本书是中国信息协会大数据分会副会长刘鹏教授组织编撰的“高级大数据人才培养丛书”之一。本书是一本全面的、从入门到实践的Python编程教程，从带领读者快速掌握基本的Python编程知识开始，循序渐进、层层深入地引导读者利用新学到的知识开发功能丰富的项目。本书首先介绍了Python基础；接着介绍了数据类型、档案、程式调试、面向对象程式设计、连线数据源等基本知识；然后结合网路爬虫、数据挖掘、自然语言处理、数据可视化、Web和移动套用等工具，以案例为依託进行项目实战；最后介绍了国内各种云服务平台，以及如何运用Python实现访问。本书的全部实验均可在大数据实验平台上远程开展，也可在高校部署的BDRack大数据实验一体机上本地开展

第1章 Python基础 1
1.1 Python简介 1
1.2 Python的安装与运行 3
1.3 Python版本的选择 8
1.4 程式控制 11
1.4.1 Python赋值语句 11
1.4.2 顺序结构 18
1.4.3 选择结构 19
1.4.4 循环结构 22
1.5 绘图 27
1.5.1 创建turtle对象 27
1.5.2 turtle绘图的基础知识 29
1.5.3 利用turtle库提供的方法绘製图形 31
1.6 函式 37
1.6.1 函式的定义 37
1.6.2 函式的调用 39
1.6.3 lambda函式 42
习题 42
参考文献 43
第2章 数据类型 44
2.1 核心内置数据类型概述 44
2.2 数字类型声明及基本运算 47
2.2.1 整型 47
2.2.2 浮点型 47
2.2.3 複数类型 47
2.2.4 数字运算符 48
2.2.5 数字类型的常用函式及math库 49
2.2.6 数字类型转换函式 51
2.2.7 浮点型精度处理 52
2.3 列表 53
2.3.1 列表基本特徵 53
2.3.2 序列通用操作 55
2.3.3 可变序列及列表通用操作（一） 58
2.3.4 可变序列及列表通用操作（二） 59
2.4 元组 62
2.5 range 64
2.6 哈希运算 66
2.7 字典 67
2.7.1 字典概述及声明 67
2.7.2 字典元素的访问 71
2.7.3 字典常用方法 71
2.8 字元串 74
2.8.1 字元串的声明 74
2.8.2 转义字元 76
2.8.3 字元串序列通用操作 77
2.8.4 字元串常用内置方法 78
习题 82
参考文献 83
第3章 档案 84
3.1 读写档案 84
3.1.1 档案对象声明与基本操作 84
3.1.2 编码问题 89
3.1.3 档案写入操作 90
3.1.4 列表推导式 92
3.1.5 关闭档案 94
3.1.6 上下文语法 94
3.1.7 生成器 95
3.2 遍历目录树 97
3.3 处理Word档案 102
3.3.1 Python-docx库 102
3.3.2 利用Python-docx库读Word档案 102
3.3.3 利用docx创建Word档案 104
3.4 处理.pdf档案 105
3.5 处理压缩档案 107
习题 111
参考文献 112
第4章 程式调试 113
4.1 异常 113
4.2 断言 127
4.3 日誌 131
4.4 调试器 138
习题 144
参考文献 144
第5章 面向对象程式设计 146
5.1 面向对象程式技术的基本概念 146
5.2 类的定义和对象 148
5.3 构造函式和析构函式 150
5.4 类属性和实例属性 151
5.5 类的方法 152
5.5.1 类方法 152
5.5.2 实例方法 152
5.5.3 静态方法 152
5.5.4 类的特殊方法 154
5.6 类的继承性 160
5.6.1 单一继承 160
5.6.2 多重继承 162
5.7 类的多态性 164
习题 164
参考文献 165
第6章 连线数据源 166
6.1 导入CSV数据 166
6.1.1 CSV数据的格式 166
6.1.2 Python读取CSV档案 167
6.1.3 Python写CSV档案 169
6.2 导入Excel数据 170
6.2.1 Python读取Excel档案 171
6.2.2 Python写Excel档案 171
6.3 导入JSON数据 172
6.3.1 JSON数据的格式 172
6.3.2 Python解码JSON数据 172
6.3.3 Python编码JSON数据 173
6.3.4 Python处理JSON数据档案 174
6.4 访问资料库 175
6.4.1 资料库的查询操作 177
6.4.2 资料库的插入操作 178
6.4.3 资料库的删除操作 178
6.4.4 资料库的修改操作 179
习题 179
参考文献 180
第7章 网路爬虫 181
7.1 网路爬虫工作的基本原理 181
7.1.1 网页的概念 181
7.1.2 网路爬虫的工作流程 182
7.1.3 Python与网路爬虫 183
