【兔子王赠书第3期】《案例学Python(进阶篇)》

news2024/9/28 3:25:19

文章目录

  • 前言
  • 推荐图书
  • 本书特色
  • 本书目录
  • 本书样章
  • 本书读者对象
  • 粉丝福利丨评论免费赠书
  • 尾声

前言

随着人工智能和大数据的蓬勃发展,Python将会得到越来越多开发者的喜爱和应用。因为Python语法简单,学习速度快,大家可以用更短的时间掌握这门语言。因此,身边有很多朋友都开始使用Python语言进行开发。正是因为Python是一门如此受欢迎的编程语言,所以笔者精心编写了本书,希望让更多的人掌握这门优秀的编程语言。2023年初,ChatGPT 4震惊全世界,其应用端建议使用Python语言进行开发,Python语言的应用领域将会越来越广。

推荐图书

京东直购链接:案例学Python(进阶篇)
案例学python

想从事程序开发的初学者都需要一本适合自己的图书来学习编程。笔者也是从初学者走过来的,因此十分理解广大初学者的内心需求。当对自己的程序开发水平有了一定的信心之后,本着分享技术的理念,开始了本书的创作。本书涵盖了Python基础入门和案例实战两部分内容,对实战知识不是点到为止地讲解,而是深入地探讨。采用纸质书+配套视频资源+网络答疑的形式,帮助初学者获得基础入门+实例练习+项目实战的学习效果。通过本书的学习,将解决绝大多数初学者的学习困惑,使初学者能够从零基础迈入Python开发高手的行列。

本书特色

  1. 案例多而全面
    书中案例丰富,几乎涵盖了Python语言开发的大部分领域,如:游戏开发、Web网站开发、数据可视化、网络爬虫、办公自动化、GUI桌面开发、多媒体应用、图像视觉、机器学习、深度学习等。
  2. 案例经典,讲解细致
    本书中的项目案例个个经典,详细讲解了每个案例的实现过程,让读者能够看懂并掌握每一个知识点。
  3. 提供在线技术支持,解决自学者的痛点
    对于自学编程的人来说,最大的痛点是遇到问题时无人可问。在购买本书后,读者将会获取本书创作团队的技术支持,可以在线获得一对一辅导服务,快速解答您在学习中遇到的问题。此外,我们还会定期进行视频授课,让您切身体会到和众多志同道合的朋友们一起学习编程是一件快乐的事情。
  4. 配套资源丰富,包含视频、PPT、源代码
    书中每一章均提供了网络视频教学,这些视频能够帮助初学者快速入门,增强学习的信心,从而快速理解所学知识。读者可通过扫描每章二级标题下的二维码,获取案例视频资源,既可在线观看也可以下载到本地学习。此外,本书的配套学习资源中还提供了全书案例的源代码,案例源代码读者可通过扫描下方的二维码获取。

本书目录

  • 第1章 初级游戏项目实战 1
    1.1 猜数游戏 2
    1.1.1 使用条件语句 2
    1.1.2 使用for循环语句 2
    1.1.3 具体实现 3
    1.2 龙的世界 4
    1.2.1 使用while循环语句 4
    1.2.2 使用函数 5
    1.2.3 实现《龙的世界》游戏 6
    1.3 黑白棋游戏 7
    1.3.1 笛卡尔坐标系 7
    1.3.2 实例介绍 9
    1.3.3 具体实现 9
    1.4 益智类游戏:俄罗斯方块 15
    1.4.1 规划需要的图形 15
    1.4.2 具体实现 15

  • 第2章 Web网站开发实战 23
    2.1 会员登录验证系统 24
    2.1.1 简易用户登录验证系统 24
    2.1.2 使用模块auth实现登录验证系统 27
    2.1.3 使用百度账户实现用户登录系统 32
    2.2 博客发布系统 37
    2.2.1 系统设置 37
    2.2.2 会员注册和登录验证模块 38
    2.2.3 博客发布模块 42

  • 第3章 数据可视化分析实战 45
    3.1 可视化分析SQLite中的数据 46
    3.1.1 创建数据库 46
    3.1.2 绘制统计图 47
    3.2 可视化统计显示某网店各类口罩的销量 49
    3.2.1 准备CSV文件 49
    3.2.2 可视化CSV文件中的数据 50
    3.3 数据挖掘:可视化处理文本情感分析数据 51
    3.3.1 准备CSV文件 51
    3.3.2 可视化两个剧本的情感分析数据 52
    3.4 使用热力图可视化展示某城市的房价信息 55
    3.4.1 准备数据 56
    3.4.2 使用热力图可视化展示信息 56
    3.5 Scikit-Learn聚类分析并可视化处理 59
    3.5.1 准备饼状图 59
    3.5.2 聚类处理 59
    3.5.3 生成统计柱状图 60
    3.6 将Excel文件中的地址信息可视化为交通热力图 61
    3.6.1 将地址转换为JS格式 61
    3.6.2 将JS地址转换为坐标 62
    3.6.3 在地图中显示地址的热力信息 64

