标签
内容简介
编辑推荐
本书的核心价值在于其“应用导向”。它并非单纯罗列语法知识，而是将Python作为工具，紧密围绕数据处理、分析和可视化的实际需求展开。书中对NumPy、Pandas、Matplotlib等数据科学核心库的讲解尤为扎实，案例设计贴近真实业务场景，如数据清洗、统计分析、图表绘制等，这对于希望快速上手解决实际问题的读者来说，极具指导意义。
然而，需要客观指出的是，本书对“大数据”的处理更多是停留在单机工具的应用层面，对于分布式计算框架（如Hadoop、Spark）的涉及较浅。因此，将其视为“Python数据科学入门与中阶应用指南”或许更为贴切。其语言平实，步骤详尽，配图清晰，降低了学习门槛。综合来看，这是一本质量上乘的入门及进阶实践指南，尤其适合需要将Python快速应用于数据分析工作的职场人士和在校学生。
适合谁读
适合
- 希望系统学习Python并将其应用于数据分析、处理工作的初学者
- 有一定编程基础，想转向数据科学或数据分析领域的职场人士
- 需要一本结合基础语法与数据科学库（如Pandas、NumPy）实战的参考书的读者
- 高等院校计算机、统计、经管等相关专业，正在学习Python与数据分析课程的学生
不适合
- 寻求深入讲解机器学习、深度学习算法原理与高级实现的读者
- 希望系统学习Hadoop、Spark等分布式大数据处理框架核心技术的读者
阅读建议
- 建议按照章节顺序阅读，扎实打好Python语法基础，再进入数据分析库部分
- 实践部分务必动手操作书中的代码和案例，这是掌握本书知识的关键
- 可将本书作为核心教程，同时结合官方文档和线上社区解决学习中遇到的更深层次问题
出版社简介
人民邮电出版社以科技、计算机与信息通信类图书见长，并由此延伸至摄影、艺术、软件学习与励志成长等门类，形成较为多元的出版方向。库内图书既涵盖《重构与模式（修订版）》《华为交换机学习指南（第二版）》等计算机与通信技术读物，也收录《小王子（中英法彩绘典藏纪念版）》《了不起的盖茨比》《假如给我三天光明》等双语典藏类作品；《北京十年：1980-1990》与《鬼刀 WLOP个人插画作品集》则体现其在摄影与艺术领域的布局。作者资源包括安东尼·圣埃克苏佩里、海伦·凯勒、Joshua Kerievsky、王达、张兆增与WLOP等。
目录
- 版权信息
- 内容提要
- 前言
- 第1章 Python环境搭建
- 1.1 Python版本概述及下载Python安装文件
- 1.1.1 Python版本概述
- 1.1.2 下载Python安装文件
- 1.2 安装Python
- 1.2.1 解压下载的文件
- 1.2.2 运行Python安装文件
- 1.3 Python交互模式
- 1.4 iPython 3 和PyCharm概述
- 1.4.1 iPython 3 概述
- 1.4.2 PyCharm概述
- 1.5 项目训练：Python的安装与使用
- 1.6 本章小结
- 1.7 练习
- 1.8 拓展训练项目
- 第2章 Python编程基础
- 2.1 变量
- 2.2 数值
- 2.2.1 整型
- 2.2.2 浮点型
- 2.2.3 复数型
- 2.2.4 布尔型
- 2.3 字符串
- 2.3.1 转义字符
- 2.3.2 字符串运算
- 2.3.3 字符串操作方法
- 2.4 列表
- 2.4.1 列表的创建与删除
- 2.4.2 列表操作方法
- 2.4.3 列表切片操作
- 2.5 元组
- 2.6 字典
- 2.6.1 字典的创建与访问
- 2.6.2 字典元素的修改
- 2.6.3 字典操作方法
- 2.7 运算符
- 2.7.1 算术运算符
- 2.7.2 位运算符
- 2.7.3 逻辑运算符
- 2.7.4 比较运算符
- 2.7.5 赋值运算符
- 2.7.6 其他运算符
- 2.8 Python代码编写规范
- 2.9 控制流
- 2.9.1 顺序结构程序
- 2.9.2 分支结构程序
- 2.9.3 循环结构程序
- 2.10 项目训练：个人所得税计算
- 2.11 本章小结
- 2.12 练习
- 2.13 拓展训练项目
- 2.13.1 Python数值型变量的定义与赋值
- 2.13.2 Python控制流和运算符
- 2.13.3 列表的基本操作
- 2.13.4 元组的基本操作
- 2.13.5 字典的基本操作
- 2.13.6 字符串的基本操作
- 第3章 函数
- 3.1 自定义函数
- 3.1.1 函数定义格式
- 3.1.2 函数的设计
- 3.1.3 lambda表达式
- 3.2 函数调用
- 3.3 函数参数
- 3.3.1 位置参数
- 3.3.2 默认参数
- 3.3.3 关键参数
- 3.3.4 可变长度参数
- 3.4 变量作用域
- 3.4.1 局部变量
- 3.4.2 全局变量
- 3.5 异常
- 3.5.1 Python标准异常类
