这是一本Python入门书，本书的特色之一是在介绍Python编程的基础知识之后，通过具体编程范例，分不同的主题来阐释如何用Python语言高效编程，在帮助读者夯实基础的同时找到最佳解决方案，达到学以致用的目的。 本书内容由浅入深，从理论到实践，首先介绍Python编程的基本知识和编程范例，然后介绍如何进行性能优化、有效调试以及如何控制程序的流程。此外，本书还讲解了Python中的加密服务和安全令牌等知识。通过学习本书，读者将对Python语言有一定的了解。本书能够帮助读者掌握如何编写程序、构建网站以及利用Python著名的数据科学库来处理数据等内容。本书涵盖各种类型的应用程序，可帮助读者根据所学的知识解决真实世界中的问题。

Python 编程入门的精炼指南，用python 3.7 进行数据科学和web开发； 提供本书源代码和书中彩图文件下载。 Python 是一种极其灵活和强大的编程语言，适用于多个领域。本书并没有对 Python 的基础知识进行过多讲解，而是对其实用性进行了透彻的介绍，从而帮助读者熟悉并使用该语言。 你将首先了解 Python 的基础知识，为接下来的学习打下坚实的基础，并学习Python 编程基础，即如何操控 Python以实现想要的效果。你还将探索不同的编程用法，找到解决特定问题的理想方法，理解如何实现程序性能优化，学习有效调试、控制程序的执行流，并使用一种交换格式对数据进行交换。此外，你还将学习 Python 的加密服务，理解安全标记的概念。 本书将帮助你透彻理解 Python 语言，学习如何编写程序、创建网站，并利用数据科学库对数据进行操作。本书还配备了一些实例，涵盖了各种不同的应用类型，并在全书最后引导你根据所学知识创建一个实际项目。 主要内容： 获取 Python，并在 Windows、macOS 和 Linux 上安装运行； 使用数据结构和控制流，探索编程的基本概念；编写优雅、可复用、高效的代码； 理解什么时候适合使用过程式编程，什么时候适合使用面向对象编程（OOP）； 学习并发执行的基础知识； 通过编写测试，创建安全可靠的软件； 用 Django 创建简单的网站； 提取、清理和操纵数据。

法布里奇奥·罗马诺（Fabrizio Romano）出生于意大利，帕多瓦大学计算机科学系硕士。他是一位项目经理，同时也是一位教师，并且是CNHC的成员，现在就职于Sohonet，担任首席工程师和项目领导人。

第 1章　Python概述 1 1.1　编程预备知识　2 1.2　走近Python　4 1.3　Python的优点　5 1.3.1　可移植性　5 1.3.2　一致性　5 1.3.3　提高开发人员的效率　5 1.3.4　广泛的程序库　5 1.3.5　软件质量高　6 1.3.6　软件集成度高　6 1.3.7　满足感和乐趣　6 1.4　Python的缺点　6 1.5　当前的Python用户　7 1.6　设置环境　7 1.7　安装Python　8 1.7.1　安装Python解释器　9 1.7.2　关于virtualenv　10 1.7.3　第 一个虚拟环境　11 1.7.4　控制台　14 1.8　运行Python程序　14 1.8.1　运行Python脚本　14 1.8.2　在交互性shell中运行Python　15 1.8.3　以服务的形式运行Python　16 1.8.4　以GUI应用程序的形式运行Python　16 1.9　Python代码的组织方式　17 1.10　Python的执行模型　21 1.10.1　名称和名字空间　21 1.10.2　作用域　23 1.10.3　对象和类　26 1.11　编写良好代码的指导原则　28 1.12　Python的文化　29 1.13　关于IDE的说明　31 1.14　总结　31 第　2章 内置的数据类型　33 2.1　一切都是对象　34 2.2　可变对象与不可变对象　35 2.3　数值　36 2.3.1　整数　36 2.3.2　布尔值　38 2.3.3　实数　39 2.3.4　复数　40 2.3.5　分数和小数　40 2.4　不可变序列　42 2.4.1　字符串和字节　42 2.4.2　元组　45 2.5　可变序列　46 2.5.1　列表　47 2.5.2　字节数组　50 2.6　集合类型　51 2.7　映射类型—字典　53 2.8　collections模块　57 2.8.1　namedtuple　57 2.8.2　defaultdict　59 2.8.3　ChainMap　60 2.9　