资源搜

资源名称：Python可以这样学 内容简介： 全书共分16章，对Python内部工作原理进行了一定深度的剖析，99%以上的案例代码使用Python 3.5.1实现，也适用于Python 3.4.x（除少数几个新特性之外）和*版本Python 3.5.2以及Python 3.6.0，极个别案例使用Python 2.7.11实现（同样适用于其他版本Python 2.7.x，包括*的Python2.7.12），适当介绍了Python代码优化、系统编程和安全编程的有关知识，满足不同层次读者的需要。另外，书中通过小提示、小技巧、注意拓展知识等形式介绍了更多的内容，全部内容远比章节目录所显示的要多，需要认真阅读才能真正领会其中的奥妙。本书适合作为Python程序员的开发指南，也可以作为高等院校计算机专业、软件工程专业等专业的Python教材，还可以作为Python爱好者的指导用书。 资源目录： 第1章Python基础1 1.1Python是一种什么样的语言1 1.2Python开发环境2 1.2.1百家争鸣的繁荣景象2 1.2.2IDLE简单使用6 1.3变量、运算符与表达式9 1.3.1Python变量与内置数据类型9 1.3.2常用内置函数15 1.3.3运算符与表达式21 1.3.4人机对话基本接口25 1.4模块安装与使用28 1.4.1安装Python扩展库28 1.4.2模块导入与使用30 1.4.3编写自己的模块和包32 第2章Python序列35 2.1列表与列表推导式36 2.1.1列表创建与删除36 2.1.2列表常用方法38 2.1.3列表推导式46 2.1.4切片50 2.2元组与生成器推导式54 2.2.1元组54 2.2.2生成器推导式55 2.3字典57 2.3.1字典创建和元素添加、修改与删除57 2.3.2访问字典对象的数据59 2.3.3案例精选61 2.4集合63[1]〖2〗Python可以这样学[1]目录〖2〗2.4.1集合基础知识63 2.4.2集合操作与运算64 2.4.3案例精选67 2.5序列解包69 第3章程序控制结构与函数设计71 3.1选择结构71 3.1.1条件表达式71 3.1.2选择结构的几种形式73 3.1.3案例精选79 3.2循环结构82 3.2.1for循环与while循环的基本语法82 3.2.2break与continue语句83 3.2.3循环代码优化技巧84 3.2.4案例精选86 3.3函数设计与使用90 3.3.1基本语法91 3.3.2函数参数不得不说的几件事94 3.3.3变量作用域99 3.3.4lambda表达式102 3.3.5案例精选104 第4章面向对象程序设计122 4.1基础知识122 4.1.1类的定义与使用122 4.1.2私有成员与公有成员123 4.1.3数据成员125 4.1.4方法126 4.1.5属性129 4.1.6继承131 4.1.7特殊方法与运算符重载134 4.2案例精选135 4.2.1自定义数组135 4.2.2自定义矩阵141 4.2.3自定义队列147 4.2.4自定义栈151 4.2.5自定义二叉树154 4.2.6自定义有向图157 4.2.7自定义集合158 第5章字符串与正则表达式165 5.1字符串165 5.1.1字符串格式化的两种形式168 5.1.2字符串常用方法171 5.1.3案例精选186 5.2正则表达式190 5.2.1正则表达式语法与子模式扩展语法190 5.2.2re模块方法与正则表达式对象193 5.2.3案例精选199 第6章文件与文件夹操作206 6.1文件对象常用方法与属性207 6.2文本文件操作案例精选209 6.3二进制文件操作案例精选217 6.3.1使用pickle模块读写二进制文件217 6.3.2使用struct模块读写二进制文件219 6.3.3使用shelve模块操作二进制文件220 6.3.4使用marshal模块操作二进制文件220 6.4文件与文件夹操作221 6.4.1标准库os、os.path与shutil简介221 6.4.2案例精选227 第7章异常处理结构、代码测试与调试252 7.1异常处理结构252 7.1.1异常是什么252 7.1.2Python内置异常类层次结构254 7.1.3常见异常处理结构形式255 7.2代码测试262 7.2.1doctest263 7.2.2单元测试264 7.3代码调试270 7.3.1使用IDLE调试270 7.3.2使用pdb调试273 阶段性寄语278 第8章数据库应用开发279 8.1使用Python操作SQLite数据库279 8.1.1Connection对象280 8.1.2Cursor对象281 8.1.3Row对象284 8.2使用Python操作其他关系型数据库285 8.2.1操作Access数据库285 8.2.2操作MS SQL Server数据库286 8.2.3操作MySQL数据库288 8.3操作MongoDB数据库290 第9章网络应用开发293 9.1计算机网络基础知识293 9.2Socket编程295 9.2.1UDP编程296 9.2.2TCP编程298 9.2.3网络嗅探器300 9.2.4多进程端口扫描器302 9.2.5代理服务器端口映射功能的实现305 9.2.6自己编写FTP通信软件308 9.3域名解析与网页爬虫313 9.3.1网页内容读取与域名分析313 9.3.2网页爬虫315 9.3.3scrapy框架316 9.3.4BeautifulSoup4318 9.4网站开发323 9.4.1使用IIS运行Python CGI程序323 9.4.2Python在ASP.NET中的应用325 9.4.3Flask框架简单应用327 9.4.4django框架简单应用328 第10章多线程与多进程333 10.1多线程编程334 10.1.1线程创建与管理336 10.1.2线程同步技术339 10.2多进程编程346 10.2.1进程创建与管理347 10.2.2进程间数据交换347 10.2.3进程同步技术350 第11章大数据处理351 11.1大数据简介351 11.2MapReduce框架352 11.3Spark应用开发356 第12章图形编程与图像处理361 12.1图形编程361 12.1.1绘制三维图形361 12.1.2绘制三次贝塞尔曲线364 12.1.3纹理映射365 12.1.4响应键盘事件368 12.1.5光照模型369 12.2图像处理372 12.2.1pillow模块基本用法372 12.2.2计算椭圆中心375 12.2.3动态生成比例分配图376 12.2.4生成验证码图片377 12.2.5gif动态图像分离与生成379 12.2.6材质贴图380 12.2.7图像融合381 12.2.8棋盘纹理生成383 第13章数据分析与科学计算可视化384 13.1扩展库numpy简介384 13.2科学计算扩展库scipy393 13.2.1数学、物理常用常数与单位模块constants394 13.2.2特殊函数模块special395 13.2.3信号处理模块signal395 13.2.4图像处理模块ndimage397 13.3扩展库pandas简介401 13.4统计分析标准库statistics用法简介405 13.5matplotlib407 13.5.1绘制正弦曲线408 13.5.2绘制散点图408 13.5.3绘制饼状图410 13.5.4绘制带有中文标签和图例的图410 13.5.5绘制图例标签中带有公式的图411 13.5.6使用pyplot绘制，多个图形单独显示412 13.5.7绘制三维参数曲线413 13.5.8绘制三维图形414 13.5.9使用指令绘制自定义图形416 13.5.10在tkinter中使用matplotlib417 13.5.11使用matplotlib提供的组件实现交互式图形显示419 13.5.12根据实时数据动态更新图形421 13.5.13使用Slider组件调整曲线参数422 第14章密码学编程425 14.1经典密码算法425 