  • 第4章 网络爬虫实战 65
    4.1 绘制比特币和以太币的价格走势图 66
    4.1.1 抓取数据 66
    4.1.2 绘制BTC/美元价格曲线 66
    4.1.3 绘制BTC和ETH的历史价格曲线图 67
    4.2 热门电影信息数据可视化 68
    4.2.1 创建MySQL数据库 69
    4.2.2 抓取并分析电影数据 71
    4.3 桌面壁纸抓取系统 74
    4.3.1 创建项目 74
    4.3.2 系统设置 74
    4.3.3 创建数据库 74
    4.3.4 声明需要格式化的字段 77
    4.3.5 实现保存功能的类 77
    4.3.6 实现具体的爬虫 79

  • 第5章 GUI桌面开发实战 83
    5.1 创建一个“英尺/米”转换器 84
    5.1.1 具体实现 84
    5.1.2 代码解析 85
    5.2 制作一个交通标记指示牌 86
    5.2.1 实例介绍 86
    5.2.2 具体实现 86
    5.3 GUI版的Minecraft游戏 88
    5.3.1 项目规划 88
    5.3.2 具体实现 89
    5.4 图书管理系统 95
    5.4.1 数据库操作 95
    5.4.2 GUI实现 96

  • 第6章 多媒体应用开发实战 99
    6.1 简易播放器 100
    6.1.1 使用模块audioop播放指定的音乐 100
    6.1.2 使用模块wave读取和写入WAV文件 102
    6.2 三款音乐播放器 103
    6.2.1 基于模块tkinter开发的音乐播放器 103
    6.2.2 开发网易云音乐播放器 105
    6.2.3 开发一个MP3播放器 109
    6.3 多媒体剪辑 114
    6.3.1 MP3文件编辑器 114
    6.3.2 批量设置视频文件的封面图片 121

  • 第7章 游戏项目开发实战 129
    7.1 贪吃蛇游戏 130
    7.1.1 普通版的贪吃蛇游戏 130
    7.1.2 AI版的贪吃蛇游戏 134
    7.1.3 Cocos2d-Python版本的贪吃蛇游戏 138
    7.2 使用Panda3D开发3D游戏 142
    7.2.1 迷宫中的小球游戏 142
    7.2.2 飞船大作战游戏 146

  • 第8章 办公文件处理实战 149
    8.1 处理Office文件 150
    8.1.1 使用模块openpyxl读取Excel文件 150
    8.1.2 在指定Excel文件中检索某关键字 152
    8.1.3 将数据导入Excel文件并生成图表 153
    8.1.4 获取Excel文件中的数据信息 154
    8.1.5 将数据分别导入到Excel文件和SQLite数据库 156
    8.1.6 创建一个Word文档 157
    8.1.7 向Word文档中插入指定样式的段落 157
    8.1.8 获取Word文档中的文本样式名称和每个样式的文字数目 159
    8.1.9 获取Word文档中表格的内容 159
    8.1.10 创建Word表格并合并 里面的单元格 160
    8.1.11 自定义Word文件的样式 161
    8.1.12 设置Excel表格的样式 162
    8.1.13 向Excel文件中插入图像 164
    8.1.14 向Excel文件中插入数据 并绘制柱状图 165
    8.1.15 向Excel文件中插入数据 并绘制散点图 167
    8.1.16 向Excel文件中插入数据 并绘制柱状图和饼状图 168
    8.2 PDF文件处理实战 170
    8.2.1 将PDF文件中的内容转换为TEXT文本 171
    8.2.2 解析某个在线PDF文件的内容 173
    8.2.3 将两个PDF文件合并为一个PDF文件 176
    8.2.4 分别在PDF文件和PNG文件中绘制饼状图 177
    8.2.5 在PDF文件中分别生成条形图和二维码 178

