本书系统讲解了Python基础及程序设计方法，是一本实用的入门指南。第1~7章主要介绍了Python编程的基础与实践，涵盖数据类型、控制结构、函数模块、面向对象编程等概念。第8和9章概述了Python中常用的工具包及人工智能的基本概念。第10章聚焦于人工智能应用案例，并引入了国产计算环境，有助于读者掌握人工智能问题求解过程。本书通过理论与实践相结合，使读者在解决具体问题的过程中深化对Python编程的理解。适合作为高校计算机、大数据、人工智能及相关专业Python入门课程的教材，也适合作为技术人员的参考书。

王恺
南开大学计算机学院教授、博导，公共计算机基础教学部主任。长期从事人工智能方面的教学和科研工作，主持完成科研项目20余项，发表论文40余篇，曾获国家级教学成果奖二等奖、天津市教学成果奖特等奖、天津市教学成果奖一等奖、天津市科技进步奖二等奖，国家级线上一流本科课程“Python编程基础”课程负责人。

陈晨
南开大学计算机学院副教授，中国计算机学会自然语言处理专委会委员，中国中文信息学会大模型与生成专委会委员。主要研究方向是大语言模型、自然语言处理和机器学习。主持完成国家自然科学基金2项，发表论文10余篇。

李涛
教授、博导，先进计算与关键软件（信创）海河实验室副主任，南开大学党委网信办、大数据管理中心副主任，南开大学智能物联网教学团队负责人。计算机系统能力培养改革试点高校（南开大学）负责人。入选2019年度高校计算机专业优秀教师奖励计划，天津市中青年科技创新领军人才。中国计算机学会（CCF）体系结构专委会副主任，天津市生成式通用智能专家咨询委员会秘书长。

