Python入门经典：以解决计算问题为导向的Python编程实践

《Python入门经典：以解决计算问题为导向的Python编程实践》是一本系统而科学的Python入门教程，美国密歇根州立大学等多所美国知名高校采用其作为编程语言的入门教材，被奉为经典。它不仅从计算机教学和计算机科学的角度讲解了初学者如何才能更有效地去学习Python，而且特别强调用Python解决生活中的实际问题，精心组织了大量来源于生活中不同领域的与数值计算和数据处理相关的案例。通过本书，读者不仅能系统掌握Python编程相关的知识，而且还能掌握利用Python处理各种与数据相关的问题。本书分为五部分，第1部分介绍计算机设备的一般概念和一些计算机术语；第二部分开始介绍编程的基本知识，包括入门知识和控制语句，为后续内容做铺垫；第三部分讲述数据结构和函数，包括字符串、列表和元组、字典和集合、文件、函数、算法和程序等进阶内容，有助于读者提升编程技能；第四部分重点介绍如何使用类定义数据结构和算法、开发程序等，培养读者运用Python语言来实现基本的计算思想和策略的能力；第五部分主要介绍异常、测试和递归，旨在使读者成为更好的程序员。本书深入浅出，每一章节均给出了大量的实例、示范代码和自测练习，便于读者理解和掌握相关知识。读者通过学习本书，不仅能掌握Python语言的基本知识，还能学习如何在实践中运用该语言解决问题。
《Python入门经典：以解决计算问题为导向的Python编程实践》不仅适合入门级的Python程序员系统学习，也适合作为高等院校计算机和非计算机专业的程序设计课程教材。

译者序
前言
第一部分 关于计算机的思考
第0章 计算机科学研究
0.1 为什么要研究计算机科学
0.1.1 计算机科学的重要性
0.1.2 计算机“科学”
0.1.3 通过编程学习计算机科学
0.2 编程的困难和使命
0.2.1 困难1：同时做两件事
0.2.2 困难2：什么是好程序
0.2.3 程序的使命
0.3 选择一种计算机语言
0.3.1 各种计算机语言
0.3.2 为什么选Python
0.3.3 Python是最好的程序语言吗
0.4 什么是计算
0.5 什么是计算机
0.5.1 自然界中的计算
0.5.2 人类制造的计算机
0.6 现代电子计算机
0.6.1 就是开关
0.6.2 晶体管
0.7 从更高层面来了解现代计算机
0.8 数据表示
0.8.1 二进制数据
0.8.2 使用二进制
0.8.3 局限性
0.8.4 字符表示
0.8.5 其他数据表示
0.8.6 数字代表什么
0.8.7 数据量
0.8.8 数据量有多大
0.9 后续章节概述
0.1 0总结

第二部分 开始编程
第1章 入门
1.1 练习，练习，再练习
1.2 快速入门——计算圆周长的程序
1.3 交互式会话
1.4 程序组成部分
1.4.1 模块
1.4.2 表达式和语句
1.4.3 空白
1.4.4 注释
1.4.5 Python的特殊元素：标记
1.4.6 对象命名
1.5 变量
1.6 对象和类型
1.6.1 数字
1.6.2 其他内置类型
1.6.3 对象类型：非变量类型
1.6.4 创建新值
1.7 运算符
1.7.1 整数运算符
1.7.2 浮点运算符
1.7.3 混合运算符
1.7.4 运算符顺序和圆括号
1.7.5 增强的赋值运算符：快捷方式
1.8 第一个模块：math模块
1.9 开发算法
1.1 0总结
1.1 1视觉场景：海龟绘图
习题
编程项目

第2章 控制语句
2.1 选择语句：if
2.1.1 利用布尔值做决定
2.1.2 if语句
2.1.3 示例：在篮球运动中，领先多少分才安全
2.1.4 循环
2.1.5 例子：寻找完全数
2.1.6 例子：对数字分类
2.2 深入控制语句
2.2.1 真与假：布尔值
2.2.2 布尔变量
2.2.3 关系运算符
2.2.4 布尔运算符
2.2.5 优先级
2.2.6 布尔运算符示例
2.2.7 另一种赋值方式
2.2.8 用于判定的选择语句
2.2.9 Python判定语句进阶
2.2.10 循环：while语句
2.2.11 信号量循环
2.2.12 循环总结
2.2.13 for语句进阶
2.2.14 嵌套
2.2.15 冰雹序列示例
2.3 视觉场景：用pylab对数据绘图
2.3.1 使用列表和第一次绘制
2.3.2 更有趣的绘图：正弦波
2.4 计算机科学观点：最小的通用计算
2.5 总结
习题
编程项目

