幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python程序語言基礎教程(普通高等教育電腦類系列教材)

  • 作者：編者:王愛麗//王敏慧//王婷|責編:吉玲//章承林
  • 出版社：機械工業
  • ISBN：9787111811916
  • 出版日期：2026/08/01
  • 裝幀：平裝
  • 頁數：228
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統講解Python編程與應用，分為基礎部分、進階部分和應用部分。基礎部分（第1?6章）涵蓋了Python開發環境搭建、數據類型（元組、列表、集合、字典等）、控制結構、函數定義及模塊化編程方面的內容；進階部分（第7?9章）深入介紹了基礎數學模塊、常用數據文件操作、機器學習的知識；應用部分（第10章）聚焦于電腦視覺領域，詳細闡述了手寫體識別以及基於YOLO的目標檢測演算法的應用。
    本書以「理論結合實踐」為導向，包含豐富的代碼示例與行業案例，配套教學課件、習題答案、數據集及完整的程序代碼（基於Python3.8和Anaconda環境調試）。
    本書可作為普通高校電腦、人工智慧、金融科技等專業的教材，也可作為數據分析師、機器學習工程師的參考書。
作者介紹
編者:王愛麗//王敏慧//王婷|責編:吉玲//章承林
目錄
前言
第1章  Python語言與開發環境
  1.1  Python語言概述
    1.1.1  Python語言發展簡史
    1.1.2  Python語言的優越性
    1.1.3  Python語言的應用領域
  1.2  Anaconda的安裝與使用
    1.2.1  Anaconda概述
    1.2.2  安裝Anaconda
    1.2.3  第一個Python程序
  1.3  PyCharm的安裝與使用
    1.3.1  PyCharm概述
    1.3.2  安裝PyCharm
    1.3.3  PyCharm的首次使用
  1.4  認識電腦
    1.4.1  電腦的本質
    1.4.2  認識程序語言
    1.4.3  電腦內部的結構
    1.4.4  認識內存
  1.5  本章小結
  1.6  習題
第2章  數據類型
  2.1  數據類型的基本概念及數值與字元串
    2.1.1  數據類型的基本概念
    2.1.2  數值(number)類型
    2.1.3  布爾（bool）類型
    2.1.4  數據類型轉換：顯式轉換
    2.1.5  數據類型轉換：隱式轉換
    2.1.6  字元串類型
    2.1.7  字元串格式化輸出
    2.1.8  字元串類型與數值類型的轉換
    2.1.9  字元串類型與布爾類型的轉換
  2.2  元組
    2.2.1  Python中的序列
    2.2.2  定義元組
    2.2.3  訪問元組元素
    2.2.4  遍曆元組中的元素
  2.3  列表
    2.3.1  創建列表
    2.3.2  元素訪問與切片
    2.3.3  向列表中添加元素
    2.3.4  向列表中插入元素
    2.3.5  替換列表中的元素
    2.3.6  刪除列表中的元素
    2.3.7  列表倒序
    2.3.8  清空列表
    2.3.9  等值元素個數統計
    2.3.10  查找指定元素的索引
    2.3.11  列表複製
    2.3.12  列表推導式

  2.4  集合
    2.4.1  集合的定義
    2.4.2  集合的遍歷
    2.4.3  集合操作
    2.4.4  集合間運算
    2.4.5  子集與超集
    2.4.6  集合推導式
    2.4.7  集合間的邏輯判斷
  2.5  字典
    2.5.1  理解鍵值對
    2.5.2  創建字典
    2.5.3  字典操作
    2.5.4  字典遍歷
    2.5.5  字典推導式
  2.6  本章小結
  2.7  習題
第3章  量、符、語句
  3.1  變數與常量
    3.1.1  變數
    3.1.2  常量
  3.2  標識符、關鍵字、語句
    3.2.1  標識符
    3.2.2  關鍵字
    3.2.3  語句
  3.3  運算符
    3.3.1  算術運算符
    3.3.2  關係運算符
    3.3.3  邏輯運算符
    3.3.4  位運算符
    3.3.5  位移運算
    3.3.6  賦值運算
  3.4  is、is not
  3.5  運算符優先順序
  3.6  本章小結
  3.7  習題
第4章  控制結構
  4.1  程序控制結構的理解
  4.2  分支結構
    4.2.1  if結構
    4.2.2  if-else結構
    4.2.3  if-elif結構
    4.2.4  簡便的寫法
  4.3  循環結構
    4.3.1  while循環形式
    4.3.2  for循環形式
    4.3.3  break和continue
    4.3.4  while和for中的else
  4.4  本章小結
  4.5  習題
第5章  函數與函數裝飾器