14.1.1恺撒密码算法425 14.1.2维吉尼亚密码427 14.1.3换位密码算法428 14.2安全哈希算法429 14.3对称密钥密码算法DES和AES432 14.4非对称密钥密码算法RSA与数字签名算法DSA433 14.4.1RSA433 14.4.2DSA435 第15章tkinter编程精彩案例436 15.1用户登录界面436 15.2选择类组件应用438 15.3简单文本编辑器441 15.4简单画图程序445 15.5电子时钟449 15.6简单动画451 15.7多窗口编程454 15.8屏幕任意区域截图456 15.9音乐播放器458 15.10远程桌面监控系统462 第16章课堂教学管理系统设计与实现466 16.1功能简介466 16.1.1教师端功能466 16.1.2学生端功能467 16.2数据库设计468 16.3系统总框架与通用功能设计469 16.4数据导入功能473 16.4.1学生名单导入473 16.4.2题库导入473 16.5点名与加分功能475 16.5.1在线点名475 16.5.2离线点名与加分477 16.6随机提问功能480 16.7在线收作业功能482 16.7.1学生端482 16.7.2教师端483 16.8在线自测与在线考试功能485 16.8.1学生端486 16.8.2教师端488 16.9信息查看功能490 16.10数据导出功能492 16.11其他辅助功能493 16.11.1防作弊功能493 16.11.2服务器自动发现功能493 16.11.3Word版试卷生成功能494 结束语496 附录A本书中例题清单497 附录B本书中插图清单503 附录C本书中表格清单507 附录D本书中拓展知识摘要清单508 参考文献513 资源截图：

资源名称：Python高手之路 第3版 内容简介： 这不是一本常规意义上Python的入门书。这本书中没有Python关键字和for循环的使用，也没有细致入微的标准库介绍，而是完全从实战的角度出发，对构建一个完整的Python应用所需掌握的知识进行了系统而完整的介绍。更为难得的是，本书的作者是开源项目OpenStack的PTL（项目技术负责人）之一，因此本书结合了Python在OpenStack中的应用进行讲解，非常具有实战指导意义。 本书从如何开始一个新的项目讲起，首先是整个项目的结构设计，对模块和库的管理，如何编写文档，进而讲到如何分发，以及如何通过虚拟环境对项目进行测试。此外，本书还涉及了很多高级主题，如性能优化、插件化结构的设计与架构、Python 3的支持策略等。本书适合各个层次的Python程序员阅读和参考。 作者简介： Julien Danjou 具有12年从业经验的自由软件黑客。拥有多个开源社区的不同身份：Debian开发者、Freedesktop贡献者、GNU Emacs提交者、awesome窗口管理器的创建者以及OpenStack Ceilometer项目的技术主管。近年，他经常使用Python，尤其是在参与了OpenStack（云计算平台）的开发之后。在此期间，他有机会与许多杰出的黑客一起工作。 译者简介 王飞龙 OpenStack Glance项目和Zaqar项目的核心开发人员。曾任职于IBM，从事系统管理软件和云计算的开发工作，现居住在新西兰，专注于OpenStack开发。 资源目录： 第1章　项目开始 1 1.1　Python版本　1 1.2　项目布局　2 1.3　版本编号　3 1.4　编码风格与自动检查　5 1.5　Joshua Harlow访谈　8 第2章　模块和库　13 2.1　导入系统　13 2.2　标准库　17 2.3　外部库　18 2.4　框架　20 2.5　Doug Hellmann访谈　21 第3章　管理API变化　27 第4章　时区陷阱　35 第5章　文档　39 5.1　Sphinx和reST入门　40 5.2　Sphinx模块　41 5.3　扩展Sphinx　44 第6章　分发　47 6.1　简史　47 6.2　使用pbr打包　49 6.3　Wheel格式　51 6.4　包的安装　52 6.5　和世界分享你的成果　53 6.6　Nick Coghlan访谈　58 6.7　入口点　59 6.7.1　可视化的入口点　60 6.7.2　使用控制台脚本　61 6.7.3　使用插件和驱动程序　63 第7章　虚拟环境　67 第8章　单元测试　71 8.1　基础知识　71 8.2　fixture　78 8.3　模拟（mocking）　79 8.4　场景测试　83 8.5　测试序列与并行　87 8.6　测试覆盖　91 8.7　使用虚拟环境和tox　93 8.8　测试策略　97 8.9　Robert Collins访谈　98 第9章　方法和装饰器　101 9.1　创建装饰器　101 9.2　Python中方法的运行机制　107 9.3　静态方法　109 9.4　类方法　110 9.5　抽象方法　111 9.6　混合使用静态方法、类方法和抽象方法　112 9.7　关于super的真相　115 第10章　函数式编程　119 10.1　生成器　120 10.2　列表推导　124 10.3　函数式函数的函数化　125 第11章　抽象语法树　133 11.1　用抽象语法树检查来扩展flake8　136 11.2　Hy　141 11.3　Paul Tagliamonte访谈　143 第12章　性能与优化　149 12.1　数据结构　149 12.2　性能分析　151 12.3　有序列表和二分查找　156 12.4　namedtuple和slots　158 12.5　memoization　163 12.6　PyPy　165 12.7　通过缓冲区协议实现零复制　166 12.8　Victor Stinner访谈　171 第13章　扩展与架构　175 13.1　多线程的注意事项　175 13.2　多进程与多线程　177 13.3　异步和事件驱动架构　179 13.4　面向服务架构　181 第14章　RDBMS和ORM　185 14.1　用Flask和PostgreSQL流化数据　188 14.2　Dimitri Fontaine访谈　193 第15章　Python 3支持策略　201 15.1　语言和标准库　202 15.2　外部库　205 15.3　使用six　205 第16章　少即是多　209 16.1　单分发器　209 16.2　上下文管理器　214 第17章　延伸阅读　217 资源截图：

资源名称：Python机器学习——预测分析核心算法 内容简介： 在学习和研究机器学习的时候，面临令人眼花缭乱的算法，机器学习新手往往会不知 所措。本书从算法和Python 语言实现的角度，帮助读者认识机器学习。 书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来 展示所讨论的算法的使用原则。全书共分为7 章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。 本书主要针对想提高机器学习技能的Python 开发人员，帮助他们解决某一特定的项 目或是提升相关的技能。 作者简介： Michael Bowles 在硅谷黑客道场教授机器学习，提供机器学习项目咨询，同时参与了多家创业公司，涉及的领域包括生物信息学、金融高频交易等。他在麻省理工学院获得助理教授教职后，创建并运营了两家硅谷创业公司，这两家公司都已成功上市。他在黑客道场的课程往往听者云集并且好评颇多。 