本書詳細介紹了Python3 編程從零基礎到實戰的相關知識，前面7 章為基礎部分，主要介紹Python3 編程的基本知識；后面8 章從實戰應用的角度分別介紹數據可視化、交互式可視化和數據處理、UI 界面設計與計算機桌面自動化、數據庫（主要是MySQL 數據庫的增刪改查）、機器學習、Git 使用等內容。本書以簡單、實用、易懂為原則，力求使讀者在學會Python基礎知識的同時，掌握實戰與應用技能。
本書適合剛入門的Python 學習人員以及利用開源工具進行開發與應用的愛好者、研究人員參考閱讀。
楊涵文，大學為計算機科學與技術專業，長期研究python領域知識技術。CSDN博主，擁有2w+粉絲，作者周榜前五。主要研究方向有數學建模；python初中高階領域知識，不限于基礎，爬蟲、數據處理、自然語言處理等；計算機Linux操作系統；數據結構;SQL數據庫也頗有研究。多次協作完成任務，也會在嗶哩嗶發視頻講解。曾參加國家大學生創新創業大賽，獲得專利一個，軟著一個，國家創新創業訓練結題書一份。參加一次互聯網+比賽獲得上海市獎。
陳姍姍，上海工程技術大學，講師，陳姍姍，講師,上海大學理學博士，澳大利亞西澳大學訪問學者，參與三項國家自然科學基金項目，主要研究復雜網絡上的傳播動力學相關的理論、數值方法，生物數學以及網絡科學與人工智能。擔任SCI期刊IEEE Transactions on Circuits and Systems II的審稿人。致力于網絡科學與大數據分析的相關科研工作。研究方向：復雜網絡傳播動力學、網絡科學與人工智能、生物數學。
第1章 Python3 環境搭建 001
1.1 Python3 安裝 001
1.2 PyCharm 安裝與配置 003
1.2.1 Windows 下安裝PyCharm 003
1.2.2 配置鏡像源 008
1.2.3 安裝自動補碼插件 011
1.2.4 安裝界面漢化插件 012
1.2.5 自定義腳本開頭 013
1.2.6 創建第一個Python 文件 014
1.3 jupyter 安裝與配置 015
1.3.1 安裝jupyter 015
1.3.2 漢化 019
1.3.3 運行第一個代碼 020
1.3.4 菜單欄介紹 021
1.3.5 注釋編輯 022
1.3.6 配置鏡像源 023
1.3.7 conda 創建虛擬環境 025
第2章 基礎入門知識 027
2.1 快速入門 027
2.1.1 打印輸出 027
2.1.2 添加注釋 028
2.2 變量 030
2.2.1 變量的基本知識 030
2.2.2 變量的格式化字符串輸出 034
2.3 數據類型 036
2.4 數學計算 039
2.4.1 三種數字類型 039
2.4.2 數字類型轉換 040
2.4.3 實現簡單的四則運算 040
2.4.4 一些運算符的區別 041
2.5 字符串 042
2.5.1 字符串的基本使用 042
2.5.2 字符串切片 045
2.5.3 字符串變換 046
2.5.4 字符串拼接 047
2.5.5 字符串的其他操作 048
綜合練習 049
第3章 數據結構類型 050
3.1 列表 050
3.1.1 列表基本知識 050
3.1.2 訪問列表 051
3.1.3 列表值的修改 052
3.1.4 列表值的插入 053
3.1.5 列表值的刪除 053
3.1.6 列表的排序 054
3.1.7 列表的合并 055
3.2 元組 056
3.2.1 元組的基本知識 056
3.2.2 訪問元組 056
3.2.3 修改元組 058
3.2.4 解包元組 059
3.2.5 合并元組 060
3.3 集合 060
3.3.1 集合的基本知識 060
3.3.2 刪除集合中的值 061
3.3.3 集合的合并 062
3.4 字典 063
3.4.1 字典的基本知識 063
3.4.2 字典的修改 065
3.4.3 字典的遍歷 066
3.4.4 嵌套型字典 067
綜合練習 068
第4章 控制流 070
4.1 if 語句 070
4.1.1 if 語句的基本知識 070
4.1.2 if…else 語句 071
4.1.3 elif 方法的使用 072