  • 第9章 网络应用开发实战 181
    9.1 收发电子邮件 182
    9.1.1 获取邮箱中最新两封邮件的主题和发件人 182
    9.1.2 向指定邮箱发送邮件 183
    9.1.3 发送带附件功能的邮件 184
    9.1.4 Web版邮件发送系统 185
    9.2 网页计数器 187
    9.2.1 使用数据库保存统计数据 187
    9.2.2 使用第三方库实现访问计数器 190
    9.3 Ajax上传和下载系统 195
    9.3.1 实现文件上传功能 195
    9.3.2 实现文件下载功能 200

  • 第10章 图像视觉处理实战 203
    10.1 智能车牌识别系统 204
    10.1.1 系统介绍 204
    10.1.2 通用程序 204
    10.1.3 主程序 208
    10.2 人脸检测系统 210
    10.2.1 检测人脸眼睛的状态 210
    10.2.2 模糊处理人脸 211
    10.2.3 检测两张脸是否匹配 213
    10.2.4 识别视频中的人脸 214
    10.2.5 网页版人脸识别器 216
    10.3 Scikit-Learn和人脸识别 217
    10.3.1 SVM算法人脸识别 217
    10.3.2 KNN算法人脸识别 218

  • 第11章 机器学习实战 223
    11.1 汽车油耗预测实战(使用神经网络实现分类) 224
    11.1.1 准备数据 224
    11.1.2 创建网络模型 227
    11.1.3 训练和测试模型 228
    11.2 图像分类器 230
    11.2.1 准备数据集 230
    11.2.2 创建数据集 231
    11.2.3 配置数据集 233
    11.2.4 创建模型 234
    11.2.5 编译模型 234
    11.2.6 训练模型 235
    11.2.7 可视化训练结果 235
    11.2.8 过拟合处理:数据增强 236
    11.2.9 过拟合处理:将Dropout引入网络 237
    11.2.10 重新编译和训练模型 238
    11.2.11 预测新数据 241
    11.3 智能翻译系统 242
    11.3.1 下载和准备数据集 242
    11.3.2 创建数据集 245
    11.3.3 编写编码器(encoder)和解码器(decoder)模型 246
    11.3.4 训练 249
    11.3.5 翻译 252

  • 第12章 综合实战:AI智能问答系统 255
    12.1 技术架构介绍 256
    12.1.1 TensorFlow.js 256
    12.1.2 SQuAD 2.0 259
    12.1.3 BERT 260
    12.1.4 知识蒸馏 260
    12.2 具体实现 263
    12.2.1 编写HTML文件 263
    12.2.2 脚本处理 264
    12.2.3 加载训练模型 264
    12.2.4 查询处理 264
    12.2.5 文章处理 266
    12.2.6 加载处理 266
    12.2.7 寻找答案 267
    12.2.8 提取最佳答案 268
    12.2.9 将答案转换为文本 269
    12.3 运行调试 270
  • 第13章 综合实战:姿势预测器 273
    13.1 系统介绍 274
    13.2 准备模型 274
    13.2.1 身体部位监测点说明 275
    13.2.2 导入TensorFlow Lite模型 275
    13.3 Android姿势预测器 276
    13.3.1 准备工作 276
    13.3.2 页面布局 278
    13.3.3 实现主Activity 278
    13.3.4 图像处理 280
    13.3.5 姿势识别 282

  • 第14章 综合实战:大型RPG游戏——仿《暗黑破坏神》 285
    14.1 RPG和《暗黑破坏神》介绍 286
    14.1.1 RPG简介 286
    14.1.2 《暗黑破坏神》系列游戏简介 286
    14.2 项目介绍 287
    14.2.1 游戏特色 287
    14.2.2 模块划分 288
    14.3 数据模块 288
    14.3.1 Item数据 289
    14.3.2 Enemy数据 290
    14.3.3 Attack数据 291
    14.3.4 Skill数据 291
    14.3.5 玩家处理 292
    14.4 系统主程序 297

  • 第15章 综合实战:图书商城系统 305
    15.1 功能需求分析 306
    15.2 准备工作 307
    15.2.1 用到的库 307
    15.2.2 准备Vue环境 308
    15.2.3 创建应用 308
    15.2.4 系统配置 309
    15.3 设计数据库 312
    15.3.1 为users应用创建Model 模型 312
    15.3.2 为goods应用创建Model 模型 314
    15.3.3 为trade应用创建Model 模型 318
    15.3.4 为user_operation应用创建Model模型 320
    15.3.5 生成数据库表 322
    15.4 使用Restful API 322
    15.4.1 商品列表序列化 323
    15.4.2 在前端展示左侧分类、排序、商品列表和分页 330
    15.5 登录认证 332
    15.5.1 使用DRF Token认证 332
    15.5.2 使用JWT认证 334
    15.5.3 微博账户登录 337
    15.5.4 social-app-django集成第三方登录 341
    15.6 支付宝支付 344
    15.6.1 配置支付宝的沙箱环境 344
    15.6.2 编写程序 347
    15.7 测试程序 355

