资源搜

资源名称：树莓派Python编程指南 资源截图：

资源名称：Python社会媒体挖掘【试读】 资源截图：

资源名称：Python和Pygame游戏开发指南 PDF 内容简介： Python语言和Pygame都是开发图形化的计算机游戏的得力工具。Pygame使得开发2D图形程序变得很容易，而且它可以免费下载和安装使用。 本书是一本中级编程图书，教读者如何用Python语言和Pygame库，来编写图形化的计算机游戏。本书共包括10章。本书首先从Python和Pygame基础知识开始，简要地介绍了Pygame库是如何工作的，以及它提供了哪些功能。然后，结合7款不同的游戏实例的开发过程，详细介绍了应用的技能和技巧。本书针对一些真实的游戏给出了完整的源代码，并且详细说明了这些代码如何工作，以便读者能够理解真正的游戏是如何使用Pygame的。 本书适合有一定Python基础知识的读者阅读和学习，进而掌握基本的游戏开发知识和技能，对于Python初学者来说，本书也可以作为通过游戏学习Python开发的实践教程。 资源目录： 作者简介 版权声明 内容提要 前言 第1章　安装Python和Pygame 第2章 Pygame基础知识 第3章 Memory Puzzle游戏 第4章 Slide Puzzle 第5章　Simulate 第6章　Wormy 第7章　Tetromino 第8章　Squirrel Eat Squirrel 第9章　Star Pusher 第10章　4款其他游戏 术语表 资源截图：

