新書推薦：
《
就业、利息和货币通论（徐毓枬译本）（经济学名著译丛）
》
售價：NT$
306.0
《
瘦肝
》
售價：NT$
454.0
《
股票大作手回忆录
》
售價：NT$
254.0
《
秩序四千年：人类如何运用法律缔造文明
》
售價：NT$
704.0
《
民法典1000问
》
售價：NT$
454.0
《
国术健身 易筋经
》
售價：NT$
152.0
《
古罗马800年
》
售價：NT$
857.0
《
权力与相互依赖（第四版）（中译本修订版）
》
售價：NT$
658.0
|
| 內容簡介： |
|
本书提供了一种独特的方法来讲解Python编程入门，内容符合*的ACMIEEECS和相关的计算课程倡议，以及由美国国家科学基金会赞助的数据科学本科课程。内容涵盖了*的主题和应用的覆盖面，模块化架构使教师能够方便地调整文本，适应课程需求。
|
| 目錄：
|
|
第1章 计算机和Python简介11.1 引言21.2 硬件和软件31.2.1 摩尔定律41.2.2 计算机组成41.3 数据层级61.4 机器语言、汇编语言和高级语言91.5 对象技术简介101.6 操作系统131.7 Python简介161.8 （语言）库181.8.1 Python标准库181.8.2 数据科学库181.9 其他常见编程语言201.10 试用：使用IPython和Jupyter Notebook211.10.1 将IPython交互模型用作计算器211.10.2 使用IPython解释器执行Python程序231.10.3 在Jupyter Notebook中编写和执行代码241.11 Internet和WWW291.11.1 Internet：网际网291.11.2 WWW：用户友善的Internet301.11.3 计算和资源云301.11.4 物联网311.12 软件技术321.13 大数据331.13.1 大数据分析381.13.2 数据科学和大数据案例研究391.14 数据科学入门：大数据移动应用案例研究40第2章 Python程序设计简介492.1 引言502.2 变量和赋值语句502.3 算术操作522.4 print函数、单引号字符串和双引号字符串562.5 三引号字符串582.6 从用户处获得输入592.7 判断：if语句与比较操作612.8 对象和动态类型662.9 数据科学入门：基本统计功能682.10 小结70第3章 控制语句和程序设计733.1 引言743.2 算法743.3 伪代码753.4 控制语句753.5 if语句783.6 if...else和if...elif...else语句803.7 while语句853.8 for语句863.8.1 迭代、列表和迭代器883.8.2 内置range函数883.9 增量赋值893.10 程序设计：通过序列控制重复903.10.1 需求声明903.10.2 算法的伪代码形式903.10.3 在Python中为算法编码913.10.4 格式化字符串简介923.11 程序设计：通过哨兵控制重复933.12 程序设计：嵌套控制结构973.13 内置函数range：进一步讨论1013.14 使用Decimal类型表达货币总量1023.15 break和continue语句1053.16 布尔操作and、or和not1063.17 数据科学入门：趋势的度量—均值、中值、众数1093.18 小结111第4章 函数1194.1 引言1204.2 函数的定义1204.3 多参数函数1234.4 随机数生成器1254.5 案例研究：机会游戏1284.6 Python标准库1314.7 math模块函数1324.8 使用IPython的tab补全功能1334.9 缺省形参值1354.10 关键字实参1364.11 任意实参表1364.12 方法：归属于对象的函数1384.13 作用域规则1384.14 import：进一步讨论1404.15 给函数传递实参：进一步讨论1424.16 函数调用栈1454.17 函数式程序设计1464.18 数据科学入门：数据分布的度量1484.19 小结150第5章 序列：列表和元组1555.1 引言1565.2 列表1565.3 元组1615.4 序列拆包1635.5 序列切片1665.6 del语句1695.7 给函数传递列表1715.8 排序列表1725.9 搜索序列1745.10 其他列表方法1765.11 用列表模拟栈1785.12 列表解析1795.13 生成器表达式1815.14 过滤器、映射和约简1825.15 其他序列处理函数1855.16 二维列表1875.17 数据科学入门：模拟和静态可视化1915.17.1 600、60000和6000000次掷骰子的图示1915.17.2 掷骰子实验的序列和百分比的可视化1935.18 小结199第6章 字典和集合2096.1 引言2106.2 字典2106.2.1 创建字典2106.2.2 在字典中遍历2126.2.3 基本的字典操作2126.2.4 字典方法keys和values2146.2.5 字典比较2166.2.6 案例研究：学生成绩字典2176.2.7 案例研究：词计数2186.2.8 字典方法update2206.2.9 字典解析2206.3 集合2216.3.1 集合比较2236.3.2 集合的数学操作2256.3.3 集合的可变操作和方法2266.3.4 集合解析2286.4 数据科学入门：动态可视化2286.4.1 了解动态可视化2286.4.2 实现动态可视化2316.5 小结234第7章 使用NumPy进行面向数组的编程2397.1 引言2407.2 从已有数据中创建数组2417.3 数组属性2427.4 用特定值填充数组2447.5 使用range创建数组2447.6 列表与数组的性能比较：%timeit简介2467.7 数组操作2487.8 NumPy计算方法2507.9 全局函数2527.10 索引和切片2547.11 视图：浅拷贝2567.12 深拷贝2587.13 转换和转置2597.14 数据科学入门：pandas Series和DataFrame2627.14.1 p
