目录

第1章引言1

1.1Python简介1

1.1.1Python的历史2

1.1.2Python的特点2

1.1.3Python的应用领域3

1.2应用场景与前景4

1.2.1数据科学4

1.2.2网络开发5

1.2.3自动化脚本6

1.3安装与环境配置7

1.3.1Windows下的安装7

1.3.2macOS下的安装8

1.3.3使用虚拟环境11

思考与练习13

第2章Python基础15

2.1变量与数据类型15

2.1.1基本数据类型15

2.1.2变量命名规则22

2.1.3类型转换22

2.2基本运算符与表达式23

2.2.1算术运算符23

2.2.2逻辑运算符25

2.2.3比较运算符27

2.3综合案例: 员工工资计算系统28

2.3.1任务描述28

2.3.2运行结果29

思考与练习30

第3章控制结构32

3.1条件语句32

3.1.1if语句33

3.1.2else和elif的使用33

3.1.3嵌套条件语句34

3.2循环结构35

3.2.1for循环36

3.2.2while循环37

3.2.3break与continue语句39

3.3函数的定义与调用41

3.3.1函数的基本语法41

3.3.2参数与返回值42

3.3.3局部与全局变量44

3.4综合案例: 图书馆书籍借阅管理系统45

3.4.1任务描述45

3.4.2运行结果47

思考与练习47

目录

第4章数据结构50

4.1列表与元组50

4.1.1列表的创建与操作51

4.1.2元组的特性与应用54

4.1.3列表推导式56

4.2字典与集合56

4.2.1字典的创建与操作56

4.2.2集合的特点与应用59

4.2.3字典与集合的常用方法61

4.3数据结构的应用实例62

4.3.1学生成绩管理62

4.3.2产品库存管理65

4.3.3社交网络数据分析68

4.4综合案例: 学生选课管理系统70

4.4.1任务描述70

4.4.2运行结果73

思考与练习73第5章文件操作78

5.1文件的读写78

5.1.1文本文件的读取与写入78

5.1.2二进制文件的处理79

5.1.3with语句的使用82

5.2处理CSV与JSON文件83

5.2.1CSV文件的读取与写入84

5.2.2JSON格式的解析与生成85

5.2.3实际案例: 数据处理88

5.3文件异常处理89

5.3.1常见文件操作错误89

5.3.2tryexcept语句92

5.3.3文件关闭与资源管理93

5.4综合案例: 用户信息处理系统97

5.4.1任务描述97

5.4.2运行结果99

思考与练习100

第6章模块与库103

6.1标准库概述103

6.1.1常用标准库介绍103

6.1.2模块的导入与使用104

6.1.3自定义模块的创建105

6.2常用第三方库介绍106

6.2.1NumPy的基本使用106

6.2.2Pandas的基本操作109

6.2.3Matplotlib的基本绘图113

6.3自定义模块119

6.3.1创建模块的步骤119

6.3.2模块的组织结构120

6.3.3模块的文档编写123

6.4综合案例: 图书馆书籍管理系统127

6.4.1任务描述127

6.4.2运行结果130

思考与练习130

第7章面向对象编程135

7.1类与对象135

7.1.1类的定义与属性136

7.1.2对象的创建与使用138

7.1.3类方法与实例方法139

7.2继承与多态141

7.2.1继承的基本概念141

7.2.2方法重写与扩展142

7.2.3多态的定义及实现方式143

7.3实际应用: 简单游戏开发145

7.3.1游戏逻辑设计145

7.3.2用户交互设计146

7.3.3游戏资源管理146

7.4综合案例: 银行账户管理系统147

7.4.1任务描述147

7.4.2运行结果149

思考与练习149

第8章图形用户界面151

8.1Tkinter库简介151

8.1.1Tkinter的安装与配置151

8.1.2Tkinter的基本概念154

8.1.3Tkinter的主循环155

8.2基本组件与布局159

8.2.1常用组件介绍159

8.2.2布局管理器的使用164

8.2.3事件与回调函数168

8.3实际项目: 简易计算器169

8.3.1界面设计170

8.3.2事件处理171

8.3.3计算逻辑实现172

8.4综合案例: 学生信息录入系统174

8.4.1任务描述174

8.4.2运行结果176

思考与练习177

第9章数据可视化与大语言模型180

9.1Matplotlib库使用180

9.1.1基本绘图方法180

9.1.2图形美化与定制181

9.1.3图形保存与展示184

9.2数据可视化的基本技巧186

9.2.1常用图表类型186

9.2.2数据解读与展示189

9.2.3视觉效果与用户体验189

9.3实际项目: 数据分析结果展示190

9.3.1数据来源与处理190

9.3.2结果可视化191

9.3.3结果解读与报告192

9.4深度学习框架与数据可视化193

9.4.1TensorFlow 基础与可视化193

9.4.2高级可视化工具TensorBoard201

9.4.3PyTorch 基础与可视化205

9.5大语言模型简介210

9.5.1国内外主流大语言模型概览 210

9.5.2利用大语言模型辅助编程: 以DeepSeek为例 210

9.5.3大语言模型微调实践212

9.6综合案例: 某电商平台用户行为与销售数据分析214

9.6.1任务描述214

9.6.2运行结果216

思考与练习218

参考文献220