资源目录： 第1章关于预测的两类核心算法 1.1为什么这两类算法如此有用 1.2什么是惩罚回归方法 1.3什么是集成方法 1.4算法的选择 1.5构建预测模型的流程 1.5.1构造一个机器学习问题 1.5.2特征提取和特征工程 1.5.3确定训练后的模型的性能 1.6各章内容及其依赖关系 1.7小结 1.8参考文献 第2章通过理解数据来了解问题 2.1“解剖”一个新问题 2.1.1属性和标签的不同类型决定模型的选择 2.1.2新数据集的注意事项 2.2分类问题：用声纳发现未爆炸的水雷 2.2.1“岩石vs水雷”数据集的物理特性 2.2.2“岩石vs水雷”数据集统计特征 2.2.3用分位数图展示异常点 2.2.4类别属性的统计特征 2.2.5利用PythonPandas对“岩石vs水雷”数据集进行统计分析 2.3对“岩石vs水雷数据集”属性的可视化展示 2.3.1利用平行坐标图进行可视化展示 2.3.2属性和标签的关系可视化 2.3.3用热图（heatmap）展示属性和标签的相关性 2.3.4对“岩石vs 2.4基于因素变量的实数值预测鲍鱼的年龄 2.4.1回归问题的平行坐标图—鲍鱼问题的变量关系可视化 2.4.2回归问题如何使用关联热图—鲍鱼问题的属性对关系的可视化 2.5用实数值属性预测实数值目标：评估红酒口感 2.6多类别分类问题：它属于哪种玻璃 小结 参考文献 第3章预测模型的构建：平衡性能、复杂性以及大数据 3.1基本问题：理解函数逼近 3.1.1使用训练数据 3.1.2评估预测模型的性能 3.2影响算法选择及性能的因素——复杂度以及数据 3.2.1简单问题和复杂问题的对比 3.2.2一个简单模型与复杂模型的对比 3.2.3影响预测算法性能的因素 3.2.4选择一个算法：线性或者非线性 3.3度量预测模型性能 3.3.1不同类型问题的性能评价指标 3.3.2部署模型的性能模拟 3.4模型与数据的均衡 3.4.1通过权衡问题复杂度、模型复杂度以及数据集规模来选择模型 3.4.2使用前向逐步回归来控制过拟合 3.4.3评估并理解你的预测模型 3.4.4通过惩罚回归系数来控制过拟合——岭回归 小结 参考文献 第4章惩罚线性回归模型 4.1为什么惩罚线性回归方法如此有效 4.1.1足够快速地估计系数 4.1.2变量的重要性信息 4.1.3部署时的预测足够快速 4.1.4性能可靠 4.1.5稀疏解 4.1.6问题本身可能需要线性模型 4.1.7什么时候使用集成方法 4.2惩罚线性回归：对线性回归进行正则化以获得最优性能 4.2.1训练线性模型：最小化错误以及更多 4.2.2向OLS公式中添加一个系数惩罚项 4.2.3其他有用的系数惩罚项：Manhattan以及ElasticNet 4.2.4为什么套索惩罚会导致稀疏的系数向量 4.2.5ElasticNet惩罚项包含套索惩罚项以及岭惩罚项 4.3求解惩罚线性回归问题 4.3.1理解最小角度回归与前向逐步回归的关系 4.3.2LARS如何生成数百个不同复杂度的模型 4.3.3从数百个LARS生成结果中选择最佳模型 4.3.4使用Glmnet：非常快速并且通用 4.4基于数值输入的线性回归方法的扩展 4.4.1使用惩罚回归求解分类问题 4.4.2求解超过2种输出的分类问题 4.4.3理解基扩展：使用线性方法来解决非线性问题 4.4.4向线性方法中引入非数值属性 小结 参考文献 第5章使用惩罚线性方法来构建预测模型 5.1惩罚线性回归的Python包 5.2多变量回归：预测红酒口感 5.2.1构建并测试模型以预测红酒口感 5.2.2部署前在整个数据集上进行训练 5.2.3基扩展：基于原始属性扩展新属性来改进性能 5.3二分类：使用惩罚线性回归来检测未爆炸的水雷 5.3.1构建部署用的岩石水雷分类器 5.4多类别分类—分类犯罪现场的玻璃样本 小结 参考文献 第6章集成方法 6.1二元决策树 6.1.1如何利用二元决策树进行预测 6.1.2如何训练一个二元决策树 6.1.3决策树的训练等同于分割点的选择 6.1.4二元决策树的过拟合 6.1.5针对分类问题和类别特征所做的修改 6.2自举集成：Bagging算法 6.2.1Bagging算法是如何工作的 6.2.2Bagging算法小结 6.3梯度提升法（GradientBoosting） 6.3.1梯度提升法的基本原理 6.3.2获取梯度提升法的最佳性能 6.3.3针对多变量问题的梯度提升法 6.3.4梯度提升方法的小结 6.4随机森林 6.4.1随机森林：Bagging加上随机属性子集 6.4.2随机森林的性能 6.4.3随机森林小结 6.5小结 6.6参考文献 第7章用Python构建集成模型 7.1用Python集成方法工具包解决回归问题 7.1.1构建随机森林模型来预测红酒口感 7.1.2用梯度提升预测红酒品质 7.2用Bagging来预测红酒口感 7.3Python集成方法引入非数值属性 7.3.1对鲍鱼性别属性编码引入Python随机森林回归方法 7.3.2评估性能以及变量编码的重要性 7.3.3在梯度提升回归方法中引入鲍鱼性别属性 7.3.4梯度提升法的性能评价以及变量编码的重要性 7.4用Python集成方法解决二分类问题 7.4.1用Python随机森林方法探测未爆炸的水雷 7.4.2构建随机森林模型探测未爆炸水雷 7.4.3随机森林分类器的性能 7.4.4用Python梯度提升法探测未爆炸水雷 7.4.5梯度提升法分类器的性能 7.5用Python集成方法解决多类别分类问题 7.5.1用随机森林对玻璃进行分类 7.5.2处理类不均衡问题 7.5.3用梯度提升法对玻璃进行分类 7.5.4评估在梯度提升法中使用随机森林基学习器的好处 7.6算法比较 小结 参考文献 资源截图：

资源名称：Python 3.5 技術手冊 资源目录： ch01 Python起步走 ch02 從REPL到IDE ch03 型態與運算子 ch04 流程語法與函式 ch05 從模組到類別 ch06 類別的繼承 ch07 例外處理 ch08 open() 與io模組 ch09 資料結構 ch10 資料永續與交換 ch11 常用內建模組 ch12 除錯、測試與效能 ch13 並行與平行 ch14 進階主題 附錄A venv 附錄B Django簡介 资源截图：

资源名称：从Python开始学编程 内容简介： 改编自Vamei博客的《Python快速教程》。本书以Python为样本，不仅介绍了编程的基本概念，还着重讲解编程语言的主流范式：面向过程、面向对象、面向函数。读者不仅可以轻松学会Python，以后再学习其他编程语言时也会更加容易。 作者简介： 作者曾从事高性能运算方面的研究，现从事智能硬件方面的创业。个人技术博客点击量超600万，写作有多个编程教程。 资源目录： 第1章　用编程改造世界 1.1　从计算机到编程 1.2　所谓的编程，是做什么 1.3　为什么学Python 1.4　最简单的Hello World 第2章　先做键盘侠 2.1　计算机会算术 2.2　计算机记性好 2.3　计算机懂选择 2.4　计算机能循环 第3章　过程大于结果 3.1　懒人炒菜机 3.2　参数传递 3.3　递归 3.4　引入那把宝剑 3.5　异常处理 第4章　朝思暮想是对象 4.1　轻松看对象 4.2　继承者们 4.3　那些年，错过的对象 4.4　意想不到的对象 第5章　对象带你飞 5.1　存储 5.2　一寸光阴 5.3　看起来像那样的东西 5.3　Python有网瘾 5.5　写一个爬虫 第6章　与对象的深入交往 6.1　一切皆对象 6.2　属性管理 6.3　我是风儿，我是沙 6.4　内存管理 第7章　函数式编程 ７.1　又见函数 7.2　被解放的函数 7.3　小女子的梳妆匣 7.4　高阶函数 7.5　自上而下

