Python编程导论

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