- 3.5.2 异常处理
- 3.6 项目训练：哥德巴赫狂想 ——任何大于 2 的偶数总可以分解成两个素数的和
- 3.7 本章小结
- 3.8 练习
- 3.9 拓展训练项目
- 3.9.1 用函数实现乘法口诀
- 3.9.2 Python函数参数
- 3.9.3 Python局部变量和全局变量
- 3.9.4 Python异常捕获与处理
- 第4章 面向对象编程基础
- 4.1 类和对象
- 4.1.1 类
- 4.1.2 对象
- 4.2 属性与方法
- 4.2.1 属性
- 4.2.2 方法
- 4.3 继承
- 4.4 多态
- 4.5 项目训练：简单学生成绩管理系统
- 4.6 本章小结
- 4.7 练习
- 4.8 拓展训练项目
- 4.8.1 Python类与对象
- 4.8.2 类方法、实例方法和静态方法
- 4.8.3 类继承、组合
- 4.8.4 类的多重继承
- 第5章 模块
- 5.1 模块的创建和命名空间
- 5.1.1 模块的创建
- 5.1.2 命名空间
- 5.2 模块的导入和路径
- 5.2.1 模块的导入
- 5.2.2 模块的路径
- 5.3 包
- 5.4 Python内置模块
- 5.4.1 math模块
- 5.4.2 random模块
- 5.4.3 time模块
- 5.4.4 datetime模块
- 5.4.5 calendar模块
- 5.4.6 sys模块
- 5.4.7 zipfile模块
- 5.5 项目训练：日历
- 5.6 本章小结
- 5.7 练习
- 5.8 拓展训练项目
- 5.8.1 Python模块导入
- 5.8.2 zipfile模块的使用
- 5.8.3 Python模块的属性
- 5.8.4 Python模块内置函数
- 第6章 Python文件和数据库
- 6.1 文件的基本操作
- 6.1.1 内置函数open()
- 6.1.2 文件对象常用的属性和方法
- 6.1.3 文件操作案例
- 6.2 文件系统的基本操作
- 6.3 MySQL数据库
- 6.3.1 MySQL简介
- 6.3.2 安装MySQL
- 6.3.3 使用Python连接MySQL数据库
- 6.3.4 MySQL的基本操作
- 6.4 项目训练：使用Python完成课程表和学生信息表的创建
- 6.5 本章小结
- 6.6 练习
- 6.7 拓展训练项目
- 6.7.1 安装MySQL数据库和Python连接数据库
- 6.7.2 使用Python实现MySQL增查改删
- 6.7.3 Python文件的基本操作
- 6.7.4 Python文件目录的基本操作
- 第7章 Python爬虫基础
- 7.1 网络爬虫概述及其结构
- 7.1.1 网络爬虫概述
- 7.1.2 网络爬虫结构
- 7.2 urllib库
- 7.2.1 urllib.request模块
- 7.2.2 urllib.parse模块
- 7.2.3 urllib.error模块
- 7.3 使用urllib爬取网页
- 7.4 浏览器的模拟与实战
- 7.5 正则表达式
- 7.6 图片爬虫实战
- 7.7 项目训练：用urllib库爬取百度贴吧
- 7.8 本章小结
- 7.9 练习
- 7.10 拓展训练项目
- 7.10.1 urllib库的使用
- 7.10.2 百度贴吧网页爬虫
- 7.10.3 淘宝网站图片爬虫
- 第8章 Python爬虫框架
- 8.1 常见爬虫框架
- 8.2 Scrapy爬虫框架的安装
- 8.3 Scrapy爬虫框架简介
- 8.4 Scrapy常用工具命令
- 8.4.1 创建一个Scrapy项目
- 8.4.2 Scrapy全局命令
- 8.4.3 Scrapy项目命令
- 8.5 Scrapy爬虫实战
- 8.6 项目训练：用Scrapy爬取豆瓣图书
- 8.7 本章小结
- 8.8 练习
- 8.9 拓展训练项目
- 8.9.1 Scrapy框架的安装及使用
- 8.9.2 Scrapy命令行工具
- 第9章 数据分析基础
- 9.1 numpy模块
- 9.1.1 ndarray类型数组
- 9.1.2 matrix类型矩阵
- 9.1.3 matrix类型和array类型的区别
- 9.2 pandas模块
- 9.2.1 pandas模块基础
- 9.2.2 pandas模块数据清洗
- 9.2.3 pandas模块数据预处理
- 9.2.4 pandas模块数据提取
- 9.2.5 pandas模块数据筛选
- 9.2.6 pandas模块数据汇总
- 9.2.7 pandas模块数据统计
- 9.2.8 pandas模块综合应用示例
- 9.3 项目训练：清洗和预处理 8.6 节中爬取的doubanread.csv文件
- 9.4 本章小结
- 9.5 练习
- 9.6 拓展训练项目
- 9.6.1 pandas 基本功能实验