资源名称：Python数据分析实战 PDF 内容简介： Python 简单易学，拥有丰富的库，并且具有极强的包容性。本书展示了如何利用Python 语言的强大功能，以最小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从原始数据获得信息、D3 库嵌入和手写体数字的识别。 作者简介： Fabio Nelli IRBM科学园IT科学应用专家，曾为IBM、EDS等企业提供咨询。目前正在开发Java应用，对接科学仪器和Oracle数据库，生成数据和Web服务器应用，为研究人员提供实时分析结果。他还是Meccanismo Complesso社区（www.meccanismocomplesso.org）的项目协调人。 译者简介： 杜春晓 英语语言文学学士，软件工程硕士。其他译著有《电子达人——我的第一本Raspberry Pi入门手册》和《Python数据挖掘入门与实践》。新浪微博：@宜_生。 资源目录： 第1章　数据分析简介　　1 1.1　数据分析　　1 1.2　数据分析师的知识范畴　　2 1.2.1　计算机科学　　2 1.2.2　数学和统计学　　3 1.2.3　机器学习和人工智能　　3 1.2.4　数据来源领域　　3 1.3　理解数据的性质　　4 1.3.1　数据到信息的转变　　4 1.3.2　信息到知识的转变　　4 1.3.3　数据的类型　　4 1.4　数据分析过程　　4 1.4.1　问题定义　　5 1.4.2　数据抽取　　6 1.4.3　数据准备　　6 1.4.4　数据探索和可视化　　7 1.4.5　预测模型　　7 1.4.6　模型评估　　8 1.4.7　部署　　8 1.5　定量和定性数据分析　　9 1.6　开放数据　　9 1.7　Python和数据分析　　11 1.8　结论　　11 第2章　Python世界简介　　12 2.1　Python——编程语言　　12 2.2　Python——解释器　　13 2.2.1　Cython　　14 2.2.2　Jython　　14 2.2.3　PyPy　　14 2.3　Python 2和Python 3　　14 2.4　安装Python　　15 2.5　Python发行版　　15 2.5.1　Anaconda　　15 2.5.2　Enthought Canopy　　16 2.5.3　Python(x,y)　　17 2.6　使用Python　　17 2.6.1　Python shell　　17 2.6.2　运行完整的Python程序　　17 2.6.3　使用IDE编写代码　　18 2.6.4　跟Python交互　　18 2.7　编写Python代码　　18 2.7.1　数学运算　　18 2.7.2　导入新的库和函数　　19 2.7.3　函数式编程　　21 2.7.4　缩进　　22 2.8　IPython　　23 2.8.1　IPython shell　　23 2.8.2　IPython Qt-Console　　24 2.9　PyPI仓库——Python包索引　　25 2.10　多种Python IDE　　26 2.10.1　IDLE　　26 2.10.2　Spyder　　27 2.10.3　Eclipse（pyDev）　　27 2.10.4　Sublime　　28 2.10.5　Liclipse　　29 2.10.6　NinjaIDE　　29 2.10.7　Komodo IDE　　29 2.11　SciPy　　30 2.11.1　NumPy　　30 2.11.2　pandas　　30 2.11.3　matplotlib　　31 2.12　小结　　31 第3章　NumPy库　　32 3.1　NumPy简史　　32 3.2　NumPy安装　　32 3.3　ndarray：NumPy库的心脏　　33 3.3.1　创建数组　　34 3.3.2　数据类型　　34 3.3.3　dtype选项　　35 3.3.4　自带的数组创建方法　　36 3.4　基本操作　　37 3.4.1　算术运算符　　37 3.4.2　矩阵积　　38 3.4.3　自增和自减运算符　　39 3.4.4　通用函数　　40 3.4.5　聚合函数　　40 3.5　索引机制、切片和迭代方法　　41 3.5.1　索引机制　　41 3.5.2　切片操作　　42 3.5.3　数组迭代　　43 3.6　条件和布尔数组　　45 3.7　形状变换　　45 3.8　数组操作　　46 3.8.1　连接数组　　46 3.8.2　数组切分　　47 3.9　常用概念　　49 3.9.1　对象的副本或视图　　49 3.9.2　向量化　　50 3.9.3　广播机制　　50 3.10　结构化数组　　52 3.11　数组数据文件的读写　　53 3.11.1　二进制文件的读写　　54 3.11.2　读取文件中的列表形式数据　　54 3.12　小结　　55 第4章　pandas库简介　　56 4.1　pandas：Python数据分析库　　56 4.2　安装　　57 4.2.1　用Anaconda安装　　57 4.2.2　用PyPI安装　　58 4.2.3　在Linux系统的安装方法　　58 4.2.4　用源代码安装　　58 4.2.5　Windows模块仓库　　59 4.3　测试pandas是否安装成功　　59 4.4　开始pandas之旅　　59 4.5　pandas数据结构简介　　60 4.5.1　Series对象　　60 4.5.2　DataFrame对象　　66 4.5.3　Index对象　　72 4.6　索引对象的其他功能　　74 4.6.1　更换索引　　74 4.6.2　删除　　75 4.6.3　算术和数据对齐　　77 4.7　数据结构之间的运算　　78 4.7.1　灵活的算术运算方法　　78 4.7.2　DataFrame和Series对象之间的运算　　78 4.8　函数应用和映射　　79 4.8.1　操作元素的函数　　79 4.8.2　按行或列执行操作的函数　　80 4.8.3　统计函数　　81 4.9　排序和排位次　　81 4.10　相关性和协方差　　84 4.11　NaN数据　　85 4.11.1　为元素赋NaN值　　85 4.11.2　过滤NaN　　86 4.11.3　为NaN元素填充其他值　　86 4.12　等级索引和分级　　87 4.12.1　重新调整顺序和为层级排序　　89 4.12.2　按层级统计数据　　89 4.13　小结　　90 第5章　pandas：数据读写　　91 5.1　I/O API 工具　　91 5.2　CSV和文本文件　　92 5.3　读取CSV或文本文件中的数据　　92 5.3.1　用RegExp解析TXT文件　　94 5.3.2　从TXT文件读取部分数据　　96 5.3.3　往CSV文件写入数据　　97 5.4　读写HTML文件　　98 5.4.1　写入数据到HTML文件　　99 5.4.2　从HTML文件读取数据　　100 5.5　从XML读取数据　　101 5.6　读写Microsoft Excel文件　　103 5.7　JSON数据　　105 5.8　HDF5格式　　107 5.9　pickle——Python对象序列化　　108 5.9.1　用cPickle实现Python对象序列化　　109 5.9.2　用pandas实现对象序列化　　109 5.10　对接数据库　　110 5.10.1　SQLite3数据读写　　111 5.10.2　PostgreSQL数据读写　　112 5.11　NoSQL数据库MongoDB数据读写　　114 5.12　小结　　116 第6章　深入pandas：数据处理　　117 6.1　数据准备　　117 6.2　拼接　　122 6.2.1　组合　　124 6.2.2　轴向旋转　　125 6.2.3　删除　　127 6.3　数据转换　　128 6.3.1　删除重复元素　　128 6.3.2　映射　　129 6.4　离散化和面元划分　　132 6.5　排序　　136 6.6　字符串处理　　137 6.6.1　内置的字符串处理方法　　137 6.6.2　正则表达式　　139 6.7　数据聚合　　140 6.7.1　GroupBy　　141 6.7.2　实例　　141 6.7.3　等级分组　　142 6.8　组迭代　　143 6.8.1　链式转换　　144 6.8.2　分组函数　　145 6.9　高级数据聚合　　145 6.10　小结　　148 第7章　用matplotlib实现数据可视化　　149 7.1　matplotlib库　　149 7.2　安装　　150 7.3　IPython和IPython QtConsole　　150 7.4　matplotlib架构　　151 7.4.1　Backend层　　152 7.4.2　Artist层　　152 7.4.3　ｓｃｒｉｐｔing层（pyplot）　　153 7.4.4　pylab和pyplot　　153 7.5　pyplot　　154 7.5.1　生成一幅简单的交互式图表　　154 7.5.2　设置图形的属性　　156 7.5.3　matplotlib和NumPy　　158 7.6　