Automate the Boring Stuff with Python, 2nd Edition
Python
·
18个程序设计入门必学主题与活用实例
如果您曾经花费数小时处理档案的重新命名，或是更新数百个试算表内的储存格资料，就能体会这类日常的工作有多么单调无趣了。但假如能利用电脑自动完成呢？
您不需要有什么程序设计的经验，在这本书中能学到运用Python写出程式，帮您在几分钟内搞定平常以人工手动处理需要花费数小时的工作。一旦掌握了程序设计的基础知识，就能轻松使用Python编写程序，把自动化的好用和效率应用在下列这些工作上：
◆ 在一个或多个档案中搜寻文字
◆ 建立、更新、搬移和重新命名档案和资料夹
◆ 搜寻网页和下载网路上的图文内容
◆ 处理大大小小的Excel试算表内容更新和格式美化作业
◆ 处理PDF档的分割与合并，加入浮水印和加上密码等作业
◆ 传送Email和简讯
◆ 填写线上表单
本书会一步一步教您完成每支程序，并在每章最后的实作专题中启发引导您来改进这些程序的应用，发挥学到的技巧让类似的工作能自动化完成，这样就不用再浪费时间去做人工手动的作业了，您写出的Python自动化程序将会搞定这些繁琐的工作。本书是为初学者所设计的，就算从没写过一行程序，跟著书中的讲解就能学到这些应用和操作。
http://noracook.io/Books/Automation/automatetheboringstuffwithpython_new.pdf
成为VIP会员查看完整内容
相关内容
精通Python 3 的诀窍秘技
如果你撰写Python 3 程式时需要协助，或是想要更新旧的Python 2 程式码，这本书都能派上用场。满载以Python 3.3 所撰写并经过测试的实用诀窍，这本独特的锦囊妙计适合想要聚焦于现代工具与惯用手法的资深Python 程式设计师。
在书中你会找到关于十几个不同主题的完整诀窍，涵盖Python 程式语言以及各种应用领域共通的任务。每个诀窍都包含能够立即用在你专案上的程式码范例，还会讨论这些解决方案的详细步骤以及运作原理。
涵盖的主题包括： 资料结构与演算法 字串与文字 数字、日期与时间 迭代器与产生器 档案与I/O 资料编码与处理 函式 类别与物件 Metaprogramming 模组与套件 网路与Web程式设计 共时性 工具指令稿的撰写及系统管理 测试、除错与例外 C扩充功能
David Beazley 是位独立软体开发者与作家，为软体开发人员、科学家和工程师教授程式设计课程。他是Python Essential Reference(Addison-Wesley) 的作者，并创建了数个开放原始码的Python 套件
Brian K. Jones 是普林斯顿大学电脑科学系的系统管理员
本书程式码下载：https://github.com/dabeaz/python-cookbook
<章节目录>
第一章资料结构与演算法 第二章字串与文字 第三章数字、日期与时间 第四章迭代器与产生器 第五章档案与I/O 第六章资料编码与处理 第七章函式 第八章类别与物件 第九章Metaprogramming 第十章模组与套件 第十一章网路与Web程式设计 第十二章共时性（Concurrency） 第十三章撰写工具指令稿与系统管理 第十四章测试、除错与例外 第十五章C扩充功能（C Extensions） 附录A延伸阅读 索引
成为VIP会员查看完整内容
数据科学的学习指引“对任何想要使用Python开始机器学习的人，这本书是很棒且超实用的资源。真希望当我开始使用scikit-learn时有这本书！” -Hanna Wallach, 微软研究院资深研究员
机器学习已成为许多商业应用程式与研究专案的精华部分，但这个领域并不是大公司中规模庞大的研究团队所独有。
就算是使用Python的初学者，这本书也能教会你实际的方法，来建立自己的机器学习解决方案。
以现今可以取得的资料量来说，只要你能想到的，机器学习应用程式都能做到。
你将学习必要的步骤，使用Python和scikit-learn函式库，来建立成功的机器学习应用程式。
作者Andreas Müller和Sarah Guido聚焦于使用机器学习演算法的实务面向，而不是它们背后的数学。
熟悉NumPy和matplotlib函式库，将帮助你能从这本书获益更多。
透过这本书，你将学到：
- 基本概念和机器学习应用程式
- 广泛应用机器学习演算法的优点和缺点
- 使用机器学习如何重现资料，包含资料的重点面向
- 模型评估的进阶方法和参数调整
- 对链结模型的pipeline概念和封装工作流程
- 运作文字资料的方法，包含特定文字的处理技术
- 对改善机器学习和资料科学技巧的建议"
目录大纲 前言
- chapter 01 导读
- chapter 02 监督式学习
- chapter 03 非监督式学习和前处理
- chapter 04 资料重现和特征工程
- chapter 05 评估和改善模型
- chapter 06 演算法Chains 和Pipelines
- chapter 07 使用文字资料工作
- chapter 08 尾声
索引
成为VIP会员查看完整内容
你将学习Python 3!
