2数字类型14
2．1．3布尔类型15
2．1．4字符串类型15
2．1．5自定义数据类型16
2．1．6变量17
2．2语句组成逻辑结构18
2．2．1运算符和表达式19
2．2．2语句20
2．3控制程序的执行21
2．3．1顺序结构21
2．3．2分支结构21
2．3．3循环结构22
2．4有效存储数据24
2．4．1列表25
2．4．2元组27
2．4．3字典28
2．4．4集合29
2．4．5特殊运算符30
2．5函数实现代码复用31
2．5．1自定义函数31
2．5．2内置函数32
2．5．3字符串处理函数33
2．5．4函数式编程33
2．6存储数据35
2．6．1文件操作36
2．6．2JSON和XML36
2．7案例：传感器数据分析40
2．8习题42
第3章Python常用模块43
3．1模块的概念44
3．2自定义模块46
3．3正则表达式模块46
3．4NumPy和SciPy模块50
3．4．1NumPy51
3．4．2SciPy59
3．5Pandas库61
3．6习题71
第4章Python数据获取73
4．1Web的客户端/服务器工作模式74
4．1．1Web数据传输协议75
4．1．2Web页面标记语言78
4．1．3Web样式设计81
4．2Python设计爬虫软件84
4．2．1页面请求库URLLib84
4．2．2增强的网络请求库Requests88
4．2．3页面内容解析库BeautifulSoup91
4．2．4案例：在互联网上获取电影评论数据95
4．2．5浏览器中模拟点击的Selenium库97
4．3多线程提升数据获取的效率103
4．3．1多线程的使用方法104
4．3．2案例：多线程在页面数据获取中的应用106
4．4习题109
第5章Python数据挖掘基础111
5．1数据挖掘的基本概念112
5．1．1数据挖掘中常用的术语112
5．1．2数据挖掘的流程113
5．2数据集是数据挖掘的基础115
5．2．1各领域公开了大量的数据集115
5．2．2自定义数据119
5．3Python中常用的数据挖掘库120
5．3．1自然语言处理常用的NLTK库120
5．3．2机器学习常用的Sklearn库125
5．4习题134
第6章Python数据挖掘算法135
6．1数据挖掘中的分类136
6．1．1分类问题的基本思想136
6．1．2常见的分类算法139
6．1．3朴素贝叶斯分类算法的原理145
6．1．4案例：从头实现朴素贝叶斯分类算法146
6．2数据挖掘中的聚类148
6．2．1聚类的基本思想149
6．2．2常见的聚类算法152
6．2．3K-means聚类算法的原理168
6．2．4案例：从头实现K-means聚类算法169
6．3习题171
第7章Python大数据挖掘173
7．1深度学习是大数据处理的重要手段174
7．1．1深度学习来源于神经网络175
7．1．2深度学习已有大量模型187
7．1．3深度学习框架提升使用效率191
7．1．4卷积神经网络的工作原理193
7．1．5LSTM网络的工作原理196
7．1．6案例：使用卷积神经网络实现蔬菜识别系统200
7．2习题204
第8章Python数据可视化207
8．1可视化技术自然地展现数据规律208
8．2最为常用的Matplotlib库208
8．2．1使用Matplotlib库绘制各种图形211
8．2．2Pandas库中直接绘图216
8．3Seaborn库增强绘图效果219
8．4Plotnine库弥补可视化不足225
8．5案例：房价数据采集及可视化228
8．6习题231
参考文献232

本书以构建完整的知识体系为目标，按照从简单到复杂的思路，贯穿了数据处理与挖掘的各个环节，具体包括：Python快速入门、Python数据类型、Python常用模块、Python数据获取、Python数据挖掘基础、Python数据挖掘算法、Python大数据挖掘和Python数据可视化。此外，针对各知识点，本书均设计了相应的Python案例，并给出了实现代码、效果图以及相应的解释，以强化读者对各知识点的理解与掌握。本书可作为高等院校人工智能、计算机科学与技术、经济与金融等专业的教材，也可供大数据分析与处理等领域的技术人员学习使用，还可作为数据分析与挖掘研究人员的参考用书。