Skip to content
/ Python Public template

一个完整的Python学习体系,从零基础到高级应用。包含10个章节共185个代码实例,涵盖基础语法、面向对象、文件操作、科学计算、数据可视化、网络爬虫等全方位知识。代码注释详尽,适合初学者系统学习。

Notifications You must be signed in to change notification settings

JinuLin/Python

Repository files navigation

Python 全方位学习教程 🐍

一个完整的 Python 学习体系,从零基础入门到高级应用,包含10个章节共185个代码实例。

📚 项目简介

本项目系统性地涵盖了 Python 编程的各个方面,通过大量微实例和练习题帮助学习者循序渐进地掌握 Python 技能。每个章节都配有详细的代码注释和配套习题,适合初学者系统学习,也可作为教学参考资料。

✨ 项目特色

  • 📖 系统性强: 10个章节从入门到进阶,知识体系完整
  • 💻 实例丰富: 185个Python代码文件,每个知识点都有对应示例
  • 📝 注释详尽: 代码注释包含知识点说明和原理解释
  • 🎯 练习充分: 每章都有配套习题,理论实践相结合
  • 🛠️ 实用导向: 涵盖爬虫、数据可视化、图像处理等实际应用
  • 🌐 中文友好: 大量中文文本处理示例(jieba分词、中文词频统计等)
  • 📚 库覆盖广泛: 涉及10+个标准库和6个常用第三方库

📋 目录结构

第一章 初识Python语言 (13个文件)

Python基础入门,包括变量、运算、格式化输出等基础概念

  • 圆面积的计算
  • 简单的人机对话
  • 斐波那契数列
  • 同切圆绘制
  • 九九乘法表等

第二章 Python程序实例解析 (15个文件)

通过经典实例理解Python编程思维

  • 温度转换实例(华氏度/摄氏度)
  • 蟒蛇绘制(turtle图形)
  • 汇率转换程序
  • 多种几何图形绘制

第三章 基本数据类型 (约20个文件)

Python核心数据类型详解

  • 数字类型(整数、浮点数、复数)
  • math库的使用
  • 字符串操作
  • 文本进度条实现
  • 格式化输出

第四章 程序的控制结构 (约30个文件)

程序流程控制

  • 分支结构(PM2.5空气质量提醒)
  • 循环结构
  • random库的使用
  • π的计算(蒙特卡罗方法)
  • 异常处理

第五章 函数和代码复用 (约25个文件)

函数定义与模块化编程

  • 函数的基本使用
  • 参数传递(可选参数、可变参数)
  • datetime库
  • 七段数码管绘制
  • 函数递归(阶乘、科赫曲线)

第六章 面向对象编程 (约15个文件)

OOP基础与应用

  • 类和对象的创建
  • 封装、继承、多态
  • 实例属性/类属性
  • 私有属性和方法
  • 类方法重载

第七章 组合数据类型 (约25个文件)

列表、字典、集合等复合数据类型

  • 列表操作
  • 基本统计值计算
  • 字典操作
  • jieba中文分词
  • 文本词频统计(Hamlet、三国演义)
  • Python之禅

第八章 文件和数据格式化 (约20个文件)

文件操作与数据格式

  • 文件读写
  • PIL图像处理
  • 图像字符画绘制
  • CSV格式处理
  • JSON数据编码/解码
  • HTML数据展示

第九章 科学计算与数据可视化 (14个文件)

numpy和matplotlib的应用

  • numpy多维数组
  • 图像手绘效果(基于梯度)
  • matplotlib绘图
  • 科学坐标图(阻尼衰减曲线)
  • 多级雷达图(DOTA人物能力值、霍兰德人格分析)

第十章 网络爬虫和自动化 (10个文件)

网络数据获取与处理

  • requests库使用
  • beautifulsoup4 HTML解析
  • 中国大学排名爬虫
  • 百度搜索关键词自动提交
  • Robots协议

🛠️ 技术栈

标准库

  • turtle - 图形绘制
  • math - 数学运算
  • random - 随机数生成
  • datetime - 日期时间处理
  • json - JSON数据格式
  • time - 时间处理

