538 个代码示例！麻省理工教授的 Python 程序设计 + 人工智能案例实践

Python 简单易学，且提供了丰富的第三方库，可以用较少的代码完成较多的工作，使开发者能够专注于如何解决问题而只花较少的时间去考虑如何编程。

此外，Python 还具有免费开源、跨平台、面向对象、胶水语言等优点，在系统编程、图形界面开发、科学计算、Web 开发、数据分析、人工智能等方面有广泛应用。

尤其是在数据分析和人工智能方面，Python 已成为最受开发者欢迎的编程语言之一，不仅大量计算机专业人员选择使用 Python 进行快速开发，许多非计算机专业人员也纷纷选择 Python 语言来解决专业问题。

由于 Python 应用广泛，关于 Python 的参考书目前已经有很多，但将 Python 编程与数据分析、人工智能等领域紧密结合的参考书尚不多见。这就导致开发者在学习 Python 编程时难以与实际应用结合，从而造成不知道如何应用 Python 去解决实际问题的状况。

今天给小伙伴们带来了一份 Python 程序设计与人工智能案例实践的手册，该手册提供了 538 个代码示例（从单个代码段到大量的计算机科学、数据科学、人工智能和大数据案例）。

这份手册由浅入深，共分为四大部分，不多废话，下面将内容展示出来：

第一部分 Python 基础知识快速入门

这部分内容由第 1~5 章组成，涉及计算机和 Python、Python 程序设计、控制语句、函数、序列(列表和元组)方面的内容。通过学习该部分，读者应掌握 Python 开发环境的使用方法、Python 中基础数据的存储和处理方法，尤其要熟练运用模块化思想进行问题分解、通过函数实现各模块功能。

第 1 章 Python 及大数据概述

第 2 章 Python 程序设计概述

第 3 章 控制语句

第 4 章 函数

第 5 章 序列:列表和元组

第二部分 Python 数据结构、字符串和文件

这部分内容为 Python 数据结构、字符串和文件，由第 6~9 章组成，涉及字典和集合、使用 NumPy 进行面向数组的编程、字符串、文件和异常方面的内容。通过学习该部分，读者应掌握字典和集合的适用场景、NumPy 存储数据的优势和具体使用方法、字符串的常用操作、正则表达式的作用。

第 6 章 字典和集合

第 7 章 使用 NumP，进行面向数组的编程

第 8 章 字符串:深入讨论

第 9 章 文件和异常

第三部分 Python 高级主题

这部分内容为 Python 高级主题，即第 10 章的面向对象编程。通过学习该部分，读者应掌握面向对象的概念及面向对象程序的设计和编写方法，在实际中熟练运用面向对象的方式搭建系统。

第 10 章 面向对象编程

第四部分 人工智能、云和大数据案例研究

这部分内容为人工智能、云和大数据案例研究，由第 11~16 章组成，涉及自然语言处理、Twitter 数据挖掘、IBM Watson 和认知计算、机器学习、深度学习、大数据方面的内容。通过学习该部分，读者应掌握运用 Python 解决数据分析、人工智能相关问题的方法。

第 11 章 自然语言处理

第 12 章 Twitter 数据挖掘

第 13 章 IBM Watson 和认知计算

第 14 章 机器学习:分类、回归和聚类

第 15 章 深度学习

第 16 章 大数据:Hadoop、Spark、NoSQL 和 loT

限于文章篇幅原因，就展示到这里了，有需要的小伙伴 点击这里凭本文截图即可获取！