案例學Python（進階篇）

第1章  初級游戲項目實戰(zhàn) 1
1.1  猜數(shù)游戲 2
1.1.1  使用條件語句 2
1.1.2  使用for循環(huán)語句 2
1.1.3  具體實現(xiàn) 3
1.2  龍的世界 4
1.2.1  使用while循環(huán)語句 4
1.2.2  使用函數(shù) 5
1.2.3  實現(xiàn)《龍的世界》游戲 6
1.3  黑白棋游戲 7
1.3.1  笛卡爾坐標系 7
1.3.2  實例介紹 9
1.3.3  具體實現(xiàn) 9
1.4  益智類游戲：俄羅斯方塊 15
1.4.1  規(guī)劃需要的圖形 15
1.4.2  具體實現(xiàn) 15
第2章  Web網(wǎng)站開發(fā)實戰(zhàn) 23
2.1  會員登錄驗證系統(tǒng) 24
2.1.1  簡易用戶登錄驗證系統(tǒng) 24
2.1.2  使用模塊auth實現(xiàn)登錄驗證系統(tǒng) 27
2.1.3  使用百度賬戶實現(xiàn)用戶登錄系統(tǒng) 32
2.2  博客發(fā)布系統(tǒng) 37
2.2.1  系統(tǒng)設置 37
2.2.2  會員注冊和登錄驗證模塊 38
2.2.3  博客發(fā)布模塊 42
第3章  數(shù)據(jù)可視化分析實戰(zhàn) 45
3.1  可視化分析SQLite中的數(shù)據(jù) 46
3.1.1  創(chuàng)建數(shù)據(jù)庫 46
3.1.2  繪制統(tǒng)計圖 47
3.2  可視化統(tǒng)計顯示某網(wǎng)店各類口罩的銷量 49
3.2.1  準備CSV文件 49
3.2.2  可視化CSV文件中的數(shù)據(jù) 50
3.3  數(shù)據(jù)挖掘：可視化處理文本情感分析數(shù)據(jù) 51
3.3.1  準備CSV文件 51
3.3.2  可視化兩個劇本的情感分析數(shù)據(jù) 52
3.4  使用熱力圖可視化展示某城市的房價信息 55
3.4.1  準備數(shù)據(jù) 56
3.4.2  使用熱力圖可視化展示信息 56
3.5  Scikit-Learn聚類分析并可視化處理 59
3.5.1  準備餅狀圖 59
3.5.2  聚類處理 59
3.5.3  生成統(tǒng)計柱狀圖 60
3.6  將Excel文件中的地址信息可視化為交通熱力圖 61
3.6.1  將地址轉(zhuǎn)換為JS格式 61
3.6.2  將JS地址轉(zhuǎn)換為坐標 62
3.6.3  在地圖中顯示地址的熱力信息 64
第4章  網(wǎng)絡爬蟲實戰(zhàn) 65
4.1  繪制比特幣和以太幣的價格走勢圖 66
4.1.1  抓取數(shù)據(jù) 66
4.1.2  繪制BTC/美元價格曲線 66
4.1.3  繪制BTC和ETH的歷史價格曲線圖 67
4.2  熱門電影信息數(shù)據(jù)可視化 68
4.2.1  創(chuàng)建MySQL數(shù)據(jù)庫 69
4.2.2  抓取并分析電影數(shù)據(jù) 71
4.3  桌面壁紙抓取系統(tǒng) 74
4.3.1  創(chuàng)建項目 74
4.3.2  系統(tǒng)設置 74
4.3.3  創(chuàng)建數(shù)據(jù)庫 74
4.3.4  聲明需要格式化的字段 77
4.3.5  實現(xiàn)保存功能的類 77
4.3.6  實現(xiàn)具體的爬蟲 79
第5章  GUI桌面開發(fā)實戰(zhàn) 83
5.1  創(chuàng)建一個“英尺/米”轉(zhuǎn)換器 84
5.1.1  具體實現(xiàn) 84
5.1.2  代碼解析 85
5.2  制作一個交通標記指示牌 86
5.2.1  實例介紹 86
5.2.2  具體實現(xiàn) 86
5.3  GUI版的Minecraft游戲 88
5.3.1  項目規(guī)劃 88
5.3.2  具體實現(xiàn) 89
5.4  圖書管理系統(tǒng) 95
5.4.1  數(shù)據(jù)庫操作 95
5.4.2  GUI實現(xiàn) 96
第6章  多媒體應用開發(fā)實戰(zhàn) 99
6.1  簡易播放器 100
6.1.1  使用模塊audioop播放指定的音樂 100
6.1.2  使用模塊wave讀取和寫入WAV文件 102
6.2  三款音樂播放器 103
6.2.1  基于模塊tkinter開發(fā)的音樂播放器 103
6.2.2  開發(fā)網(wǎng)易云音樂播放器 105
6.2.3  開發(fā)一個MP3播放器 109
6.3  多媒體剪輯 114
6.3.1  MP3文件編輯器 114
6.3.2  批量設置視頻文件的封面圖片 121