4.1.4 and 方法的使用 073
4.1.5 or 方法的使用 074
4.1.6 嵌套if 語句 074
4.2 for 循環 075
4.2.1 簡單使用 075
4.2.2 中斷循環 076
4.2.3 continue 聲明 076
4.2.4 range( )函數 076
4.2.5 嵌套循環 077
4.3 while 循環 078
4.3.1 簡單使用 078
4.3.2 中斷循環 079
4.3.3 continue 聲明 079
4.4 match 語句 080
綜合練習 081
第5章 函數 082
5.1 定義和調用函數 082
5.1.1 基本使用 082
5.1.2 簡單應用 082
5.2 需要傳參的函數 083
5.2.1 函數分類 083
5.2.2 函數返回值 084
5.2.3 全局關鍵字使用 085
5.3 函數類型 085
5.4 函數的遞歸 086
5.5 lamada 表達式 087
5.6 變量的分類 088
5.6.1 局部變量 088
5.6.2 全局變量 088
5.7 異常處理 089
5.7.1 異常處理的基本形式 089
5.7.2 else 搭配 089
5.7.3 finally 語句 090
5.8 函數裝飾器 091
5.8.1 第一類對象 091
5.8.2 裝飾器的簡單實現 092
5.8.3 裝飾器的使用 092
5.8.4 鏈式裝飾器 094
5.8.5 記憶性裝飾器 094
綜合練習 095
第6章 面向對象 097
6.1 類和對象的基本理解 097
6.1.1 定義與區別 097
6.1.2 類的構成 097
6.2 類與對象的構建 097
6.2.1 創建類 097
6.2.2 創建并調用對象 098
6.2.3 對象中添加屬性與獲取 099
6.3 構造函數 099
6.3.1 默認構造函數 099
6.3.2 參數化構造函數 100
6.3.3 對象刪除 101
6.4 單繼承 101
6.4.1 創建父類 102
6.4.2 創建子類 102
6.4.3 子類初始化 102
6.4.4 super( )方法 103
6.4.5 添加屬性 103
6.4.6 添加方法 104
6.5 多繼承 104
綜合練習 105
第7章 實例與應用 106
7.1 詞云繪制 106
7.1.1 基本的詞云制作 106
7.1.2 制作更加有趣的詞云 107
7.2 視頻剪輯 109
7.2.1 環境配置 109
7.2.2 視頻轉gif 111
7.2.3 視頻截取 112
7.3 二維碼制作 113
7.3.1 制作彩色的二維碼 113
7.3.2 制作動態二維碼 113
7.4 批量數據爬取 114
7.4.1 必應爬蟲 114
7.4.2 圖片篩選 114
7.5 石頭、剪刀、布游戲 115
第8章 matplotlib 數據可視化 118
8.1 模塊簡介 118
8.2 常見圖形繪制 118
8.2.1 折線圖繪制 118
8.2.2 散點圖繪制 124
8.2.3 柱形圖繪制 125
8.2.4 直方圖繪制 126
8.2.5 扇形圖繪制 127
8.2.6 堆疊的條形圖繪制 129
8.2.7 箱形圖繪制 129
8.2.8 標簽和坐標軸繪制 129
第9章 pyecharts 交互式可視化 131
9.1 pyecharts 基礎引導 131
9.1.1 模塊概述 131
9.1.2 圖表基礎 131
9.2 常見的各種圖表繪制 133
9.2.1 直方圖繪制 133
9.2.2 箱形圖繪制 136
9.2.3 散點圖繪制 137
9.2.4 折線圖繪制 138
9.2.5 K 線圖繪制 139
9.2.6 餅圖繪制 140
9.2.7 水球圖繪制 141
9.3 圖形簡單組合布局 141
9.3.1 優美的主題圖 143
9.3.2 圖表數據突出 144
9.4 詞云制作 145
綜合練習 147
第10章 pandas 數據處理基礎 149
10.1 概述 149
10.2 簡單快速的入門 149
10.2.1 創建DataFrame 149
10.2.2 設置索引 150
10.2.3 索引值 151
