本书系统地介绍了Python编程语言的基础知识，共分13章，主要内容包括Python概述、Python语言基础、程序控制结构、Python序列、函数设计与使用、面向对象编程、文件操作、数据库操作、网络爬虫、NumPy、pandas数据处理与分析、Matplotlib数据可视化基础以及综合应用案例。本书内容全面，概念清晰，例题丰富，循序渐进，易于学习。书中以大量实例引导读者逐步深入学习，每个实例程序都有详尽的解释，并都能在本书推荐的运行环境中正常运行。实例中既有简单易懂的程序片段，也有实际可用的综合案例，有利于读者迅速掌握Python开发的关键技术。本书适合作为普通高等院校计算机、大数据及相关专业Python课程的教材，也可作为Python初学者及从事大数据相关技术人员的参考用书，还可供自学考试的考生和全国计算机等级考试（二级Python）考生研习。

本书内容全面，概念清晰，例题丰富，循序渐进，易于学习。书中以大量实例引导读者逐步深入学习，每个实例程序都有详尽的解释，并都能在本书推荐的运行环境中正常运行。实例中既有简单易懂的程序片段也有实际可用的综合案例有利于读者迅速掌握Python开发的关键技术。

Python已经成为最受欢迎的程序设计语言之一。自从2004年以后，Python的使用率呈线性增长。Python是解释型、面向对象、动态数据类型的高级程序设计语言。早期的Python主要用于UNIX系统，由于其强大功能和各方面的优点逐渐为人们认识，到了20世纪80年代，Python开始进入其他操作系统，并很快在各类大、中、小和微型计算机上得到广泛使用，成为最流行的程序设计语言之一。随着计算机的普及和发展，Python在各个领域的应用越来越广泛，几乎各类计算机系统都支持Python的开发环境，这为Python的普及和应用奠定了强大基础。在大数据、云计算、人工智能等技术飞速发展的今天，Python有了更加广阔的用武之地。Python解释器作为自由软件，由全世界的Python爱好者维护、扩充着能够适应各种需求的库，因此，Python当前仍在不断快速发展着。随着Python的扩展库不断丰富，使得Python无论是作为入门编程语言还是在解决大数据分析、云计算、科学计算等领域问题都有着得天独厚的优势。Python作为编程语言本身来说很容易上手，即使从没接触过程序开发的学习者也很容易掌握Python程序的编写，这就使软件设计、开发者不必过分关注程序的语言实现，可以腾出时间去关注优化和算法问题。据TIOBE 编程语言社区在2019年3月发布的新编程语言排行榜中，Python再度上升 2.39%，一跃超过 C++语言，排在第三位，前两位是Java语言和C语言。Python得到越来越多编程爱好者的应用，使得Python语言也顺理成章地进入本科教学计算机类知识的课程体系。本书编者通过认真分析和研究Python体系，结合多年教学实践，列入大量实例，深入浅出地引导读者掌握Python程序设计的基本方法，并结合案例让读者能够将所学的知识整合运用，让读者能够在应用层面体验Python。本书共13章，可分为两部分：第1章～第７章为第一部分，第8章～第13章为第二部分。第一部分主要介绍Python基础知识，包括Python概述、语言基础、程序控制结构、Python序列、函数设计与使用、面向对象编程、文件操作等方面。第二部分主要介绍Python高级应用及综合案例，包括数据库操作、网络爬虫、NumPy、pandas数据处理与分析、Matplotlib数据可视化等应用。本书的特点有：知识点的安排强调整体性和系统性，知识点的表达强调层次性和有序性；理论与实际紧密结合，每章节内容先介绍知识点再通过实例理解知识点，通过相对综合的实例熟悉知识的具体应用。本书最后一章网站日志分析案例与旅游推荐案例是较复杂的应用，涉及Python中的大部分知识内容，能使读者对Python理解更加深入。本书由闽南理工学院信息管理学院何庆新、解姗姗、王慧主编。本书出版得到2018年福建省本科高校一般教育教学改革研究项目《以校企合作为基础加强应用型高校计算机类专业课程建设的研究与实践》资助，项目批准号：FBJG20180153。本书编写过程中得到闽南理工学院各级领导的大力支持，同时校企合作企业泉州尚创网络科技有限公司提供了大量的技术支持，在此一并表示衷心的感谢！中国铁道出版社有限公司为本书的出版给予了大力支持，相关编辑出色的工作表现给我们留下了深刻印象，在此也表示感谢！由于本书编者水平有限，书中难免会有疏漏和不足之处，恳请广大读者和同行批评指正。编 者 2019年5月