Zed Shaw完善了世界上最好的学习Python 3的系统。遵循它，你就会成功——就像Zed教的数百万初学者约会一样! 你们带来了纪律、承诺和坚持;其他一切由作者提供。
在Learn Python 3 the Hard Way中，您将通过52个精心制作的练习来学习Python。读它们。精确地输入他们的代码。修正你的错误。观看程序运行。当你这样做的时候，你将学习计算机是如何工作的;什么是好的程序;以及如何读、写和思考代码。然后Zed在5个多小时的视频中教您更多，他向您展示如何破坏、修复和调试您的代码，因为他正在做练习。
安装完整的Python环境 组织和编写代码 修复代码 基本的数学 变量 字符串和文本 与用户交互 处理文件 循环和逻辑 使用列表和字典的数据结构 程序设计 面向对象编程 继承和组合 模块、类和对象 Python包装 自动化测试 基本的游戏开发 基本web开发
一开始会很困难。但是很快，你就会得到它——那会让你感觉很棒!这门课程将会奖励你投入的每一分钟。很快，您就会知道世界上最强大、最流行的编程语言之一。你会成为一名Python程序员。
这本书非常适合
完全没有编程经验的初学者 掌握一种或两种语言的初级开发人员 多年没有编写代码的归国专业人员 寻找Python 3中快速、简单的速成课程的经验丰富的专业人员
成为VIP会员查看完整内容
Python
·
欢迎学习Python的基础知识。不仅仅是高级语法和编写干净代码的熟练技巧的集合，您将学习如何通过使用命令行和其他专业工具(如代码格式化器、类型检查器、linters和版本控制)来提高您的Python编程技能。
Sweigart带您通过设置开发环境、命名变量和提高可读性的最佳实践，然后处理文档、组织和性能度量，以及面向对象设计和编程面试中常用的Big-O算法分析。你所学的技能将会提高你编程的能力——不仅仅是用Python，而是用任何语言。
https://nostarch.com/beyond-basic-stuff-python
你将学习:
- 编码风格，以及如何使用Python的黑色自动格式化工具来更简洁的代码
- bug的常见来源，以及如何使用静态分析器检测它们
- 如何使用Cookiecutter模板工具在你的代码项目中构造文件
- 函数式编程技术，如lambda和高阶函数
- 如何使用Python内置的timeit和cProfile模块来配置代码的速度
- Big-O算法分析背后的计算机科学
- 要使您的注释和文档字符串提供信息，以及编写它们的频率
- 在面向对象编程中如何创建类，以及为什么它们被用于组织代码
- 在本书的末尾，您将阅读两个经典命令行游戏的详细源代码分解，它们是河内塔(一个逻辑谜题)和四人一排(一个双人游戏)，以及它们的代码是如何遵循本书的最佳实践的。你可以通过自己实施这个计划来测试你的技能。
- 当然，没有哪本书可以使您成为专业的软件开发人员。但是，在Python的基础知识之外，当你学习编写易于调试和完全Python化的可读代码时，你会在这条道路上走得更远，并使你成为一个更好的程序员
成为VIP会员查看完整内容
机器学习已经成为许多商业应用和研究项目中不可或缺的一部分，但这一领域并不仅限于拥有广泛研究团队的大公司。如果您使用Python，即使是初学者，这本书也会教你构建自己的机器学习解决方案的实用方法。今天，有了所有可用的数据，机器学习应用程序只受限于你的想象力。
您将学习使用Python和scikit-learn库创建成功的机器学习应用程序所需的步骤。两位作者安德烈亚斯•穆勒(Andreas Muller)和萨拉•圭多(Sarah Guido)关注的是使用机器学习算法的实践层面，而不是背后的数学。熟悉NumPy和matplotlib库将有助于您从本书获得更多信息。
通过这本书，你会学到 :
- 机器学习的基本概念和应用
- 广泛应用的机器学习算法的优缺点
- 如何表示机器学习处理过的数据，包括关注哪些数据方面
- 先进的模型评估和参数调整方法
