案例學 Python (進階篇)

目錄 

第1章  初級游戲項目實戰 1

1.1  猜數游戲 2

1.1.1  使用條件語句 2

1.1.2  使用for循環語句 2

1.1.3  具體實現 3

1.2  龍的世界 4

1.2.1  使用while循環語句 4

1.2.2  使用函數 5

1.2.3  實現《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 9

1.4  益智類游戲：俄羅斯方塊 15

1.4.1  規劃需要的圖形 15

1.4.2  具體實現 15

第2章  Web網站開發實戰 23

2.1  會員登錄驗證系統 24

2.1.1  簡易用戶登錄驗證系統 24

2.1.2  使用模塊auth實現登錄驗證系統 27

2.1.3  使用百度賬戶實現用戶登錄系統 32

2.2  博客發布系統 37

2.2.1  系統設置 37

2.2.2  會員註冊和登錄驗證模塊 38

2.2.3  博客發布模塊 42

第3章  數據可視化分析實戰 45

3.1  可視化分析SQLite中的數據 46

3.1.1  創建數據庫 46

3.1.2  繪制統計圖 47

3.2  可視化統計顯示某網店各類口罩的銷量 49

3.2.1  準備CSV文件 49

3.2.2  可視化CSV文件中的數據 50

3.3  數據挖掘：可視化處理文本情感分析數據 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據 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  準備數據 56

3.4.2  使用熱力圖可視化展示信息 56

3.5  Scikit-Learn聚類分析並可視化處理 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  將地址轉換為JS格式 61

3.6.2  將JS地址轉換為坐標 62

3.6.3  在地圖中顯示地址的熱力信息 64

第4章  網絡爬蟲實戰 65

4.1  繪制比特幣和以太幣的價格走勢圖 66

4.1.1  抓取數據 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  熱門電影信息數據可視化 68

4.2.1  創建MySQL數據庫 69

4.2.2  抓取並分析電影數據 71

4.3  桌面壁紙抓取系統 74

4.3.1  創建項目 74

4.3.2  系統設置 74

4.3.3  創建數據庫 74

4.3.4  聲明需要格式化的字段 77

4.3.5  實現保存功能的類 77

4.3.6  實現具體的爬蟲 79

第5章  GUI桌面開發實戰 83

5.1  創建一個“英尺/米”轉換器 84

5.1.1  具體實現 84

5.1.2  代碼解析 85

5.2  製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 86

5.3  GUI版的Minecraft游戲 88

5.3.1  項目規劃 88

5.3.2  具體實現 89

5.4  圖書管理系統 95

5.4.1  數據庫操作 95

5.4.2  GUI實現 96

第6章  多媒體應用開發實戰 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  基於模塊tkinter開發的音樂播放器 103

6.2.2  開發網易雲音樂播放器 105

6.2.3  開發一個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  游戲項目開發實戰 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3D游戲 142

7.2.1  迷宮中的小球游戲 142

7.2.2  飛船大作戰游戲 146

第8章  辦公文件處理實戰 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  將數據導入Excel文件並生成圖表 153

8.1.4  獲取Excel文件中的數據信息 154

8.1.5  將數據分別導入到Excel文件和SQLite數據庫 156

8.1.6  創建一個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目 159

8.1.9  獲取Word文檔中表格的內容 159

8.1.10  創建Word表格並合並 裡面的單元格 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文件中插入數據 並繪制柱狀圖 165

8.1.15  向Excel文件中插入數據 並繪制散點圖 167

8.1.16  向Excel文件中插入數據 並繪制柱狀圖和餅狀圖 168

8.2  PDF文件處理實戰 170

8.2.1  將PDF文件中的內容轉換為TEXT文本 171

8.2.2  解析某個在線PDF文件的內容 173

8.2.3  將兩個PDF文件合並為一個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  網絡應用開發實戰 181

9.1  收發電子郵件 182

9.1.1  獲取郵箱中最新兩封郵件的主題和發件人 182

9.1.2  向指定郵箱發送郵件 183

9.1.3  發送帶附件功能的郵件 184

9.1.4  Web版郵件發送系統 185

9.2  網頁計數器 187

9.2.1  使用數據庫保存統計數據 187

9.2.2  使用第三方庫實現訪問計數器 190

9.3  Ajax上傳和下載系統 195

9.3.1  實現文件上傳功能 195

9.3.2  實現文件下載功能 200

第10章  圖像視覺處理實戰 203

10.1  智能車牌識別系統 204

10.1.1  系統介紹 204

10.1.2  通用程序 204

10.1.3  主程序 208

10.2  人臉檢測系統 210

10.2.1  檢測人臉眼睛的狀態 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 223

11.1  汽車油耗預測實戰(使用神經網絡實現分類) 224

11.1.1  準備數據 224

11.1.2  創建網絡模型 227

11.1.3  訓練和測試模型 228

11.2  圖像分類器 230

11.2.1  準備數據集 230

11.2.2  創建數據集 231

11.2.3  配置數據集 233

11.2.4  創建模型 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：數據增強 236

11.2.9  過擬合處理：將Dropout引入網絡 237

11.2.10  重新編譯和訓練模型 238

11.2.11  預測新數據 241

11.3  智能翻譯系統 242

11.3.1  下載和準備數據集 242

11.3.2  創建數據集 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：AI智能問答系統 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 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  提取最佳答案 268

12.2.9  將答案轉換為文本 269

12.3  運行調試 270

第13章  綜合實戰：姿勢預測器 273

13.1  系統介紹 274

13.2  準備模型 274

13.2.1  身體部位監測點說明 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  頁面佈局 278

13.3.3  實現主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：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  數據模塊 288

14.3.1  Item數據 289

14.3.2  Enemy數據 290

14.3.3  Attack數據 291

14.3.4  Skill數據 291

14.3.5  玩家處理 292

14.4  系統主程序 297

第15章  綜合實戰：圖書商城系統 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環境 308

15.2.3  創建應用 308

15.2.4  系統配置 309

15.3  設計數據庫 312

15.3.1  為users應用創建Model 模型 312

15.3.2  為goods應用創建Model 模型 314

15.3.3  為trade應用創建Model 模型 318

15.3.4  為user_operation應用創建Model模型 320

15.3.5  生成數據庫表 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境 344

15.6.2  編寫程序 347

15.7  測試程序 355

第16章  綜合實戰：財經數據可視化分析系統 359

16.1  爬取股票實時漲幅榜信息 360

16.1.1  準備Selenium環境 360

16.1.2  爬取數據 360

16.1.3  獲取指定股票所屬行業 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名股票數據到Excel文件 364

16.2  AI選股系統 366

16.2.1  準備TuShare 366

16.2.2  跟蹤熱點板塊 366

16.2.3  數據建模和評估分析 378