正版 Python科学计算(新工科建设之路数据科学与大数据系列教材)

目 录
第1篇 数据获取篇
第1章 概述 2
1.1 科学计算概述 2
1.2 Python概述 3
1.3 Python开发环境搭建 4
1.3.1 Python运行环境安装 4
1.3.2 PyCharm安装 8
1.4 Python科学计算与可视化常用类库 13
1.4.1 Python科学计算与可视化常用类库介绍 13
1.4.2 安装第三方类库 14
第2章 Python基础 17
2.1 基本语法 17
2.1.1 基本数据类型 17
2.1.2 标识符 18
2.1.3 变量和赋值 18
2.1.4 运算符和表达式 19
2.1.5 代码的嵌套与对齐 19
2.1.6 注释 20
2.2 复杂数据类型 20
2.2.1 字符串 20
2.2.2 列表 24
2.2.3 元组 27
2.2.4 字典 29
2.3 流程控制 32
2.3.1 条件控制 32
2.3.2 循环控制 33
2.4 函数 35
2.4.1 函数的定义 35
2.4.2 lambda匿名函数 35

2.4.3 函数调用 36
2.5 类 37
2.5.1 面向对象基本概念 37
2.5.2 类的定义及实现 37
2.6 文件操作 39
2.6.1 文件处理过程 39
2.6.2 数据的读取 40
2.6.3 数据的写入 41
第3章 读/写文件 43
3.1 读/写文本文件 43
3.1.1 读/写文本文件的方法介绍 43
3.1.2 读/写文本数据实例 44
3.2 读/写CSV文件 49
3.2.1 CSV类库 49
3.2.2 读/写CSV文件数据实例 50
3.3 读/写Excel文件 54
3.3.1 Excel文件相关类库 54
3.3.2 读/写Excel文件数据实例 56
3.4 读/写JSON文件 62
3.4.1 类库方法介绍 62
3.4.2 读/写JSON文件数据实例 63
3.5 综合实例 67
第4章 访问数据库 74
4.1 SQLite3数据库数据的插入、修改及删除 74
4.1.1 SQLite3模块常用方法 74
4.1.2 SQLite3数据库操作实例 75
4.2 SQLite3数据库数据的查询 80
4.3 MySQL数据库操作类的实现 82
4.4 MySQL数据库的访问 87
第2篇 数据处理篇
第5章 NumPy数据处理 91
5.1 NumPy基础 91
5.1.1 认识NumPy 91

5.1.2 创建NumPy数组 96
5.1.3 NumPy标准输出 99
5.1.4 应用案例：二手房文本数据处理 100
5.2 NumPy数组操作 102
5.2.1 数组的基础运算、形状转换 102
5.2.2 数组的形状 105
5.2.3 数组的索引、切片 106
5.2.4 数组的遍历 108
5.2.5 数组的副本与视图 110
5.3 NumPy应用案例：郑州市二手房数据统计及计算 113
第6章 Pandas科学计算 116
6.1 Pandas概述 116
6.1.1 Pandas简介 116
6.1.2 Pandas在数据处理领域中的优势 117
6.2 Pandas数据结构 117
6.2.1 Series 118
6.2.2 DataFrame 120
6.3 Pandas数据操作 124
6.3.1 Pandas文件操作 124
6.3.2 索引和数据选择器 128
6.3.3 合并与连接 131
6.3.4 日期时间数据的处理 136
6.4 Pandas应用案例 142
6.4.1 分析郑州市各区域的房屋均价 142
6.4.2 数据分析之GDP 144
第7章 SciPy科学计算 148
7.1 SciPy概述 148
7.2 SciPy科学方法 149
7.2.1 SciPy特殊函数 149
7.2.2 SciPy积分函数 150
7.2.3 插值函数 154
7.2.4 傅里叶变换 156
7.2.5 线性代数 158
7.3 SciPy应用案例：使用最小二乘法预测房价走势 160
7.4 SciPy延展 163
第3篇 数据展示篇
第8章 数据可视化之Matplotlib 166
8.1 图表的基本构成元素 166
8.2 第一个Matplotlib绘图程序 167
8.2.1 折线图的绘制、存储与显示 167
8.2.2 折线图的更多设置 168
8.2.3 设置中文字体 169
8.2.4 绘制多个图形 170
8.2.5 使用子图 172
8.3 绘制柱状图 173
8.4 绘制饼状图 174
8.5 绘制散点图 175
8.6 综合应用实例 176
8.6.1 郑州市二手房各区域分布柱状图 176
8.6.2 郑州市二手房房屋类型比例饼状图 178
8.6.3 郑州市二手房地理位置分布图 180
第9章 数据可视化之Seaborn 183
9.1 Seaborn简介、安装和使用 183
9.2 Seaborn的样式绘制 185
9.3 直方图和密度曲线图 188
9.4 条形图 189
9.5 散点图 190
9.6 箱线图 191
9.7 小提琴图 193
9.8 综合应用实例 194
9.8.1 绘制郑州市二手房价格直方图和密度曲线图 194
9.8.2 绘制郑州市二手房价格条形图 195
第10章 数据可视化之pyecharts 197
10.1 pyecharts简介、安装和使用 197
10.2 pyecharts常用图表 198
10.2.1 柱状图 198
10.2.2 折线图 201
10.2.3 饼状图 204

10.2.4 词云图 204
10.2.5 雷达图 205
10.3 综合应用实例 206
10.3.1 绘制郑州市二手房数量区域分布图 206
10.3.2 绘制郑州市二手房房屋类型比例图 208
参考文献 210

王英强，副教授。2003年4月—至今，任西安思源学院电子信息工程学院教师；2008年9月—2011年7月，就读于西安电子科技大学，获得工学硕士学位；1999年9月—2003年7月，就读于太原科技大学计算机科学与技术专业，获得工学学士学位。参加的学术组织及任职：陕西省计算机学会会员。所承担过的重点科研或教研项目及在项目中所承担的工作：主持完成了2018年陕西省教育厅专项课题《大数据环境下西安市农业统计数据采集分析平台的研究》；支持完成了多项校级科研、教改项目；主持完成了《天然气管道压力数据自动采集系统》、《车机联控系统》等多项横向课题。个人或集体荣誉：2018年获得西安思源学院建校二十周年青年英才奖；获得多项软件著作权；多次毕业设计优秀指导教师。教学成果获奖情况、作品获奖情况：《移动平台下软件开发教学的研究》获得西安思源学院教学成果二等奖；《Android应用程序设计》获得2018年陕西计算机学会优秀教材一等奖。主要著作出版情况：《Android应用程序设计》清华大学出版社，2013.10月出版；《Android应用程序设计》(第二版)清华大学出版社，2016.12月出版。

本书主要介绍利用Python进行科学计算的方法，其内容从基础知识到实际开发应用，由浅入深，通俗易懂。每章均配有针对性的案例，供读者实践练习，提高读者数据分析能力和实践动手能力。本书的主要内容包括Python开发的环境搭建，Python基础，对文本文件、CSV文件、Excel文件、JSON文件的操作，访问SQLite数据库与MySQL数据库，使用NumPy类库、Pandas类库、SciPy类库进行科学计算，使用Matplotlib、Seaborn、pyecharts等类库实现数据可视化。本书通过探索真实的郑州二手房数据集，帮助读者逐步掌握数据的采集、清洗、整理及分析计算，并结合数据可视化组件，实现数据图表到可视化的转换，进而提高读者解决实际问题的能力。 本书既可以作为高等本科院校Python科学计算课程的教材，也可以作为应用型本科、高职高专院校相应课程的教材。