当前位置:首页 > 程序设计 >
《Python编程导论》电子书封面

Python编程导论

  • 发布时间:2020年11月24日 16:26:56
  • 作者:约翰·谷泰格
  • 大小:12.1M
  • 类别:Python编程电子书
  • 格式:PDF
  • 版本:中文第2版
  • 评分:9.4

    Python编程导论 PDF 中文第2版

      给大家带来的一篇关于Python编程相关的电子书资源,介绍了关于Python、Python编程、Python导论方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小12.1M,约翰·谷泰格编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.7。

      内容介绍

      Python编程导论

      Python编程导论电子书封面

      本书评价

      这本书就是我们期待已久的“计算思维”图书:不拘泥于技术细节,详尽展现了计算机科学的广度和乐趣。第二版收录了很多全新的材料,帮助读者聚焦计算,包括理解数据、完善传统计算问题的解决方案。
      -Jeannette M.Wing,微软研究院副总裁,卡耐基梅隆大学计算机科学系顾问教授、前系主任

      本书作者既是一位优秀的教师,也是杰出的作家。虽然你将通过本书学习Python,但这并不是“一本Python书”;虽然你也会学习编程,但这同样不是一本“编程书”,本书叙述严谨,可读性强,详细介绍了计算问题解决方法以及数据科学。第二版进行了扩展与重构,充分反映了python作为数据科学语言所扮演的重要角色。
      -Ed Lazowska,比尔和梅琳达.盖茨基金会计算机科学与工程部门主席,华盛顿大学电子科研学院导师

      用Python3讲授一门小型计算机科学课程时,我选择了这本书,看重的是书中关于计算机科学和编程更广阔视野和更多思路。

      这本书非常棒,涵盖了计算机科学的众多基础领域。作者用Python讲解了计算相关知识,并且教你如何以计算机科学家的身份思考并解决问题。书中的示例也能让你切身实践习得的知识。

      读者评价

      书是一名大四生翻译的,有些地方表达的不地道,姑且随手找出几处吐吐槽。
      p1: [从内存的角度来说,一台普通的计算机可能有几百GB]
      我从来没见过一台普通计算机的内存个能有几百GB,我猜测原文应该用的是memory,这里翻译成存储设备比较合适。
      p3:[当一个整数整数存在整数立方根时]
      给出的程序代码只能求解正整数的整数立方根,所以还是把文字说明改改吧。
      p4:解释python2.7中的range函数和xrange函数区别那段,讲解的十分混乱,让人摸不到头脑,想来这应该是原文的问题。没想到美帝大学教授的表达能力也这么让人捉急。表达的时候切记不能跳跃,中间不能有重大步骤的遗漏,否则讲出来就让人摸不到头脑。
      p36-37:help命令里面输出的是英文,代码里面却翻译成中文了,要么全翻译、要么全不翻译,不要只翻译了一半,容易让人看着不明就里。
      整体来说这本书还算是不错的,但是要是能找到一个工作多年,富有经验的程序员来翻译就更好了。

      一开始想着应该有400+页,结果不到300页。
      python语言、一般的算法理论、一些数学问题的算法、软件测试、机器学习都有所涉及,但是书本身太薄,这样很多地方势必写得不清楚。
      要举例子的话,我觉得类和面向对象编程说得太简略。
      另外python现在应该普及3.x了,没必要再以2.x为主,兼顾3.x.

