本書循序漸進、深入講解了Python語言的核心開發(fā)技術(shù)，并通過具體實例的實現(xiàn)過程演練了各個知識點的具體使用流程。分別講解了選擇IDE開發(fā)工具，列表、元組和字典，核心語法實戰(zhàn)演練，標準庫函數(shù)應用實戰(zhàn)，正則表達式實戰(zhàn)演練，網(wǎng)絡編程開發(fā)實戰(zhàn)，多線程開發(fā)實踐演練，開發(fā)圖形化桌面程序，使用SQLite3數(shù)據(jù)庫，使用數(shù)據(jù)庫存儲數(shù)據(jù)，Pygame游戲開發(fā)實戰(zhàn)，數(shù)據(jù)可視化，大數(shù)據(jù)分析系統(tǒng)，人工智能系統(tǒng)。全書簡潔而
電子書
內(nèi)容簡介
《Python項目實戰(zhàn)從入門到精通》全面講述了Python的基礎知識和相關(guān)開發(fā)技術(shù)。全書分為三部分，共10章。第壹部分為基礎篇（第1~5章），介紹Python的起源和發(fā)展、開發(fā)工具、語法基礎、控制結(jié)構(gòu)、復合數(shù)據(jù)結(jié)構(gòu)、函數(shù)、科學計算庫NumPy以及繪圖工具Matplotlib等內(nèi)容；第二部分為提高篇（第6~7章），深入講解了機器學習典型算法、神經(jīng)網(wǎng)絡典型算法以及它們的Python開發(fā)實現(xiàn)過程；第三部分為高級篇（第8~10章），主要介紹了圖像識別和人臉識別的原理方法以及它們的Python開發(fā)實現(xiàn)過程。 《Python項目實戰(zhàn)從入門到精通》以人工智能中的機器學習和深度學習為載體，突出Python開發(fā)技術(shù)的實際應用。在編寫體例上，以問題為導向，注重知行合一，按照由簡到難、由淺入深、螺旋上升的方式設置學習內(nèi)容，引導讀者循序漸進地掌握基本原理方法，并熟練運用Python。 本書可作為人工智能、機器學習、人臉識別等應用領域工程技術(shù)人員的參考手冊，也可作為大中專院校人工智能、大數(shù)據(jù)科學與技術(shù)、自動化、機器人工程、智能儀器儀表、機電一體化等專業(yè)及社會培訓班有關(guān)Python課程的培訓教材。
章節(jié)目錄
- 封面
- 前折頁
- 書名頁
- 序
- 前言
- 目錄
- 基礎篇
- 第1章 初識Python
- 1.1 源碼世界的來源
- 1.2 探索Python的起源
- 1.2.1 繪制Python發(fā)展歷程圖
- 1.2.2 訓練1：Python語言來歷
- 1.2.3 訓練2：探索Python優(yōu)勢
- 1.2.4 訓練3：區(qū)分Python 2與Python 3
- 1.3 感知Python的特點
- 1.3.1 Python思維導圖
- 1.3.2 訓練1：比較“自然語言”與“編程語言”
- 1.3.3 訓練2：探討編譯型和解釋型語言
- 1.3.4 訓練3：剖析Python的缺點
- 1.4 搭建Python的運行環(huán)境之海龜編輯器
- 1.4.1 關(guān)于海龜編譯器
- 1.4.2 訓練1：初探海龜編輯器
- 1.4.3 訓練2：嘗試第一個海龜小程序
- 1.4.4 訓練3：查找編譯問題
- 1.5 搭建Python運行環(huán)境之PyCharm
- 1.5.1 下載PyCharm
- 1.5.2 訓練1：進入PyCharm的新世界
- 1.5.3 訓練2：創(chuàng)建PyCharm小項目
- 1.5.4 訓練3：查找PyCharm程序問題
- 1.5.5 訓練4：在Mac系統(tǒng)安裝PyCharm
- 第2章 變量與數(shù)據(jù)
- 2.1 變量魔法
- 2.1.1 變量相關(guān)知識
- 2.1.2 訓練1：加法大作戰(zhàn)
- 2.1.3 訓練2：修改程序錯誤
- 2.1.4 訓練3：數(shù)據(jù)的神奇調(diào)換