目　　录
前言
第1章　Python语言简介及示例1
1.1　Python语言简介1
1.1.1　编译型语言与解释型语言1
1.1.2　Python语言的发展史3
1.1.3　Python语言的特点及应用
　　　领域4
1.2　环境安装7
1.2.1　在Windows平台上安装
　　　Python语言环境8
1.2.2　在Linux平台上安装
　　　Python语言环境11
1.3　HelloWorld程序13
1.3.1　中文编码13
1.3.2　单行注释14
1.3.3　多行注释15
1.3.4　书写规范15
1.3.5　输入和输出16
1.4　IDLE介绍19
1.4.1　启动IDLE19
1.4.2　创建Python脚本19
1.4.3　常用的编辑功能21
1.5　应用案例—简易数据管理
　 　程序22
1.6　本章小结22
1.7　思考题参考答案23
第2章　基础语法24
2.1　变量的定义24
2.1.1　定义一个变量24
2.1.2　同时定义多个变量25
2.2　数据类型26
2.2.1　数值26
2.2.2　字符串28
2.2.3　列表31
2.2.4　元组34
2.2.5　集合37
2.2.6　字典40
2.3　运算符43
2.3.1　占位运算符43
2.3.2　算术运算符45
2.3.3　赋值运算符46
2.3.4　比较运算符47
2.3.5　逻辑运算符48
2.3.6　位运算符50
2.3.7　身份运算符52
2.3.8　成员运算符53
2.3.9　序列运算符54
2.3.10　运算符优先级56
2.4　条件语句57
2.4.1　if、elif、else59
2.4.2　pass61
2.5　循环语句62
2.5.1　for循环63
2.5.2　while循环66
2.5.3　索引67
2.5.4　break69
2.5.5　continue70
2.5.6　else72
2.6　应用案例—简易数据管理
　 　程序73
2.7　本章小结78
2.8　思考题参考答案78
2.9　编程练习参考代码84
第3章　函数88
3.1　函数的定义与调用88
3.2　参数列表与返回值90
3.2.1　形参91
3.2.2　实参91
3.2.3　默认参数94
3.2.4　关键字参数95
3.2.5　不定长参数96
3.2.6　拆分参数列表99
3.2.7　返回值100
3.3　模块102
3.3.1　import102
3.3.2　from import107
3.3.3　包108
3.3.4　猴子补丁110
3.3.5　第三方模块的获取与安装110
3.4　变量的作用域111
3.4.1　局部变量112
3.4.2　全局变量112
3.4.3　global关键字113
3.4.4　nonlocal关键字114
3.5　递归函数116
3.6　高阶函数118
3.7　lambda函数119
3.8　闭包120
3.9　装饰器122
3.10　应用案例—简易数据管理
　　 　程序125
3.11　本章小结132
3.12　思考题参考答案132
3.13　编程练习参考代码137
第4章　面向对象141
4.1　类与对象141
4.1.1　类的定义142
4.1.2　创建实例143
4.1.3　类属性和实体属性的
　　　操作方法144
4.1.4　类中普通方法的定义
　　　与调用147
4.1.5　私有属性150
4.1.6　构造方法152
4.1.7　析构方法154
4.1.8　常用内置方法155
4.2　继承与多态158
4.2.1　什么是继承158
4.2.2　子类的定义159
4.2.3　方法重写和多态161
4.2.4　鸭子类型163
4.2.5　super164
4.2.6　内置函数isinstance、
　　　issubclass和type165
4.3　类方法和静态方法167
4.3.1　类方法167
4.3.2　静态方法168
4.4　动态扩展类与实例169
4.5　@property171
4.6　应用案例—简易数据管理
　　程序173
4.7　本章小结179
4.8　思考题参考答案179
4.9　编程练习参考代码182
第5章　序列、集合和字典185
5.1　可变类型与不可变类型185
5.2　列表187
5.2.1　创建列表187
5.2.2　拼接列表188
5.2.3　复制列表元素188
5.2.4　列表元素的查找、插入和
　　　删除191
5.2.5　获取列表中最大元素和最
　　　小元素的值193
5.2.6　统计元素出现次数194
5.2.7　计算列表长度194
5.2.8　列表元素排序196
5.3　元组198
5.3.1　创建元组198
5.3.2　创建具有单个元素的元组199
5.3.3　拼接元组200
5.3.4　获取元组中最大元素和最
　　　小元素的值200
5.3.5　元组的不变性201
5.4　集合201
5.4.1　创建集合201
5.4.2　集合元素的唯一性201
5.4.3　插入集合元素202
5.4.4　集合的运算204
5.5　字典207
5.5.1　字典的创建和初始化207
5.5.2　字典元素的修改、插入和
　　　删除208
5.5.3　字典的浅拷贝和深拷贝211
5.5.4　判断字典中是否存在指定
　　　键的元素213
5.5.5　拼接两个字典214
5.5.6　字典的其他常用操作215
5.6　切片218
5.7　列表生成表达式219
5.8　生成器220
5.9　迭代器223
5.10　应用案例—简易数据管理
　　　程序225
5.11　本章小结227
5.12　思考题参考答案227
5.13　编程练习参考代码230
第6章　字符串235
6.1　字符串常用操作235
6.1.1　创建字符串235
6.1.2　单引号、双引号、三引号
　　　之间的区别235
6.1.3　字符串比较238
6.1.4　字符串分割239
6.1.5　字符串检索241
6.1.6　字符串替换242
6.1.7　去除字符串中的空格242
6.1.8　大小写转换243
6.1.9　字符串的其他常用操作244
6.2　格式化方法246
6.2.1　占位符246
6.2.2　format方法246
6.3　正则表达式248
6.3.1　基础语法248
6.3.2　re模块的使用251
6.3.3　正则表达式的应用261
6.4　应用案例—简易数据管理
　 　程序263
6.5　本章小结264
6.6　思考题参考答案264
6.7　编程练习参考代码266
第7章　I/O编程与异常269
7.1　os模块的使用269
7.1.1　基础操作269
7.1.2　创建和删除目录272
7.1.3　获取绝对路径，路径分离
　　　和路径连接275
7.1.4　条件判断278
7.2　文件读/写280
7.2.1　文件的打开和关闭280
7.2.2　文件对象的操作方法282
7.3　数据的处理286
7.3.1　一维数据和二维数据286
7.3.2　使用CSV格式操作一维、
　　　二维数据287
7.4　异常处理289
7.4.1　异常的定义和分类289
7.4.2　try except291
7.4.3　else和finally293
7.4.4　raise294
7.4.5　断言295
7.4.6　自定义异常296
7.5　应用案例—简易数据管理
　 　程序297
7.5.1　增加文件操作297
7.5.2　增加异常处理300
7.6　本章小结305
7.7　思考题参考答案305
7.8　编程练习参考代码307
第8章　数据分析基础310
8.1　NumPy工具包310
8.1.1　NumPy的数据对象和方法310
8.1.2　NumPy应用示例316
8.2　Pandas工具包318
8.2.1　Pandas的数据对象和方法319
8.2.2　Pandas应用示例326
8.3　Matplotlib工具包328
8.3.1　图表的组成328
8.3.2　Matplotlib的绘图方法329
8.4　本章小结334
8.5　思考题参考答案334
第9章　人工智能基础336
9.1　人工智能的基本概念336
9.2　机器学习的基本概念及
　 　scikit-learn工具包简介336
9.2.1　机器学习的基本概念336
9.2.2　scikit-learn工具包简介342
9.3　应用scikit-learn工具包进行
　 　机器学习建模348
9.3.1　手写数字图像识别问题348
9.3.2　数据检索问题353
9.4　本章小结356
9.5　拓展学习356
第10章　人工智能应用案例357
10.1　手写数字图像识别
　 　　 （基于MindSpore）357
10.1.1　问题描述357
10.1.2　数据集介绍357
10.1.3　任务1：基于多层感知
　　　　器的手写数字图像识别360
10.1.4　任务2：基于卷积神经网
　 　　　 络的手写数字图像识别365
10.1.5　拓展学习372
10.2　流程工业控制系统时序数据
　 　　预测（基于MindSpore）372
10.2.1　问题描述372
10.2.2　数据集介绍373
10.2.3　任务1：流程工业控制
　　　　系统时序数据单步预测377
10.2.4　任务2：流程工业控制
　　　　系统时序数据多步预测382
10.2.5　拓展学习392
10.3　虚假新闻检测（基于PyTorch）393
10.3.1　问题描述393
10.3.2　特征抽取方法393
10.3.3　模型介绍393
10.3.4　代码介绍394
10.4　本章小结401