  • 第16章 综合实战:财经数据可视化分析系统 359
    16.1 爬取股票实时涨幅榜信息 360
    16.1.1 准备Selenium环境 360
    16.1.2 爬取数据 360
    16.1.3 获取指定股票所属行业 信息 362
    16.1.4 获取涨幅榜和跌幅榜信息 362
    16.1.5 保存涨幅榜前10名和跌幅榜 前10名股票数据到Excel文件 364
    16.2 AI选股系统 366
    16.2.1 准备TuShare 366
    16.2.2 跟踪热点板块 366
    16.2.3 数据建模和评估分析 378

本书样章

1
2
3

本书读者对象

  • 初学编程的自学者
  • 编程爱好者
  • 大中专院校的教师和学生
  • 相关培训机构的教师和学员
  • 毕业设计的学生
  • 初级和中级程序开发人员
  • 软件测试人员

粉丝福利丨评论免费赠书

  • 现在点赞收藏评论 “人生苦短,python当歌”
  • 评论区将随机抽取至多五名小伙伴免费赠书一本
  • 活动期间前五名订阅《 Python程序设计与数据分析 》专栏的小伙伴免费赠送本书
  • 截止日期:2023年10月30日
  • 注:订阅专栏前请先私信博主

尾声

感谢小伙伴们的支持吖~
学python,就选《案例学Python(进阶篇)》!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1133231.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Spring学习笔记—JDK动态代理

✅作者简介:大家好,我是Leo,热爱Java后端开发者,一个想要与大家共同进步的男人😉😉 🍎个人主页:Leo的博客 💞当前专栏: Spring专栏 ✨特色专栏: M…

Unity中Shader的ShaderLOD

文章目录 前言一、ShaderLOD的使用步骤1、ShaderLOD使用在不同的SubShader中,用于区分SubShader所对应的配置2、在 C# 中使用 Shader.globalMaximumLOD 赋值来选择不同的 SubShader,以达到修改配置对应Shader的效果3、在设置LOD时,是需要和程序讨论统一 …

WebGL笔记:矩阵的变换之平移的实现

矩阵的变换 变换 变换有三种状态:平移、旋转、缩放。当我们变换一个图形时,实际上就是在移动这个图形的所有顶点。解释 webgl 要绘图的话,它是先定顶点的,就比如说我要画个三角形,那它会先把这三角形的三个顶点定出来…

为什么需要山洪灾害监测预警系统?

在山洪高发地区,安装山洪灾害监测预警系统能够通过实时监测,预警山洪信息,对于保障我们的生命财产安全具有重要意义。 监测山洪不仅需要对山体进行监测,还要监测降雨量以及水位上升情况。山洪灾害监测预警系统是由GNSS监测站和水…

linux安装node(含npm命令) 并配置淘宝镜像源

1. 下载压缩包 wget https://nodejs.org/dist/v16.14.0/node-v16.14.0-linux-x64.tar.xz # node14 https://nodejs.org/dist/v14.15.4/node-v14.15.4-linux-x64.tar.xz # 推荐将压缩包放置到/usr/local/node文件夹中安装 mv node-v16.14.0-linux-x64.tar.xz /usr/local/node …

LeetCode217——存在重复元素

LeetCode217——存在重复元素 1.题目描述: 给你一个整数数组 nums 。如果任一值在数组中出现 至少两次 ,返回 true ;如果数组中每个元素互不相同,返回 false 。 2.Result01(暴力解) public static boolean containsDuplicate(in…

SRAM与DRAM的区别

目录 SRAM 特点 应用场景 DRAM 特点 应用场景 SRAM和DRAM的区别 SRAM SRAM(静态随机存取存储器)是一种用于存储和检索数据的类型的计算机内存。SRAM的存储单元通过触发器(flip-flop)实现,它们可以保持数据的状态…

语雀崩溃7个小时的原因是什么??