      本书特色

      在这里还是要推荐下我自己建的Python开发学习群:483546416,群里都是学Python开发的,如果你正在学习Python ,小编欢迎你加入,大家都是软件开发党,不定期分享干货(只有Python软件开发相关的),包括我自己整理的一份2018最新的Python进阶资料和高级开发教程,欢迎进阶中和进想深入Python的小伙伴

      掌握多种不同的思维方式是每个人大学时代的必修课。具备使用计算思维解决问题的能力是程序员入门的基本技能。本书基于作者开授的MIT热门MOOC教程编写,旨在培养读者的计算思维,为其日后的IT生涯打下坚实的编程基础。

      • - 以Python 3为示例,涵盖Python大部分特性,重在介绍编程语言可以做什么
      • - 如何系统性地组织、编写、调试中等规模的程序
      • - 理解计算复杂度
      • - 将模糊的问题描述转化为明确的计算方法,以此解决问题,并深刻理解整个过程
      • - 掌握有用的算法以及问题简化技术
      • - 使用随机性和模拟技术清晰阐述很难得到封闭解的问题
      • - 使用计算工具(包括简单的统计、可视化以及机器学习工具)对数据进行理解与建模

      内容简介

      本书基于MIT 编程思维培训讲义写成,主要目标在于帮助读者掌握并熟练使用各种计算技术,具备用计算思维解决现实问题的能力。书中以Python 3 为例,介绍了对中等规模程序的系统性组织、编写、调试,帮助读者深入理解计算复杂度,还讲解了有用的算法和问题简化技术,并探讨各类计算工具的使用。与本书* 1版相比,* 2版全面改写了后半部分,且书中所有示例代码都从Python 2 换成了Python 3。
      本书适合对编程知之甚少但想要使用计算方法解决问题的读者。

      作者介绍

      John V. Guttag
      1999年~2004年任MIT电气工程与计算机科学系主任,所授计算机科学系列导论课程深受学生欢迎。目前为计算机科学与人工智能实验室网络及移动系统组联合负责人,还进行软件工程、机器定理证明、硬件验证等领域的研究以及培训工作。获美国布朗大学英语专业学士学位、应用数学硕士学位,多伦多大学计算机科学博士学位。

