1.国家级一流本科课程配套教材。 2.围绕计算机相关专业，涵盖常见Python语言基础知识点，适当融入大数据处理和机器学习案例。 3.案例驱动，围绕编程中具体存在的问题和难点讲解理论知识。 4.加入大量AIGC辅助编程的讲解，作为知识点、案例、习题呈现。 5.语言通俗易懂。在正文之外包含较多提示、注意事项等小栏目。

　　本书秉承新工科教学理念，围绕Python语言、程序设计和编程工具使用等方面，全面介绍Python编程的方法与应用。本书共13章，包括Python开发基础、Python语言基本要素、简单数据类型、程序控制语句、组合数据类型、函数与模块、类与对象、文件处理、常见模块的使用、NumPy数据处理、Pandas数据查询、数据可视化、机器学习等内容。　　本书注重理论与实践结合，注重对编程方法和思路的说明，并适当引入以数据分析和机器学习为背景的编程问题。本书同时将AI辅助编程的思想和方法融入其中，由浅入深地讲解了Python语言开发的各类知识。　　本书可作为高等学校计算机相关专业“Python程序设计”相关课程的教材，也可作为Python爱好者及Python程序开发人员的参考书。李树青，南京财经大学信息工程学院教授、副院长，2007年6月毕业于南京大学信息管理系，主要从事信息检索、推荐系统、人工智能等方面的研究。作为课程负责人，主讲的“Python大数据分析”“小白学Python”课程分别于2021和2014获得省级一流线上课程，主编教材10余本，其中《Python大数据分析基础》等6本获省级重点教材。第 1章 ??Python开发基础1.1　计算机编程语言　11.1.1　基本概念　11.1.2　Python语言　31.2　Python开发应用环境搭建　41.2.1　Python解释器　41.2.2　Python代码编辑器　51.2.3　Python第三方库　71.2.4　AI辅助编程　8习题1　9第　2章 Python语言基本要素2.1　语句　102.1.1　基本写法　112.1.2　注释　122.2　变量　132.3　函数　152.3.1　输入输出函数　162.3.2　数据类型转换函数　172.3.3　字符串函数与处理　182.4　代码调试　26习题2　32第3章　简单数据类型3.1　数字类型　343.1.1　整数　343.1.2　浮点数　353.1.3　复数　373.1.4　数字类型数据处理　383.2　字符串类型　423.2.1　基本格式　423.2.2　字符串类型转换　433.3　布尔类型　453.3.1　基本格式　453.3.2　布尔类型转换　47习题3　48第4章　程序控制语句4.1　顺序语句　494.2　分支语句　504.2.1　单分支语句　504.2.2　双分支语句　514.2.3　多分支语句　514.2.4　模式匹配语句　524.3　循环语句　574.3.1　for循环语句　574.3.2　while循环语句　604.3.3　循环控制辅助语句　634.4　异常处理　654.4.1　异常捕获　654.4.2　异常触发　66习题4　67第5章　组合数据类型5.1　列表与元组　715.1.1　定义　715.1.2　遍历列表元素　745.1.3　列表函数操作　785.2　字典　885.2.1　定义　885.2.2　遍历字典元素　915.2.3　字典函数操作　925.3　集合　955.3.1　定义　955.3.2　集合函数操作　975.4　组合数据的内存管理　98习题5　100第6章　函数与模块6.1　函数定义与使用　1036.1.1　基本函数定义与使用　1036.1.2　匿名函数　1086.1.3　递归函数　1096.2　函数参数的特殊定义　1156.2.1　默认值参数　1156.2.2　命名参数　1166.2.3　收集参数　1176.3　变量的作用域　1196.3.1　局部作用域　1196.3.2　全局作用域　1206.3.3　变量作用域的内存分配机制　1226.4　模块、包与库　1246.4.1　模块　1246.4.2　包　1266.4.3　库　1276.5　map函数和reduce函数　1296.5.1　map函数　1296.5.2　reduce函数　130习题6　133第7章　类与对象7.1　面向对象　1367.2　封装　1387.2.1　类的定义与使用　1387.2.2　构造函数　1397.2.3　属性方法　1407.2.4　字符串表示方法　1427.2.5　类属性和类方法　1427.3　继承与多态　1447.3.1　继承　1447.3.2　多态　145习题7　150第8章　文件处理8.1　文件概述　1528.2　文件操作　1538.2.1　文件读取　1538.2.2　文件写入　1568.2.3　文件定位　