Python基础与深度学习实战

Python基础与深度学习实战
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: , , ,
2020-09
版次: 1
ISBN: 9787122359797
定价: 58.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 187页
2人买过
  • 本书共分为4篇18章,第1篇为Python入门,主要介绍Python的功能、使用和学习方法。第2篇为Python应用基础,主要介绍变量与字符串、列表、元组和字典、控制语句、函数、模块与包、递归、文件、异常、面向对象技术、查找与排序。第3篇为Python科学计算与数据可视化,主要介绍Python科学计算库、Matplotlib数据可视化。第4篇为Python深度学习与实战,主要介绍数据挖掘、植物病害识别案例和皮肤癌变类识别实例。 

    本书适合Python初学者或爱好者作为入门教材,也可以作为软件技术基础、深度学习、人工智能等课程的参考教材。 第1篇Python入门001 

    第1章Python的“魔法”001 

    1.1Python是什么001 

    1.2Python能做什么001 

    1.3Python怎么样002 

    第2章Python的使用方法003 

    2.1Python安装003 

    2.1.1Windows下安装Python003 

    2.1.2Linux下安装Python(以Ubuntu为例)003 

    2.1.3Anaconda的使用004 

    2.2选择合适的开发环境007 

    2.2.1Spyder的使用007 

    2.2.2PyCharm的安装与使用009 

    2.2.3文本编辑器配合终端的使用方法011 

    2.3Python初体验012 

    2.3.1第一个Python程序012 

    2.3.2Python语言风格014 

    2.4管理Python库014 

    2.4.1模块的导入014 

    2.4.2第三方库的安装与导入014 

    2.4.3国内镜像源介绍015 

    第3章Python高效学习方法016 

    3.1如何使用本书016 

    3.2如何提高Python编程能力016 

    第2篇Python应用基础017 

    第4章简单变量与字符串017 

    4.1变量赋值017 

    4.1.1单变量赋值017 

    4.1.2多变量赋值018 

    4.2数字用法及其类型018 

    4.2.1数字用法018 

    4.2.2数据类型018 

    4.3字符串021 

    4.3.1字符串的声明和访问021 

    4.3.2字符串拼接022 

    4.3.3字符串修改022 

    4.3.4字符串其他常用方法023 

    4.4变量的命名规则024 

    第5章列表、元组和字典026 

    5.1列表026 

    5.2元组031 

    5.3字典033 

    第6章控制语句039 

    6.1True和False039 

    6.2条件判断039 

    6.2.1if-else040 

    6.2.2elif040 

    6.3循环041 

    6.3.1for语句041 

    6.3.2while语句043 

    6.3.3循环嵌套043 

    6.3.4break语句044 

    6.3.5continue语句045 

    第7章函数047 

    7.1函数基础047 

    7.2函数名称及函数的调用047 

    7.3函数的参数传递047 

    7.4变量作用域050 

    7.5函数式编程052 

    7.6Python内置函数055 

    第8章模块和包058 

    8.1模块058 

    8.2编写模块058 

    8.3包059 

    第9章递归061 

    9.1递归定义061 

    9.2递归函数061 

    9.3字符串反转061 

    9.4重组词062 

    9.5快速求幂062 

    9.6二分查找063 

    第10章文件065 

    10.1打开文件065 

    10.2文件基本操作方法065 

    10.3对文件内容进行迭代067 

    第11章异常072 

    11.1什么是异常072 

    11.2捕获异常072 

    11.3引发异常074 

    11.4断言075 

    11.5实现自定义异常076 

    11.6with关键字076 

    第12章面向对象技术079 

    12.1OOD概念079 

    12.2类079 

    12.2.1类的声明与定义079 

    12.2.2类的实例化与使用080 