- 9.6.2 pandas 汇总和计算实验
- 9.6.3 pandas 缺失数据处理
- 9.6.4 pandas 构建层次化索引
- 第10章 pandas数据分析
- 10.1 pandas文件读写基础
- 10.1.1 CSV文件的读写
- 10.1.2 Excel文件的读写
- 10.2 pandas与MySQL数据库的交互
- 10.2.1 pandas与MySQL连接的步骤
- 10.2.2 pandas与MySQL交互
- 10.3 pandas字符串处理
- 10.4 pandas数据分组与聚合
- 10.4.1 使用内置的聚合函数进行聚合运算
- 10.4.2 分组与聚合过程
- 10.4.3 agg()和apply()聚合函数
- 10.5 项目训练：电影数据统计
- 10.6 本章小结
- 10.7 练习
- 10.8 拓展训练项目
- 10.8.1 pandas文件读写
- 10.8.2 pandas数据库读写
- 10.8.3 pandas数据处理
- 10.8.4 pandas数据聚合和组迭代
- 第11章 Python可视化与可视化工具
- 11.1 Python可视化与可视化工具介绍
- 11.2 pandas基本图形绘制
- 11.2.1 折线图
- 11.2.2 柱状图
- 11.2.3 直方图
- 11.2.4 散点图
- 11.2.5 面积图
- 11.2.6 饼图
- 11.2.7 密度图
- 11.3 matplotlib绘图
- 11.3.1 matplotlib绘图基础
- 11.3.2 matplotlib交互绘图
- 11.4 matplotlib.pyplot的使用
- 11.4.1 pyplot绘图基础
- 11.4.2 多种类型图的绘制
- 11.5 项目训练：电影数据信息分析
- 11.6 本章小结
- 11.7 练习
- 11.8 拓展训练项目
- 11.8.1 pandas绘图
- 11.8.2 matplotlib交互式绘图实践
- 11.8.3 pyplot绘图元素的设置
- 11.8.4 子图的绘制
- 附录
- 参考文献
常见问题
这本书适合零基础的编程小白吗？
学完这本书能达到什么水平？
这本书与同类书相比有什么特色？
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
作者简介
丁辉（英文名、国籍与生卒年等公开资料有限，暂无更多可确认信息）是一位作品跨越多个领域的作者。库内收录其作品三种，分别涉及跨境电商、编程与大数据应用，以及励志成长题材。其中《跨境电商多平台运营：实战基础（第4版）》关注多平台运营的实务基础；《Python基础与大数据应用》面向编程入门与数据应用；《逆转开局》则偏向个人成长与励志。由此看，丁辉的写作兼顾实操性与可读性，既能处理管理运营与信息技术类主题，也触及面向普通读者的成长话题。其作品常见于管理、考试与励志成长等分类，适合希望了解实务方法或寻求自我提升的读者参考。由于公开资料有限，其个人经历与背景暂无法进一步介绍。
商俊燕是一位公开资料有限的作者，目前可确认的作品为《Python基础与大数据应用》，该书被归入考试类，表明其内容面向备考、课程学习或相关能力考核场景。从书名看，作品兼及Python编程基础与大数据应用两个方向，推测其写作侧重知识点的系统梳理与实用技能的入门训练，便于读者在考试或学习目标下循序渐进地掌握相关内容。由于库内仅收录这一种作品，且国籍、生卒年、英文名等信息均无从核实，关于作者的学历背景、职业身份与写作历程暂无法展开。总体而言，商俊燕的写作面貌以教材与考试辅导类内容为主，适合有明确学习或备考需求的读者参考使用。
伍转华是一位公开资料有限的作者，目前库内仅收录其作品一种，即《Python基础与大数据应用》。从书名与常见分类“考试”来看，该书应面向编程入门与大数据基础的学习与备考需求，兼具语言基础讲解与应用场景引导的双重取向。由于生卒年、国籍、学历及职业经历等信息均无从确认，本文不作推测，也不虚构其师承关系或从业背景。就现有线索而言，伍转华的写作偏重教材式的实用路线，把 Python 语法与大数据处理的基本方法结合起来，服务于课程学习或考试准备。读者可将其作品视为入门阶段的参考读物，更完整的作者生平与创作脉络仍有待公开资料的补充。
林雪纲是一位活跃于计算机与数据分析类图书编写领域的作者。公开资料有限，其国籍、生卒年、学历与职务等信息均未见明确记载，目前仅知其名下有四部作品。这些作品覆盖移动开发、编程语言、数据处理与大数据技术等方向，包括以案例与在线实验相结合的 Android 与 Hadoop 开发教程、介绍 Python 基础与大数据应用的读物，以及基于 Excel 软件的数据分析基础与案例实战。其写作明显偏重实践操作与案例演练，常配合在线实验和在线自测环节，便于读者边学边练；在图书分类中多归入计算机综合与考试类，适合作为相关课程的教学用书或自学参考。