资源名称：深度学习之PyTorch实战计算机视觉 资源截图：

资源名称：Python数据可视化编程实战 资源截图：

资源名称：WEB接口开发与自动化测试 基于PYTHON语言 PDF 内容简介：《Web接口开发与自动化测试——基于Python语言》以接口测试为主线，以Web开发为切入点，全面介绍了Web接口开发与自动化测试过程中使用的相关技术。《Web接口开发与自动化测试——基于Python语言》分为15章，第1章介绍了Python的基础知识，解答初学Python的同学都会遇到的一些问题；第2章到第5章以开发发布会签到系统为需求，介绍了Django Web开发技术；第6章介绍了unittest单元测试框架，以及在Django中如何编写单元测试；第7章到第10章主要围绕接口的相关概念，Web接口开发，接口测试工具和接口自动化测试框架的开发；第11介绍了安全接口的开发与测试；第12、13章介绍了Web Services技术；第14、15章介绍了Django Web项目的部署和接口性能测试。 资源目录： 第 1章 Python学习必知 1 1.1 Python 2.x与 Python 3.x选择 1 1.2 Python的安装 2 1.2.1 在 Windows下安装 Python 2 1.2.2 安装 Python 2和 Python 3两个版本 3 1.2.3 “python”不是内部或外部命令 5 1.3扩展库的安装 6 1.3.1 pip安装扩展库 6 1.3.2 tar.gz文件安装 9 1.3.3 whl文件安装 9 1.3.4 GitHub克隆项目安装 9 1.4开发工具选择 11 1.4.1 Sublime Text3 11 1.4.2 Atom 13 1.4.3 PyCharm 14 1.5程序报错不要慌 15 1.5.1 缩进错误 15 1.5.2 引包错误 16 1.5.3 编码错误 16 1.5.4 学会分析错误 17 第 2章 Django入门 19 2.1 Django开发环境 19 2.1.1 在 Windows下安装 Django 20 2.1.2 在 Ubuntu下安装 Django 20 2.2开始第一个 demo 21 2.2.1 创建项目与应用 22 2.2.2 运行项目 25 2.2.3 Hello Django！ 27 2.2.4 使用模板 29 2.3 Django工作流 30 2.3.1 URL组成 31 2.3.2 URLconf 32 2.3.3 views视图 33 2.3.4 templates模板 34 2.4 MTV开发模式 34 第 3章 Django视图 36 3.1来写个登录功能 36 3.1.1 GET与 POST请求 37 3.1.2 处理登录请求 40 3.1.3 登录成功页 42 3.2 Cookie和 Session 44 3.2.1 Cookie的使用 44 3.2.2 Session的使用 46 3.3 Django认证系统 49 3.3.1 登录 Admin后台 49 3.3.2 引用 Django认证登录 50 3.3.3 关上窗户 51 第 4章 Django模型 53 4.1设计系统表 53 4.2 admin后台管理 56 4.3基本数据访问 59 4.3.1 插入数据 60 4.3.2 查询数据 61 4.3.3 删除数据 63 4.3.4 更新数据 63 4.4 SQLite管理工具 64 4.4.1 SQLite Manager 64 4.4.2 SQLiteStudio 65 4.5配置 MySQL 65 4.5.1 安装 MySQL 65 4.5.2 MySQL基本操作 67 4.5.3 安装 PyMySQL 68 4.5.4 在 Django中配置 MySQL 69 4.5.5 MySQL管理工具 72 第 5章 Django模板 73 5.1 Django-bootstrap3 73 5.2发布会管理 74 5.2.1 发布会列表 74 5.2.2 搜索功能 78 5.3嘉宾管理 79 5.3.1 嘉宾列表 80 5.3.2 分页器 83 5.4签到功能 87 5.4.1 添加签到链接 87 5.4.2 签到页面 88 5.4.3 签到动作 91 5.5退出系统 93 第 6章 Django测试 95 6.1 unittest单元测试框架 95 6.1.1 单元测试框架 95 6.1.2 编写单元测试用例 96 6.2 Django测试 100 6.2.1 一个简单的例子 100 6.2.2 运行测试用例 102 6.3客户端测试 104 6.3.1 测试首页 104 6.3.2 