      目录

      • 第1章 启程 1
      • 第2章 Python简介 6
      • 2.1 Python基本元素 7
      • 2.1.1 对象、表达式和数值类型 8
      • 2.1.2 变量与赋值 9
      • 2.1.3 Python IDE 11
      • 2.2 程序分支 12
      • 2.3 字符串和输入 14
      • 2.3.1 输入 15
      • 2.3.2 杂谈字符编码 16
      • 2.4 迭代 17
      • 第3章 一些简单的数值程序 20
      • 3.1 穷举法 20
      • 3.2 for循环 22
      • 3.3 近似解和二分查找 24
      • 3.4 关于浮点数 27
      • 3.5 牛顿 拉弗森法 29
      • 第4章 函数、作用域与抽象 31
      • 4.1 函数与作用域 32
      • 4.1.1 函数定义 32
      • 4.1.2 关键字参数和默认值 33
      • 4.1.3 作用域 34
      • 4.2 规范 37
      • 4.3 递归 39
      • 4.3.1 斐波那契数列 40
      • 4.3.2 回文 42
      • 4.4 全局变量 45
      • 4.5 模块 46
      • 4.6 文件 47
      • 第5章 结构化类型、可变性与
      • 高阶函数 50
      • 5.1 元组 50
      • 5.2 范围 52
      • 5.3 列表与可变性 52
      • 5.3.1 克隆 57
      • 5.3.2 列表推导 57
      • 5.4 函数对象 58
      • 5.5 字符串、元组、范围与列表 60
      • 5.6 字典 61
      • 第6章 测试与调试 65
      • 6.1 测试 65
      • 6.1.1 黑盒测试 66
      • 6.1.2 白盒测试 68
      • 6.1.3 执行测试 69
      • 6.2 调试 70
      • 6.2.1 学习调试 72
      • 6.2.2 设计实验 72
      • 6.2.3 遇到麻烦时 75
      • 6.2.4 找到“目标”错误之后 76
      • 第7章 异常与断言 77
      • 7.1 处理异常 77
      • 7.2 将异常用作控制流 80
      • 7.3 断言 82
      • 第8章 类与面向对象编程 83
      • 8.1 抽象数据类型与类 83
      • 8.1.1 使用抽象数据类型设计程序 87
      • 8.1.2 使用类记录学生与教师 87
      • 8.2 继承 90
      • 8.2.1 多重继承 92
      • 8.2.2 替换原则 93
      • 8.3 封装与信息隐藏 94
      • 8.4 进阶示例:抵押贷款 99
      • 第9章 算法复杂度简介 103
      • 9.1 思考计算复杂度 103
      • 9.2 渐近表示法 106
      • 9.3 一些重要的复杂度 107
      • 9.3.1 常数复杂度 107
      • 9.3.2 对数复杂度 108
      • 9.3.3 线性复杂度 108
      • 9.3.4 对数线性复杂度 109
      • 9.3.5 多项式复杂度 109
      • 9.3.6 指数复杂度 111
      • 9.3.7 复杂度对比 112
      • * 10章 一些简单算法和数据结构 114
      • 10.1 搜索算法 115
      • 10.1.1 线性搜索与间接引用元素 115
      • 10.1.2 二分查找和利用假设 116
      • 10.2 排序算法 119
      • 10.2.1 归并排序 120
      • 10.2.2 将函数用作参数 122
      • 10.2.3 Python中的排序 123
      • 10.3 散列表 124
      • * 11章 绘图以及类的进一步扩展 128
      • 11.1 使用PyLab绘图 128
      • 11.2 进阶示例:绘制抵押贷款 133
      • * 12章 背包与图的* 优化问题 139
      • 12.1 背包问题 139
      • 12.1.1 贪婪算法 140
      • 12.1.2 0/1背包问题的* 优解 143
      • 12.2 图的* 优化问题 145
      • 12.2.1 一些典型的图论问题 149
      • 12.2.2 * 短路径:深度优先搜索和
      • 广度优先搜索 149
      • * 13章 动态规划 155
      • 13.1 又见斐波那契数列 155
      • 13.2 动态规划与0/1背包问题 157
      • 13.3 动态规划与分治算法 162
      • * 14章 随机游走与数据可视化 163
      • 14.1 随机游走 163
      • 14.2 醉汉游走 164
      • 14.3 有偏随机游走 170
      • 14.4 变幻莫测的田地 175
      • * 15章 随机程序、概率与分布 178
      • 15.1 随机程序 178
      • 15.2 计算简单概率 180
      • 15.3 统计推断 180
      • 15.4 分布 192
      • 15.4.1 概率分布 194
      • 15.4.2 正态分布 195
      • 15.4.3 连续型和离散型均匀分布 199
      • 15.4.4 二项式分布与多项式分布 200
      • 15.4.5 指数分布和几何分布 200
      • 15.4.6 本福德分布 203
      • 15.5 散列与碰撞 204
      • 15.6 强队的获胜概率 206
      • * 16章 蒙特卡罗模拟 208
      • 16.1 帕斯卡的问题 209
      • 16.2 过线还是不过线 210
      • 16.3 使用查表法提高性能 213
      • 16.4 求π的值 214
      • 16.5 模拟模型结束语 218
      • 第* 章 抽样与置信区间 220
      • 17.1 对波士顿马拉松比赛进行抽样 220
      • 17.2 中心极限定理 225
      • 17.3 均值的标准误差 228
      • 第* 章 理解实验数据 231
      • 18.1 弹簧的行为 231
      • 18.2 弹丸的行为 238
      • 18.2.1 可决系数 240
      • 18.2.2 使用计算模型 241
      • 18.3 拟合指数分布数据 242
      • 18.4 当理论缺失时 245
      • 第* 章 随机试验与假设检验 247
      • 19.1 检验显著性 248
      • 19.2 当心P-值 252
      • 19.3 单尾单样本检验 254
      • 19.4 是否显著 255
      • 19.5 哪个N 257
      • 19.6 多重假设 258
      • 第* 章 条件概率与贝叶斯统计 261
      • 20.1 条件概率 262
      • 20.2 贝叶斯定理 263
      • 20.3 贝叶斯更新 264
      • 第* 章 谎言、该死的谎言与统计学 267
      • 21.1 垃圾输入,垃圾输出 267
      • 21.2 检验是有缺陷的 268
      • 21.3 图形会骗人 268
      • 21.4 Cum Hoc Ergo Propter Hoc 270
      • 21.5 统计测量不能说明所有问题 271
      • 21.6 抽样偏差 272
      • 21.7 上下文很重要 273
      • 21.8 慎用外推法 273
      • 21.9 得克萨斯神枪手谬误 274
      • 21.10 莫名其妙的百分比 276
      • 21.11 不显著的显著统计差别 276
      • 21.12 回归假象 277
      • 21.13 小心为上 278
      • 第* 章 机器学习简介 279
      • 22.1 特征向量 281
      • 22.2 距离度量 283
      • 第* 章 聚类 288
      • 23.1 Cluster类 289
      • 23.2 K-均值聚类 291
      • 23.3 虚构示例 292
      • 23.4 更真实的示例 297
      • 第* 章 分类方法 303
      • 24.1 分类器评价 303
      • 24.2 预测跑步者的性别 306
      • 24.3 K-* 邻近方法 308
      • 24.4 基于回归的分类器 312
      • 24.5 从“泰坦尼克”号生还 320
      • 24.6 总结 325
      • Python 3.5速查表 326

