华信教育资源网
Python程序设计基础(第2版)
作   译   者:钟雪灵 李立 出 版 日 期:2024-06-01
出   版   社:电子工业出版社 维   护   人:谭海平 
书   代   号:G0477150 I S B N:9787121477157

图书简介:

本书介绍Python程序设计的基础知识,集教材、习题、上机实验于一体,内容涵盖全国计算机等级考试二级Python语言程序设计的考试大纲,包括11章教学内容和12个实验。在教学内容中,第1~6章介绍Python程序设计的基础知识,第7~9章介绍3个用于数据分析的第三方软件包及其应用,第10~11章介绍运用Python进行财经数据分析与可视化的几个综合案例。12个实验与教学内容结合紧密,包括验证性、设计性和综合性实验,方便实验教学的组织与开展。本书可作为高等院校计算机专业和非计算机专业零编程基础学生的教材,也可作为全国计算机等级考试的教材,还可作为相关人员的自学参考书。
您的专属联系人更多
关注 评论(0) 分享
配套资源 图书内容 样章/电子教材 图书评价
  • 配 套 资 源

    本书资源

    本书暂无资源

    会员上传本书资源

  • 图 书 内 容

    内容简介

    本书介绍Python程序设计的基础知识,集教材、习题、上机实验于一体,内容涵盖全国计算机等级考试二级Python语言程序设计的考试大纲,包括11章教学内容和12个实验。在教学内容中,第16章介绍Python程序设计的基础知识,第79章介绍3个用于数据分析的第三方软件包及其应用,第1011章介绍运用Python进行财经数据分析与可视化的几个综合案例。12个实验与教学内容结合紧密,包括验证性、设计性和综合性实验,方便实验教学的组织与开展。

