前言

在人工智能、大数据和云计算快速发展的今天，Python凭借其简洁的语法、强大的扩展性和庞大的生态系统，已成为全球数据科学家、工程师和开发者的首选编程语言。Python的力量不仅体现在基础编程的高效与简便上，更在于它能够无缝链接科学计算、数据处理、机器学习、深度学习和大模型等多领域的先进技术。站在这一技术进步的浪潮之上，Python不仅是一种语言，更是一种融合创新和实践的思维方式。在现代数据驱动的背景下，Python的开发和应用能力成为赋能行业、推动变革的重要力量。

本书主要内容

本书以Python编程基础和实践思维为核心，结合数据分析与科学计算，提供系统、实用的Python学习路径，适合对编程、数据处理和机器学习应用感兴趣的读者。

全书分为三部分，共有14章，内容由浅入深，涵盖了Python编程基础、科学计算与数据处理，以及项目开发实践。

第一部分Python编程基础，包括第1~10章，重点介绍Python的编程基础知识和实用技巧。第1章计算机程序，介绍计算机的组成、编程的基本概念和Python的环境搭建方法。第2章Python基础知识，讲解常量、变量、数据类型、运算、注释及基本编程风格。第3章编程逻辑，阐述Python的程序结构与控制流程，如顺序结构、分支结构、循环结构等。第4章函数，深入介绍函数的定义与调用、参数传递、作用域、递归等内容。第5章数据结构，系统讲解Python内置数据结构，包括列表、元组、字典和集合，并辅以相关操作。第6章文件，介绍文件的读写、序列化及文件夹管理等操作。第7章模块与包，深入探讨模块化编程思想，讲解模块的导入和包的使用方法。第8章异常处理，讲述Python异常处理机制，提升代码的稳定性和健壮性。第9章程序调试，介绍常见错误类型、调试方法和Python调试器的使用。第10章面向对象编程，系统介绍类与对象、继承、多态、运算符重载、元类、闭包、修饰器等面向对象概念。

第二部分科学计算与数据处理，包括第11~13章，详细探讨Python在数据分析和科学计算中的应用。第11章NumPy数值计算，深入讲解NumPy库的数值计算功能，包括数组创建、索引、数学运算和线性代数等。第12章Pandas数据处理与分析，介绍Pandas的核心数据结构Series和DataFrame，讲解数据的读取、清洗、变换、聚合与分组操作。第13章Matplotlib数据可视化，系统介绍Matplotlib库的可视化功能，包括折线图、散点图、柱状图、饼图、极坐标图、热图、三维绘图等，深入探讨如何创建美观的图表和动态可视化效果。

第三部分项目开发实践，通过实际项目帮助读者将所学知识应用于真实场景。第14章Python项目开发实践，以信用卡异常交易检测项目为例，系统介绍项目开发的基础流程，涵盖数据生成与预处理、特征工程、模型选择与评估、图形用户界面、单元测试及项目的打包与发布等内容，并结合机器学习技术实现异常检测的实际应用。

本书特色

（1） 编程思维，创新教学。

本书不仅关注Python语法，更重视编程思维的培养。通过问题驱动，帮助读者掌握背后的逻辑与算法思维，奠定深入学习计算机科学和编程的基础。

（2） 知识全面，强调理解。

本书融入计算机组成、操作系统、数据结构、算法等基础知识，帮助读者在学习Python的同时掌握相关的计算机理论，理解编程的底层逻辑，实现知识系统化。

（3） 重点突出，层层递进。

本书基于多年教学经验，内容循序渐进，帮助读者逐步掌握Python编程的关键技能。通过模块化设计，分层呈现复杂概念，特别突出关键技能，让学习轻松又高效。

（4） 简明高效，示例详解。

全书语言简练，避免冗余，搭配实用的代码示例，让读者快速理解并应用所学知识，达到学以致用的效果。

（5） 案例丰富，注重实践。

本书配有大量真实案例，涵盖数据分析、科学计算、机器学习等热门领域的项目开发，为读者提供实践机会，提升实际操作能力。

（6） 体系完整，创新培养。

本书不仅传授编程技能，还着重培养创新思维和批判性思维，构建从基础到项目开发的完整学习路径，激发探索兴趣，提升未来科技竞争力。

配套资源

为便于教与学，本书配有源代码、数据集、教学课件、教学大纲、教学进度表、习题题库、期末试卷及答案。

（1） 获取微课视频方式： 先刮开并用手机版微信App扫描本书封底的文泉云盘防盗码，授权后再扫描书中相应的视频二维码，观看教学视频。

（2） 获取源代码、数据集、全书彩图、扩展阅读等方式： 先刮开并用手机版微信App扫描本书封底的文泉云盘防盗码，授权后再扫描下方二维码，即可获取。

源代码

数据集

全书彩图

扩展阅读

全书网址

（3） 其他配套资源可以扫描本书封底的“书圈”二维码，关注后回复本书书号，即可下载。

读者对象

本书主要面向广大对Python编程感兴趣的读者，也适合在数据分析、机器学习、程序开发等领域工作的专业人员，从事高等教育的专任教师，高等学校的在读学生及相关领域的广大科研人员。

通过本书，读者将能够掌握Python编程的基础知识，熟悉数据分析与可视化的主要工具，并能够独立完成一个完整的数据科学或机器学习项目。希望本书能为您打开Python编程的大门，带您进入编程与数据科学的世界。

本书*标识的章节为扩展内容，读者可根据自身情况合理安排学时。

在编写本书的过程中，作者参考了诸多相关资料，在此对相关资料的作者表示衷心的感谢。限于个人水平和时间仓促，书中难免存在疏漏之处，欢迎广大读者批评指正。

作者

2025年1月