       

      学习笔记

      Python编程中类与类的关系详解

      类与类的关系 依赖关系 # 依赖关系: 将一个类的类名或者对象传给另一个类的方法中.class Elephant: def __init__(self, name): self.name = name def open(self,r1): # print(ref1) print(f'{self.name}默念三声: 芝麻开门') r1.open_door() def close(self): print('大象默念三声:芝麻关门')class Refrigerator: def __init__(self, name): self.name = name def open_door(self): print(f'{self.name}冰箱门被打开了....') def close_door(self): print('冰箱门被关上了....')e1=Elephant('大象')r1=Refrigerator('海尔冰箱') e1.open(r1) #将一个类的类名或者对象传给另一个类的方法中.产生了依赖关系 组合关系 组合: 将一个类的对象封装成另一个类的对象的属性. class Boy: def __init__(self, name): self.name = name ……

      Python编程实现二叉树及七种遍历方法详解

      本文实例讲述了Python实现二叉树及遍历方法。分享给大家供大家参考,具体如下: 介绍: 树是数据结构中非常重要的一种,主要的用途是用来提高查找效率,对于要重复查找的情况效果更佳,如二叉排序树、FP-树。另外可以用来提高编码效率,如哈弗曼树。 代码: 用Python实现树的构造和几种遍历算法,虽然不难,不过还是把代码作了一下整理总结。实现功能: ① 树的构造 ② 递归实现先序遍历、中序遍历、后序遍历 ③ 堆栈实现先序遍历、中序遍历、后序遍历 ④ 队列实现层次遍历 #coding=utf-8class Node(object): """节点类""" def __init__(self, elem=-1, lchild=None, rchild=None): self.elem = elem self.lchild = lchild self.rchild ……

      以上就是本次介绍的Python编程电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:Python Linux系统管理与自动化运维

      下一篇:PHP从入门到精通

      展开 +

      收起 -

      下载地址:百度网盘下载
      Python编程相关电子书
      Python编程(第四版) 上册
      Python编程(第四版) 上册 第四版

      当掌握Python的基础知识后,你要如何使用Python? Python编程(第四版) 为这门语言的主要应用领域提供了深度教程,譬如系统管理、GUI和Web,并探索了其在数据库、网络、前端脚本、文本处理等方

      立即下载
      Python编程从入门到精通(资料源码视频)
      Python编程从入门到精通(资料源码视频) 原书完整版

      一本好书包括3大区域的內容:基本、案例、综合性实战演练技术性解读-案例应急演练-技术性答疑解惑-课后答案围绕全书,全方位把握Python开发设计用纸版书籍视頻和源代码互联网答疑解惑的