1578.3　文件夹操作　160习题8　161第9章　常见模块的使用9.1　随机数　1649.2　时间处理　1669.2.1　时间的表示　1679.2.2　时间表示的转换　1689.3　turtle绘图　1739.3.1　基本概念　1739.3.2　综合案例　1779.4　文本处理　1789.4.1　分词　1789.4.2　词云　1829.5　大语言模型交互　1849.6　Web网页爬虫　1869.6.1　Request模块方法　1869.6.2　Scrapy模块方法　1889.7　可执行程序生成库　1909.8　图形界面应用开发　1919.8.1　窗体应用开发（Tkinter）　1919.8.2　Web应用开发（Flask）　1939.9　综合应用案例　1959.9.1　手写文字识别　1959.9.2　语音合成　198习题9　199第　10章 NumPy数据处理10.1　数据表示　20110.1.1　数组定义与使用　20110.1.2　数组元素的数据类型　20310.2　数据转换　20410.2.1　不同数据维度的转换　20410.2.2　不同数据类型的转换　20610.2.3　不同数据数值的映射转换　20710.3　数据选择　20910.3.1　切片方法　20910.3.2　布尔索引　21110.4　数据排序　21310.4.1　sort函数　21310.4.2　lexsort函数　21410.4.3　argsort函数　214习题10　216第　11章 Pandas数据查询11.1　数据获取　21811.1.1　直接构造DataFrame数据　21811.1.2　从数据文件读取构建DataFrame　21911.1.3　数据结果的呈现　22111.2　数据选择查询　22211.2.1　选择列　22211.2.2　选择行　22311.2.3　行排序　22511.3　数据更新　22611.3.1　列更新　22611.3.2　行更新　22811.4　高级查询　23011.4.1　分组聚合　23011.4.2　数据连接　23511.5　大规模数据的有效加载与存储　238习题11　242第　12章 数据可视化12.1　常见图例绘制　24312.1.1　线形图　24412.1.2　散点图　24512.1.3　柱状图　24812.1.4　饼状图　25012.2　整体绘图环境设置　252习题12　255第　13章 机器学习13.1　关于机器学习　25713.1.1　机器学习的概念　25713.1.2　神经网络与深度学习　25813.1.3　机器学习方法开发步骤　25813.2　数据预处理　26013.2.1　缺失数据处理　26013.2.2　重复值处理　26313.2.3　异常值处理　26313.2.4　数据转换　26413.3　模型训练与评估　26713.3.1　基本方法　26713.3.2　优化与改进　27013.3.3　回归方法　27513.4　深度学习　277习题13　278【章节目录】第1章　Python开发基础第2章　Python语言基本要素第3章　简单数据类型第4章　程序控制语句第5章　组合数据类型第6章　函数与模块第7章　类与对象第8章　文件处理第9章　常见模块的使用第10章　NumPy数据处理第11章　Pandas数据查询第12章　数据可视化第13章　机器学习【详细目录】第1章　Python开发基础1.1　计算机编程语言　11.1.1　基本概念　11.1.2　Python语言　31.2　Python开发应用环境搭建　41.2.1　Python解释器　41.2.2　Python代码编辑器　51.2.3　Python第三方库　71.2.4　AI辅助编程　8习题1　9第2章　Python语言基本要素2.1　语句　102.1.1　基本写法　112.1.2　注释　122.2　变量　132.3　函数　152.3.1　输入输出函数　162.3.2　数据类型转换函数　172.3.3　字符串函数与处理　182.4　代码调试　26习题2　32第3章　简单数据类型3.1　数字类型　343.1.1　整数　343.1.2　浮点数　353.1.3　复数　373.1.4　数字类型数据处理　383.2　字符串类型　423.2.1　基本格式　423.2.2　字符串类型转换　433.3　布尔类型　453.3.1　基本格式　453.3.2　布尔类型转换　47习题3　48第4章　程序控制语句4.1　顺序语句　494.2　分支语句　504.2.1　单分支语句　504.2.2　双分支语句　514.2.3　多分支语句　514.2.4　模式匹配语句　524.3　循环语句　574.3.1　for循环语句　574.3.2　while循环语句　604.3.3　循环控制辅助语句　