枚举　61 2.10　注意事项　62 2.10.1　小值缓存　62 2.10.2　如何选择数据结构　62 2.10.3　关于索引和截取　64 2.10.4　关于名称　65 2.11　总结　66 第3章　迭代和决策　67 3.1　条件编程　68 3.1.1　一种特化的else-elif　69 3.1.2　三元操作符　71 3.2　循环　72 3.2.1　for循环　72 3.2.2　迭代器和可迭代对象　74 3.2.3　对多个序列进行迭代　75 3.2.4　while循环　77 3.2.5　continue语句和break语句　80 3.2.6　一种特殊的else子句　82 3.3　综合应用　83 3.3.1　质数生成器　83 3.3.2　应用折扣　85 3.4　itertools模块　88 3.4.1　无限迭代器　89 3.4.2　终止于最短输入序列的迭代器　89 3.4.3　组合迭代器　90 3.5　总结　91 第4章　函数，代码的基本构件　92 4.1　函数的优点　93 4.1.1　减少代码的重复　94 4.1.2　分割复杂任务　94 4.1.3　隐藏实现细节　95 4.1.4　提高可读性　95 4.1.5　提高可追踪性　96 4.2　作用域和名称解析　97 4.3　输入参数　100 4.3.1　参数传递　100 4.3.2　对参数名称的赋值并不会影响调用者　101 4.3.3　修改可变对象会影响调用者　102 4.3.4　指定输入参数　103 4.4　返回值　111 4.5　一些实用的提示　113 4.6　递归函数　114 4.7　匿名函数　115 4.8　函数的属性　116 4.9　内置函数　117 4.10　最后一个例子　118 4.11　代码的文档　119 4.12　导入对象　120 4.13　总结　122 第5章　节省时间和内存　123 5.1　map、zip和filter函数　125 5.1.1　map函数　125 5.1.2　zip函数　128 5.1.3　filter函数　129 5.2　解析　129 5.2.1　嵌套的解析　131 5.2.2　在解析中应用过滤　131 5.2.3　dict解析　133 5.2.4　set解析　134 5.3　生成器　134 5.3.1　生成器函数　135 5.3.2　next工作方式　138 5.3.3　yield from表达式　141 5.3.4　生成器表达式　142 5.4　性能上的考虑　145 5.5　不要过度使用解析和生成器表达式　147 5.6　名称局部化　151 5.7　内置的生成行为　152 5.8　最后一个例子　153 5.9　总结　155 第6章　面向对象编程、装饰器和迭代器　156 6.1　装饰器　156 6.2　面向对象编程（OOP）　164 6.2.1　Python中最简单的类　164 6.2.2　类和对象的名字空间　165 6.2.3　属性屏蔽　166 6.2.4　self变量　167 6.2.5　实例的初始化　168 6.2.6　OOP与代码复用有关　169 6.2.7　访问基类　174 6.2.8　多重继承　176 6.2.9　静态方法和类方法　180 6.2.10　私有属性和名称改写　184 6.2.11　property装饰器　186 6.2.12　操作符重载　188 6.2.13　多态—简单说明　188 6.2.14　数据类　189 6.3　编写自定义的迭代器　190 6.4　总结　191 第7章　文件和数据持久化　192 7.1　操作文件和目录　193 7.1.1　打开文件　193 7.1.2　读取和写入文件　195 7.1.3　检查文件和目录是否存在　197 7.1.4　对文件和目录进行操作　197 7.1.5　临时文件和临时目录　200 7.1.6　检查目录的内容　201 7.1.7　文件和目录的压缩　202 7.2　数据交换格式　203 7.3　IO、流和请求　210 7.3.1　使用内存中的流　210 7.3.2　执行HTTP请求　211 7.4　对磁盘上的数据进行持久化　214 7.4.1　使用pickle模块对数据进行序列化　214 7.4.2　用shelve保存数据　216 7.4.3　把数据保存到数据库　217 7.5　总结　223 第8章　测试、性能分析和异常处理　224 8.1　对应用程序进行测试　225 8.1.1　测试的结构　227 8.1.2　编写测试的指导原则　228 8.1.3　单元测试　229 8.1.4　测试一个CSV生成器　