  5.1  函數
    5.1.1  函數的概念
    5.1.2  定義函數
    5.1.3  函數調用
    5.1.4  函數返回值
    5.1.5  函數變數的作用域
    5.1.6  嵌套函數
    5.1.7  函數類型
    5.1.8  lambda表達式
    5.1.9  filter()函數
  5.2  函數裝飾器
    5.2.1  對象與類型
    5.2.2  萬物皆對象的Python
    5.2.3  理解函數裝飾器
  5.3  本章小結
  5.4  習題
第6章  對象和類
  6.1  簡單對象
    6.1.1  整數對象
    6.1.2  浮點數對象
    6.1.3  布爾對象
  6.2  複合對象
    6.2.1  字元串對象
    6.2.2  列表對象
    6.2.3  元組對象
  6.3  可變對象與不可變對象
    6.3.1  常用性角度的對象分類
    6.3.2  可變性角度的對象分類
  6.4  對象相等判斷
    6.4.1  對象的三要素
    6.4.2  is與
  6.5  函數的參數傳遞
  6.6  對象與類
  6.7  類的定義
  6.8  對象
    6.8.1  創建對象
    6.8.2  對象變數
    6.8.3  對象方法
  6.9  類變數
    6.9.1  類變數的定義
    6.9.2  一改全改
    6.9.3  類變數與對象變數的關係
  6.10  類方法
  6.11  靜態方法
  6.12  本章小結
  6.13  習題
第7章  基礎數學模塊和隨機模塊
  7.1  基礎數學模塊——math模塊
    7.1.1  數學常數
    7.1.2  冪函數與對數函數

    7.1.3  三角函數
    7.1.4  雙曲函數
    7.1.5  特殊函數
    7.1.6  數論函數和表示函數
  7.2  隨機模塊——random模塊
    7.2.1  隨機整數
    7.2.2  隨機序列
    7.2.3  實值分佈
  7.3  本章小結
  7.4  習題
第8章  常用數據文件操作
  8.1  文件通用操作
  8.2  二進位文件操作
  8.3  Python對象序列化
  8.4  CSV文件
    8.4.1  CSV格式簡介
    8.4.2  讀取CSV格式的數據
    8.4.3  保存CSV格式的數據
    8.4.4  CSV格式文件操作實例
  8.5  JSON文件
    8.5.1  JSON格式簡介
    8.5.2  讀取JSON格式數據
    8.5.3  保存JSON格式數據
    8.5.4  JSON格式文件操作實例
  8.6  XML文件
    8.6.1  XML格式簡介
    8.6.2  讀取XML格式的數據
    8.6.3  保存XML格式數據
  8.7  本章小結
  8.8  習題
第9章  Python與機器學習
  9.1  機器學習簡介
  9.2  機器學習演算法簡介
  9.3  LR演算法模型
    9.3.1  導入庫
    9.3.2  讀取數據集
    9.3.3  分離數據和標籤
    9.3.4  預測數據
    9.3.5  結果分析
    9.3.6  LR演算法模型操作實例
  9.4  SVM演算法模型
    9.4.1  SVM演算法原理
    9.4.2  導入庫
    9.4.3  讀取數據集
    9.4.4  數據預處理及數據劃分
    9.4.5  預測數據
    9.4.6  可視化結果
    9.4.7  SVM演算法模型操作實例
  9.5  神經網路演算法模型
    9.5.1  神經網路演算法原理

    9.5.2  導入庫
    9.5.3  劃分訓練集和測試集
    9.5.4  神經網路的構建
    9.5.5  訓練過程
    9.5.6  測試過程
    9.5.7  輸出及繪製結果
    9.5.8  神經網路演算法模型操作實例
  9.6  本章小結
  9.7  習題
第10章  綜合實踐項目
  10.1  手寫體識別
    10.1.1  項目簡介
    10.1.2  圖像分類演算法簡介
    10.1.3  MNIST數據集簡介
    10.1.4  環境搭建
    10.1.5  模型訓練
    10.1.6  CNN模型定義
    10.1.7  主訓練流程
    10.1.8  結果可視化模塊
    10.1.9  代碼執行流程
  10.2  X光安檢圖像危險品檢測
    10.2.1  項目簡介
    10.2.2  目標檢測演算法簡介
    10.2.3  X光安檢數據集簡介
    10.2.4  YOLOv11環境搭建
    10.2.5  模型訓練
    10.2.6  實驗結果
  10.3  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032