第3章 算法和程序开发
3.1 什么是算法
3.2 算法特征
3.2.1 算法和程序
3.2.2 细化
3.2.3 有效性
3.2.4 指定行为
3.2.5 通用算法
3.2.6 真的可以实现一切吗
3.3 程序是什么
3.3.1 可读性
3.2.2 鲁棒性
3.3.3 正确性
3.4 程序设计策略
3.4.1 参与并提交
3.4.2 了解，然后想象
3.4.3 编程之前先思考
3.4.4 实验
3.4.5 简化
3.4.6 停下来思考
3.4.7 放松：让自己休息一下
3.5 简单示例
3.5.1 搭建框架
3.5.2 输出
3.5.3 输入
3.5.4 计算
3.6 总结
习题

第三部分 组织：数据结构和函数
第4章 字符串
4.1 字符串类型
4.1.1 三重引号字符串
4.1.2 非显示字符
4.1.3 字符串表示形式
4.1.4 字符序列
4.1.5 索引和分片
4.2 字符串操作
4.2.1 连接（+）和重复（*）
4.2.2 “+”什么时候表示加法运算，什么时候表示连接运算
4.2.3 比较运算符
4.2.4 in运算符
4.2.5 字符串集合是不可变的
4.3 函数和方法预览
4.3.1 第一步：什么是函数
4.3.2 选择方法的名字和参数
4.3.3 字符串方法
4.3.4 字符串函数
4.4 字符串的格式化输出
4.4.1 描述符码
4.4.2 宽度描述符
4.4.3 浮点数精度描述符
4.5 字符串与控制语句
4.6 处理字符串
4.6.1 示例：记录人名
4.6.2 回文
4.7 示例：计算扑克牌
4.8 总结
习题
编程项目

第5章 函数快速入门
5.1 函数是什么
5.2 Python函数
5.3 函数控制语句
5.3.1 函数控制语句详解
5.3.2 另一个函数示例
5.3.3 函数示例：猜词
5.3.4 函数调用函数
5.3.5 什么时候使用函数
5.3.6 如果没有return语句会如何
5.3.7 如果有多条return语句会如何
5.4 视觉场景：用海龟绘图法绘制美国国旗
5.5 总结
习题
编程项目

第6章 列表和元组
6.1 什么是列表
6.2 操作列表
6.2.1 索引和分片
6.2.2 运算符
6.2.3 函数
6.2.4 列表循环
6.3 列表新内容
6.3.1 列表可变性
6.3.2 列表方法
6.4 range、split及其他函数和方法
6.4.1 range、split和多重赋值
6.4.2 使用join在列表和字符串之间转换
6.4.3 sorted函数
6.5 示例
6.5.1 字谜
6.5.2 示例：文件分析
6.6 可变对象及其引用
6.6.1 深拷贝与浅拷贝
6.6.2 可变与不可变
6.7 元组
6.7.1 从列表到元组
6.7.2 为什么需要元组
6.8 列表：数据结构
6.8.1 数据结构示例
6.8.2 数据结构的另一个示例
6.9 算法示例：美国环境保护署通车里程数据
6.1 0列表解析
6.1 1视觉场景：更多绘制任务
6.1 1.1 numpy阵列
6.1 1.2 绘制三角函数
6.1 2总结
习题
编程项目

第7章 深入了解函数
7.1 函数调用函数
7.2 作用域
7.2.1 实参、形参和命名空间
7.2.2 传递可变对象
7.2.3 返回复杂对象
7.2.4 重构evens
7.3 默认值以及形参为关键字
7.3.1 示例：默认值和参数关键字
7.3.2 默认值问题
7.4 函数和对象
7.5 示例：确定最终成绩
7.5.1 数据
7.5.2 设计
7.5.3 函数：weightedGrade
7.5.4 函数：grade
7.5.5 函数：main
7.5.6 使用示例
7.6 “传值”或者“传引用”
7.7 总结
习题
编程项目

第8章 字典和集合
8.1 字典
8.1.1 字典示例
8.1.2 Python字典
8.1.3 字典索引和赋值
8.1.4 运算符
8.2 单词计数示例
8.2.1 统计字符串中的单词数
8.2.2 《葛底斯堡演说》中的单词出现频率
8.2.3 输出和注释
8.3 示例：周期表
8.3.1 使用CSV文件
8.3.2 算法概述
8.3.3 实现分治的函数
8.4 集合
8.4.1 集合的历史
8.4.2 集合的组成
8.4.3 Python集合
8.4.4 Python集合的方法、运算符和函数
8.4.5 集合方法
8.5 集合应用
8.5.1 不同文件中单词之间的关系
8.5.2 输出和注释
8.6 作用域：完整的故事
8.6.1 命名空间和作用域
8.6.2 作用域搜寻规则
8.6.3 局部命名空间
8.6.4 全局命名空间
8.6.5 内置模块
8.6.6 封闭式变量
8.7 Python指针：使用zip创建字典
8.8 视觉场景：词频条形图
8.8.1 正确获取数据
8.8.2 标签和xticks命令
8.8.3 绘图
8.9 总结
习题
编程项目