测试登录动作 105 6.3.3 测试发布会管理 107 6.3.4 测试嘉宾管理 108 6.3.5 测试用户签到 109 第 7章接口相关概念 111 7.1分层的自动化测试 111 7.2单元测试与模块测试 112 7.3接口测试 114 7.3.1 接口的分类 115 7.3.2 接口测试的意义 116 7.4编程语言中的 Interface 117 7.4.1 Java中的 Interface 117 7.4.2 Python中的 Zope.interface 119 第 8章开发 Web接口 121 8.1为何要开发 Web接口 121 8.2什么是 Web接口 124 8.2.1 HTTP 125 8.2.2 JSON格式 128 8.3开发系统 Web接口 129 8.3.1 配置接口路径 129 8.3.2 添加发布会接口 130 8.3.3 查询发布会接口 132 8.3.4 添加嘉宾接口 133 8.3.5 查询嘉宾接口 135 8.3.6 发布会签到接口 136 8.4编写 Web接口文档 138 第 9章接口测试工具介绍 143 9.1 Postman测试工具 143 9.2 JMeter测试工具 146 9.2.1 安装 JMeter 146 9.2.2 创建测试任务 147 9.2.3 添加接口测试 151 9.2.4 添加断言 153 9.3 Robot Framework测试框架 154 9.3.1 环境搭建 155 9.3.2 基本概念与用法 157 9.3.3 接口测试 160 第 10章接口自动化测试框架 165 10.1 接口测试工具的不足 165 10.2 Requests库 166 10.2.1 安装 167 10.2.2 接口测试 167 10.2.3 集成 unittest 168 10.3 接口测试框架开发 169 10.3.1 框架处理流程 169 10.3.2 框架结构介绍 170 10.3.3 修改数据库配置 171 10.3.4 数据库操作封装 172 10.3.5 编写接口测试用例 176 10.3.6 集成测试报告 178 第 11章接口的安全机制 181 11.1用户认证 181 11.1.1 开发带 Auth接口 182 11.1.2 接口文档 184 11.1.3 接口测试用例 185 11.2数字签名 187 11.2.1 开发接口 188 11.2.2 接口文档 191 11.2.3 接口用例 192 11.3接口加密 194 11.3.1 PyCrypto库 194 11.3.2 AES加密接口开发 196 11.3.3 编写接口文档 201 11.3.4 补充接口测试用例 202 第 12章 Web Services 205 12.1 Web Services相关概念 205 12.2 Web Services的开发与调用 214 12.2.1 suds-jurko调用接口 214 12.2.2 spyne开发接口 219 12.3 JMeter测试 SOAP接口 221 第 13章 REST 224 13.1 RPC与 REST 224 13.2 Django REST Framework 227 13.2.1 创建简单的 API 227 13.2.2 添加接口数据 231 13.2.3 测试接口 232 13.3 集成发布会系统 API 234 13.3.1 添加发布会 API 234 13.3.2 测试接口 237 13.4 soapUI测试工具 238 13.4.1 创建 SOAP测试项目 239 13.4.2 创建 REST测试项目 241 第 14章 Django项目部署 244 14.1 uWSGI 244 14.1.1 uWSGI介绍 244 14.1.2 安装 uWSGI 245 14.1.3 uWSGI运行 Django 246 14.2 Nginx 247 14.2.1 安装 Nginx 247 14.2.2 Nginx+uWSGI+Django 248 14.2.3 处理静态资源 251 14.3 创建 404页面 253 第 15章接口性能测试 256 15.1 Locust性能测试工具 256 15.1.1 安装 Locust 257 15.1.2 性能测试案例 259 15.2 发布会系统性能测试 262 15.2.1 性能测试准备 263 15.2.2 编写性能测试脚本 266 15.2.3 执行性能测试 267 15.3 接口性能测试 270 15.3.1 编写接口性能测试脚本 270 15.3.2 执行接口性能测试 271 15.3.3 多线程测试接口性能 274 资源截图：