第7章  游戲項目開發(fā)實戰(zhàn) 129
7.1  貪吃蛇游戲 130
7.1.1  普通版的貪吃蛇游戲 130
7.1.2  AI版的貪吃蛇游戲 134
7.1.3  Cocos2d-Python版本的貪吃蛇游戲 138
7.2  使用Panda3D開發(fā)3D游戲 142
7.2.1  迷宮中的小球游戲 142
7.2.2  飛船大作戰(zhàn)游戲 146
第8章  辦公文件處理實戰(zhàn) 149
8.1  處理Office文件 150
8.1.1  使用模塊openpyxl讀取Excel文件 150
8.1.2  在指定Excel文件中檢索某關鍵字 152
8.1.3  將數(shù)據(jù)導入Excel文件并生成圖表 153
8.1.4  獲取Excel文件中的數(shù)據(jù)信息 154
8.1.5  將數(shù)據(jù)分別導入到Excel文件和SQLite數(shù)據(jù)庫 156
8.1.6  創(chuàng)建一個Word文檔 157
8.1.7  向Word文檔中插入指定樣式的段落 157
8.1.8  獲取Word文檔中的文本樣式名稱和每個樣式的文字數(shù)目 159
8.1.9  獲取Word文檔中表格的內(nèi)容 159
8.1.10  創(chuàng)建Word表格并合并 里面的單元格 160
8.1.11  自定義Word文件的樣式 161
8.1.12  設置Excel表格的樣式 162
8.1.13  向Excel文件中插入圖像 164
8.1.14  向Excel文件中插入數(shù)據(jù) 并繪制柱狀圖 165
8.1.15  向Excel文件中插入數(shù)據(jù) 并繪制散點圖 167
8.1.16  向Excel文件中插入數(shù)據(jù) 并繪制柱狀圖和餅狀圖 168
8.2  PDF文件處理實戰(zhàn) 170
8.2.1  將PDF文件中的內(nèi)容轉(zhuǎn)換為TEXT文本 171
8.2.2  解析某個在線PDF文件的內(nèi)容 173
8.2.3  將兩個PDF文件合并為一個PDF文件 176
8.2.4  分別在PDF文件和PNG文件中繪制餅狀圖 177
8.2.5  在PDF文件中分別生成條形圖和二維碼 178
第9章  網(wǎng)絡應用開發(fā)實戰(zhàn) 181
9.1  收發(fā)電子郵件 182
9.1.1  獲取郵箱中兩封郵件的主題和發(fā)件人 182
9.1.2  向指定郵箱發(fā)送郵件 183
9.1.3  發(fā)送帶附件功能的郵件 184
9.1.4  Web版郵件發(fā)送系統(tǒng) 185
9.2  網(wǎng)頁計數(shù)器 187
9.2.1  使用數(shù)據(jù)庫保存統(tǒng)計數(shù)據(jù) 187
9.2.2  使用第三方庫實現(xiàn)訪問計數(shù)器 190
9.3  Ajax上傳和下載系統(tǒng) 195
9.3.1  實現(xiàn)文件上傳功能 195
9.3.2  實現(xiàn)文件下載功能 200
第10章  圖像視覺處理實戰(zhàn) 203
10.1  智能車牌識別系統(tǒng) 204
10.1.1  系統(tǒng)介紹 204
10.1.2  通用程序 204
10.1.3  主程序 208
10.2  人臉檢測系統(tǒng) 210
10.2.1  檢測人臉眼睛的狀態(tài) 210
10.2.2  模糊處理人臉 211
10.2.3  檢測兩張臉是否匹配 213
10.2.4  識別視頻中的人臉 214
10.2.5  網(wǎng)頁版人臉識別器 216
10.3  Scikit-Learn和人臉識別 217
10.3.1  SVM算法人臉識別 217
10.3.2  KNN算法人臉識別 218
第11章  機器學習實戰(zhàn) 223
11.1  汽車油耗預測實戰(zhàn)(使用神經(jīng)網(wǎng)絡實現(xiàn)分類) 224
11.1.1  準備數(shù)據(jù) 224
11.1.2  創(chuàng)建網(wǎng)絡模型 227
11.1.3  訓練和測試模型 228
11.2  圖像分類器 230
11.2.1  準備數(shù)據(jù)集 230
11.2.2  創(chuàng)建數(shù)據(jù)集 231
11.2.3  配置數(shù)據(jù)集 233
11.2.4  創(chuàng)建模型 234
11.2.5  編譯模型 234
11.2.6  訓練模型 235
11.2.7  可視化訓練結果 235
11.2.8  過擬合處理：數(shù)據(jù)增強 236
11.2.9  過擬合處理：將Dropout引入網(wǎng)絡 237
11.2.10  重新編譯和訓練模型 238