使用kwargs　　160 7.7　为图表添加更多元素　　162 7.7.1　添加文本　　162 7.7.2　添加网格　　165 7.7.3　添加图例　　166 7.8　保存图表　　168 7.8.1　保存代码　　169 7.8.2　将会话转换为HTML文件　　170 7.8.3　将图表直接保存为图片　　171 7.9　处理日期值　　171 7.10　图表类型　　173 7.11　线性图　　173 7.12　直方图　　180 7.13　条状图　　181 7.13.1　水平条状图　　183 7.13.2　多序列条状图　　184 7.13.3　为pandas DataFrame生成多序列条状图　　185 7.13.4　多序列堆积条状图　　186 7.13.5　为pandas DataFrame绘制堆积条状图　　189 7.13.6　其他条状图　　190 7.14　饼图　　190 7.15　高级图表　　193 7.15.1　等值线图　　193 7.15.2　极区图　　195 7.16　mplot3d　　197 7.16.1　3D曲面　　197 7.16.2　3D散点图　　198 7.16.3　3D条状图　　199 7.17　多面板图形　　200 7.17.1　在其他子图中显示子图　　200 7.17.2　子图网格　　202 7.18　小结　　204 第8章　用scikit-learn库实现机器学习　　205 8.1　scikit-learn库　　205 8.2　机器学习　　205 8.2.1　有监督和无监督学习　　205 8.2.2　训练集和测试集　　206 8.3　用scikit-learn实现有监督学习　　206 8.4　Iris数据集　　206 8.5　K-近邻分类器　　211 8.6　Diabetes数据集　　214 8.7　线性回归：最小平方回归　　215 8.8　支持向量机　　219 8.8.1　支持向量分类　　219 8.8.2　非线性SVC　　223 8.8.3　绘制SVM分类器对Iris数据集的分类效果图　　225 8.8.4　支持向量回归　　227 8.9　小结　　229 第9章　数据分析实例——气象数据　　230 9.1　待检验的假设：靠海对气候的影响　　230 9.2　数据源　　233 9.3　用IPython Notebook做数据分析　　234 9.4　风向频率玫瑰图　　246 9.5　小结　　251 第10章　IPython Notebook内嵌Javaｓｃｒｉｐｔ库D3　　252 10.1　开放的人口数据源　　252 10.2　Javaｓｃｒｉｐｔ库D3　　255 10.3　绘制簇状条状图　　259 10.4　地区分布图　　262 10.5　2014年美国人口地区分布图　　266 10.6　小结　　270 第11章　识别手写体数字　　271 11.1　手写体识别　　271 11.2　用scikit-learn识别手写体数字　　271 11.3　Digits数据集　　272 11.4　学习和预测　　274 11.5　小结　　276 附录A　用LaTeX编写数学表达式　　277 附录B　开放数据源　　287 资源截图：

资源名称：教孩子学编程 PYTHON语言版 PDF 资源目录： 第1章Python基础——认识环境1 1.1认识Python3 1.2用Python编写程序5 1.3运行Python程序5 1.4本章小结6 1.5编程挑战7 第2章海龟作图——用Python绘图9 2.1第一个海龟程序10 2.1.1程序是如何工作的10 2.1.2发生了什么12 2.2旋转的海龟13 2.3海龟画圆14 2.4添加颜色15 2.4.1一个四色螺旋线16 2.4.2修改背景颜色19 2.5一个变量搞定一切20 2.6本章小结22 2.7编程挑战22 第3章数字和变量——用Python做数学运算24 3.1变量——保存内容的地方25 3.2Python中的数字和数学运算26 3.2.1Python数字27 3.2.2Python操作符28 3.2.3在Pythonshell中进行数学运算28 3.2.4语法错误——你说什么？29 3.2.5Pythonshell中的变量30 3.2.6用操作符编程——披萨计算器31 3.3字符串——Python中真正的字符33 3.4用字符串改进彩色螺旋线35 3.5列表——将所有内容放到一起36 3.6Python做作业38 3.7本章小结40 3.8编程挑战41 第4章循环很有趣（你可以再说一遍）42 4.1构建自己的循环43 4.1.1使用for循环生成4个圆组成的玫瑰花瓣44 4.1.2修改循环让玫瑰花瓣带有6个圆46 4.2把玫瑰花瓣程序改进为允许用户输入48 4.3游戏循环和while循环50 4.4家庭成员螺旋线52 4.5整合——病毒式的螺旋线55 4.6本章小结59 4.7编程挑战60 第5章条件（如果是这样该怎么办？）62 5.1if语句63 5.2认识布尔值65 5.2.1比较操作符66 5.2.2你还不够大！68 5.3else语句69 5.3.1多边形或玫瑰花瓣70 5.3.2偶数还是奇数71 5.4elif语句74 5.5复杂条件——if、and、or和not75 5.6秘密消息77 5.6.1打乱字符串78 5.6.2字符的值79 5.6.3加密／解密程序80 5.7本章小结82 5.8编程挑战83 第6章随机的乐趣和游戏（继续前进，抓住机会！）85 6.1猜数字游戏86 6.2彩色的随机螺旋线88 6.2.1选取颜色，任意的颜色89 6.2.2获取坐标90 6.2.3画布有多大92 6.2.4整合93 6.3Rock—Paper—Scissors95 6.4选一张牌，任意一张牌97 6.4.1堆牌97 6.4.2发牌98 6.4.3计算牌面99 6.4.4继续前进101 6.4.5整合102 6.5掷骰子103 6.5.1设置游戏104 6.5.2对骰子排序104 6.5.3测试骰子105 6.5.4整合106 6.6万花筒109 6.7本章小结112 6.8编程挑战114 第7章函数（那些东西有了一个名字）116 7.1用函数整合内容117 7.1.1定义random_spiral（）118 7.1.2调用random_spiral（）119 7.2参数——传给函数120 7.2.1在随机位置微笑121 7.2.2整合125 7.3返回——发回统计结果127 7.3.1从函数返回一个值127 7.3.2在程序中使用返回值128 7.4交互简介130 7.4.1处理事件——TurtleDraw130 7.4.2监听键盘事件：ArrowDraw133 7.4.3用参数处理事件——ClickSpiral135 7.4.4更进一步——ClickandSmile137 7.5ClickKaleidoscope139 7.5.1draw_kaleido（）函数139 7.5.2draw_spiral（）函数140 7.5.3整合140 7.6本章小结142 7.7编程挑战143 第8章定时器和动画144 8.1获取Pygame的所有GUI145 8.1.1用Pygame画一个点146 8.1.2Pygame中的新内容148 8.1.3游戏的部分149 8.2时间刚刚好——移动和弹跳152 8.2.1移动笑脸153 8.2.2用Clock类实现笑脸动画155 8.2.3将笑脸从墙上弹开157 8.2.4在四面墙上弹回笑脸162 8.3本章小结166 8.4编程挑战167 第9章用户交互——进入游戏170 9.1增加交互——点击和拖动171 9.1.1点击点.171 9.1.2拖动绘制173 9.2高级交互——笑脸爆炸177 9.2.1笑脸精灵178 9.2.2设置精灵180 9.2.3更新精灵182 9.2.4较大的和较小的笑脸182 9.2.5整合183 9.3SmileyPop1.0版185 9.3.1检测碰撞和删除精灵185 9.3.2整合186 9.4本章小结188 9.5编程挑战189 第10章游戏编程191 10.1构建游戏框架——Smiley Pong 1.0版192 10.1.1绘制游戏板和游戏部件193 