第9章 文件
9.1 什么是文件
9.2 存取文件：读取文本文件
9.2.1 其他文件存取方法
9.2.2 数据流
9.3 存取文件：写文本文件
9.4 在程序中存取文本文件
9.5 创建文件和重写文件
9.5.1 通用新行格式
9.5.2 文件内移动
9.6 关闭文件
9.7 CSV文件
9.7.1 CSV模块
9.7.2 CSVReader
9.7.3 CSVWriter
9.7.4 示例：更新某些成绩
9.8 示例：反复提示，要求输入正确的文件名
9.9 模块：os
9.9.1 目录/文件夹的结构
9.9.2 os模块函数
9.9.3 os模块示例
9.1 0总结
习题
编程项目

第10章 程序开发进阶
10.1 简介
10.2 分治
10.3 乳腺癌分类
10.3.1 问题
10.3.2 方法：分类
10.3.3 训练和测试分类器
10.3.4 构造分类器
10.4 设计分类器算法
10.4.1 先分解，再合并
10.4.2 数据结构
10.4.3 文件格式
10.4.4 makeTrainingSet函数
10.4.5 makeTestSet函数
10.4.6 trainClassifier函数
10.4.7 第2轮修改后的trainClassifer
10.4.8 用新数据测试分类器
10.4.9 reportResults函数
10.5 在完整数据上运行分类器
10.6 其他有趣的问题
10.6.1 标签云
10.6.2 标准普尔500预测
10.6.3 用国旗预测宗教
10.7 总结
习题
编程项目

第四部分 类：自定义数据结构和算法
第11章 类
11.1 面向对象编程
11.1.1 Python是面向对象的
11.1.2 OOP特性
11.2 使用OOP
11.3 使用类和实例
11.3.1 内置类和实例
11.3.2 第一个类
11.3.3 修改属性
11.3.4 实例和类之间的特殊关系：instanceof
11.4 对象方法
11.4.1 使用对象方法
11.4.2 编写方法
11.4.3 特殊参数self
11.4.4 方法是类实例的接口
11.5 融入Python类模型
11.5.1 程序员定义的类
11.5.2 Student类
11.5.3 Python标准方法
11.5.4 三种角色：类设计者、程序员和用户
11.6 示例：Point类
11.6.1 构造函数
11.6.2 距离
11.6.3 两点求和
11.6.4 改进Point类
11.7 Python和OOP
11.7.1 封装性
11.7.2 继承
11.7.3 多态性
11.8 Python和其他OOP语言
11.8.1 公有与私有
11.8.2 使用双下划线表示私有
11.8.3 Python的宗旨
11.8.4 修改实例
11.9 总结
习题
编程项目

第12章 类进阶
12.1 更多类属性
12.2 Python实现机制
12.2.1 类、类型与自检
12.2.2 运算符重载
12.3 自定义运算符重载
12.4 创建有理数类
12.4.1 生成类
12.4.2 分数加法回顾
12.4.3 分数加法
12.4.4 相等和分数化简
12.4.5 应用分治
12.5 错误消息
12.5.1 自检
12.5.2 修复int+Rational错误
12.6 继承
12.6.1 “寻找属性”游戏
12.6.2 使用继承
12.6.3 实例：物理学标准模型
12.7 总结
习题

第13章 使用类开发程序
13.1 捕食问题
13.1.1 规则
13.1.2 面向对象的模拟
13.2 类
13.2.1 Island类
13.2.2 捕食者和猎物、动物种类
13.2.3 捕食者类和猎物类
13.2.4 对象图
13.2.5 填充Island
13.3 添加行为
13.3.1 细化：添加移动
13.3.2 时间循环仿真
13.4 逐步求精
13.4.1 改进的时间循环
13.4.2 繁殖
13.4.3 进食
13.4.4 时钟节拍
13.5 细化问题
13.5.1 移动多少次
13.5.2 动物数量的图形化
13.6 总结
习题
第五部分成为更好的程序员