    本书可作为高等院校计算机专业和非计算机专业零编程基础学生的教材,也可作为全国计算机等级考试的教材,还可作为相关人员的自学参考书。

    图书详情

    ISBN:9787121477157
    开 本:16(185*260)
    页 数:300
    字 数:540

    本书目录

    第1章  初识Python    1
    1.1  Python语言概述    1
    1.2  Python的开发优势    1
    1.3  安装Python    2
    1.4  IDLE开发环境    3
    1.4.1  Python IDLE集成开发环境    3
    1.4.2  Python程序编辑器    4
    1.4.3  Python程序书写规范    5
    1.4.4  Python程序的运行    6
    1.5  Anaconda开发环境    8
    1.5.1  Python软件包管理工具    8
    1.5.2  Anaconda软件包    9
    1.5.3  Anaconda Prompt窗口    11
    1.5.4  IPython开发工具    13
    1.5.5  Spyder集成开发环境    17
    1.6  Jupyter Notebook介绍    18
    1.6.1  安装与启动Jupyter Notebook    18
    1.6.2  程序的编辑与运行    19
    1.7  本章小结    21
    习题    21
    第2章  Python语言基础    23
    2.1  基本数据类型    23
    2.1.1  数值型    23
    2.1.2  逻辑型    23
    2.1.3  字符串    24
    2.2  变量    28
    2.2.1  关键字和标识符    28
    2.2.2  变量    29
    2.3  运算符与表达式    30
    2.3.1  运算符    30
    2.3.2  表达式    35
    2.3.3  数据类型转换    36
    2.4  输入与输出    37
    2.4.1  输入函数input()    37
    2.4.2  输出函数print()    37
    2.5  内置函数    38
    2.5.1  数学运算函数    38
    2.5.2  字符串处理函数    39
    2.5.3  其他函数    42
    2.6  常用模块    43
    2.6.1  模块导入    43
    2.6.2  math模块    45
    2.6.3  random模块    46
    2.6.4  datetime和time模块    47
    2.7  本章小结    50
    习题    51
    第3章  Python容器数据类型    53
    3.1  列表    53
    3.1.1  创建列表和存取列表元素    53
    3.1.2  列表基本操作    54
    3.1.3  列表常用函数    55
    3.1.4  切片    57
    3.1.5  列表生成方式    57
    3.2  元组    59
    3.2.1  创建元组和存取元组元素    59
    3.2.2  元组和列表的差异    60
    3.2.3  序列操作函数    61
    3.3  字典    62
    3.3.1  创建字典和存取键值对    62
    3.3.2  字典的常用方法    63
    3.4  集合    64
    3.4.1  创建集合    64
    3.4.2  遍历集合    65
    3.4.3  集合操作函数    65
    3.4.4  集合运算:并、交、差    66
    3.5  可变类型和不可变类型    67
    3.6  本章小结    68
    习题    69
    第4章  程序控制结构    70
    4.1  顺序结构    70
    4.2  选择结构    71
    4.2.1  二分支选择结构    71
    4.2.2  单分支选择结构    72
    4.2.3  多分支选择结构    73
    4.2.4  多分支(嵌套)选择结构    75
    4.3  循环结构    76
    4.3.1  while循环    76
    4.3.2  for循环    78
    4.3.3  break语句和continue语句    79
    4.3.4  循环的嵌套    80
    4.4  异常处理结构    82
    4.5  本章小结    84
    习题    84
    第5章  函数    85
    5.1  函数定义    85
    5.2  函数调用与参数    88
    5.2.1  函数调用的一般形式    88
    5.2.2  不可变对象和可变对象参数    89
    5.2.3  默认值参数    89
    5.2.4  关键字参数    90
    5.2.5  不定长参数    91
    5.2.6  实参序列解包    91
    5.3  变量的作用域    92
    5.4  lambda表达式    93
    5.5  生成器函数    95
    5.6  函数递归调用    95
    5.7  Python的第三方库    97
    5.7.1  jieba库    97
    5.7.2  wordcloud库    98
    5.7.3  turtle库    100
    5.8  本章小结    101
    习题    102
    第6章  文件    103
    6.1  文件的基本概念    103
    6.2  文件基本操作    104
    6.2.1  用内置函数open()打开文件    104
    6.2.2  文件对象的属性和常用方法    105
    6.2.3  关闭文件    106
    6.2.4  读/写文本文件    106
    6.2.5  使用pickle模块读/写二进制文件    108
    6.2.6  文件定位    109
    6.2.7  读/写docx文件    110
    6.2.8  读/写xlsx文件    111
    6.3  文件与文件夹操作    112
    6.3.1  os模块    112
    6.3.2  os.path模块    114
    6.4  编程实例    114
    6.5  本章小结    118
    习题    118
    第7章  NumPy科学计算库    119
    7.1  NumPy基础    120
    7.1.1  数组对象特性    120
    7.1.2  生成数组    121
    7.1.3  NumPy的数据类型    123