|
| 內容試閱：
|
|
“塔尔山上有黄金。”1在过去的几十年中，很多发展趋势一一显现。计算机的硬件速度越来越快，价格越来越便宜，尺寸越来越小。网络带宽（携带信息的能力）越来越大，价格越来越便宜。同时软件规模越来越庞大，而“开源”运动又将它们变成完全免费或者接近免费。短时间内，“物联网”将数十亿各种各样的设备连接起来，并快速产生了大规模的数据。几年之前，如果有人让我们写一本主题为“大数据”和“云计算”的大学阶段编程入门教材，并且在封面上绘制一只彩色的大象（象征“巨大”），我们可能会如此反应：“嗯？”如果他们继续让我们在书名中囊括AI（人工智能），我们可能会说：“真的吗？这对于编程初学者会不会过于超前了？”如果有人让我们在书名中加上“数据科学”，我们可能会问：“计算机科学不是已经包含了数据吗？为什么我们需要为此单独分一个科目？”好吧，如今谈及程序设计，最酷的说法就是“什么都是数据”—数据科学、数据分析、大数据、关系数据库（SQL）以及NoSQL和NewSQL数据库。如今我们真的写了这样一本书！欢迎阅读！在本书中，你将会着手学习当今最引人入胜、最前沿的计算技术—你将会看到，它将计算机科学和数据科学轻松地结合在一起，是一门适用于这些学科和相关学科的入门课程。此外，你将使用Python进行编程—世界上发展速度最快、最流行的编程语言之一。在前言中，我们将展示这本书的“灵魂”。专业程序员常常很快喜欢上Python。他们欣赏Python的表现力、易读性、简洁性和交互性。他们喜欢开源软件世界，这个世界正在为广泛的应用领域不断生成可复用的软件。无论你是教师、初学者或者有经验的专业人士，这本书都将对你有所帮助。Python对于初学者而言是优秀的第一门编程语言，并且适用于开发工业级的应用。对于新人而言，本书前面的章节奠定了坚实的编程基础。我们希望你在这本书中学到知识，并且发现快乐与挑战。徜徉其中，享受乐趣。将Python用于计算机科学和数据科学教学许多顶尖的美国大学使用Python作为介绍计算机科学的语言，“CS学科排名前10的有8个（80%）、排名前39的有27个（69%）使用Python”2。Python如今在教学和科学计算中尤其受到欢迎3，最近已超过R语言并成为最受欢迎的数据科学编程语言4,5,6。模块化体系结构我们预计计算机科学的本科生课程将会包含数据科学部分—这本书为此而设计，并且在Python编程方面满足数据科学入门课程的需求。本书的模块化体系结构帮助我们满足计算机科学、数据科学和其他相关受众的多样化需求。教师能方便地进行调整，为不同专业的学生开设系列课程。第1~11章介绍传统的计算机科学编程主题。第1~10章每章都包含可选的、简洁的“数据科学入门”一节，介绍人工智能、基础统计、趋中和离中度量、模拟、静态动态可视化、CSV文件的使用、数据探索和数据整理的pandas库、时间序列和简单的线性回归。这会帮助你学习第12~17章中的数据科学、AI、大数据和云计算相关的案例研究，你能在真实世界数据集中完整地使用这些案例研究。学完第1~5章中的Python相关知识以及第6~7章中的一些关键部分，你已经能够在第12~17章中解决数据科学、AI和大数据案例研究中的关键用例，这对于所有的编程通识课都是实用的：计算机科学方面的课程可以着重于第1~11章并略讲第1~10章的“数据科学入门”部分。教师还可以介绍第12~17章中的部分或者全部案例研究。数据科学方面的课程可以略讲第1~11章，着重于大部分或者全部的第1~10章中的“数据科学入门”部分以及第12~17章中的案例研究。前言中的“章节依赖关系”部分将展示本书的独特架构并帮助教师规划个性化的教学大纲。第12~17章的内容很酷、很强大、很现代。其中包含能动手实现的案例研究，例如有监督学习、无监督学习、深度学习、强化学习（在习题中）、自然语言处理、Twitter数据挖掘、IBM Watson可视化计算、大数据以及其他内容。在这个过程中，你将会掌握数据科学的大量术语和概念，包括术语的定义以及在不同规模的程序中使用的概念。本书读者对象模块化的结构使得本书适用于以下读者：所有标准的Python计算机科学及相关专业。首先，我们的书是一本现代的、可靠的Python CS1入门教材。ACMIEEE的计算课程建议列出了5个类别：计算机工程、计算机科学、信息系统、信息技术和软件工程7。这本书对这些类别都适用。数据科学专业的本科生课程。我们的书对许多数据科学课程都是有用的。对于入门级课程而言，它遵循课程建议，整合了所有课程的关键领域。在计算机科学或者数据科学课程计划中，本书都可以作为第一本专业教材，也可用作高年级课程的Python参考书。非计算机和数据科学专业学生的辅修课程。数据科学的研究生课程。这本书可以作为入门级课程的主要教材，也可以作为高年级课程的Python参考书。两年制学院。这些学校会为准备进入四年制学院的数据科学专业的学生开设相关课程—这本书就是一个合适的选择。高中。就像出于强烈的兴趣爱好而开设计算机课程一样，很多
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