- 2.2 數(shù)和字符串
- 2.2.1 數(shù)據(jù)類型
- 2.2.2 訓練1：初識數(shù)字
- 2.2.3 訓練2：初識字符串
- 2.2.4 訓練3：happy birthday
- 2.3 圖書館的神秘之書
- 2.3.1 占位符和轉(zhuǎn)義字符
- 2.3.2 訓練1：計算BMI
- 2.3.3 訓練2：初識占位符
- 2.3.4 訓練3：阿短的進步之旅
- 第3章 認識序列
- 3.1 list召喚編程貓家族
- 3.1.1 列表
- 3.1.2 訓練1：簡單操作列表
- 3.1.3 訓練2：元素的增刪
- 3.1.4 訓練3：組織列表
- 3.2 源碼世界的元組與字典
- 3.2.1 元組與字典
- 3.2.2 訓練1：操作元組
- 3.2.3 訓練2：建立字典
- 3.2.4 訓練3：使用字典
- 3.2.5 訓練4：遍歷字典
- 3.2.6 訓練5：嵌套
- 第4章 條件與循環(huán)
- 4.1 條件判斷
- 4.1.1 條件語句
- 4.1.2 訓練1：尋找編號為偶數(shù)的聚餐人員
- 4.1.3 訓練2：判斷生涯階段
- 4.1.4 訓練3：挑選食物愛好
- 4.2 循環(huán)語句
- 4.2.1 Python的循環(huán)語句
- 4.2.2 訓練1：列寫編程貓家族的成員名單
- 4.2.3 訓練2：判斷最大值
- 4.2.4 訓練3：協(xié)助阿短尋找偶數(shù)
- 4.3 運算符
- 4.3.1 運算符的應用
- 4.3.2 訓練1：核算購物的花費
- 4.3.3 訓練2：比較食物的價格
- 4.3.4 訓練3：篩選參宴的客人
- 第5章 函數(shù)與模塊
- 5.1 Python函數(shù)
- 5.1.1 函數(shù)的基本知識
- 5.1.2 訓練1：在晚宴上唱一首歌曲
- 5.1.3 訓練2：進一步完善程序
- 5.1.4 訓練3：向阿短的朋友們介紹編程貓
- 5.1.5 訓練4：另一種介紹編程貓的方法
- 5.2 Python模塊
- 5.2.1 返回值與函數(shù)的基本應用
- 5.2.2 訓練1：編程貓的姓與名
- 5.2.3 訓練2：分配糖果
- 5.2.4 訓練3：晚宴上的菜品
- 5.2.5 訓練4：制作蛋糕
- 5.3 NumPy庫函數(shù)
- 5.3.1 NumPy庫
- 5.3.2 訓練1：計算數(shù)學函數(shù)
- 5.3.3 訓練2：計算算術(shù)函數(shù)
- 5.3.4 訓練3：調(diào)用統(tǒng)計函數(shù)
- 5.3.5 訓練4：對數(shù)組進行切片處理
- 5.3.6 訓練5：使用NumPy進行排序
- 5.3.7 訓練6：用NumPy計算矩陣
- 5.3.8 訓練7：用NumPy計算線性代數(shù)
- 5.4 Matplotlib庫函數(shù)
- 5.4.1 Matplotlib函數(shù)庫
- 5.4.2 訓練1：繪制正弦波
- 5.4.3 訓練2：同時繪制正弦和余弦值
- 5.4.4 訓練3：繪制條形圖
- 5.4.5 訓練4：繪制點狀圖
- 5.4.6 訓練5：直接將數(shù)字轉(zhuǎn)換為圖形
- 5.4.7 訓練6：調(diào)用figure畫圖
- 5.4.8 訓練7：設置圖像的坐標軸
- 5.4.9 訓練8：繪制餅狀
- 提高篇
- 第6章 機器學習
- 6.1 機器學習認知
- 6.1.1 機器學習相關(guān)概念
- 6.1.2 訓練1：安裝Python機器學習常用庫
- 6.1.3 訓練2：繪制方程y=2 x+5
- 6.2 KNN算法研習及應用
- 6.2.1 KNN算法要點
- 6.2.2 訓練1：電影分類
- 6.2.3 訓練2：鳶尾花數(shù)據(jù)分類
- 6.2.4 訓練3：手寫數(shù)字識別
- 6.3 決策樹與隨機森林分析應用
- 6.3.1 關(guān)于決策樹和隨機森林的相關(guān)概念
- 6.3.2 訓練1：決策樹可視化
