Python作为编程语言的一种，具有高效率、可移植、可扩展、可嵌入、易于维护等优点；Python语法简洁、代码高度规范、功能强大且简单易学，是程序开发者必学的语言之一。 本书注重基础、内容丰富、结构合理、思路清晰、语言简练流畅、示例翔实，系统地讲述了Python程序设计开发相关基础知识。本书分为11章，主要内容包括：Python与编程环境、Python语法基础、程序基本流程控制、典型序列数据结构、函数与函数式编程、面向对象编程基础、Python文件操作、使用模块和库编程、NumPy数值计算、Pandas数据处理分析、Matplotlib库与数据可视化。 为提升学习效果，书中结合实际应用提供了大量的案例进行说明和训练，并配以完善的学习资料和支持服务，包括教学PPT、教学大纲、源代码、教学视频、配套软件等，为读者带来全方位的学习体验。 本书既可作为高等院校计算机相关专业学生的Python课程的教材，也可作为自学者使用的辅助书，还是一本适用于程序开发初学者的入门级指导书。李辉，男，博士，研究生导师，中国农业大学计算中心主任兼农业大数据实验室主任，审核评估、合格评估、工程教育专业认证专家组成员，农业农村部全国苹果大数据发展应用协作组专家咨询委员会委员，人工智能领域机器学习知识领域专家协作组专家，北京市大数据教学实践基地负责人，智慧养殖产业研究院负责人，山东省泰山产业（智慧农业）领军团队核心人才，海南省科技专家，北京市重大信息化项目评审专家，中国大数据技术与应用联盟智库专家，世界职业院校技能大赛（人工智能赛道）专家，中国农业大学数据科学与大数据技术辅修、数据分析技术与应用和人工智能基础应用微专业的建设负责人。主要从事数据科学与智能系统研发、高等教育教学改革与创新等方面的研究工作。目录第1章 ?Python与编程环境11.1 ?计算机程序与编程语言11.1.1 ?计算机程序21.1.2 ?计算机编程语言21.1.3 ?计算机编程语言的编译与解释21.2 ?Python概述31.2.1 ?Python的起源与发展31.2.2 ?Python的特点31.2.3 ?Python的应用领域与发展趋势41.3 ?Python、PyCharm的安装与配置51.3.1 ?常见的Python开发工具51.3.2 ?Python 3.12.4的下载与安装61.3.3 ?Python开发环境IDLE及其使用71.3.4 ?PyCharm的安装与配置9本章小结14思考与练习14第2章 ?Python语法基础152.1 ?编码规范162.2 ?关键字与标识符172.2.1 ?关键字172.2.2 ?标识符172.3 ?变量和赋值182.3.1 ?变量的定义192.3.2 ?变量的命名202.3.3 ?变量值的使用与存储202.4 ?数据类型222.4.1 ?常见的数据类型222.4.2 ?数据类型的判断方法252.4.3 ?数据类型转换262.5 ?输入/输出函数272.5.1 ?input()函数272.5.2 ?print()函数282.5.3 ?字符串的格式化输出282.6 ?运算符和表达式312.6.1 ?运算符312.6.2 ?表达式342.7 ?综合应用实践：模拟农场日常管理系统35本章小结35思考与练习36第3章 ?程序基本流程控制373.1 ?选择结构语句373.1.1 ?单分支结构383.1.2 ?双分支结构383.1.3 ?多分支结构393.1.4 ?嵌套分支结构403.2 ?循环结构语句403.2.1 ?while语句413.2.2 ?for语句413.2.3 ?嵌套循环433.3 ?break、continue、else和pass语句443.4 ?assert语句463.5 ?结构化模式匹配语句473.6 ?程序的错误与异常处理493.6.1 ?程序的错误与处理493.6.2 ?程序的异常与处理493.7 ?综合应用实践：构建模拟智能灌溉决策系统51本章小结51思考与练习52第4章 ?典型序列数据结构544.1 ?序列554.1.1 ?序列概述554.1.2 ?序列的基本操作554.2 ?列表的创建与操作614.2.1 ?创建列表614.2.2 ?获取列表元素624.2.3 ?常用的列表操作方法634.3 ?元组的创建与操作674.3.1 ?创建元组674.3.2 ?获取元组元素684.3.3 ?元组操作694.4 ?字典的创建与操作704.4.1 ?创建字典704.4.2 ?获取元素714.5 ?集合的创建与操作744.5.1 ?创建集合744.5.2 ?集合操作744.6 ?推导式及其应用754.6.1 ?列表推导式与应用754.6.2 ?元组推导式与应用764.6.3 ?字典推导式与应用784.6.4 ?集合推导式与应用784.7 ?序列数据结构的判断与转换794.7.1 ?列表和元组转换794.7.2 ?列表、元组和集合的转换804.8 ?字符串操作与正则表达式应用804.8.1 ?字符串的常见操作804.8.2 ?使用正则表达式处理字符串的步骤824.8.3 ?Python支持的正则表达式语法834.8.4 ?使用正则表达式处理字符串854.9 ?综合应用实践：模拟森林火灾风险预测模型90本章小结92思考与练习92第5章 ?函数与函数式编程955.1 ?内置函数965.2 ?自定义函数与调用965.2.1 ?函数的定义965.2.2 ?函数的调用975.2.3 ?函数的返回值985.3 ?函数参数与参数传递方式995.3.1 ?固定位置参数传递1015.3.2 ?默认值参数传递1025.3.3 ?未知参数个数（可变）传递1025.3.4 ?关键字参数传递1045.4 ?变量的作用域1055.4.1 ?局部变量1055.4.2 ?全局变量1055.4.3 ?全局变量与局部变量的获取方法1085.5 ?函数的递归与嵌套1105.5.1 ?函数的递归1105.5.2 ?