第一篇 Python基礎(chǔ) 第一章 計算機基礎(chǔ)及Python簡介 第一節(jié) 計算機基礎(chǔ)概述 第二節(jié) Python的歷史與發(fā)展 第三節(jié) Python的特點與優(yōu)勢 第四節(jié) 搭建Python的開發(fā)環(huán)境 第五節(jié) Python的集成開發(fā)環(huán)境 本章小結(jié) 課后習題 第二章 Python基礎(chǔ)語法規(guī)范 第一節(jié) 縮進與注釋 第二節(jié) 標識符及命名規(guī)則 第三節(jié) 變量與賦值語句 第四節(jié) 數(shù)值 第五節(jié) 字符串 第六節(jié) 布爾型 第七節(jié) 混合運算和類型轉(zhuǎn)換 第八節(jié) format()函數(shù)的格式化方法 第九節(jié) input()和print()函數(shù)簡介 本章小結(jié) 課后習題 第三章 Python程序流程控制 第一節(jié) 程序執(zhí)行的流程 第二節(jié) 選擇結(jié)構(gòu) 第三節(jié) 循環(huán)結(jié)構(gòu) 第四節(jié) random庫的應(yīng)用 第五節(jié) 程序流程控制應(yīng)用實例 本章小結(jié) 課后習題 第四章 Python列表與元組 第一節(jié) 列表創(chuàng)建與列表元素訪問 第二節(jié) 列表元素的操作 第三節(jié) 操作列表 第四節(jié) 數(shù)值列表 第五節(jié) 元組 第六節(jié) 轉(zhuǎn)換函數(shù) 第七節(jié) 可變對象和不可變對象 第八節(jié) 列表與元組的應(yīng)用實例 本章小結(jié) 課后習題 第五章 Python字典與集合 第一節(jié) 字典與集合的基本介紹 第二節(jié) 字典創(chuàng)建與常見操作 第三節(jié) 集合創(chuàng)建與常見操作 第四節(jié) 字典與集合的應(yīng)用實例 本章小結(jié) 課后習題 第六章 Python函數(shù)與模塊 第一節(jié) 函數(shù)的基本概念 第二節(jié) 函數(shù)的聲明與使用 第三節(jié) lambda函數(shù) 第四節(jié) 變量的作用域 第五節(jié) Python常用的內(nèi)置函數(shù)和模塊 本章小結(jié) 課后習題 第七章 Python文件與異常 第一節(jié) 文件的基礎(chǔ)知識 第二節(jié) 文件操作通用方式 第三節(jié) CSV文件操作 第四節(jié) JSON數(shù)據(jù)的讀取 第五節(jié) 異常與斷言 第六節(jié) 標準輸入、輸出和錯誤流 本章小結(jié) 課后習題 第八章 面向?qū)ο缶幊?第一節(jié) 面向?qū)ο缶幊谈攀?第二節(jié) Python中的面向?qū)ο?第三節(jié) 類成員的可見性 第四節(jié) 類的方法 第五節(jié) 類的繼承和多態(tài) 本章小結(jié) 課后習題 第二篇 Python應(yīng)用 第九章 科學計算基礎(chǔ):numpy 第一節(jié) numpy庫簡介 第二節(jié) 數(shù)組對象的常見操作 第三節(jié) numpy庫的專業(yè)應(yīng)用 第四節(jié) 數(shù)組的加載與輸出 第五節(jié) numpy庫的擴展應(yīng)用:SciPy 本章小結(jié) 課后習題 第十章 數(shù)據(jù)分析尖兵:pandas庫 第一節(jié) pandas庫簡介 第二節(jié) Series對象的應(yīng)用 第三節(jié) DataFrame對象的應(yīng)用 第四節(jié) pandas庫的應(yīng)用實例 本章小結(jié) 課后習題 第十一章 可視化利器:Matplotlib和seaborn 第一節(jié) Matplotlib庫繪制可視化圖表 第二節(jié) seaborn繪制數(shù)據(jù)分析圖表 第三節(jié) 金融數(shù)據(jù)的可視化 本章小結(jié) 課后習題 第十二章 Python與中文文本分析 第一節(jié) 中文文本分析概述 第二節(jié) 中文分詞及基本處理:jieba庫 第三節(jié) 中文文本分析可視化:wordcloud庫 第四節(jié) 中文文本分析應(yīng)用:微博評論情緒分析 本章小結(jié) 課后習題 第十三章 Python在金融領(lǐng)域的應(yīng)用 第一節(jié) 金融量化分析數(shù)據(jù)的準備 第二節(jié) 量化交易的利器 第三節(jié) 金融資產(chǎn)組合優(yōu)化的量化分析 本章小結(jié) 課后習題 第三篇 Python拓展 第十四章 Python與機器學習 第一節(jié) 機器學習概述 第二節(jié) 基于scikit-learn的機器學習流程 第三節(jié) 分類算法 第四節(jié) 回歸算法 第五節(jié) 聚類算法 本章小結(jié) 課后習題 第十五章 Python與深度學習 第一節(jié) 感知機模型 第二節(jié) 人工神經(jīng)網(wǎng)絡(luò) 第三節(jié) 反向傳播算法 第四節(jié) 神經(jīng)網(wǎng)絡(luò)的優(yōu)勢及局限性 第五節(jié) 常見神經(jīng)網(wǎng)絡(luò)類型 第六節(jié) 主流深度學習框架及應(yīng)用實例 第七節(jié) 大語言模型發(fā)展簡史:從 Transformer到 DeepSeek-R1的進化之路 本章小結(jié) 課后習題 主要參考文獻