10.1.2记录分数194 10.1.3显示得分199 10.1.4整合201 10.2增加难度并结束游戏——Smiley Pong 2.0版202 10.2.1游戏结束203 10.2.2再玩一次203 10.2.3更快204 10.2.4整合206 10.3添加更多的功能——Smiley Pop 2.0版208 10.3.1使用Pygame添加声音208 10.3.2跟踪和记录玩家进度210 10.3.3整合213 10.4本章小结215 10.5编程挑战216 附录AWindows、Mac和Linux下的Python安装218 A.1Windows下安装Python219 A.1.1下载安装程序219 A.1.2运行安装程序220 A.1.3尝试Python223 A.2Mac下的Python225 A.2.1下载安装程序225 A.2.2运行安装程序226 A.2.3尝试Python229 A.3Linux下的Python安装230 附录BWindows、Mac和Linux下的Pygame安装233 B.1在Windows下安装Pygame234 B.2Mac下的Pygame238 B.2.1Python2.7和Pygame1.9.2238 B.3Linux下的Pygame240 B.3.1PygameforPython2241 附录C构建自己的模块242 C.1构建colorspiral模块243 C.1.1使用colorspiral模块244 C.1.2重用colorspiral模块245 C.2附加资料246 术语表247 资源截图：

资源名称：Python编程入门经典 内容简介： 作为一门面向对象的开源编程语言，python易于理解和扩展，并且使用起来非常方便。《python编程入门经典》涵盖了python的方方面面，通过学习本书，读者可以立即使用python编写程序。作者james payne从python语言最基本的概念入手，重点介绍了python 2．6和3．1这两个版本的实际应用。通过对一些现有的python程序进行深入分析，读者能够快速上手。《python编程入门经典》涵盖的主题从字符串、列表和字典一直到类、对象和模块。掌握这些内容后，读者将学会如何迅速而自信地创建健壮、可靠而又可重用的python应用程序。 主要内容 ◆介绍用于存储和操作数据的变量的概念 ◆讨论用于读写数据的文件和输入／输出 ◆总结常被忽视的python功能 ◆深入研究如何为模块和程序编写测试 ◆介绍如何使用python编写gui ◆着重介绍xml、html、xsl和相关技术 ◆解释如何扩展python ◆分享数值编程技术 ◆介绍jython的内部机理，jython是一个用java编写的python版本 作者简介： James Payne居住在佛罗里达州马盖特市，他是Developer Shed公司的主编，从7岁起就开始写作和编程。James精通多门语言，已经撰写了400余篇文章，囊括了几乎每一种主流编程语言。James的工作是使用Python为金融业开发专有软件，在业余时间他喜欢涉猎Django方面的知识。 资源目录： 第Ⅰ部分 初步了解Python 第1章 编程基础和字符串 3 1.1 编程与使用计算机的区别 3 1.1.1 编程的一致性 3 1.1.2 编程的可控性 4 1.1.3 程序要应对变化 4 1.1.4 小结 4 1.2 准备工作 4 1.2.1 在非Windows系统上安装 Python 3.1 5 1.2.2 使用Python Shell 5 1.3 开始使用Python——字符串 6 1.3.1 字符串概述 6 1.3.2 为什么需要引号 6 1.3.3 为什么有3种类型的引号 7 1.3.4 使用print()函数 7 1.3.5 理解不同的引号 8 1.4 串联两个字符串 10 1.5 用不同的方法串联字符串 11 1.6 本章小结 12 1.7 习题 13 第2章 数值与运算符 15 2.1 不同类型的数值 15 2.2 程序文件 17 2.2.1 使用不同的类型 18 2.2.2 基本算术 20 2.2.3 一些惊喜 22 2.3 使用数值 23 2.3.1 求值顺序 23 2.3.2 数值格式 24 2.3.3 可能会发生的错误 25 2.3.4 几个不寻常的例子 26 2.4 本章小结 26 2.5 习题 27 第3章 变量 29 3.1 引用数据——使用数据的 名称 29 3.1.1 使用名称修改数据 30 3.1.2 复制数据 31 3.1.3 禁用的名称以及一些规则 31 3.2 使用更多的内置类型 31 3.2.1 元组——不可更改的数据 序列 32 3.2.2 列表——可以更改的数据 序列 35 3.2.3 字典——以名称索引的分组 数据 36 3.2.4 像列表一样处理字符串 38 3.2.5 特殊类型 39 3.3 序列的其他共有属性 40 3.3.1 引用最后一个元素 40 3.3.2 序列的范围 41 3.3.3 通过附加序列增长列表 41 3.3.4 使用列表临时存储数据 42 3.3.5 处理集合 43 3.4 本章小结 44 3.5 习题 44 第Ⅱ部分 Python语言和标准库 第4章 做出决策 49 4.1 比较两个值是否相等 49 4.2 比较两个值是否不相等 51 4.3 比较两个值的大小 51 4.4 对真值和假值取反 53 4.5 观察多个比较运算的结果 54 4.6 循环 57 4.6.1 重复执行操作 57 4.6.2 终止循环 59 4.7 处理错误 62 4.8 本章小结 64 4.9 习题 65 第5章 函数 67 5.1 将程序放在单独的文件中 67 5.2 函数：在一个名称下聚集 代码 69 5.2.1 选择名称 70 5.2.2 在函数中描述函数 70 5.2.3 不同的位置相同的名称 72 5.2.4 添加注释 73 5.2.5 要求函数使用提供的值 73 5.2.6 检查参数 75 5.2.7 为参数设置默认值 77 5.2.8 在函数中调用其他函数 78 5.2.9 函数嵌套函数 80 5.2.10 用自己的词语标记错误 81 5.3 函数的层次 81 5.4 本章小结 82 5.5 习题 83 第6章 类与对象 85 6.1 考虑编程 85 6.1.1 对象的含义 85 6.1.2 已经了解的对象 85 6.1.3 展望：如何使用对象 87 6.2 定义类 87 6.2.1 如何创建对象 87 6.2.2 对象和它们的作用域 95 6.3 本章小结 98 6.4 习题 99 第7章 组织程序 101 7.1 模块 102 7.1.1 导入可用模块 102 7.1.2 通过已有模块创建新模块 102 7.1.3 从命令行开始使用模块 104 7.1.4 改变导入方式 106 7.2 包 106 7.3 模块和包 108 7.3.1 将所有内容引入当前 作用域 108 7.3.2 重新导入模块和包 109 7.4 测试模块和包的基础知识 111 7.5 本章小结 112 7.6 习题 112 第8章 文件和目录 115 8.1 文件对象 115 8.1.1 编写文本文件 116 8.1.2 向文件中追加文本 116 8.1.3 读文本文件 117 8.1.4 文件异常 119 8.2 路径和目录 119 8.3 os中的异常 119 8.3.1 路径 120 8.3.2 目录内容 122 8.3.3 获取文件信息 123 8.3.4 重命名、移动、复制和删除 文件 125 8.3.5 示例：轮换文件 126 8.3.6 创建和删除目录 127 8.3.7 通配 128 8.4 本章小结 129 8.5 习题 129 第9章 Python语言的其他特性 131 9.1 lambda和filter：简单匿名 函数 131 9.2 Map：短路循环 132 9.3 在列表中做出决策—— 列表解析 133 9.4 为循环生成迭代器 133 9.5 使用字典的特殊字符串 替换 135 9.6 重要模块 137 9.6.1 getopt——从命令行中得到 选项 137 9.6.2 使用一个以上的进程 139 9.6.3 线程——在相同的进程中 