231 8.2　测试驱动的开发　244 8.3　异常　247 8.4　对Python进行性能分析　251 8.5　总结　255 第9章　加密与标记　256 9.1　加密的需要　256 9.2　hashlib模块　257 9.3　secrets模块　260 9.3.1　随机数　260 9.3.2　标记的生成　260 9.3.3　摘要的比较　262 9.4　HMAC　263 9.5　JSON Web标记　263 9.5.1　已注册的诉求　265 9.5.2　使用非对称（公钥）算法　268 9.6　总结　270 第　10章 并发执行　271 10.1　并发与平行的比较　272 10.2　线程和进程　272 10.2.1　线程的简要剖析　272 10.2.2　全局解释器锁　274 10.2.3　竞争条件和死锁　275 10.2.4　进程的简要剖析　277 10.2.5　多线程与多进程之间的区别　278 10.3　Python中的并发执行　279 10.3.1　启动线程　279 10.3.2　启动进程　281 10.3.3　终止线程和进程　282 10.3.4　生成多个线程　283 10.3.5　解决竞争条件　284 10.3.6　线程的局部数据　286 10.3.7　线程和进程的通信　288 10.3.8　线程池和进程池　291 10.3.9　使用进程为函数添加到期时间　294 10.4　案例　295 10.4.1　案例1：并发的mergesort　296 10.4.2　案例2：批量解答数独的程序　300 10.4.3　案例3：下载随机图像　309 10.5　总结　314 第　11章 调试和故障排除　315 11.1　调试技巧　316 11.1.1　用print进行调试　316 11.1.2　用自定义函数进行调试　317 11.1.3　检查回溯　319 11.1.4　使用Python调试器　321 11.1.5　检查日志文件　323 11.1.6　其他技巧　326 11.1.7　去哪里寻找相关的信息　327 11.2　故障排除指南　327 11.2.1　使用控制台编辑器　327 11.2.2　选择合适的地方放置调试断点　327 11.2.3　使用测试进行调试　328 11.2.4　监视　328 11.3　总结　328 第　12章 GUI和脚本　330 12.1　第 1种方法：脚本　332 12.1.1　导入部分　332 12.1.2　解析参数　333 12.1.3　业务逻辑　335 12.2　第 2种方法：GUI应用程序　339 12.2.1　导入部分　341 12.2.2　布局逻辑　341 12.2.3　业务逻辑　345 12.2.4　改进GUI应用程序　351 12.3　进一步了解GUI应用程序　352 12.3.1　turtle模块　352 12.3.2　wxPython、PyQt和PyGTK　353 12.3.3　最小惊讶原则　353 12.3.4　线程方面的考虑　353 12.4　总结　354 第　13章 数据科学　355 13.1　IPython和Jupyter Notebook　356 13.1.1　安装必要的程序库　358 13.1.2　使用Anaconda　358 13.1.3　启动Notebook　359 13.2　处理数据　359 13.2.1　设置Notebook　360 13.2.2　准备数据　360 13.2.3　整理数据　364 13.2.4　创建DataFrame　366 13.2.5　把DataFrame保存到文件　375 13.2.6　显示结果　375 13.3　数据科学和Python的更多工具　381 13.4　总结　383 第　14章 Web开发　384 14.1　Web　384 14.2　Web的工作方式　385 14.3　Django Web框架　385 14.3.1　Django的设计原则　386 14.3.2　Django的URL分配器　388 14.4　一个regex网站　389 14.4.1　安装Django　389 14.4.2　添加Entry模型　392 14.4.3　对管理员面板进行自定义　393 14.4.4　创建表单　396 14.4.5　编写视图　397 14.4.6　连接URL和视图　401 14.4.7　编写模板　403 14.5　Web开发的未来　409 14.5.1　编写Flask视图　409 14.5.2　用Falcon创建JSON语录服务器　411 14.6　总结　413 14.7　再见　414