资源名称：易学python 资源截图：

资源名称：CorePythonProgramming核心编程第二版   资源截图：

资源名称：Python数据处理 PDF  内容简介： 本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。 作者简介： Jacqueline Kazil 数据科学家，资深软件开发者。活跃于Python软件基金会、PyLadies等社区。曾参与美国总统创新伙伴项目，是美国政府技术组织18F的联合创始人。曾担任《华盛顿邮报》数据记者。 Katharine Jarmul 资深Python开发者，PyLadies联合创始人。喜欢数据分析和获取、网页抓取、教人学习Python以及Unix，期望通过教育和培训来促进Python和其他开源语言的多元化。 译者简介： 张亮（hysic） 毕业于北京大学物理学院，爱好机器学习和数据分析的核安全工程师。 吕家明 2016年毕业于哈尔滨工业大学，现就职于腾讯，从事搜索、Query分析等相关工作，熟悉大规模数据下的数据挖掘和机器学习实践。 资源目录： 前言　　xiii 第1章　Python 简介　　1 1.1　为什么选择Python　　4 1.2　开始使用Python　　4 1.2.1　Python 版本选择　　5 1.2.2　安装Python　　6 1.2.3　测试Python　　9 1.2.4　安装pip　　11 1.2.5　安装代码编辑器　　12 1.2.6　安装IPython（可选）　　13 1.3　小结　　13 第2章　Python 基础　　14 2.1　基本数据类型　　15 2.1.1　字符串　　15 2.1.2　整数和浮点数　　15 2.2　数据容器　　18 2.2.1　变量　　18 2.2.2　列表　　21 2.2.3　字典　　22 2.3　各种数据类型的用途　　23 2.3.1　字符串方法：字符串能做什么　　24 2.3.2　数值方法：数字能做什么　　25 2.3.3　列表方法：列表能做什么　　26 2.3.4　字典方法：字典能做什么　　27 2.4　有用的工具：type、dir 和help　　28 2.4.1　type　　28 2.4.2　dir　　28 2.4.3　help　　30 2.5　综合运用　　31 2.6　代码的含义　　32 2.7　小结　　33 第3章　供机器读取的数据　　34 3.1　CSV 数据　　35 3.1.1　如何导入CSV 数据　　36 3.1.2　将代码保存到文件中并在命令行中运行　　39 3.2　JSON 数据　　41 3.3　XML 数据　　44 3.4　小结　　56 第4章　处理Excel 文件　　58 4.1　安装Python 包　　58 4.2　解析Excel 文件　　59 4.3　开始解析　　60 4.4　小结　　71 第5章　处理PDF 文件，以及用Python 解决问题　　73 5.1　尽量不要用PDF　　73 5.2　解析PDF 的编程方法　　74 5.2.1　利用slate 库打开并读取PDF　　75 5.2.2　将PDF 转换成文本　　77 5.3　利用pdfminer 解析PDF　　78 5.4　学习解决问题的方法　　92 5.4.1　练习：使用表格提取，换用另一个库　　94 5.4.2　练习：手动清洗数据　　98 5.4.3　练习：试用另一种工具　　98 5.5　不常见的文件类型　　101 5.6　小结　　101 第6章　数据获取与存储　　103 6.1　并非所有数据生而平等　　103 6.2　真实性核查　　104 6.3　数据可读性、数据清洁度和数据寿命　　105 6.4　寻找数据　　105 6.4.1　打电话　　105 6.4.2　美国政府数据　　106 6.4.3　全球政府和城市开放数据　　107 6.4.4　组织数据和非政府组织数据　　109 6.4.5　教育数据和大学数据　　109 6.4.6　医学数据和科学数据　　109 6.4.7　众包数据和API　　110 6.5　案例研究：数据调查实例　　111 6.5.1　埃博拉病毒危机　　111 6.5.2　列车安全　　111 6.5.3　足球运动员的薪水　　112 6.5.4　童工　　112 6.6　数据存储　　113 6.7　数据库简介　　113 6.7.1　关系型数据库：MySQL 和PostgreSQL　　114 6.7.2　非关系型数据库：NoSQL　　116 6.7.3　用Python 创建本地数据库　　117 6.8　使用简单文件　　118 6.8.1　云存储和Python　　118 6.8.2　本地存储和Python　　119 6.9　其他数据存储方式　　119 6.10　小结　　119 第7章　数据清洗：研究、匹配与格式化　　121 7.1　为什么要清洗数据　　121 7.2　数据清洗基础知识　　122 7.2.1　找出需要清洗的数据　　123 7.2.2　数据格式化　　131 7.2.3　找出离群值和不良数据　　135 7.2.4　找出重复值　　140 7.2.5　模糊匹配　　143 7.2.6　正则表达式匹配　　146 7.2.7　如何处理重复记录　　150 7.3　小结　　151 第8章　数据清洗：标准化和脚本化　　153 8.1　数据归一化和标准化　　153 