    7.2  存取数组元素    125
    7.2.1  基本索引和切片操作    125
    7.2.2  二维数组的索引操作    125
    7.2.3  布尔索引    126
    7.3  数组运算和排序    127
    7.3.1  数组和单个数据的运算    127
    7.3.2  数组广播运算    127
    7.3.3  数组排序    129
    7.4   NumPy的函数    130
    7.4.1  常用函数    130
    7.4.2  随机函数    133
    7.4.3  集合函数    134
    7.4.4  多项式    134
    7.4.5  线性代数函数    135
    7.5  数组组合和文件存取    136
    7.5.1  改变数组维数    136
    7.5.2  数组组合    137
    7.5.3  数组分割    138
    7.5.4  读写文件    139
    7.5.5  meshgrid网格数组    140
    7.6  应用实例    140
    7.7  本章小结    143
    习题    143
    第8章  Pandas数据分析库    144
    8.1  Pandas的基本数据结构    144
    8.1.1  Series序列    144
    8.1.2  DataFrame数据框    147
    8.2  访问数据    149
    8.2.1  loc[]、iloc[]访问    149
    8.2.2  query()和select_dtypes()    151
    8.3  算术运算和对齐    151
    8.3.1  nan缺失值处理    151
    8.3.2  对齐处理    154
    8.3.3  通用函数    156
    8.4  读/写数据文件    157
    8.4.1  CSV文件    157
    8.4.2  Excel文件    159
    8.4.3  Stata和Json文件    160
    8.4.4  html表格    160
    8.5  数据整理    161
    8.5.1  插入或删除行列及数据替换    161
    8.5.2  索引整理    162
    8.5.3  重复值处理    164
    8.5.4  排序和排名    164
    8.5.5  数据框连接    166
    8.5.6  数据分箱    168
    8.5.7  多级索引    169
    8.5.8  字符串处理    171
    8.6  分组统计    172
    8.6.1  分组对象概述    172
    8.6.2  分组对象的统计方法    173
    8.6.3  数据透视表和交叉表    175
    8.7  时间序列    176
    8.7.1  Pandas中的时间函数    176
    8.7.2  时间频率变换    179
    8.7.3  滑动窗口的rolling函数    179
    8.8  实例应用    180
    8.8.1  泰坦尼克号数据集分析    180
    8.8.2  电影票房统计    183
    8.8.3  足球比赛统计    185
    8.9  本章小结    187
    习题    188
    第9章  Matplotlib绘图库    189
    9.1  Matplotlib简介    189
    9.1.1  绘图示例    189
    9.1.2  颜色、线型和标记符号    191
    9.1.3  plt的常用命令    192
    9.2  几种常见的图形    195
    9.2.1  柱形图    195
    9.2.2  饼图    197
    9.2.3  散点图    199
    9.2.4  直方图    201
    9.2.5  箱线图    202
    9.2.6  其他图形    203
    9.3  多子图绘制    204
    9.3.1  使用fig.add_subplot命令添加子图    204
    9.3.2  使用plt.subplots命令添加子图    205
    9.3.3  使用twinx()函数实现双y轴图形    207
    9.4  设置图形装饰项    207
    9.4.1  添加注解    208
    9.4.2  设置坐标轴    210
    9.4.3  填充颜色和显示图片    211
    9.5  使用Pandas绘图    213
    9.6  本章小结    216
    习题    216
    第10章  财经数据可视化    217
    10.1  财经数据获取    217
    10.1.1  通过Tushare获取股票行情数据    217
    10.1.2  通过BaoStock获取货币供应量    218
    10.1.3  通过AKshare平台获取宏观杠杆率    219
    10.1.4  通过世界银行公开数据平台获取数据    220
    10.2  股票行情数据可视化    221
    10.3  中国GDP数据可视化    223
    10.4  宏观杠杆率数据可视化    225
    10.5  货币供应量可视化    227
    10.6  本章小结    229
    习题    229
    第11章  Python金融分析应用    230
    11.1  实用NumPy金融函数    230
    11.2  股票的收益率和波动率    233
    11.2.1  收益率计算    234
    11.2.2  单只股票和市场平均收益率比较    236
    11.2.3  历史波动率计算    239
    11.2.4  股票收益率相关性分析    241
    11.3  股票技术指标计算    244
    11.3.1  价格趋势分析    244
    11.3.2  超卖超买分析    247
    11.4  本章小结    249
    习题    250
    第12章  配套实验    251
    实验1  Python和内置函数    251
    实验2  Python语言基础练习    258
    实验3  容器数据类型及若干库练习    261
    实验4  程序的流程控制    265
    实验5  函数练习    266
    实验6  文件读写    268
    实验7  NumPy实验1    270
    实验8  NumPy实验2    273
    实验9  Pandas实验1    274
    实验10  Pandas实验2    276
    实验11  Matplotlib绘图库    277
    实验12  Python金融数据分析应用    280
    参考文献    287
    展开