10.2.4 讀取和寫入文件 151
10.2.5 查看數據信息 152
10.3 索引選擇和排序分組 153
10.3.1 按列索引 153
10.3.2 按行索引 154
10.3.3 按區域篩選數據 155
10.3.4 條件篩選 155
10.3.5 排序 156
10.3.6 數據分組 156
10.4 數據的增刪 157
10.4.1 行數據的增加 158
10.4.2 新增一列數據 158
10.4.3 刪除一列數據 158
10.5 數據表拼接 159
10.5.1 橫向拼接 159
10.5.2 縱向拼接 160
10.6 統計計算 161
10.6.1 數據相關性計算 161
10.6.2 變化率計算 161
10.6.3 協方差計算 162
10.7 數據清洗 162
10.7.1 檢查過濾缺失數據 162
10.7.2 修改缺失數據 163
10.7.3 填充缺失數據 163
10.7.4 剔除重復標簽數據 164
10.7.5 簡單數據分析 165
10.8 One-hot 編碼 168
10.9 pandas 數據可視化 170
10.9.1 折線圖 170
10.9.2 柱形圖 171
10.9.3 直方圖 171
10.9.4 箱形圖 172
10.9.5 面積圖 172
10.9.6 散點圖 173
10.9.7 扇形圖 173
10.9.8 表格 174
10.10 實戰：汽車數據分析 176
10.11 實戰：股票數據分析 179
第11章 UI 界面設計 183
11.1 UI 框架介紹 183
11.2 Tkinter 基礎 183
11.2.1 搭建第一個UI 界面 183
11.2.2 添加一個按鈕 183
11.2.3 設置窗口大小和標題 185
11.2.4 設置復選框 186
11.2.5 設置輸入框 186
11.2.6 使用Frame 框架 189
11.2.7 文本顯示 190
11.2.8 添加菜單欄 190
11.3 剪刀、石頭、布UI 設計 192
11.4 計算器UI 設計 197
第12章 計算機桌面自動化 205
12.1 鼠標的自動控制 205
12.1.1 桌面大小獲取與鼠標指針定位 205
12.1.2 鼠標的移動與單擊控制 206
12.1.3 鼠標的相對移動與右擊控制 207
12.1.4 鼠標滾動 207
12.1.5 窗口拖動控制 208
12.2 鍵盤自動化控制 208
12.2.1 鍵盤寫入 208
12.2.2 鍵盤快捷鍵 209
12.3 消息框提示 211
12.4 截圖功能 212
12.4.1 基本截圖 212
12.4.2 圖像定位 212
12.5 案例實現 213
12.5.1 selenium 環境搭建與簡單使用 213
12.5.2 結合selenium 模擬滑動 215
12.5.3 模擬微信發送消息 215
12.5.4 模擬表單填寫 216
第13章 MySQL 數據庫 219
13.1 為什么要學習數據庫 219
13.2 MySQL 下載與安裝 219
13.3 cmd 界面的基本操作 222
13.3.1 基本連接與斷開 222
13.3.2 基本的輸入查詢 223
13.3.3 數據庫簡單使用 224
13.3.4 表的創建與刪除 224
13.3.5 數據類型 225
13.3.6 數據插入表中 225
13.3.7 表的更改 226
13.3.8 表的查詢 227
13.3.9 數據庫的備份與恢復 228
13.3.10 小結 230
13.4 單表查詢 230
13.4.1 navicat 的連接 231
13.4.2 創建數據表 231
13.4.3 select 選擇語句 234
13.4.4 select distinct 語句 235
13.4.5 where 查詢子句 235
13.4.6 and、or、not 使用 238
13.4.7 order by 子句使用 239
13.4.8 insert into 插入語句 240
13.4.9 NULL 空值 241
13.4.10 update 更新語句 242
13.4.11 delete 刪除語句 243