8.2　数据存储　　154 8.3　找到适合项目的数据清洗方法　　156 8.4　数据清洗脚本化　　157 8.5　用新数据测试　　170 8.6　小结　　172 第9章　数据探索和分析　　173 9.1　探索数据　　173 9.1.1　导入数据　　174 9.1.2　探索表函数　　179 9.1.3　联结多个数据集　　182 9.1.4　识别相关性　　186 9.1.5　找出离群值　　187 9.1.6　创建分组　　189 9.1.7　深入探索　　192 9.2　分析数据　　193 9.2.1　分离和聚焦数据　　194 9.2.2　你的数据在讲什么　　196 9.2.3　描述结论　　196 9.2.4　将结论写成文档　　197 9.3　小结　　197 第10章　展示数据　　199 10.1　避免讲故事陷阱　　199 10.1.1　怎样讲故事　　200 10.1.2　了解听众　　200 10.2　可视化数据　　201 10.2.1　图表　　201 10.2.2　时间相关数据　　207 10.2.3　地图　　208 10.2.4　交互式元素　　211 10.2.5　文字　　212 10.2.6　图片、视频和插画　　212 10.3　展示工具　　213 10.4　发布数据　　213 10.4.1　使用可用站点　　213 10.4.2　开源平台：创建一个新网站　　215 10.4.3　Jupyter（曾名IPython notebook）　　216 10.5　小结　　219 第11章　网页抓取：获取并存储网络数据　　221 11.1　抓取什么和如何抓取　　221 11.2　分析网页　　223 11.2.1　检视：标记结构　　224 11.2.2　网络/ 时间线：页面是如何加载的　　230 11.2.3　控制台：同Javaｓｃｒｉｐｔ 交互　　232 11.2.4　页面的深入分析　　236 11.3　得到页面：如何通过互联网发出请求　　237 11.4　使用Beautiful Soup 读取网页　　238 11.5　使用lxml 读取网页　　241 11.6　小结　　249 第12章　高级网页抓取：屏幕抓取器与爬虫　　251 12.1　基于浏览器的解析　　251 12.1.1　使用Selenium 进行屏幕读取　　252 12.1.2　使用Ghost.py 进行屏幕读取　　260 12.2　爬取网页　　266 12.2.1　使用Scrapy 创建一个爬虫　　266 12.2.2　使用Scrapy 爬取整个网站　　273 12.3　网络：互联网的工作原理，以及为什么它会让脚本崩溃　　281 12.4　变化的互联网（或脚本为什么崩溃）　　283 12.5　几句忠告　　284 12.6　小结　　284 第13章　应用编程接口　　286 13.1　API 特性　　287 13.1.1　REST API 与流式API　　287 13.1.2　频率限制　　287 13.1.3　分级数据卷　　288 13.1.4　API key 和token　　289 13.2　一次简单的Twitter REST API 数据拉取　　290 13.3　使用Twitter REST API 进行高级数据收集　　292 13.4　使用Twitter 流式API 进行高级数据收集　　295 13.5　小结　　297 第14章　自动化和规模化　　298 14.1　为什么要自动化　　298 14.2　自动化步骤　　299 14.3　什么会出错　　301 14.4　在哪里自动化　　302 14.5　自动化的特殊工具　　303 14.5.1　使用本地文件、参数及配置文件　　303 14.5.2　在数据处理中使用云　　308 14.5.3　使用并行处理　　310 14.5.4　使用分布式处理　　312 14.6　简单的自动化　　313 14.6.1　CronJobs　　314 14.6.2　Web 接口　　316 14.6.3　Jupyter notebook　　316 14.7　大规模自动化　　317 14.7.1　Celery：基于队列的自动化　　317 14.7.2　Ansible：操作自动化　　318 14.8　监控自动化程序　　319 14.8.1　Python 日志　　320 14.8.2　添加自动化信息　　322 14.8.3　上传和其他报告　　326 14.8.4　日志和监控服务　　327 14.9　没有万无一失的系统　　328 14.10　小结　　328 第15章　结论　　330 15.1　数据处理者的职责　　330 15.2　数据处理之上　　331 15.2.1　成为一名更优秀的数据分析师　　331 15.2.2　成为一名更优秀的开发者　　331 15.2.3　成为一名更优秀的视觉化讲故事者　　332 15.2.4　成为一名更优秀的系统架构师　　332 15.3　下一步做什么　　332 附录A　编程语言对比　　334 附录B　初学者的Python 学习资源　　336 附录C　学习命令行　　338 附录D　高级Python 设置　　349 附录E　Python 陷阱　　361 附录F　IPython 指南　　370 附录G　使用亚马逊网络服务　　374 关于作者　　378 关于封面　　378 资源截图：

资源名称：Python编程初学者指南 资源截图：