完成多个工作 141 9.7 本章小结 143 9.8 习题 144 第10章 创建模块 145 10.1 研究模块 145 10.1.1 导入模块 147 10.1.2 查找模块 147 10.1.3 理解模块 148 10.2 创建模块和包 149 10.3 使用类 150 10.3.1 定义面向对象编程 151 10.3.2 创建类 151 10.3.3 扩展已有的类 152 10.4 完成模块 153 10.4.1 定义模块特定的错误 154 10.4.2 选择导出哪些内容 154 10.4.3 为模块建立文档 155 10.4.4 测试模块 164 10.4.5 将模块作为程序运行 165 10.5 创建一个完整的模块 166 10.6 安装模块 171 10.7 本章小结 174 10.8 习题 175 第11章 文本处理 177 11.1 文本处理的用途 177 11.1.1 搜索文件 178 11.1.2 日志剪辑 179 11.1.3 邮件筛选 179 11.2 使用os模块导航文件 系统 179 11.3 使用正则表达式和re 模块 185 11.4 本章小结 189 11.5 习题 189 第Ⅲ部分 开始使用Python 第12章 测试 193 12.1 断言 193 12.2 测试用例和测试套件 195 12.3 测试装置 198 12.4 用极限编程整合 201 12.4.1 用Python实现搜索实用 程序 202 12.4.2 一个更加强大的Python 搜索 207 12.5 软件生命周期中的正规 测试 210 12.6 本章小结 210 第13章 使用Python编写GUI 213 13.1 Python的GUI编程工具箱 213 13.2 Tkinter简介 215 13.3 用Tkinter创建GUI 小组件 215 13.3.1 改变小组件的尺寸 215 13.3.2 配置小组件选项 216 13.3.3 使用小组件 217 13.3.4 创建布局 217 13.3.5 填充顺序 218 13.3.6 控制小组件的外观 219 13.3.7 单选按钮和复选框 220 13.3.8 对话框 221 13.3.9 其他小组件类型 222 13.4 本章小结 222 13.5 习题 223 第14章 访问数据库 225 14.1 使用dbm持久字典 226 14.1.1 选择dbm模块 226 14.1.2 创建持久字典 227 14.1.3 访问持久字典 228 14.1.4 dbm与关系数据库的适用 场合 230 14.2 使用关系数据库 231 14.2.1 编写SQL语句 232 14.2.2 定义表 234 14.2.3 建立数据库 235 14.3 使用Python的数据库API 237 14.3.1 下载各个模块 237 14.3.2 创建连接 238 14.3.3 使用游标 238 14.3.4 使用事务并提交结果 245 14.3.5 检查模块的功能和元 数据 246 14.3.6 处理错误 246 14.4 本章小结 247 14.5 习题 248 第15章 使用Python处理XML 249 15.1 XML的含义 249 15.1.1 层次标记语言 249 15.1.2 一组标准 251 15.2 模式/DTD 251 15.2.1 文档模型的用途 251 15.2.2 是否需要文档模型 252 15.3 文档类型定义 252 15.3.1 DTD示例 252 15.3.2 DTD不完全是XML 253 15.3.3 DTD的局限性 253 15.4 模式 254 15.4.1 示例模式 254 15.4.2 模式是纯粹的XML 254 15.4.3 模式具有层次 255 15.4.4 模式的其他优点 255 15.5 XPath 255 15.6 HTML是XML的子集 256 15.6.1 HTML DTD 256 15.6.2 HTMLParser 256 15.7 Python中可用的XML库 257 15.8 SAX的含义 257 15.8.1 基于流 258 15.8.2 事件驱动 258 15.8.3 DOM的含义 258 15.8.4 内存中访问 258 15.9 使用SAX或者DOM的 理由 259 15.9.1 能力权衡 259 15.9.2 内存考虑 259 15.9.3 速度考虑 259 15.10 Python中可用的SAX 和DOM解析器 259 15.10.1 xml.sax 259 15.10.2 xml.dom.minidom 260 15.11 XSLT简介 262 15.11.1 XSLT是XML 262 15.11.2 转换和格式语言 263 15.11.3 函数式、模板驱动 263 15.12 lxml简介 263 15.13 元素类 263 15.14 使用lxml解析 266 15.15 本章小结 267 15.16 习题 267 第16章 网络编程 269 16.1 理解协议 271 16.1.1 比较协议和程序语言 271 16.1.2 Internet协议栈 272 16.1.3 Internet协议简介 273 16.2 发送电子邮件 274 16.2.1 E-mail文件格式 275 16.2.2 MIME消息 276 16.2.3 使用SMTP和smtplib发送 邮件 284 16.3 检索Internet邮件 286 16.3.1 使用mailbox解析本地 邮筒 286 16.3.2 使用poplib从POP3 服务器获取邮件 288 16.3.3 使用imaplib从IMAP 服务器获取邮件 290 16.3.4 安全的POP3和IMAP 294 16.3.5 Webmail应用程序不是 E-mail应用程序 294 16.4 套接字编程 294 16.4.1 套接字简介 295 16.4.2 绑定到外部主机名 297 16.4.3 镜像服务器 298 16.4.4 镜像客户端 299 16.4.5 套接字服务器 300 16.4.6 多线程服务器 302 16.4.7 Python聊天服务器 303 16.4.8 设计Python聊天 服务器 303 16.4.9 Python聊天服务器协议 304 16.4.10 Python聊天客户端 309 16.4.11 基于select的单线程 多任务 312 16.5 其他主题 313 16.5.1 协议设计的多种考虑 313 16.5.2 对等架构 314 16.6 本章小结 314 16.7 习题 315 第17章 用C扩展编程 317 17.1 扩展模块概述 318 17.2 构建并安装扩展模块 320 17.3 从Python向C传递参数 322 17.4 从C向Python返回值 325 17.5 LAME项目 326 17.6 LAME扩展模块 330 17.7 在C代码中使用Python 对象 342 17.8 本章小结 345 17.9 习题 346 第18章 数值编程 347 18.1 Python语言中的数值 347 18.1.1 整数 348 18.1.2 长整数 348 18.1.3 浮点数 349 18.1.4 格式化数值 350 18.1.5 作为数值的字符 352 18.2 数学 353 18.2.1 算术运算 354 18.2.2 内置数学函数 355 18.3 复数 357 18.4 数组 359 18.5 本章小结 363 18.6 习题 363 第19章 Django简介 365 19.1 框架的定义以及使用框架的 理由 365 19.2 Web框架的其他功能 366 19.3 Django发展史 367 19.4 理解Django的架构 368 19.4.1 项目初始设置 368 19.4.2 创建视图 371 19.5 使用模板 373 19.6 使用模板和视图 375 19.6.1 模型 378 19.6.2 创建模型的第一步—— 配置数据库设置 379 19.7 创建模型：创建一个应用 程序 380 19.8 本章小结 382 19.9 习题 383 第20章 Web应用程序与Web 