13.4.12 limit 限制語句 243
13.4.13 max、min 最值查詢 243
13.4.14 count、avg、sum 計數查詢 244
13.4.15 like 模糊查詢 245
13.4.16 in 符號 247
13.4.17 as 取別名 248
13.4.18 group by 分組查詢 249
13.4.19 having 條件 249
13.4.20 union 聯合查詢 250
13.5 多表查詢 252
13.5.1 內連接 253
13.5.2 左連接 253
13.5.3 右連接 254
13.5.4 交叉連接 254
13.5.5 自然連接 254
13.6 Python 對接MySQL 255
13.6.1 連接數據庫 255
13.6.2 數據庫創建與檢查 256
13.6.3 表的創建與插入 257
13.6.4 數據選擇 258
13.6.5 where 篩選 259
13.6.6 表的更新 260
13.7 實戰 261
13.7.1 表的設計 261
13.7.2 案例實踐（一） 262
13.7.3 案例實踐（二） 263
第14章 機器學習 265
14.1 機器學習基礎 265
14.1.1 什么是機器學習 265
14.1.2 機器學習的分類 265
14.1.3 機器學習的搭建步驟 266
14.1.4 常用術語 266
14.1.5 常用性能指標 267
14.2 線性回歸 268
14.2.1 簡單線性回歸基本思想 268
14.2.2 案例：學習時間與分數預測 269
14.2.3 多項式回歸基本思想 271
14.2.4 案例：職位薪金預測 271
14.2.5 多元線性回歸基本思想 273
14.2.6 案例：波士頓房價預測 273
14.3 邏輯回歸 278
14.3.1 邏輯回歸基本思想 278
14.3.2 案例：糖尿病預測 279
14.4 樸素貝葉斯分類 284
14.4.1 樸素貝葉斯基本思想 284
14.4.2 樸素貝葉斯分類與假設 284
14.4.3 案例：鳶尾花分類 285
14.4.4 案例：文本分類 286
14.4.5 樸素貝葉斯的優缺點 287
14.5 支持向量機 288
14.5.1 支持向量機介紹 288
14.5.2 最佳超平面 288
14.5.3 案例：乳腺癌預測分類 288
14.5.4 支持向量機優缺點 292
14.6 決策樹 293
14.6.1 決策樹的基本思想 293
14.6.2 特征選擇 294
14.6.3 信息增益 294
14.6.4 信息增益比 295
14.6.5 基尼指數 295
14.6.6 決策樹參數 295
14.6.7 案例：鳶尾花分類 296
14.6.8 決策樹的優缺點 300
14.7 主成分分析 300
14.7.1 主成分分析簡介 300
14.7.2 案例：葡萄酒分類 301
14.7.3 主成分分析的優缺點 305
14.8 K-Means 聚類 306
14.8.1 K-Means 聚類基本思想 306
14.8.2 案例：商場消費分析 306
14.8.3 K-Means 聚類的優缺點 309
14.9 集成學習 309
14.9.1 理解集成學習 309
14.9.2 bagging（袋裝）基本思想 309
14.9.3 案例：糖尿病人數預測 310
14.9.4 boosting 基本思想 313
14.9.5 Adaboost（自適應增強）案例 313
14.9.6 XGBoost 基本思想 314
14.9.7 案例：波士頓房價預測 315
14.10 模型的保存與加載 319
14.10.1 模型的保存 320
14.10.2 模型的加載 320
第15章 Git 項目管理 321
15.1 Git 環境搭建 321
15.2 Git 的配置 323
15.3 倉庫基本管理 325
15.3.1 創建倉庫 325
15.3.2 添加密鑰 326
15.3.3 遠程上傳文件 328
15.3.4 遠程下載 330
15.4 提交歷史 331
15.4.1 常見命令 331
15.4.2 過濾提交 332
新書資訊