    12.2.3封装083 

    12.2.4访问权限084 

    12.2.5类的内建函数085 

    12.2.6@property装饰器085 

    12.2.7枚举类088 

    12.2.8类的存储与导入089 

    12.3继承和多态090 

    12.3.1__bases__属性090 

    12.3.2继承的基本概念090 

    12.3.3多态091 

    12.3.4从标准类型派生091 

    12.3.5多重继承和多继承092 

    12.4迭代器095 

    12.5生成器098 

    第13章查找与排序102 

    13.1查找案例102 

    13.1.1简单的查找问题102 

    13.1.2策略1:线性查找103 

    13.1.3策略2:二分查找104 

    13.1.4策略3:插值查找104 

    13.2排序案例105 

    13.2.1选择排序105 

    13.2.2归并排序106 

    13.2.3插入排序107 

    13.2.4快速排序107 

    13.2.5冒泡排序108 

    第3篇Python科学计算与数据可视化110 

    第14章Python科学计算库110 

    14.1NumPy简介110 

    14.1.1NumPy的应用110 

    14.1.2NumPy有什么功能?111 

    14.1.3使用NumPy的优势111 

    14.1.4NumPy开发环境112 

    14.2数组的索引112 

    14.2.1基本索引112 

    14.2.2切片索引115 

    14.2.3布尔型索引116 

    14.2.4花式索引116 

    14.3数组的计算:广播117 

    14.4比较、掩码和布尔逻辑119 

    14.4.1和通用函数类似的比较操作119 

    14.4.2操作布尔数组119 

    14.4.3布尔数组作为掩码120 

    14.5数组的排序121 

    14.6结构化数组124 

    14.6.1结构化数据类型124 

    14.6.2结构化数组的索引和分配125 

    14.7Pandas数值运算方法127 

    14.8处理缺失值131 

    第15章Matplotlib数据可视化136 

    15.1Matplotlib常用技巧136 

    15.2两种画图接口136 

    15.3简易线性图138 

    15.4简易散点图139 

    第4篇Python深度学习与实战141 

    第16章数据挖掘141 

    16.1流程介绍141 

    16.2导入和可视化数据141 

    16.3数据分类与回归144 

    16.3.1Logistic回归144 

    16.3.2K-近邻算法145 

    16.3.3朴素贝叶斯算法145 

    16.3.4决策树145 

    16.4聚类145 

    16.5数据降维148 

    第17章植物病害识别案例150 

    17.1案例背景150 

    17.2案例要求150 

    17.3案例步骤150 

    17.3.1数据加载151 

    17.3.2图像预处理153 

    17.3.3模型搭建与修改155 

    17.3.4模型训练157 

    17.3.5模型验证159 

    17.3.6训练参数存储159 

    17.3.7中间结果的打印160 

    17.4案例代码161 

    第18章皮肤癌变类识别实例169 

    18.1实例背景169 

    18.2实例要求169 

    18.3任务步骤170 

    18.3.1数据加载与预处理170 

    18.3.2模型调用与修改173 

    18.3.3模型构建与参数设定173 

    18.3.4模型训练与验证173 

    18.3.5Callback函数调用174 

    18.3.6中间结果的打印175 

    18.4实例代码175 

    参考文献187
  • 内容简介:
    本书共分为4篇18章,第1篇为Python入门,主要介绍Python的功能、使用和学习方法。第2篇为Python应用基础,主要介绍变量与字符串、列表、元组和字典、控制语句、函数、模块与包、递归、文件、异常、面向对象技术、查找与排序。第3篇为Python科学计算与数据可视化,主要介绍Python科学计算库、Matplotlib数据可视化。第4篇为Python深度学习与实战,主要介绍数据挖掘、植物病害识别案例和皮肤癌变类识别实例。 

    本书适合Python初学者或爱好者作为入门教材,也可以作为软件技术基础、深度学习、人工智能等课程的参考教材。
  • 目录:
    第1篇Python入门001 

