Python编程及其在网络科学中的应用
作者：陈东明主编 王冬琦，马毅副主编
出版时间： 2018年版
内容简介
　　《Python编程及其在网络科学中的应用》从实用性角度出发，对Python语言进行了简单介绍，重点阐述了Python应用、基本数据结构、常用编程语法、web应用开发，并从科学研究的角度，给出了Python处理网络数据的方法。《Python编程及其在网络科学中的应用》对Python初学者以及科研工作者具有积极的指导意义。
目录
第1章 Python简介
1．1 Python的由来
1．2 Python能做什么
1．2．1 Web开发
1．2．2 人脸识别
1．2．3 数据分析
1．3 Python编程环境搭建
1．3．1 Windows环境安装Python
1．3．2 Linux环境安装Python
1．3．3 Anaconda管理Python环境
1．4 Python IDE的选择
1．4．1 PyCharm
1．4．2 Sublime Text
1．4．3 Eclipse和PyDev
1．5 小结
第2章 基本数据结构
2．1 字符串
2．1．1 字符串截取
2．1．2 字符串更新
2．1．3 转义字符
2．1．4 字符串运算符
2．1．5 字符串格式化
2．1．6 三引号
2．1．7 Unicode字符串
2．2 元组
2．2．1 访问元组
2．2．2 修改元组
2．2．3 删除元组
2．2．4 元组运算符
2．2．5 元组索引，截取
2．2．6 无关闭分隔符
2．2．7 元组内置函数
2．3 列表
2．3．1 创建一个列表
2．3．2 访问列表中的值
2．3．3 更新列表
2．3．4 删除列表元素
2．3．5 列表脚本操作符
2．3．6 列表截取
2．3．7 列表操作的函数和方法
2．4 字典
2．4．1 访问字典里的值
2．4．2 修改字典
2．4．3 字典键的特性
2．4．4 字典内置函数和方法
2．5 集合
2．5．1 创建集合
2．5．2 添加、删除集合
2．5．3 集合的转换
2．5．4 集合常用方法
2．6 小结
第3章 编程常用语法
3．1 Python数据类型
3．1．1 数字
3．1．2 字符串
3．1．3 列表
3．1．4 元组
3．1．5 集合
3．1．6 字典
3．2 判断语句
3．3 循环语句
3．3．1 while循环
3．3．2 for循环语句
3．4 Python正则表达式
3．4．1 搜索和匹配函数
3．4．2 替换函数
3．4．3 分割字符串函数
3．5 局部变量与全局变量
3．6 Python类和对象
3．7 Python lambda表达式
3．8 Python with语句
3．9 Python多线程
3．1 0小结
第4章 Python应用实例
4．1 数据排序
4．1．1 冒泡排序
4．1．2 快速排序
4．1．3 选择排序
4．1．4 插入排序
4．1．5 折半插入排序
4．1．6 希尔排序
4．2 文件批量处理
4．3 XML与Excel互转
4．3．1 Excel转XML
4．3．2 XML转Excel
4．4 网络爬虫
4．4．1 用Python简单处理URL
4．4．2 用Python爬取网络图片
4．4．3 Python网络爬虫实例
4．5 Python图形界面编程
4．5．1 tkinter常用控件
4．5．2 控件布局
4．6 Python JSON处理
4．7 文件读写操作
4．8 小结
第5章 Web应用框架与应用
5．1 Django开发
5．1．1 Django简介
5．1．2 安装环境搭建
5．1．3 Django的简单操作
5．1．4 Django模板
5．1．5 Django模型
5．1．6 Django表单
5．1．7 Django搭建论坛系统
5．2 nask开发
5．2．1 安装环境搭建
5．2．2 第一个Flask项目
5．2．3 Flask模型设计
5．2．4 Flask视图函数view．py
5．2．5 Flask页面渲染Jiniia2应用
5．3 Flask开发在线社交网络应用
5．3．1 模型
5．3．2 页面控制函数
5．4 服务器运行与维护
5．4．1 服务器环境搭建
5．4．2 代码同步
5．4．3 常用命令
5．5 小结
第6章 Python科学计算
6．1 Python科学计算库
6．1．1 科学计算库的安装
6．1．2 科学计算库案例：函数拟合
6．1．3 科学计算库案例：聚类分析
6．1．4 科学计算库案例：K-means算法实现
6．2 Networkx处理图数据
6．2．1 创建与访问
6．2．2 给图、节点和边添加属性
6．2．3 特殊图及其用法
6．2．4 图的生成器和图的操作
6．3 Python在复杂网络研究中的应用
6．3．1 重要节点识别
6．3．2 社团发现
6．4 小结
第7章 Python在机器学习中的应用
7．1 机器学习的概念
7．1．1 机器学习的定义
7．1．2 机器学习的应用范围
7．1．3 机器学习的算法分类
7．1．4 机器学习的常用框架
7．2 深度学习
7．2．1 深度学习基本概念
7 2 2AntoEncoder
7．3 Pvthon机器学习实例
7．3．1 Pvthon实现感知器
7．3．2 TensorFlow项目实例
7．4 小结
第8章 结束语
参考文献
附录 Python各版本差异