7.2 网页内容获取——requests库 183
7.2.1 requests对象 184
7.2.2 response对象 184
7.3 网页内容解析——BeautifulSoup 库 185
7.3.1 BeautifulSoup 库概述 185
7.3.2 beautifulsoup4 库常用方法和Tag节点 187
7.4 正则表达式 188
7.4.1 正则表达式概念 188
7.4.2 正则表达式元字元介绍 190
7.4.3 正则表达式的常用函式介绍 194
7.5 实战：热门电影搜寻 195
7.6 实战：大数据相关论文文章标题採集 196
7.7 实战：全国空气品质爬取 198
习题 199
参考文献 200
第8章 数据挖掘 201
8.1 Python常用数据分析工具 201
8.1.1 Numpy 201
8.1.2 Scipy 202
8.1.3 pandas 202
8.1.4 Scikit-Learn 203
8.2 数据预处理 204
8.2.1 数据清理 204
8.2.2 数据集成 205
8.2.3 数据变换 206
8.2.4 Python数据预处理 206
8.3 分类与预测 210
8.3.1 特徵选择 210
8.3.2 性能评估 210
8.3.3 实现过程 212
8.3.4 分类与预测的常用方法 213
8.4 聚类分析 235
8.4.1 聚类分析定义 235
8.4.2 聚类分析评价标準 235
8.4.3 数据相似度度量 236
8.4.4 聚类分析的常用方法 237
8.5 实战：信用评估 247
8.5.1 数据载入及说明 247
8.5.2 数据预处理 248
8.5.3 划分数据集 249
8.5.4 模型建立及参数调优 250
8.5.5 模型测试及分析 252
8.6 实战：影片推荐系统 255
8.6.1 推荐系统 255
8.6.2 python-recsys简介 256
8.6.3 影片推荐 256
习题 258
参考文献 258
第9章 自然语言处理 260
9.1 Python 常用自然语言处理工具 260
9.1.1 Python自然语言处理工具包NLTK 260
9.1.2 Python中文处理工具jieba 260
9.1.3 Python语法解析器PLY 261
9.2 文本处理 261
9.2.1 文本获取 261
9.2.2 文本表示 262
9.2.3 文本特徵词提取 263
9.3 词法分析 268
9.3.1 分词 268
9.3.2 词性标注 270
9.3.3 命名实体识别 271
9.3.4 去停用词 272
9.3.5 中文分词实战 275
9.4 语法分析 277
9.4.1 语法分析简介 277
9.4.2 语法树 277
9.4.3 语法分析算法 278
9.4.4 语法分析示例 280
9.5 实战：搜寻引擎 282
习题 290
参考文献 291
第10章 数据可视化 292
10.1 用Pillow操作图像 292
10.1.1 图像的基本知识 292
10.1.2 图像处理中常用的模组和函式 293
10.1.3 案例介绍 296
10.2 用Matplotlib绘图 298
10.2.1 Matplotlib常用函式介绍 299
10.2.2 折线图的函式定义及属性说明 299
10.2.3 案例介绍 300
10.3 调用Echarts 308
习题 310
参考文献 310
第11章 Web和移动套用 311
11.1 Web框架Django 311
11.1.1 Django简介 311
11.1.2 Web框架 311
11.1.3 MVC和MTV模式 312
11.1.4 Django的安装 313
11.2 Python Web开发 314
11.2.1 创建项目 314
11.2.2 Django 模板 316
11.2.3 Django 模型 318
11.2.4 Django Admin管理工具 323
11.2.5 Django Nginx+uwsgi 安装配置 330
11.3 Python移动套用开发 333
11.3.1 Python Kivy 333
11.3.2 Python 移动套用开发 334
11.3.3 基于Python开发2048游戏 335
习题 340
参考文献 341
第12章 与云结合 342
12.1 阿里云 342
12.1.1 阿里云架构 342
12.1.2 CLI Python 版 344
12.2 腾讯云 350
12.2.1 腾讯云总体架构 350
12.2.2 腾讯云Python访问 351
12.3 百度云 354
12.3.1 百度云架构 355
12.3.2 BAE Python部署 357
12.4 万物云 359
12.4.1 功能及套用 360
12.4.2 数据服务及访问 360
12.5 环境云 366
12.5.1 功能服务 366
12.5.2 套用开发数据接口 366
习题 369
参考文献 369