Python编程导论(中文第2版) PDF 高清电子书 免费下载 完整版 在线阅读- 高飞网
现在已经01点00分了,请注意休息
Python编程导论

Python编程导论(第2版)

中文版
John V. Guttag (作者) 陈光欣 (译者)
Python 编程语言
浏览人数:255 在读人数:16
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。与本书第1版相比,第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。

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   
第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   
第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   
第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   
第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   
第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   
第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   
第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17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18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19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20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21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22章 机器学习简介 279   
22.1 特征向量 281   
22.2 距离度量 283   
第23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24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   
看过本书的人还看过