第14章 异常和异常处理
14.1 简介
14.2 基本的异常处理
14.3 有关异常的哲学
14.4 异常：else和finally
14.5 异常的用法
14.5.1 检查输入
14.5.2 检查文件打开
14.6 深入异常
14.6.1 raise
14.6.2 自定义异常
14.7 示例：密码管理
14.8 总结
习题

第15章 测试
15.1 为什么要进行测试
15.1.1 错误类型
15.1.2 “bug”和调试
15.2 测试类型
15.2.1 测试很难
15.2.2 测试的重要性
15.3 示例
15.3.1 NBA效率
15.3.2 基本算法
15.4 混合测试
15.4.1 捕捉用户错误
15.4.2 捕获开发者犯的错误
15.5 自动测试
15.5.1 doctest
15.5.2 其他类型的测试
15.6 总结
习题

第16章 递归：另一种控制机制
16.1 什么是递归
16.2 数学和兔子
16.3 自定义递归：反转字符串
16.4 递归如何实现
16.4.1 栈的数据结构
16.4.2 栈和函数调用
16.5 用递归表示图形
16.5.1 递归树
16.5.2 Sierpinski三角形
16.6 从递归到非递归
16.7 总结
16.8 习题

附录
附录A 开始使用Python
附录B 用海龟绘图法进行简单绘图
附录C 绘图和数值工具：快速浏览
附录D Python3.0
附录E ASCII码表
附录F 优先级

3.2算法特征
通过调用算法的方式，食谱（给出的第一个算法描述）能正常工作，但是从计算机科学的角度来看这还不够。尤其是计算机科学家们感兴趣的是什么是好算法。好的算法具有一些共同的特点。在开始研究这些特点前，要先澄清算法和程序之间的区别。
3.2.1算法和程序
算法和相关的程序关系紧密，有时容易发生混淆，尤其是在第一次学习编程时。它们之间是有区别的，用最简单的术语描述如下：
算法是对如何解决问题的描述。
程序是在特定类型的计算机上，用特定语言对算法的实现。
再次思考巧克力蛋糕和平方根的算法。蛋糕食谱遗漏了厨房的细节。例如，它并没有指出在哪里可以找到碗来混合食物。此外，食谱也没有告诉我们如何设置烤箱温度（旋转调节盘或按按钮）？而使用笔和纸进行平方根计算，与使用计算机甚至算盘进行平方根计算也有不同。在两个例子中都缺少细节，尤其是如何实现算法。厨师在他自己的厨房工作，食谱中缺少的细节并不造成困难，因为厨师知道碗放在哪里，并且知道如何操作烤箱。同样的，熟悉某种编程语言和操作系统的计算机程序员，在应用算法时也知道如何处理这些细节。
将想要做什么和实际中如何实现区分开来，会带来不少好处：
我们可以分析算法，将算法本身与算法如何实现区分开来。这种分析是在计算机学科中的“科学”。将算法与实现分开，使得我们能够专注于算法的属性。例如，算法分析能提出改进建议，对所有实现都有所改进。
我们能看到某种编程语言在多大的程度上将算法实现好。每一种语言都有自己的短处和长处，这也可能使得算法实现起来更难或者更容易。计算机语言设计时会侧重于这点。
我们能分析用某种特定的计算机和语言实现算法的情况。例如，在特定问题上，可能会有成本或能源的限制，因此开发时间或者硬件的成本可能成为约束条件。编程语言的选择会影响前者；而处理器的选择会影响后者。
初学的时候，最好强调算法和实现之间的差异。然而，正如前面所提到的，它们也并不总是独立的。对于特定的问题，通常会有多种算法能够得到正确解答。例如，要在特定的计算机上解决某个问题，选择的算法往往是适合这类机器的。举两个例子。多核处理器可以同时运行一个程序的多个部分，有些算法比其他算法更适合这样的环境。另一个例子是嵌入式处理器，如控制汽车的刹车。该处理器只需较低的计算能力和内存，因此具有低功耗和低内存需求的算法可能更为合适。
3.2.2细化
算法需要足够细致，指出要达到目标必须完成的所有事情。然而，“足够细致”本身很难准确定义。算法需要有足够的细节，以便能按照它实现（在纸上或在程序中）全部预期的结果。回想一下巧克力蛋糕的算法（食谱）。“混合这些原料并进行烹饪”不够详细，但描述如何用勺子搅拌（右手拿起勺子，左手拿碗，用勺子在混合物中搅拌……），又加入了过多的细节。经验丰富的厨师所需要的食谱对于缺乏经验的人来说往往是“不够详细”的，食谱细节的多少要根据使用者的变化而变化。同样，经验丰富和缺乏经验的人，对于计算机算法的详细程度也有不同要求。学习算法和编程，能提升对算法的理解程度。
……