PYTHON数据科学基础

第Ⅰ部分　在笔记本环境中学习Python



第 1章　笔记本简介 3

1.1　运行Python语句 3

1.2　Jupyter笔记本 4

1.3　Google Colab 4

1.3.1　Colab文本单元 5

1.3.2　LaTeX 7

1.3.3　Colab代码单元 7

1.3.4　Colab文件 7

1.3.5　管理Colab文档 8

1.3.6　Colab代码片段 8

1.3.7　现有资料集 8

1.3.8　系统别名 8

1.3.9　魔法函数 9

1.4　本章小结 9

1.5　问题 9

第 2章　Python基础 10

2.1　Python的基本类型 10

2.1.1　高级语言与低级语言 11

2.1.2　语句 12

2.2　执行基础数学运算 17

2.3　用点号访问类和对象 18

2.4　本章小结 18

2.5　问题 18

第3章　序列 19

3.1　通用的操作 19

3.1.1　检测成员关系 19

3.1.2　索引 20

3.1.3　切片 20

3.1.4　查看信息 21

3.1.5　数学运算 22

3.2　列表和元组 22

3.2.1　创建列表和元组 22

3.2.2　添加和删除列表元素 23

3.2.3　拆包 25

3.2.4　列表排序 25

3.3　字符串 26

3.4　range对象 27

3.5　本章小结 28

3.6　问题 28

第4章　其他数据结构 29

4.1　字典 29

4.1.1　创建字典 29

4.1.2　利用键访问、追加、更新

字典 30

4.1.3　从字典中移除项目 31

4.1.4　字典视图 32

4.1.5　判断字典是否包含某个键 34

4.1.6　get方法 34

4.1.7　合法的键类型 35

4.1.8　哈希方法 36

4.2　集合 37

4.2.1　集合的运算 39

4.2.2　原封集合 43

4.3　本章小结 44

4.4　问题 44

第5章　执行控制 45

5.1　复合语句 45

5.1.1　复合语句的结构 45

5.1.2　判断True与False 46

5.2　if语句 49

5.3　while循环 52

5.4　for循环 52

5.5　break和continue语句 53

5.6　本章小结 54

5.7　问题 54

第6章　函数 55

6.1　定义函数 55

6.1.1　控制语句 55

6.1.2　文档字符串 56

6.1.3　参数 57

6.1.4　返回语句 62

6.2　函数的作用域 63

6.3　装饰器 63

6.4　匿名函数 67

6.5　本章小结 68

6.6　问题 68



第Ⅱ部分　数据科学库



第7章　NumPy 73

7.1　安装并引入NumPy 73

7.2　创建数组 74

7.3　索引与切片 77

7.4　逐元素运算 78

7.5　过滤值 80

7.6　视图与拷贝 81

7.7　数组的一些方法 83

7.8　广播 86

7.9　NumPy代数 88

7.10　本章小结 89

7.11　问题 89

第8章　SciPy 90

8.1　SciPy简介 90

8.2　scipy.misc子模块 90

8.3　scipy.special子模块 91

8.4　scipy.stats子模块 92

8.4.1　离散分布 92

8.4.2　连续分布 95

8.5　本章小结 98

8.6　问题 98

第9章　pandas 99

9.1　关于数据框 99

9.2　创建数据框 99

9.2.1　通过字典创建数据框 100

9.2.2　根据列表的列表创建数据框 101

9.2.3　利用文件创建数据框 102

9.3　与数据框中的数据交互 102

9.3.1　首尾 103

9.3.2　描述统计学 104

9.3.3　访问数据 105

9.3.4　方括号语法 106

9.3.5　利用标签优化数据访问 108

9.3.6　利用索引优化数据访问 109

9.3.7　遮罩与过滤 110

9.3.8　pandas布尔运算 111

9.4　操纵数据框 112

9.5　操纵数据 114

9.6　交互式显示 117

9.7　本章小结 117

9.8　问题 117

第 10章　可视化库 119

10.1　Matplotlib 119

10.1.1　调整样式 120

10.1.2　带标签的数据 123

10.1.3　绘制多组数据 124

10.1.4　面向对象的样式 125

10.2　seaborn 127

10.3　Plotly 130

10.4　Bokeh 131

10.5　其他可视化库 132



10.6　本章小结 133

10.7　问题 133

第 11章　机器学习库 134

11.1　常用机器学习库 134

11.2　机器学习如何工作 134

11.2.1　转换 135

11.2.2　划分测试与训练数据 136

11.2.3　训练与测试 137

11.3　进一步学习scikit-learn 137

11.4　本章小结 137

11.5　问题 138

第 12章　自然语言工具箱 139

12.1　NLTK示例文本 139

12.2　频度分布 141

12.3　文本对象 144

12.4　文本分类 146

12.5　本章小结 148

12.6　习题 149



第Ⅲ部分　Python中级知识



第 13章　函数式编程 153

13.1　函数式编程简介 153

13.1.1　作用域与状态 153

13.1.2　依赖全局状态 154

13.1.3　改变状态 155

13.1.4　修改可变数据 156

13.1.5　函数式编程中的函数 157

13.2　列表推导式 159

13.2.1　列表推导式的基本语法 159

13.2.2　替代map和filter 159

13.2.3　多变量 160

13.2.4　字典推导式 161

13.3　生成器 161

13.3.1　生成器表达式 161

13.3.2　生成器函数 162

13.4　本章小结 164

13.5　问题 164

第 14章　面向对象编程 165

14.1　将状态与函数编组 165

14.1.1　类与实例 165

14.1.2　私有方法和变量 167

14.1.3　类变量 168

14.2　特殊方法 168

14.2.1　表示方法 169

14.2.2　富比较方法 170

14.2.3　数学运算方法 173

14.3　继承 174

14.4　本章小结 177

14.5　问题 177

第 15章　其他主题 178

15.1　排序 178

15.2　读写文件 181

15.3　datetime对象 182

15.4　正则表达式 184

15.4.1　字符集 185

15.4.2　字符类 185

15.4.3　分组 186

15.4.4　带名分组 186

15.4.5　搜索所有匹配 187

15.4.6　搜索迭代器 187

15.4.7　替换 187

15.4.8　使用带名分组替换 187

15.4.9　编译正则表达式 188

15.5　本章小结 189

15.6　问题 189



附录A　章末问题答案 190

附录B　图片版权 195