Python程序设计教程:基于案例的学习方法(原书第3版)

出版者的话
译者序
前言
第1章　Python导论 1
1.1　本章目标 1
1.2　什么是计算机科学 1
1.3　为什么要学习计算机科学 2
1.3.1　计算机科学的日常应用 2
1.3.2　计算机科学的重要性 3
1.4　问题求解的策略 3
1.5　Python概述 5
1.5.1　基本元素 6
1.5.2　命名对象 10
1.5.3　抽象 15
1.5.4　循环 22
1.6　本章小结 28
关键术语 28
Python关键字 29
编程练习题 29
第2章　πthon：估算圆周率的值 30
2.1　本章目标 30
2.2　圆周率是什么 30
2.3　有关math模块的进一步讨论 31
2.4　阿基米德方法 32
2.4.1　Python实现 33
2.4.2 开发一个计算圆周率pi的函数 34
2.5　累加器估算法 36
2.5.1　累加器模式 36
2.5.2　项的总和：莱布尼茨公式 37
2.5.3　项的乘积：沃利斯公式 39
2.6　蒙特卡罗模拟 41
2.6.1　布尔表达式 43
2.6.2 复合布尔表达式和逻辑运算符 44
2.6.3　选择语句 45
2.6.4　实现模拟 48
2.6.5　使用图形可视化结果 50
2.7　本章小结 53
关键术语 53
Python关键字、模块和命令 53
编程练习题 54
第3章　密码以及其他奥秘 55
3.1　本章目标 55
3.2　字符串数据类型 55
3.2.1　拼接 56
3.2.2　重复 56
3.2.3　索引 57
3.2.4　字符串切片 58
3.2.5　字符串搜索 59
3.2.6　字符串方法 60
3.2.7　字符函数 62
3.3　编码消息和解码消息 64
3.4　置换加密算法 64
3.4.1　使用置换进行加密 64
3.4.2　解密置换后的消息 66
3.4.3　读取用户输入 68
3.5　替换加密算法 69
3.6　创建密钥 71
3.7　维吉尼亚加密算法 76
3.8　本章小结 80
关键术语 81
Python关键字、函数和常量 81
编程练习题 82
第4章　Python集合导论 83
4.1　本章目标 83
4.2　什么是数据 83
4.3　存储用于处理的数据 83
4.3.1　再论字符串 83
4.3.2　列表 85
4.4　计算数据的统计量 90
4.4.1　简单离散度度量 90
4.5　中心趋势度量 92
4.5.1　均值 92
4.5.2　中值 93
4.5.3　众数 95
4.6　频率分布 100
4.6.1　使用字典计算频率分布表 100
4.6.2　不使用字典计算频率分布表 101
4.6.3　可视化频率分布 103
4.7　离散度：标准差 105
4.8　本章小结 107
关键术语 107
Python关键字、函数和方法 107
编程练习题 108
第5章　大数据：文件输入和输出 109
5.1　本章目标 109
5.2　使用文件处理大数据集 109
5.2.1　文本文件 109
5.2.2　迭代文件中的文本行 111
5.2.3　写入文件 112
5.2.4　字符串格式化 113
5.2.5　其他文件读取方法 115
5.3　从互联网上读取数据 117
5.3.1　使用CSV文件 117
5.3.2 使用while循环处理数据 118
5.3.3　列表解析 121
5.3.4 从互联网上读取JSON数据 125
5.4　数据相关性 128
5.5　本章小结 129
关键术语 129
Python关键字和函数 130
编程练习题 130
第6章　图像处理 131
6.1　本章目标 131
6.2　什么是数字图像处理 131
6.2.1　RGB颜色模型 131
6.2.2　cImage模块 132
6.3　基本图像处理 136
6.3.1　图像负片 136
6.3.2　灰度图像 138
6.3.3 一个通用的解决方案：像素映射器 140
6.4　参数、参数传递和作用范围 143
6.4.1　通过赋值调用的参数传递 144
6.4.2　名称空间 145
6.4.3　调用函数和查找名称 148
6.4.4　模块和名称空间 150
6.5　高级图像处理 151
6.5.1　图像缩放 151
6.5.2　图像拉伸：另一种视角 153
6.5.3　翻转图像 156
6.5.4　边缘检测 158
6.6　本章小结 162
关键术语 163
Python关键字、函数和变量 163
编程练习题 163
第7章　数据挖掘：聚类分析 164
7.1　本章目标 164
7.2　什么是数据挖掘 164
7.3　聚类分析：一个简单的示例 164
7.4　在简单数据集上实现聚类分析 165
7.4.1　两点之间的距离 165
7.4.2　聚类和中心点 167
7.4.3　K-均值聚类分析算法 167
7.4.4　K-均值算法的实现 168
7.4.5　K-均值算法的实现（续） 172
7.5　实现聚类分析：地震数据 176
7.5.1　文件处理 176
7.5.2　可视化 178
7.6　聚类分析的缺陷及解决方法 179
7.7　本章小结 180
关键术语 180
Python关键字 181
编程练习题 181
第8章　密码分析学 182
8.1　本章目标 182
8.2　概述 182
8.3　破解围栏加密算法 182
8.3.1　使用字典检查结果 183
8.3.2　暴力破解法 184
8.3.3　一种围栏解密算法 186
8.4　破解替换加密算法