本书依据《新时代大学计算机基本课程教学基本要求》,对标国家规划教材编写规范，结合多所高校教学实际编写，落实立德树人根本任务，将计算思维、科学严谨的工匠精神、科技伦理与数据安全意识融入案例与实践项目，实现知识传授、能力培养与价值引领相统一。本书可作为普通本科、职业院校各专业Python程序设计课程教材，也可供编程爱好者自学使用。

第1章 Python编程的奇妙之旅……………………………………………………………………………..1

1.1 走进Python的世界………………………………………………………………………………………1

1.2 搭建编程舞台 ……………………………………………………………………………………………8

1.3 第一个Python程序……………………………………………………………………………….........15

第2章 Python 基础语法探秘…………………………………………………………………………....…19

2.1 语法基础规则…………………………………………………………………………………………...19

2.2 基本数据类型……………………………………………………………………………………………22

2.3 数据类型转换……………………………………………………………………………………………25

2.4 常用运算符与表达式……………………………………………………………………………………27

2.5 实践案例…………………………………………………………………………………………………29

第3章 程序控制结构 ………………………………………………………………………………………..33

3.1 顺序结构…………………………………………………………………………………………………33

3.2 选择结构…………………………………………………………………………………………………34

3.3 循环结构…………………………………………………………………………………………………37

3.4 循环跳转语句(break)…………………………………………………………………………………...39

3.5 循环嵌套…………………………………………………………………………………………………40

3.6 continue语句 ……………………………………………………………………………………………42

3.7 实践案例…………………………………………………………………………………………………44

第4章 函数基础与代码复用 ………………………………………………………………………………..48

4.1 函数的定义与调用………………………………………………………………………………………48

4.2 函数进阶(默认参数)……………………………………………………………………………….....…53

4.3 Python 内置函数…………………………………………………………………………………..……56

4.4 实践案例…………………………………………………………………………………………………59

第5章 模块与第三方库应用 ………………………………………………………………………………..63

5.1 内置模块使用………………………………………………………………………………………….…63

5.2 机器学习基础第三方库 …………………………………………………………………………………75

第6章 文件操作基础 …………………………………………………………………………………………95

6.1 文本文件操作……………………………………………………………………………………….……95

6.2 CSV文件处理(Pandas库的应用) ………………………………………………………………........107

第7章 异常处理基础…………………………………………………………………………………………121

7.1 常见入门异常 …………………………………………………………………………………...………121

7.2 try-except异常处理 …………………………………………………………………………….....……132

第8章 面向对象程序设计入门……………………………………………………………………….………145

8.1 类与对象的基本概念 ………………………………………………………………………….......……145

8.2 类的定义与使用 ……………………………………………………………………………….…………150

第9章 机器学习入门实战………………………………………………………………………….…………169

9.1 机器学习前置：数据处理基础 ……………………………………………………………….......……169

9.2 基础机器学习模型 …………………………………………………………………………………....…175

9.3 简单模型评估 …………………………………………………………………………………………....183

9.4 实践案例 ………………………………………………………………………………………………....187

参考文献……………………………………………………………………………………………………….196