- 6.3.3 訓練2：鳶尾花分類實驗
- 6.3.4 訓練3：決策樹與隨機森林比較實驗
- 6.4 線性回歸
- 6.4.1 代價函數(shù)和梯度下降法
- 6.4.2 訓練1：梯度下降法：一元線性回歸
- 6.4.3 訓練2：梯度下降法：多元線性回歸
- 6.4.4 訓練3：sklearn：多項式回歸
- 第7章 神經(jīng)網(wǎng)絡
- 7.1 神經(jīng)網(wǎng)絡基礎
- 7.1.1 神經(jīng)元與感知器
- 7.1.2 訓練1：Python實現(xiàn)單層感知器
- 7.1.3 訓練2：感知器題目實戰(zhàn)
- 7.1.4 訓練3：單層感知器解決異或問題
- 7.2 多層感知器
- 7.2.1 BP神經(jīng)網(wǎng)絡
- 7.2.2 訓練1：利用Python實現(xiàn)簡單的三層BP神經(jīng)網(wǎng)絡
- 7.2.3 訓練2：利用BP神經(jīng)網(wǎng)絡實現(xiàn)異或問題
- 7.2.4 訓練3：利用TensorFlow實現(xiàn)BP神經(jīng)網(wǎng)絡
- 7.3 卷積神經(jīng)網(wǎng)絡
- 7.3.1 TensorFlow卷積神經(jīng)網(wǎng)絡平臺搭建
- 7.3.2 訓練1：MNIST手寫數(shù)字識別
- 7.3.3 訓練2：基于CNN的MNIST手寫數(shù)字識別
- 高級篇
- 第8章 圖像處理
- 8.1 圖像處理基礎
- 8.1.1 圖像的基本知識
- 8.1.2 訓練1：幫助編程貓?zhí)幚硐袼?/a>
- 8.1.3 訓練2：教阿短獲取圖像屬性
- 8.1.4 訓練3：感興趣區(qū)域ROI的提取
- 8.1.5 訓練4：通道的拆分與合并
- 8.2 圖像的運算
- 8.2.1 圖像的運算和幾何變換
- 8.2.2 訓練1：幫助阿短實現(xiàn)圖像融合
- 8.2.3 訓練2：教會阿短圖像縮放
- 8.2.4 訓練3：一起學習圖像翻轉(zhuǎn)
- 8.2.5 訓練4：閾值分割的最終實現(xiàn)
- 第9章 人臉初識
- 9.1 基于級聯(lián)分類器的人臉探測
- 9.1.1 級聯(lián)分類器
- 9.1.2 訓練1：靜態(tài)圖片的人臉檢測
- 9.1.3 訓練2：靜態(tài)圖片的表情識別
- 9.2 基于LBPH的人臉識別
- 9.2.1 LBPH算法
- 9.2.2 訓練：LBPH人臉識別
- 9.3 視頻處理
- 9.3.1 視頻處理函數(shù)
- 9.3.2 訓練1：視頻流人臉檢測
- 9.3.3 訓練2：視頻流人臉識別
- 第10章 人臉識別
- 10.1 基于HOG人臉探測算法
- 10.1.1 HOG（方向梯度直方圖）
- 10.1.2 訓練1：獲取人臉的HOG
- 10.1.3 訓練2：實現(xiàn)人臉的探測和標識
- 10.2 基于KNN的人臉識別算法
- 10.2.1 KNN算法
- 10.2.2 訓練1：利用mglearn和Matplotlib作圖
- 10.2.3 訓練2：KNN算法判斷性別
- 10.2.4 訓練3：KNN算法求距離
- 10.3 人臉識別系統(tǒng)的實現(xiàn)
- 10.3.1 人臉識別系統(tǒng)的構(gòu)建
- 10.3.2 訓練：通過人臉識別系統(tǒng)識別人臉
- 版權(quán)頁
- 后折頁
- 封底
展開全部
Python項目實戰(zhàn)從入門到精通是2020年由機械工業(yè)出版社出版,作者方健 孫悅 邵芳 等編著。
溫馨提示：
1.本電子書已獲得正版授權(quán)，由出版社通過知傳鏈發(fā)行。
2.該電子書為虛擬物品，付費之后概不接收任何理由退款。電子書內(nèi)容僅支持在線閱讀，不支持下載。
3.您在本站購買的閱讀使用權(quán)僅限于您本人閱讀使用，您不得/不能給任何第三方使用，由此造成的一切相關(guān)后果本平臺保留向您追償索賠的權(quán)利！版權(quán)所有，后果自負！