      立即下载
      Python编程入门(第3版)
      Python编程入门(第3版) 影印版 立即下载
      ArcGIS下的Python编程
      ArcGIS下的Python编程 高清影印版

      本书为规划师提供了学习基于ArcGIS的脚本语言Python教材,将对Python语言的讲述与ArcGIS的模块ArcPy相结合,并通过实际案例探讨自然村落选址因子权重评定的遗传算法、基于景观感知敏感度的生态旅游地观光线路自动选址和解读蚁群算法与TSP 问题,理解编程规划设计的方法

      立即下载
      自学Python编程基础学习笔记
      自学Python编程基础学习笔记 完整超清版

      这是一本面向Python初学者的实用学习笔记,适合刚接触Python的初学者以及希望使用Python处理和分析数据的读者阅读,也可最为工具参考资料

      立即下载
      读者留言
      网友NO.39982
      网友NO.39982

      动态规划是一种非常高效的方法,适用于解决具有重复子问题和最优子结构的问题。 如果一个问题的全局最优解可以通过组合局部子问题的最优解求出,那么这个问题就具有最优子结构。我们已经见过一些这样的问题,比如归并排序。归并排序对一个列表进行排序的方式就是先对子列表进行排序,然后再合并子列表的排序结果。 如果求出一个问题的最优解时需要对同样的某个问题求解多次,那么这个问题就具有重叠子 问题。 0/1背包问题具有这两个特性,尽管不太明显。我们要先看一个更明显具有最优子结构和重叠子问题的问题。

      网友NO.40910
      网友NO.40910

      python是一门tong通用性编程语言,几乎可以快速创建任何类型的程序,而不需直接访问计算机硬件。这次学习主要是将python作为一个工具,目的是xu学习思考和解决计算问题的相关概念。 首先xuex学习python的基本元素。 python程序处理的核心元素是对象。其有四类标量对象:(1)int(2)float(3)bool(4)None python的对象可以有一个或多个变量与之关联,也可以不关联任何名称。,对象和变量绑定出现时,变量仅是名称没有其他意义。 变量名可以包含大写字母、小写字母、数字(但不能以数字开头)和特殊字 符_。Python变量名是大小写敏感的,如Julie和julie就是不同的变量名。后,Python中还 有少量的保留字(有时称为关键字),它们有专门的意义,不能用作变量名。

      网友NO.30721
      网友NO.30721

      书是一名大四生翻译的,有些地方表达的不地道,姑且随手找出几处吐吐槽。 p1: [从内存的角度来说,一台普通的计算机可能有几百GB] 我从来没见过一台普通计算机的内存个能有几百GB,我猜测原文应该用的是memory,这里翻译成存储设备比较合适。 p3:[当一个整数整数存在整数立方根时] 给出的程序代码只能求解正整数的整数立方根,所以还是把文字说明改改吧。 p4:解释python2.7中的range函数和xrange函数区别那段,讲解的十分混乱,让人摸不到头脑,想来这应该是原文的问题。没想到美帝大学教授的表达能力也这么让人捉急。表达的时候切记不能跳跃,中间不能有重大步骤的遗漏,否则讲出来就让人摸不到头脑。 p36-37:help命令里面输出的是英文,代码里面却翻译成中文了,要么全翻译、要么全不翻译,不要只翻译了一半,容易让人看着不明就里。 整体来说这本书还算是不错的,但是要是能找到一个工作多年,富有经验的程序员来翻译就更好了。

      aqqabqqb

      aqqabqqb 提供上传

      资源
      27
      粉丝
      38
      喜欢
      1696
      评论
      14

      Copyright 2018-2020 www.xz577.com 码农之家

      版权投诉 / 书籍推广 / 赞助:520161757@qq.com