函数的嵌套1115.6 ?函数式编程1125.6.1 ?lambda匿名函数1125.6.2 ?map()函数1145.6.3 ?reduce()函数1145.6.4 ?filter()函数1155.6.5 ?zip()函数1165.7 ?综合应用实践：农作物生长周期数据分析117本章小结118思考与练习119第6章 ?面向对象编程基础1206.1 ?类与对象1206.2 ?类的定义与实例化1216.2.1 ?类的定义1216.2.2 ?类的实例化1226.3 ?实例与类的对象属性1226.3.1 ?实例对象属性1226.3.2 ?类对象属性1236.3.3 ?类对象属性与实例对象属性的区别和联系1246.4 ?成员属性与成员方法1246.4.1 ?成员属性1246.4.2 ?成员方法1276.5 ?类的继承与多态1326.5.1 ?类的继承与多重继承1326.5.2 ?多态与多态性1366.6 ?综合应用实践：模拟和管理不同农作物的生长过程139本章小结141思考与练习142第7章 ?Python文件操作1447.1 ?文件数据与文件操作1447.1.1 ?文件数据的组织形式1457.1.2 ?文件的操作方法1457.2 ?CSV文件读取与写入操作1487.2.1 ?读取CSV文件1487.2.2 ?CSV文件写入与关闭1497.3 ?文件操作的应用1507.3.1 ?数据的维度1507.3.2 ?一维和二维数据的读/写1507.4 ?综合应用实践：模拟森林资源管理153本章小结154思考与练习155第8章 ?使用模块和库编程1578.1 ?模块的使用与创建1588.1.1 ?模块概述1588.1.2 ?模块的导入1598.1.3 ?模块的自定义与使用1608.2 ?包的创建与使用1628.2.1 ?创建包1628.2.2 ?使用包1638.3 ?常见标准库的使用1638.3.1 ?Turtle库的使用1638.3.2 ?Random库的使用1668.3.3 ?时间和日期库的使用1688.4 ?常见的第三方库1708.4.1 ?第三方库的安装1708.4.2 ?中文处理相关库1728.4.3 ?网络爬虫相关库1758.4.4 ?其他第三方库简介1798.5 ?综合应用实践：模拟农作物生长周期中的数据183本章小结185思考与练习185第9章 ?NumPy数值计算1879.1 ?数组的创建与访问1879.1.1 ?创建数组1889.1.2 ?查看数组属性1919.1.3 ?访问数组1919.1.4 ?修改数组1939.2 ?数组的运算1969.2.1 ?数组的转置1969.2.2 ?数组的算术运算1979.2.3 ?数组的布尔运算2009.2.4 ?数组的点积运算2019.2.5 ?数组的统计运算2029.3 ?数组的操作2049.3.1 ?数组的排序2049.3.2 ?数组的合并2069.4 ?综合应用实践：模拟农作物对土壤养分需求评价208本章小结211思考与练习211第10章 ?Pandas数据处理分析21310.1 ?Pandas基本数据结构21410.1.1 ?Series数据结构定义与操作21410.1.2 ?DataFrame数据结构定义与操作21710.1.3 ?访问DataFrame数据元素22010.1.4 ?修改与删除DataFrame数据元素22310.1.5 ?DataFrame数据元素的排序22510.2 ?数据分析的基本流程22810.3 ?数据的导入与导出22910.3.1 ?数据的导入22910.3.2 ?数据的导出23210.4 ?数据预处理23310.4.1 ?缺失值处理23310.4.2 ?异常值处理23510.4.3 ?重复值处理23910.4.4 ?其他处理24110.5 ?数据分析方法24610.5.1 ?基本统计分析24610.5.2 ?分组分析24810.5.3 ?分布分析25110.5.4 ?交叉分析25310.5.5 ?结构分析25510.5.6 ?相关分析25610.6 ?DataFrame的合并与连接25810.6.1 ?DataFrame的合并25810.6.2 ?DataFrame的连接25910.7 ?综合应用实践：玉米生长数据综合分析260本章小结266思考与练习266第11章 ?Matplotlib库与数据可视化26811.1 ?数据可视化概述26911.1.1 ?常见的可视化图表类型26911.1.2 ?可视化图表的基本构成27111.1.3 ?数据可视化方式选择依据27311.1.4 ?常见的数据可视化库27411.2 ?Matplotlib库的概述27411.2.1 ?Matplotlib库的使用导入与设置27411.2.2 ?Matplotlib库绘图的层次结构27511.3 ?Matplotlib库绘图的基本流程27611.3.1 ?创建简单图表的基本流程27611.3.2 ?绘制子图的基本流程27811.4 ?图表辅助元素的设置28011.4.1 ?设置坐标轴的标签、刻度范围和刻度标签28011.4.2 ?添加标题和图例28111.4.3 ?显示网格28311.4.4 ?添加参考线和参考区域28311.4.5 ?添加注释文本28411.4.6 ?添加表格28511.4.7 ?图表辅助元素设置综合应用28511.5 ?使用Matplotlib库绘制常用图表28711.5.1 ?绘制直方图28711.5.2 ?绘制散点图28811.5.3 ?绘制柱形图29011.5.4 ?绘制折线图29111.5.5 ?绘制饼形图29211.5.6 ?绘制面积图29511.5.7 ?绘制热力图29611.5.8 ?绘制箱线图29711.5.9 ?绘制雷达图29911.5.10 ?绘制3D图形30111.6 ?综合应用实践：土壤养分含量数据分析与可视化301本章小结304思考与练习305参考文献