    前     言

    数字时代已经来临。移动互联网、云计算、大数据、人工智能等先进信息技术层出不穷,不断渗透至社会的各个领域,产生了许多新的应用场景,深刻地改变着人们的社交方式、生活方式和工作方式。一些智者认为构建在现实世界基础之上的数字化虚拟世界已经逐渐形成。如今,人们不仅生活在有形的现实世界中,而且生活在现实与虚拟相互交织、相互融合的数字时代。党的二十大报告明确指出,要加快建设数字中国。建设数字中国是数字时代推进中国式现代化的重要引擎,是构筑国家竞争新优势的有力支撑。
    在数字时代,具备一定的计算思维,能够理解计算机的工作原理,能够自然地实现人机交互,已成为年轻一代大学生的基本素养,也是建设数字中国的迫切需要。显然,缺乏这些素养的人将难以理解区块链、大数据、人工智能、物联网等不断涌现的先进技术,更无从谈起它们的应用和创新。因此,令人担忧的是,缺乏这些素养的人将游离于数字时代之外,无法理解时代的变化,更无法适应这种变化,最终面临被时代淘汰的危险。为此,数字时代的高等教育必须加强大学生信息技术能力的培养,新一代大学生无论学习什么专业、未来从事何种职业,都必须掌握一些信息技术,熟练使用一些工具。掌握一门计算机语言是新一代大学生开启信息技术学习大门的钥匙,而掌握数据分析是开启大门后最有价值的探究方向之一。数据分析是指通过信息技术方法和手段从数据中发现知识、预测未来,是数字时代一门通用的基础技术,应用范围广。创业者通过数据分析可以优化产品,营销人员通过数据分析可以改进营销策略,产品经理通过数据分析可以洞察用户的真实需求,金融从业者通过数据分析可以规避投资风险……因此,大学生学好一门计算机语言,继而结合自身专业学习程序化的数据分析方法,是提高信息技术能力最直接、最有效的一条学习路径。
    近年来,Python已迅速成为数据分析和机器学习领域的主流计算机语言,有着Excel、SPSS、R等工具无可比拟的优势。Python是一种跨平台、免费、开源、面向对象的解释型高级程序设计语言,遵循简单、明确、优雅的理念,具有易写、易读、易维护、拓展性强等特点。Python提供丰富的标准软件包和第三方软件包,如功能强大的数据分析包Pandas、NumPy、Matplotlib等,在程序中导入软件包后,就可使用软件包提供的所有功能。
    广东金融学院是一所具有“央行基因”的财经类院校,为提高学生的信息技术能力,多年前就已开设“Python程序设计基础”课程,编制了丰富的教学讲义和实验素材。为进一步践行我们的人才培养理念,我们组织经验丰富的教师团队针对财经类专业编写了本书,力图为学生进一步学习数据分析打下扎实的语言基础。本书包括11章教学内容和12个实验。在教学内容中,第1~6章介绍Python程序设计的基础知识;第7~9章介绍3个用于数据分析的第三方软件包(NumPy、Pandas、Matplotlib)及其应用;第10~11章介绍运用Python进行财经数据分析与可视化的几个综合案例。12个实验与教学内容结合紧密,包括验证性、设计性和综合性等类型实验,方便实验教学的组织与开展。本书内容涵盖了全国计算机等级考试二级Python语言程序设计的考试大纲,可作为二级考试的教材。此外,我们为本书录制了完整的配套教学视频,以辅助读者学习,详见https://www.bilibili.com/video/BV18E411j7Uv。
    本书由钟雪灵、李立、高平安、李梅生和唐名华五位老师共同编写。在教材编写过程中,潘章明、侯昉和陈灵三位老师提供了无私的帮助和支持,在此一并向为本书出版付出辛勤劳动的朋友们表示衷心的感谢!
    最后,若读者对本书有任何意见或建议,请发送电子邮件至tzhongxl@gduf.edu.cn,以便在图书再版时完善。对此,我们表示由衷的感谢!


    钟雪灵    

    2024年2月于广州
    展开

    作者简介

    本书暂无作者简介
  • 样 章 试 读
    本书暂无样章试读!
  • 图 书 评 价 我要评论
华信教育资源网