服务 385 20.1 REST：Web架构 386 20.1.1 REST的特性 386 20.1.2 REST操作 388 20.2 HTTP：REST的实际应用 388 20.2.1 可见的Web服务器 390 20.2.2 HTTP请求 393 20.2.3 HTTP响应 393 20.3 CGI：将脚本变为Web应用 程序 395 20.3.1 Web服务器与CGI脚本的 协议 397 20.3.2 CGI的特殊环境变量 397 20.3.3 通过HTML表单接收用户 输入 399 20.4 HTML表单的有限词汇 400 20.5 访问表单值的安全性 401 20.6 构建wiki 405 20.6.1 BittyWiki核心库 406 20.6.2 BittyWiki的Web接口 409 20.7 Web服务 418 20.8 REST Web 服务 419 20.8.1 REST快速入门： 在Amazon.com上寻找 廉价商品 419 20.8.2 WishListBargainFinder 简介 422 20.8.3 向BittyWiki提供 REST API 425 20.8.4 使用REST Web服务 实现搜索和替换功能 428 20.9 XML-RPC 432 20.9.1 XML-RPC请求 434 20.9.2 XML-RPC中的数据 表示 434 20.9.3 XML-RPC响应 435 20.9.4 错误处理机制 436 20.9.5 通过XML-RPC展示 BittyWiki API 437 20.9.6 基于XML-RPC Web服务 的wiki搜索和替换 440 20.10 SOAP 442 20.10.1 SOAP快速入门 442 20.10.2 SOAP请求 443 20.10.3 SOAP响应 444 20.10.4 错误处理机制 444 20.10.5 展示一个BittyWiki的 SOAP接口 445 20.10.6 基于SOAP Web服务的 wiki搜索和替换 447 20.11 为Web服务API创建 文档 449 20.11.1 人类可读的API 文档 449 20.11.2 XML-RPC自省API 450 20.11.3 WSDL 451 20.12 选择Web服务标准 455 20.13 Web服务礼仪 456 20.13.1 Web服务的使用者 礼仪 456 20.13.2 Web服务的创建者 礼仪 456 20.13.3 将Web应用程序作为 Web服务使用 456 20.14 本章小结 456 20.15 习题 457 第21章 集成Java与Python 459 21.1 在Java应用程序中编写 脚本 460 21.2 比较各种Python实现 461 21.3 安装Jython 461 21.4 运行Jython 461 21.4.1 交互地运行Jython 461 21.4.2 运行Jython脚本 463 21.4.3 控制jython脚本 463 21.4.4 创建可执行命令 464 21.5 独立运行Jython 465 21.6 打包基于Jython的应用 程序 466 21.7 集成Java和Jython 466 21.7.1 在Jython中使用 Java类 466 21.7.2 从Jython访问数据库 471 21.7.3 通过Jython编写 Java EE servlet 477 21.7.4 选择Jython开发工具 483 21.8 使用Jython进行测试 483 21.9 嵌入Jython解释器 484 21.10 处理C-Python和Jython 之间的差异 487 21.11 本章小结 488 21.12 习题 488 第Ⅳ部分 附 录 附录A 习题答案 491 附录B 在线资源 519 附录C Python 3.1的新特性 521 附录D 术语表 527 资源截图：

资源名称：Python机器学习实践指南 内容简介： 机器学习是近年来渐趋热门的一个领域，同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。 全书共有10 章。第1 章讲解了Python 机器学习的生态系统，剩余9 章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。 本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。 作者简介： Alexander T. Combs 是一位经验丰富的数据科学家、策略师和开发人员。他有金融数据抽取、自然语言处理和生成，以及定量和统计建模的背景。他目前是纽约沉浸式数据科学项目的一名全职资深讲师。 资源目录： 第1章Python机器学习的生态系统1 1.1数据科学／机器学习的工作流程2 1.1.1获取2 1.1.2检查和探索2 1.1.3清理和准备3 1.1.4建模3 1.1.5评估3 1.1.6部署3 1.2Python库和功能3 1.2.1获取4 1.2.2检查4 1.2.3准备20 1.2.4建模和评估26 1.2.5部署34 1.3设置机器学习的环境34 1.4小结34 第2章构建应用程序，发现低价的公寓35 2.1获取公寓房源数据36 使用import.io抓取房源数据36 2.2检查和准备数据38 2.2.1分析数据46 2.2.2可视化数据50 2.3对数据建模51 2.3.1预测54 2.3.2扩展模型57 2.4小结57 第3章构建应用程序，发现低价的机票58 3.1获取机票价格数据59 3.2使用高级的网络爬虫技术检索票价数据60 3.3解析DOM以提取定价数据62 通过聚类技术识别异常的票价66 3.4使用IFTTT发送实时提醒75 3.5整合在一起78 3.6小结82 第4章使用逻辑回归预测IPO市场83 4.1IPO市场84 4.1.1什么是IPO84 4.1.2近期IPO市场表现84 4.1.3基本的IPO策略93 4.2特征工程94 4.3二元分类103 4.4特征的重要性108 4.5小结111 第5章创建自定义的新闻源112 5.1使用Pocket应用程序，创建一个监督训练的集合112 5.1.1安装Pocket的Chrome扩展程序113 5.1.2使用PocketAPI来检索故事114 5.2使用embed.lyAPI下载故事的内容119 5.3自然语言处理基础120 5.4支持向量机123 5.5IFTTT与文章源、Google表单和电子邮件的集成125 通过IFTTT设置新闻源和Google表单125 5.6设置你的每日个性化新闻简报133 5.7小结137 第6章预测你的内容是否会广为流传138 6.1关于病毒性，研究告诉我们了些什么139 6.2获取分享的数量和内容140 6.3探索传播性的特征149 6.3.1探索图像数据149 6.3.2探索标题152 6.3.3探索故事的内容156 6.4构建内容评分的预测模型157 6.5小结162 第7章使用机器学习预测股票市场163 7.1市场分析的类型164 7.2关于股票市场，研究告诉我们些什么165 7.3如何开发一个交易策略166 7.3.1延长我们的分析周期172 7.3.2使用支持向量回归，构建我们的模型175 7.3.3建模与动态时间扭曲182 7.4小结186 第8章建立图像相似度的引擎187 8.1图像的机器学习188 8.2处理图像189 8.3查找相似的图像191 8.4了解深度学习195 8.5构建图像相似度的引擎198 8.6小结206 第9章打造聊天机器人207 9.1图灵测试207 9.2聊天机器人的历史208 9.3聊天机器人的设计212 9.4打造一个聊天机器人217 9.5小结227 第10章构建推荐引擎228 10.1协同过滤229 10.1.1基于用户的过滤230 10.1.2基于项目的过滤233 10.2基于内容的过滤236 10.3混合系统237 10.4构建推荐引擎238 10.5小结251 资源截图：

资源名称：预测分析建模 Python与R语言实现 PDF  资源截图：