634.4　异常处理　654.4.1　异常捕获　654.4.2　异常触发　66习题4　67第5章　组合数据类型5.1　列表与元组　715.1.1　定义　715.1.2　遍历列表元素　745.1.3　列表函数操作　785.2　字典　885.2.1　定义　885.2.2　遍历字典元素　915.2.3　字典函数操作　925.3　集合　955.3.1　定义　955.3.2　集合函数操作　975.4　组合数据的内存管理　98习题5　100第6章　函数与模块6.1　函数定义与使用　1036.1.1　基本函数定义与使用　1036.1.2　匿名函数　1086.1.3　递归函数　1096.2　函数参数的特殊定义　1156.2.1　默认值参数　1156.2.2　命名参数　1166.2.3　收集参数　1176.3　变量的作用域　1196.3.1　局部作用域　1196.3.2　全局作用域　1206.3.3　变量作用域的内存分配机制　1226.4　模块、包与库　1246.4.1　模块　1246.4.2　包　1266.4.3　库　1276.5　map函数和reduce函数　1296.5.1　map函数　1296.5.2　reduce函数　130习题6　133第7章　类与对象7.1　面向对象　1367.2　封装　1387.2.1　类的定义与使用　1387.2.2　构造函数　1397.2.3　属性方法　1407.2.4　字符串表示方法　1427.2.5　类属性和类方法　1427.3　继承与多态　1447.3.1　继承　1447.3.2　多态　145习题7　150第8章　文件处理8.1　文件概述　1528.2　文件操作　1538.2.1　文件读取　1538.2.2　文件写入　1568.2.3　文件定位　1578.3　文件夹操作　160习题8　161第9章　常见模块的使用9.1　随机数　1649.2　时间处理　1669.2.1　时间的表示　1679.2.2　时间表示的转换　1689.3　turtle绘图　1739.3.1　基本概念　1739.3.2　综合案例　1779.4　文本处理　1789.4.1　分词　1789.4.2　词云　1829.5　大语言模型交互　1849.6　Web网页爬虫　1869.6.1　Request模块方法　1869.6.2　Scrapy模块方法　1889.7　可执行程序生成库　1909.8　图形界面应用开发　1919.8.1　窗体应用开发（Tkinter）　1919.8.2　Web应用开发（Flask）　1939.9　综合应用案例　1959.9.1　手写文字识别　1959.9.2　语音合成　198习题9　199第10章　NumPy数据处理10.1　数据表示　20110.1.1　数组定义与使用　20110.1.2　数组元素的数据类型　20310.2　数据转换　20410.2.1　不同数据维度的转换　20410.2.2　不同数据类型的转换　20610.2.3　不同数据数值的映射转换　20710.3　数据选择　20910.3.1　切片方法　20910.3.2　布尔索引　21110.4　数据排序　21310.4.1　sort函数　21310.4.2　lexsort函数　21410.4.3　argsort函数　214习题10　216第11章　Pandas数据查询11.1　数据获取　21811.1.1　直接构造DataFrame数据　21811.1.2　从数据文件读取构建DataFrame　21911.1.3　数据结果的呈现　22111.2　数据选择查询　22211.2.1　选择列　22211.2.2　选择行　22311.2.3　行排序　22511.3　数据更新　22611.3.1　列更新　22611.3.2　行更新　22811.4　高级查询　23011.4.1　分组聚合　23011.4.2　数据连接　23511.5　大规模数据的有效加载与存储　238习题11　242第12章　数据可视化12.1　常见图例绘制　24312.1.1　线形图　24412.1.2　散点图　24512.1.3　柱状图　24812.1.4　饼状图　25012.2　整体绘图环境设置　252习题12　255第13章　机器学习13.1　关于机器学习　25713.1.1　机器学习的概念　25713.1.2　神经网络与深度学习　25813.1.3　机器学习方法开发步骤　25813.2　数据预处理　26013.2.1　缺失数据处理　26013.2.2　重复值处理　26313.2.3　异常值处理　26313.2.4　数据转换　26413.3　模型训练与评估　26713.3.1　基本方法　26713.3.2　优化与改进　27013.3.3　回归方法　27513.4　深度学习　277习题13　278