    第1章Python的“魔法”001 

    1.1Python是什么001 

    1.2Python能做什么001 

    1.3Python怎么样002 

    第2章Python的使用方法003 

    2.1Python安装003 

    2.1.1Windows下安装Python003 

    2.1.2Linux下安装Python(以Ubuntu为例)003 

    2.1.3Anaconda的使用004 

    2.2选择合适的开发环境007 

    2.2.1Spyder的使用007 

    2.2.2PyCharm的安装与使用009 

    2.2.3文本编辑器配合终端的使用方法011 

    2.3Python初体验012 

    2.3.1第一个Python程序012 

    2.3.2Python语言风格014 

    2.4管理Python库014 

    2.4.1模块的导入014 

    2.4.2第三方库的安装与导入014 

    2.4.3国内镜像源介绍015 

    第3章Python高效学习方法016 

    3.1如何使用本书016 

    3.2如何提高Python编程能力016 

    第2篇Python应用基础017 

    第4章简单变量与字符串017 

    4.1变量赋值017 

    4.1.1单变量赋值017 

    4.1.2多变量赋值018 

    4.2数字用法及其类型018 

    4.2.1数字用法018 

    4.2.2数据类型018 

    4.3字符串021 

    4.3.1字符串的声明和访问021 

    4.3.2字符串拼接022 

    4.3.3字符串修改022 

    4.3.4字符串其他常用方法023 

    4.4变量的命名规则024 

    第5章列表、元组和字典026 

    5.1列表026 

    5.2元组031 

    5.3字典033 

    第6章控制语句039 

    6.1True和False039 

    6.2条件判断039 

    6.2.1if-else040 

    6.2.2elif040 

    6.3循环041 

    6.3.1for语句041 

    6.3.2while语句043 

    6.3.3循环嵌套043 

    6.3.4break语句044 

    6.3.5continue语句045 

    第7章函数047 

    7.1函数基础047 

    7.2函数名称及函数的调用047 

    7.3函数的参数传递047 

    7.4变量作用域050 

    7.5函数式编程052 

    7.6Python内置函数055 

    第8章模块和包058 

    8.1模块058 

    8.2编写模块058 

    8.3包059 

    第9章递归061 

    9.1递归定义061 

    9.2递归函数061 

    9.3字符串反转061 

    9.4重组词062 

    9.5快速求幂062 

    9.6二分查找063 

    第10章文件065 

    10.1打开文件065 

    10.2文件基本操作方法065 

    10.3对文件内容进行迭代067 

    第11章异常072 

    11.1什么是异常072 

    11.2捕获异常072 

    11.3引发异常074 

    11.4断言075 

    11.5实现自定义异常076 

    11.6with关键字076 

    第12章面向对象技术079 

    12.1OOD概念079 

    12.2类079 

    12.2.1类的声明与定义079 

    12.2.2类的实例化与使用080 

    12.2.3封装083 

    12.2.4访问权限084 

    12.2.5类的内建函数085 

    12.2.6@property装饰器085 

    12.2.7枚举类088 

    12.2.8类的存储与导入089 

    12.3继承和多态090 

    12.3.1__bases__属性090 

    12.3.2继承的基本概念090 

    12.3.3多态091 

    12.3.4从标准类型派生091 

    12.3.5多重继承和多继承092 

    12.4迭代器095 

    12.5生成器098 

    第13章查找与排序102 

    13.1查找案例102 

    13.1.1简单的查找问题102 

    13.1.2策略1:线性查找103 

    13.1.3策略2:二分查找104 

    13.1.4策略3:插值查找104 

    13.2排序案例105 

