自测练习

Paul Deitel讲授的Python基础视频课程是一个面向代码的Python演示课程，Python是当今世界上流行、发展最迅速的语言之一。从单个代码段到完整的脚本，通过丰富的实际代码示例，Paul演示了如何使用交互式IPython解释器和Jupyter Notebook编写Python代码。你会很快熟悉Python语言、它的常用编程方法、关键的Python标准库模块以及一些流行的开源库。在每一部分最后的“数据科学介绍”视频中，Paul为后面的课程奠定了基础。在后面的那些高阶课程中，他会介绍当今最吸引人的前沿计算技术，包括自然语言处理、Twitter®数据挖掘来完成情感分析、使用IBM® Watson™的认知计算、使用分类和回归的有监督学习、使用聚类的无监督学习、通过深度学习和卷积神经网络实现计算机视觉、通过使用循环神经网络的深度学习完成情感分析、使用Hadoop®、Spark™ streaming、NoSQL数据库和物联网实现大数据应用。

可以从https://github.com/pdeitel/PythonFundamentalsLiveLessons下载这个视频课程的代码示例。

本课为《Python技术基础视频教程》的第二部分，您可以购买Python技术基础视频教程（一）、（三）-（五）课来获取其他部分的内容。

在第二部分你能学到什么：

第5课（序列：列表和元组）——创建、初始化以及访问列表和元组的元素；列表排序和搜索；搜索元组；将列表和元组传递到函数和方法；列表方法；函数式编程（lambda、过滤、映射、归约、列表推导、生成器表达式、二维列表）；使用Seaborn和Matplotlib可视化库实现静态可视化。

第6课（字典和集合）——键值对字典；唯一值集合；迭代处理键、值和键值对；增加、删除和更新键值对；字典和集合比较操作符；集合操作符和方法；操作符in和not in完成成员关系检查；可变集合操作；字典和集合推导；使用Seaborn和Matplotlib可视化库实现动态可视化。

第7课（使用NumPy的面向数组编程）——numpy模块的高性能数据结构 ndarray；ndarray与列表的区别；使用IPython %timeit魔法比较列表和 ndarray的性能；一维和多维ndarray；常见ndarray处理；pandas数据处理库的介绍；一维 Series和二维DataFrame；自定义Series和DataFrame索引；Series 和DataFrame中数据的基本描述统计；定制pandas输出格式化。

本课程不提供学习下载资料