1 语雀是什么 语雀是蚂蚁集团旗下的在线文档编辑与协同工具,使用了“结构化知识库管理”,形式上类似书籍的目录。用户量在千万级别,是非常强大的。身边有不少朋友是付费会员,有许多公司也付费在使用语雀作为知识库进行文档的存储…

通过社工进网站后台的渗透测试

目录 通过社工进网站后台 0X0 开始: 0X1 获取icp备案企业: 0X2 通过备案获取姓名: 0X3 通过姓名获取手机号: 0X4 弱口令进后台: 0X5 总结 通过社工进网站后台 记录一次通过简单社工获取信息后进入后台的经过。…

近似熵的计算

我们计算两个函数,一个是henon,另外一个是TriMap: 代码: 构造henon函数: function [x,y]=Henon(x0,y0,a,b,M) M=M+10000; x = zeros(1,M+1); y = zeros(1,M+1); x(1)=x0; y(1)=y0; for i = 1:Mx(i+1) = 1+y(i)-a*x(i)^2;y(i+1) = b*x(i); endx=x(10001:M); y=y(10001:M)…

【人工智能Ⅰ】实验1:谓词表示法与产生式知识表示

实验1 谓词表示法与产生式知识表示 一、实验目的 1、熟悉谓词逻辑表示法; 2、理解和掌握产生式知识表示方法,实现产生式系统的规则库。 二、实验内容 要求通过C/C/python语言编程实现: 1、猴子摘香蕉问题 2、动物识别系统 &#xff08…

C# 基于腾讯云人脸核身和百度云证件识别技术相结合的 API 实现

目录 腾讯云人脸核身技术 Craneoffice.net 采用的识别方式 1、活体人脸核身(权威库): 2、活体人脸比对: 3、照片人脸核身(权威库): 调用成本 百度云身份证识别 调用成本 相关结合点 核心代码 实现调用人脸核身API的示例 实现调用身…

css 三栏布局的实现?

目录 前言 用法 代码 理解 高质量图片 1. 左侧栏 - 导航菜单 2. 中间栏 - 主要内容 3. 右侧栏 - 小部件和广告 布局的响应式设计 三栏布局在前端页面设计中是一个常见的布局方式,通常包含左侧、中间和右侧三个部分。这种布局方式在多种场景中都很受欢迎&am…

企业安全—DevSecOps概述详情

0x00 前言 SDL存在的问题在于体量过于庞大,不利于快速进行适配和进行,所以就有了DevSecOps,实际上是因为敏捷开发也就是DevOps的推进,并且坐上了云服务模式的火车,所以这一系列的东西都开始普及。DevSecOps作为DevOps…

龙迅LT9211 是MIPI/TTL/2 PORT LVDS互转的一颗高性能芯片,支持车规级

龙迅LT9211 描述: Lontium LT9211是一个高性能转换器,可以在MIPI DSI/CSI-2/双端口LVDS和TTL之间互转换,除了24位TTL到24位TTL与同步和DE。LT9211反序列化输入的MIPI/LVDS/TTL视频数据,解码数据包,并将格式化的视频数…

2006-2021年上市公司社会责任报告基本信息数据

2006-2021年上市公司社会责任报告基本信息表数据 1、时间:2006-2021年 2、来源为上市公司社会责任BG 3、指标:股票代码、统计截止日期、GG日期、所属省份、行业代码、行业名称、纳税总额、每股社会贡献值、社会捐赠额、是否经第三方机构审验、审验机构…

Python Opencv实践 - 入门使用Tesseract识别图片中的文字

做车牌识别项目前试一试tesseract识别中文。tesseract的安装使用请参考: Python OCR工具pytesseract详解 - 知乎pytesseract是基于Python的OCR工具, 底层使用的是Google的Tesseract-OCR 引擎,支持识别图片中的文字,支持jpeg, png…

Android 中如何使用 App Links

1. 简介 什么是 App Links呢?App Links 是 Android 6.0 (API 级别23) 引入的新功能,它是基于 DeepLinking,允许应用自动处理网站的 URL,而无需提示用户启动相应的应用。 例如:如果你在手机浏览器中输入了某个网站&am…

小红书女性用户洞察|2023「她研究」深度数据报告

作为新时代女性群体的聚集地、发声场,小红书不断涌现的「她」话题,承载着不同的女性特质,对理想自我、理想生活的期待,以及消费行为与决策偏好。 当代女性为回答「我是谁」、「我要什么」、「我想成为什么样的自己」,倾…

YOLOv7改进:全网原创首发 | 新颖的多尺度卷积注意力(MSCA),即插即用,助力小目标检测 | NeurIPS2022

💡💡💡本文全网首发独家改进:多尺度卷积注意力(MSCA),有效地提取上下文信息,新颖度高,创新十足。 1)作为注意力MSCA使用; 推荐指数:五星 MSCA | 亲测在多个数据集能够实现涨点,多尺度特性在小目标检测表现也十分出色。 收录: YOLOv7高阶自研专栏介绍:…