- 用于链接模型和封装工作流的管道概念
- 处理文本数据的方法，包括特定于文本的处理技术
- 提高机器学习和数据科学技能的建议
成为VIP会员查看完整内容
Python程序员将使用这些有用的单行程序来提高他们的计算机科学技能。
Python单行程序将教会您如何阅读和编写“单行程序”:将有用功能的简明语句封装到一行代码中。您将学习如何系统地解包和理解任何一行Python代码，并像专家一样编写雄辩、强大的压缩Python。
本书共分五章，内容包括技巧和技巧、正则表达式、机器学习、核心数据科学主题和有用的算法。对一行程序的详细解释将介绍关键的计算机科学概念，并提高您的编码和分析技能。您将了解高级Python特性，如列表理解、切片、lambda函数、正则表达式、映射和缩减函数以及切片分配。您还将学习如何:
•利用数据结构来解决现实世界的问题，比如使用布尔索引来查找污染水平高于平均水平的城市
•使用NumPy基础，如数组、形状、轴、类型、广播、高级索引、切片、排序、搜索、聚合和统计
•计算多维数据数组的基本统计量和无监督学习的K-Means算法
•使用分组和命名组、负查找头、转义字符、空白、字符集(和负字符集)和贪婪/非贪婪操作符创建更高级的正则表达式
•了解广泛的计算机科学主题，包括字谜、回文、超集、排列、阶乘、质数、斐波纳契数、混淆、搜索和算法排序
在本书的最后，您将了解如何以最精炼的方式编写Python，并仅用一行代码就创建简洁、漂亮的“Python艺术”片段。
成为VIP会员查看完整内容
软件质量，不但依赖于架构及项目管理，而且与代码质量紧密相关。这一点，无论是敏捷开发流派还是传统开发流派，都不得不承认。
本书提出一种观念：代码质量与其整洁度成正比。干净的代码，既在质量上较为可靠，也为后期维护、升级奠定了良好基础。作为编程领域的佼佼者，本书作者给出了一系列行之有效的整洁代码操作实践。这些实践在本书中体现为一条条规则（或称“启示”），并辅以来自现实项目的正、反两面的范例。只要遵循这些规则，就能编写出干净的代码，从而有效提升代码质量。
本书阅读对象为一切有志于改善代码质量的程序员及技术经理。书中介绍的规则均来自作者多年的实践经验，涵盖从命名到重构的多个编程方面，虽为一“家”之言，然诚有可资借鉴的价值
成为VIP会员查看完整内容
相关主题
相关VIP内容
相关资讯
相关论文
Noah Singer,Madhu Sudan
0+阅读 · 2月24日
Wenhai Wang,Enze Xie,Xiang Li,Deng-Ping Fan,Kaitao Song,Ding Liang,Tong Lu,Ping Luo,Ling Shao
0+阅读 · 2月24日
William Schultz,Siyuan Zhou,Stavros Tripakis
0+阅读 · 2月23日
Wangyou Zhang,Christoph Boeddeker,Shinji Watanabe,Tomohiro Nakatani,Marc Delcroix,Keisuke Kinoshita,Tsubasa Ochiai,Naoyuki Kamo,Reinhold Haeb-Umbach,Yanmin Qian
0+阅读 · 2月23日
The Khai Nguyen,Ha H. Nguyen,Ebrahim Bedeer
0+阅读 · 2月23日
Marc Brooker,Adrian Costin Catangiu,Mike Danilov,Alexander Graf,Colm MacCarthaigh,Andrei Sandu
0+阅读 · 2月4日
Ruobing Xie,Zhiyuan Liu,Fen Lin,Leyu Lin
10+阅读 · 2018年2月16日
Xiang Long,Chuang Gan,Gerard de Melo,Jiajun Wu,Xiao Liu,Shilei Wen
4+阅读 · 2017年11月27日