第三方库

  • jieba - 中文分词
  • PIL (Pillow) - 图像处理
  • numpy - 科学计算
  • matplotlib - 数据可视化
  • requests - HTTP请求
  • beautifulsoup4 - HTML/XML解析

📦 安装依赖

pip install jieba pillow numpy matplotlib requests beautifulsoup4

🚀 快速开始

  1. 克隆项目到本地
git clone https://github.com/yourusername/Python-main.git
  1. 进入任意章节目录
cd "第一章初识Python语言/微实例1.1圆面积的计算/"
  1. 运行Python代码
python 微实例1.1.py

📖 学习路径建议

初学者路径

  1. 第一章 → 第二章 → 第三章 → 第四章 → 第五章
  2. 重点掌握基础语法、数据类型、控制结构、函数

进阶路径

  1. 第六章 → 第七章 → 第八章
  2. 学习面向对象、组合数据类型、文件操作

实战应用路径

  1. 第九章 → 第十章
  2. 科学计算、数据可视化、网络爬虫

💡 代表性案例

1. 温度转换 (第二章)

展示条件分支、eval()函数、字符串操作

TempStr = input("请输入带有符号的温度值: ")
if TempStr[-1] in ['F', 'f']:
    C = (eval(TempStr[0:-1]) - 32) / 1.8
    print("转换后的温度是{:.2f}C".format(C))

2. 蟒蛇绘制 (第二章)

turtle图形库经典应用

import turtle
turtle.setup(650, 350, 200, 200)
turtle.penup()
turtle.fd(-250)
turtle.pendown()
turtle.pensize(25)
turtle.pencolor("purple")
turtle.seth(-40)
for i in range(4):
    turtle.circle(40, 80)
    turtle.circle(-40, 80)
turtle.circle(40, 80/2)
turtle.fd(40)
turtle.circle(16, 180)
turtle.fd(40 * 2/3)
turtle.done()

3. 文本词频统计 (第七章)

字典、jieba库、排序综合应用

import jieba
counts = {}
for word in words:
    counts[word] = counts.get(word, 0) + 1
items = list(counts.items())
items.sort(key=lambda x: x[1], reverse=True)

4. 数据可视化 (第九章)

matplotlib雷达图绘制

import matplotlib.pyplot as plt
import numpy as np

labels = np.array(['综合', 'KDA', '发育', '推进', '生存', '输出'])
data = np.array([7, 5, 6, 9, 8, 7])
angles = np.linspace(0, 2 * np.pi, 6, endpoint=False)
plt.subplot(111, polar=True)
plt.plot(angles, data, 'o-', color='g', linewidth=2)
plt.fill(angles, data, facecolor='g', alpha=0.25)
plt.show()

5. 网络爬虫 (第十章)

requests和beautifulsoup4组合使用

import requests
from bs4 import BeautifulSoup

def get_html_text(url):
    try:
        r = requests.get(url, timeout=30)
        r.raise_for_status()
        r.encoding = 'utf-8'
        return r.text
    except requests.RequestException:
        return ""

📊 项目统计

  • 总章节数: 10章
  • Python文件数: 185个
  • 文本数据文件: 13个
  • 参考图片: 9张
  • 涉及的第三方库: 6个
  • 标准库: 10+个

📝 使用说明

  1. 每个章节按知识点分节,便于针对性学习
  2. 微实例: 简短代码,展示特定知识点
  3. 习题: 巩固练习,检验学习成果
  4. 图片资料: 章节知识点快速参考
  5. 文本数据: 配合文本处理案例使用

🤝 贡献指南

欢迎提交Issue和Pull Request!

📄 许可证

MIT License

📧 联系方式

如有问题或建议,欢迎通过Issue联系。


Happy Coding! 🎉

About

一个完整的Python学习体系,从零基础到高级应用。包含10个章节共185个代码实例,涵盖基础语法、面向对象、文件操作、科学计算、数据可视化、网络爬虫等全方位知识。代码注释详尽,适合初学者系统学习。

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published