    13.2.1选择排序105 

    13.2.2归并排序106 

    13.2.3插入排序107 

    13.2.4快速排序107 

    13.2.5冒泡排序108 

    第3篇Python科学计算与数据可视化110 

    第14章Python科学计算库110 

    14.1NumPy简介110 

    14.1.1NumPy的应用110 

    14.1.2NumPy有什么功能?111 

    14.1.3使用NumPy的优势111 

    14.1.4NumPy开发环境112 

    14.2数组的索引112 

    14.2.1基本索引112 

    14.2.2切片索引115 

    14.2.3布尔型索引116 

    14.2.4花式索引116 

    14.3数组的计算:广播117 

    14.4比较、掩码和布尔逻辑119 

    14.4.1和通用函数类似的比较操作119 

    14.4.2操作布尔数组119 

    14.4.3布尔数组作为掩码120 

    14.5数组的排序121 

    14.6结构化数组124 

    14.6.1结构化数据类型124 

    14.6.2结构化数组的索引和分配125 

    14.7Pandas数值运算方法127 

    14.8处理缺失值131 

    第15章Matplotlib数据可视化136 

    15.1Matplotlib常用技巧136 

    15.2两种画图接口136 

    15.3简易线性图138 

    15.4简易散点图139 

    第4篇Python深度学习与实战141 

    第16章数据挖掘141 

    16.1流程介绍141 

    16.2导入和可视化数据141 

    16.3数据分类与回归144 

    16.3.1Logistic回归144 

    16.3.2K-近邻算法145 

    16.3.3朴素贝叶斯算法145 

    16.3.4决策树145 

    16.4聚类145 

    16.5数据降维148 

    第17章植物病害识别案例150 

    17.1案例背景150 

    17.2案例要求150 

    17.3案例步骤150 

    17.3.1数据加载151 

    17.3.2图像预处理153 

    17.3.3模型搭建与修改155 

    17.3.4模型训练157 

    17.3.5模型验证159 

    17.3.6训练参数存储159 

    17.3.7中间结果的打印160 

    17.4案例代码161 

    第18章皮肤癌变类识别实例169 

    18.1实例背景169 

    18.2实例要求169 

    18.3任务步骤170 

    18.3.1数据加载与预处理170 

    18.3.2模型调用与修改173 

    18.3.3模型构建与参数设定173 

    18.3.4模型训练与验证173 

    18.3.5Callback函数调用174 

    18.3.6中间结果的打印175 

    18.4实例代码175 

    参考文献187
查看详情
12
相关图书 / 更多
Python基础与深度学习实战
Python和PySpark数据分析
(加)乔纳森·里乌
Python基础与深度学习实战
Python机器学习入门与实践 从深度学习到生成对抗网络GAN 深入浅出GAN生成对抗网络 实战gan TensorFlow与Keras 人工智能技术书籍
(日)大关真之
Python基础与深度学习实战
Python程序设计基础实践教程
任志考;孙劲飞;叶臣
Python基础与深度学习实战
Python语言程序设计
王刚
Python基础与深度学习实战
Python代码编程 学科项目式编程(六年级)
冯建刚
Python基础与深度学习实战
Python机器学习 : 核心技术与开发实战 周志华西瓜书机器学习实战伴侣书
[美]普拉提克·乔希 著;李现伟 译者;颉腾文化 出品;阿尔伯托·阿尔塔桑切斯(美);曾小健
Python基础与深度学习实战
Python数据分析从入门到精通(第2版)
明日科技
Python基础与深度学习实战
Python数据分析与挖掘
齐福利
Python基础与深度学习实战
Python基础与应用(互联网+教育新形态一体化系列教材)
李喆时、谢家立、赵丽 编
Python基础与深度学习实战
Python数据分析与可视化项目实战
王振丽
Python基础与深度学习实战
Python爬虫从菜鸟到高手
李宁
Python基础与深度学习实战
Python程序设计基础教程
\"孙海龙 王济军\
您可能感兴趣 / 更多
Python基础与深度学习实战
机器人智能视觉感知与深度学习应用
梁桥康 秦海 项韶
Python基础与深度学习实战
数控系统/全国普通高校自动化专业规划教材
梁桥康、王耀南、彭楚武 著