得書感謝您對《Python項目實戰(zhàn)從入門到精通》關(guān)注和支持，如本書內(nèi)容有不良信息或侵權(quán)等情形的，請聯(lián)系本網(wǎng)站。
電子書
電子書
本書以Python3為基礎，循序漸進地講解了Python從入門到進階的知識。全書共15章。首先從Python的起源及功能特點開始講述，介紹Python3的安裝、配置，并詳細講解Python的基礎知識，包括變量和運算符的使用、三大控制結(jié)構(gòu)、標準數(shù)據(jù)類型、函數(shù)、文件輸入和輸出、面向?qū)ο缶幊毯彤惓Ｌ幚淼认嚓P(guān)知識；然后講解Python的高級知識，包括OS和SYS模塊的使用、正則表達式、多線程與多進程編程、
電子書
本書循序漸進的講解了PythonWeb開發(fā)的核心框架技術(shù)，并通過具體實例的實現(xiàn)過程演練了各個知識點的具體使用流程。分別講解了TornadoWeb開發(fā)基礎，實現(xiàn)動態(tài)，高效的TornadoWeb，構(gòu)建安全的TornadoWeb，DjangoWeb開發(fā)基礎，使用Django模板，Django數(shù)據(jù)庫操作，DjangoWeb高級實戰(zhàn)，F(xiàn)laskWeb開發(fā)基礎，使用Flask模板，F(xiàn)lask表單操作，F(xiàn)las
電子書
《Python游戲開發(fā)從入門到精通》循序漸進地講解了使用Python語言開發(fā)游戲程序的核心知識，并通過具體實例的實現(xiàn)過程演練了游戲開發(fā)的方法和流程。全書共12章，主要內(nèi)容有使用Python內(nèi)置函數(shù)開發(fā)游戲，Pygame游戲開發(fā)基礎，字體、圖形圖像和多媒體，Sprite和碰撞檢測，使用AI技術(shù)，當Python遇到Cocos2d，Cocos2d進階，Cocos2d高級應用，使用PyOpenGL開發(fā)3D
電子書
本書以零基礎讀者為對象，用范例引導讀者學習，深入淺出地介紹了Python的相關(guān)知識和實戰(zhàn)技能。本書從Python基礎入手，介紹了Python的開發(fā)環(huán)境、各種數(shù)據(jù)類型的操作方法、流程控制、函數(shù)等Python內(nèi)核技術(shù)，以及使用Python處理文件、處理錯誤與異常等各種應用，最后列舉了Python在重要領域的項目實戰(zhàn)，內(nèi)容系統(tǒng)且深入。本書提供與內(nèi)容同步的教學錄像。此外，本書還贈送大量相關(guān)學習資料，以便讀
電子書
電子書
本書循序漸進的講解了Python數(shù)據(jù)分析技術(shù)的核心內(nèi)容，并通過實例的實現(xiàn)過程演練了各個知識點的具體使用流程。分別講解了處理特殊格式文件，使用數(shù)據(jù)庫保存數(shù)據(jù)，操作處理CSV文件，操作處理JSON數(shù)據(jù)，處理網(wǎng)絡數(shù)據(jù)，使用matplotlib實現(xiàn)數(shù)據(jù)可視化處理，使用pygal庫實現(xiàn)數(shù)據(jù)可視化處理，使用正則表達式匹配數(shù)據(jù)，使用Pandas庫分離和提取數(shù)據(jù)，爬取網(wǎng)頁數(shù)據(jù)，抓取知乎數(shù)據(jù)并實現(xiàn)可視化圖表分析，獲
電子書
這是一本Photoshop2022從入門到精通實戰(zhàn)版教程。全書通過120個實戰(zhàn)案例、30個綜合案例、32個學以致用案例和8個綜合設計實訓案例來講解Photoshop2022的基礎功能。本書詳細講解了Photoshop入門與設置、Photoshop的基礎操作、圖層的基礎操作、選區(qū)和顏色的填充、繪畫與圖像修飾、色彩調(diào)整、用CameraRaw濾鏡處理照片、圖層混合模式與圖層樣式、文字、矢量繪圖、蒙版與合
