第1章Python简介 1
1.1 Python的由来 1
1.2 Python能做什么 2
1.2.1 Web开发 3
1.2.2人脸识别 4
1.2.3数据分析 5
1.3 Python编程环境搭建 6
1.3.1 Windows环境安装Python 6
1.3.2 Linux环境安装Python 9
1.3.3 Anaconda管理Python环境 11
1.4 Python IDE的选择 14
1.4.1 PyCharm 15
1.4.2 Sublime Text 15
1.4.3 Eclipse和PyDev 16
1.5小结 23
第2章 基本数据结构 24
2.1字符串 24
2.1.1字符串截取 24
2.1.2字符串更新 25
2.1.3转义字符 25
2.1.4字符串运算符 26
2.1.5字符串格式化 27
2.1.6三引号 28
2.1.7 Unicode字符串 29
2.2元组 33
2.2.1访问元组 33
2.2.2修改元组 33
2.2.3删除元组 34
2.2.4元组运算符 34
2.2.5元组索引，截取 35
2.2.6无关闭分隔符 35
2.2.7元组内置函数 35
2.3列表 36
2.3.1创建一个列表 36
2.3.2访问列表中的值 36
2.3.3更新列表 37
2.3.4删除列表元素 37
2.3.5列表脚本操作符 37
2.3.6列表截取 38
2.3.7列表操作的函数和方法 38
2.4字典 39
2.4.1访问字典里的值 39
2.4.2修改字典 40
2.4.3字典键的特性 41
2.4.4字典内置函数和方法 41
2.5集合 42
2.5.1创建集合 42
2.5.2添加、删除集合 43
2.5.3集合的转换 43
2.5.4集合常用方法 44
2.6小结 44
第3章 编程常用语法 45
3.1 Python数据类型 45
3.1.1数字 45
3.1.2字符串 45
3.1.3列表 47
3.1.4元组 48
3.1.5集合 48
3.1.6字典 49
3.2判断语句 49
3.3循环语句 53
3.3.1 while循环 54
3.3.2 for循环语句 57
3.4 Python正则表达式 59
3.4.1搜索和匹配函数 59
3.4.2替换函数 60
3.4.3分割字符串函数 61
3.5局部变量与全局变量 63
3.6 Python类和对象 64
3.7 Python lambda表达式 66
3.8 Python with语句 68
3.9 Python多线程 70
3.10小结 72
第4章Python应用实例 73
4.1数据排序 73
4.1.1冒泡排序 74
4.1.2快速排序 74
4.1.3选择排序 75
4.1.4插入排序 76
4.1.5折半插入排序 77
4.1.6希尔排序 78
4.2文件批量处理 79
4.3 XML与Excel互转 80
4.3.1 Excel转XML 80
4.3.2 XML转Excel 88
4.4网络爬虫 91
4.4.1用Python简单处理URL 92
4.4.2用Python爬取网络图片 93
4.4.3 Python网络爬虫实例 95
4.5 Python图形界面编程 97
4.5.1 tkinter常用控件 98
4.5.2控件布局 100
4.6 Python JSON处理 103
4.7文件读写操作 104
4.8小结 105
第5章Web应用框架与应用 106
5.1 Django开发 106
5.1.1 Django简介 106
5.1.2安装环境搭建 107
5.1.3 Django的简单操作 109
5.1.4 Django模板 115
5.1.5 Django模型 121
5.1.6 Django表单 125
5.1.7 Django搭建论坛系统 132
5.2 Flask开发 138
5.2.1安装环境搭建 138
5.2.2第一个Flask项目 139
5.2.3 Flask模型设计 140
5.2.4 Flask视图函数view.py 143
5.2.5 Flask页面渲染Jinjia2应用 145
5.3 Flask开发在线社交网络应用 147
5.3.1模型 148
5.3.2页面控制函数 151
5.4服务器运行与维护 163
5.4.1服务器环境搭建 163
5.4.2代码同步 164
5.4.3常用命令 166
5.5小结 166
第6章Python科学计算 167
6.1 Python科学计算库 167
6.1.1科学计算库的安装 167
6.1.2科学计算库案例：函数拟合 168
6.1.3科学计算库案例：聚类分析 170
6.1.4科学计算库案例：K-means算法实现 178
6.2 Networkx处理图数据 181
6.2.1创建与访问 181
6.2.2给图、节点和边添加属性 188
6.2.3特殊图及其用法 190
6.2.4图的生成器和图的操作 192
6.3 Python在复杂网络研究中的应用 195
6.3.1重要节点识别 195
6.3.2社团发现 198
6.4小结 202
第7章Python在机器学习中的应用 203
7.1机器学习的概念 203
7.1.1机器学习的定义 203
7.1.2机器学习的应用范围 203
7.1.3机器学习的算法分类 204
7.1.4机器学习的常用框架 205
7.2深度学习 205
7.2.1深度学习基本概念 205
7.2.2 AutoEncoder 206
7.3 Python机器学习实例 206
7.3.1 Python实现感知器 206
7.3.2 TensorFlow项目实例 211
7.4小结 216
第8章 结束语 217
参考文献 218
附录Python各版本差异 219