何庆新，解姗姗，王慧，闽南理工学院

第一部分 Python基础知识第1章 Python概述 11.1 Python的诞生和特点 21.1.1 Python的诞生 21.1.2 Python的特点 21.2 Python的功能 31.2.1 Python常规应用 31.2.2 Python在大数据时代下的应用 31.3 Python的安装 41.4 常用的Python第三方编辑器 61.5 第一个Python程序 7小结 11习题 11第2章 Python语言基础 122.1 标准输入/输出 122.1.1 标准输入函数input( ) 122.1.2 标准输出函数print( )与格式化输出 132.2 Python数据类型 172.2.1 数值类型 172.2.2 字符串 172.2.3 布尔类型 202.2.4 空值None 202.2.5 数据类型的转换 202.3 常量、变量、运算符与表达式 212.3.1 常量与变量 212.3.2 运算符与表达式 232.3.3 常用内置函数 252.4 案例精选 28小结 32习题 32第3章 程序控制结构 353.1 条件表达式 353.2 选择结构 363.2.1 if语句 363.2.2 if…else语句 373.2.3 if…elif…else语句 393.2.4 选择结构的嵌套 403.3 循环结构 423.3.1 while语句 423.3.2 for语句 453.3.3 continue和break语句 493.3.4 循环嵌套 513.4 案例精选 55小结 61习题 61第4章 Python序列 634.1 列表与列表推导式 634.1.1 列表创建与删除 634.1.2 列表常用方法 654.1.3 列表推导式 674.1.4 切片 684.2 元组与生成器推导式 694.2.1 元组 694.2.2 生成器推导式 714.3 字典 724.3.1 创建字典和添加、修改与删除元素 724.3.2 访问字典对象的数据 754.4 集合 764.4.1 集合基础知识 764.4.2 集合操作与运算 774.4.3 列表、元组、字典、集合的区别和相互转换 814.5 序列解包 824.6 案例精选 85小结 87习题 88第5章 函数设计与使用 905.1 函数的定义与调用 915.1.1 函数的定义 915.1.2 函数调用 925.1.3 函数的返回值 935.1.4 匿名函数 945.2 函数的参数传递 965.2.1 默认值参数与关键参数 965.2.2 可变长度参数 985.2.3 参数传递时的序列解包 985.3 变量作用域 1005.4 闭包 1035.5 递归函数 1045.6 模块化程序设计 1085.6.1 模块及其引用 1085.6.2 编写自己的模块和包 1105.7 案例精选 111小结 113习题 113第6章 面向对象编程 1146.1 类的定义与使用 1156.2 数据成员与成员方法 1166.2.1 私有成员与公有成员 1166.2.2 数据成员 1176.2.3 方法 1186.2.4 属性 1206.3 继承、多态 1256.3.1 继承 1256.3.2 多态 1296.4 特殊方法与运算符重载 1306.5 案例精选 132小结 140习题 140第7章 文件操作 1427.1 文件对象 1427.2 文本文件操作 1447.3 二进制文件操作 1467.3.1 使用pickle模块 1467.3.2 使用struct模块 1477.4 对Excel数据的读/写操作 1487.5 文件与文件夹操作 1517.5.1 os与os.path模块 1517.5.2 shutil模块 1537.6 文件目录 1547.6.1 文件目录函数 1547.6.2 文件目录操作 1557.7 案例精选 156小结 161习题 162第二部分 Python高级应用第8章 数据库操作 1638.1 使用Python操作SQLite 数据库 1638.1.1 Connection对象 1648.1.2 Cursor对象 1658.1.3 Row对象 1688.2 使用Python操作其他关系型 数据库 1698.2.1 操作Access数据库 1698.2.2 操作MS SQL Server数据库 1698.2.3 操作MySQL数据库 1708.3 操作MongoDB数据库 1718.4 案例精选 173小结 181习题 182第9章 网络爬虫 1839.1 网络爬虫概述 1839.1.1 网络爬虫及其应用 1839.1.2 网络爬虫结构 1859.2 Python第三方库 1859.2.1 Python第三方库的概念 1859.2.2 Python第三方库的安装方法 1869.2.3 Python第三方库的使用方法 1879.3 爬虫基本库 1879.3.1 Requests库 1879.3.2 BeautifulSoup库 1899.4 案例精选 1929.4.1 抓取泉州地区短租房信息 1929.4.2 抓取酷狗TOP500的数据 196小结 198习题 198第10章 NumPy 20110.1 ndarray多维数组 20110.1.1 ndarray数组的创建 20110.1.2 ndarray对象的属性 20310.1.3 ndarray数据类型 20410.1.4 数组变换 20410.1.5 NumPy的随机数函数 20610.2 数组的索引和切片 20810.2.1 数组的索引 20810.2.2 数组的切片 20910.2.3 布尔型索引 21010.2.4 花式索引 21110.3 数组的运算 21110.3.1 数组的元素级运算 21110.3.2 通用函数 21210.3.3 条件逻辑运算 21310.3.4 统计运算 21410.3.5 排序 21510.3.6 集合运算 21510.4 案例精选 216小结 217习题 217第11章 pandas数据处理与分析 21911.1 pandas简介 21911.2 数据准备 21911.2.1 pandas的数据结构 21911.2.2 数据导入 22211.2.3 数据导出 22511.3 数据预处理 22711.3.1 数据清洗 22711.3.2 数据抽取 23011.3.3 插入记录 23511.3.4 修改记录 23611.3.5 排名索引 23711.3.6 数据合并 24011.3.7 数据计算 24411.3.8 数据分组 24611.3.9 日期处理 24711.4 数据分析 24911.4.1 基本统计分析 24911.4.2 分组分析 25011.4.3 分布分析 25111.4.4 交叉分析 25211.4.5 结构分析 25311.4.6 相关分析 25411.5 案例精选 25511.5.1 数据来源 25511.5.2 数据清洗 25611.5.3 数据探索 257小结 259习题 260第12章 Matplotlib数据可视化 基础 26212.1 绘图基础语法 26212.1.1 pyplot基础语法 26212.1.2 设置动态参数 26512.2 分析特征间的关系 26712.2.1 散点图 26712.2.2 折线图 26812.2.3 案例精选 27012.3 分析特征内部关系 27312.3.1 直方图 27312.3.2 饼图 27512.3.3 箱线图 27512.3.4 案例精选 276小结 281习题 281第13章 综合应用案例 28213.1 网站日志分析 28213.1.1 网站日志解析 28213.1.2 日志数据清洗 28413.1.3 日志数据分析 28613.2 旅游推荐 29313.2.1 按性价比给用户推荐旅游 产品 29313.2.2 通过热力图分析为用户提供 出行建议 298小结 304习题 304参考文献 304