11.2.11  預測新數(shù)據(jù) 241
11.3  智能翻譯系統(tǒng) 242
11.3.1  下載和準備數(shù)據(jù)集 242
11.3.2  創(chuàng)建數(shù)據(jù)集 245
11.3.3  編寫編碼器(encoder)和解碼器(decoder)模型 246
11.3.4  訓練 249
11.3.5  翻譯 252
第12章  綜合實戰(zhàn)：AI智能問答系統(tǒng) 255
12.1  技術架構介紹 256
12.1.1  TensorFlow.js 256
12.1.2  SQuAD 2.0 259
12.1.3  BERT 260
12.1.4  知識蒸餾 260
12.2  具體實現(xiàn) 263
12.2.1  編寫HTML文件 263
12.2.2  腳本處理 264
12.2.3  加載訓練模型 264
12.2.4  查詢處理 264
12.2.5  文章處理 266
12.2.6  加載處理 266
12.2.7  尋找答案 267
12.2.8  提取答案 268
12.2.9  將答案轉(zhuǎn)換為文本 269
12.3  運行調(diào)試 270
第13章  綜合實戰(zhàn)：姿勢預測器 273
13.1  系統(tǒng)介紹 274
13.2  準備模型 274
13.2.1  身體部位監(jiān)測點說明 275
13.2.2  導入TensorFlow Lite模型 275
13.3  Android姿勢預測器 276
13.3.1  準備工作 276
13.3.2  頁面布局 278
13.3.3  實現(xiàn)主Activity 278
13.3.4  圖像處理 280
13.3.5  姿勢識別 282
第14章  綜合實戰(zhàn)：大型RPG游戲——仿《暗黑破壞神》 285
14.1  RPG和《暗黑破壞神》介紹 286
14.1.1  RPG簡介 286
14.1.2  《暗黑破壞神》系列游戲簡介 286
14.2  項目介紹 287
14.2.1  游戲特色 287
14.2.2  模塊劃分 288
14.3  數(shù)據(jù)模塊 288
14.3.1  Item數(shù)據(jù) 289
14.3.2  Enemy數(shù)據(jù) 290
14.3.3  Attack數(shù)據(jù) 291
14.3.4  Skill數(shù)據(jù) 291
14.3.5  玩家處理 292
14.4  系統(tǒng)主程序 297
第15章  綜合實戰(zhàn)：圖書商城系統(tǒng) 305
15.1  功能需求分析 306
15.2  準備工作 307
15.2.1  用到的庫 307
15.2.2  準備Vue環(huán)境 308
15.2.3  創(chuàng)建應用 308
15.2.4  系統(tǒng)配置 309
15.3  設計數(shù)據(jù)庫 312
15.3.1  為users應用創(chuàng)建Model 模型 312
15.3.2  為goods應用創(chuàng)建Model 模型 314
15.3.3  為trade應用創(chuàng)建Model 模型 318
15.3.4  為user_operation應用創(chuàng)建Model模型 320
15.3.5  生成數(shù)據(jù)庫表 322
15.4  使用Restful API 322
15.4.1  商品列表序列化 323
15.4.2  在前端展示左側(cè)分類、排序、商品列表和分頁 330
15.5  登錄認證 332
15.5.1  使用DRF Token認證 332
15.5.2  使用JWT認證 334
15.5.3  微博賬戶登錄 337
15.5.4  social-app-django集成第三方登錄 341
15.6  支付寶支付 344
15.6.1  配置支付寶的沙箱環(huán)境 344
15.6.2  編寫程序 347
15.7  測試程序 355
第16章  綜合實戰(zhàn)：財經(jīng)數(shù)據(jù)可視化分析系統(tǒng) 359
16.1  爬取股票實時漲幅榜信息 360
16.1.1  準備Selenium環(huán)境 360
16.1.2  爬取數(shù)據(jù) 360
16.1.3  獲取指定股票所屬行業(yè) 信息 362
16.1.4  獲取漲幅榜和跌幅榜信息 362
16.1.5  保存漲幅榜前10名和跌幅榜 前10名股票數(shù)據(jù)到Excel文件 364
16.2  AI選股系統(tǒng) 366
16.2.1  準備TuShare 366
16.2.2  跟蹤熱點板塊 366
16.2.3  數(shù)據(jù)建模和評估分析 378