新書推薦：
《
卡特里娜（“同一颗星球”丛书）
》
售價：HK$
87.4
《
伟大民族：从路易十五到拿破仑的法国史（方尖碑）
》
售價：HK$
188.2
《
古今“书画同源”论辨——中国书法与中国绘画的关系问题兼中国画笔墨研究
》
售價：HK$
132.2
《
《日本文学史序说》讲演录
》
售價：HK$
72.8
《
无尽的海洋：美国海事探险与大众文化（1815—1860）
》
售價：HK$
99.7
《
治盗之道：清代盗律的古今之辨
》
售價：HK$
122.1
《
甲骨文丛书·剑桥世界暴力史（第一卷）：史前和古代世界（套装全2册）
》
售價：HK$
210.6
《
甲骨文丛书·中华早期帝国：秦汉史的重估
》
售價：HK$
300.2
|
| 編輯推薦： |
|
需求导向，案例丰富，代码详尽，语言简明易懂。深入浅出地介绍如何使用Python语言的编程方法和第三方库工具来解决医学实践中的问题；通过大量医学应用案例，展现解决问题的实现过程和基本原理；提出探索问题，启发学生思考、举一反三；提供丰富的数字资源，方便教师教学参考和学生练习使用。
|
| 內容簡介： |
|
本书在全面介绍Python语言中基本数据类型、组合数据类型、程序控制结构、函数及模块化编程、文件与数据处理、文本分词与词云可视化、绘图及数据可视化等知识的基础上，着重介绍基于Python语言的编程方法和第三方库工具解决医学实践中的问题，并通过对多个综合案例进行案例描述、问题分析、编程实现、代码解析，展现解决问题的实现过程和基本原理。 全书共分3部分： 第1部分（第1～5章）为语言篇，着重介绍Python语言的基本语法，包括Python语言的数据类型和语法元素；第2部分（第6～8章）为数据处理篇，着重介绍Python语言在文件读写、结构化数据处理、非结构化文本分词和数据可视化上的应用；第3部分（第9章和第10章）为应用篇，基于Python语言的综合应用实例，介绍Python语言在医学上的应用，以及其他应用方向的第三方库。全书提供了大量医学应用实例，第1～8章后均附有习题。 本书适合作为高等院校的医药、大数据、人工智能、计算机、软件工程、信息工程、公共卫生管理等专业高年级本科生、研究生的教材，同时可供对Python编程开发、数据分析感兴趣的开发人员、广大科技工作者和研究人员参考。
|
| 目錄：
|
第1章Python语言概述1
1.1Python语言发展概述1
1.1.1Python语言的诞生和发展1
1.1.2Python语言的特点1
1.2Python语言开发环境2
1.2.1Python IDLE的下载和安装2
1.2.2Python IDLE的使用4
1.2.3Anaconda集成开发环境简介5
1.2.4Python其他开发环境简介10
1.3程序设计基本方法11
1.3.1结构化程序设计11
1.3.2面向对象的程序设计12
1.4中药计量转换案例语法元素解析13
1.4.1案例描述13
1.4.2问题分析13
1.4.3编程实现14
1.4.4语法元素解析14
1.5Python库19
1.5.1Python库引用方法20
1.5.2Turtle库简介20
1.5.3Turtle库常用函数20
1.6太极五行图案例语法元素解析22
1.6.1案例描述22
1.6.2问题分析22
1.6.3编程实现23
1.6.4语法元素解析24
1.7本章小结26
1.8本章习题26
第2章简单数据类型28
2.1数字类型28
2.1.1整数28
2.1.2浮点数29
2.1.3复数31
2.2布尔类型31
2.3运算符与基本函数32
2.3.1算术运算符32
2.3.2赋值运算符35
2.3.3比较运算符36
2.3.4逻辑运算符37
2.3.5数值运算函数38
2.3.6数值类型转换函数39
Python语言程序设计与医学实践目录2.4数学运算库40
2.4.1math库简介40
2.4.2math库常用函数40
2.4.3math库应用42
2.5医学实践案例解析44
2.5.1案例1： 每天减肥一点点44
2.5.2案例2： 圆形分布法的实现45
2.6课堂实践探索47
2.6.1探索1： 坚持多少天才开始有减肥效果47
2.6.2探索2： 坚持多少天才能减肥10斤48
2.7本章小结49
2.8本章习题50
第3章组合数据类型52
3.1组合数据类型概述52
3.1.1序列类型54
3.1.2集合类型55
3.1.3映射类型56
3.2字符串56
3.2.1字符串的创建56
3.2.2转义字符56
3.2.3字符串内建函数57
3.2.4字符串格式化58
3.3列表和元组60
3.3.1列表的创建60
3.3.2列表操作符60
3.3.3列表内建函数61
3.3.4元组的创建和使用62
3.4集合63
3.4.1集合的创建64
3.4.2集合运算64
3.4.3集合内建函数65
3.5字典66
3.5.1字典的创建66
3.5.2字典操作符67
3.5.3字典内建函数67
3.6正则表达式库68
3.6.1正则表达式的概念69
3.6.2正则表达式的字符69
3.6.3re库常用函数72
3.6.4re库常用对象73
3.7医学实践案例解析74
3.7.1案例1： 古代方剂信息提取74
3.7.2案例2： 处方用药规律分析76
3.8课堂实践探索78
3.8.1探索问题1： 如何提取剂量信息78
3.8.2探索问题2： 如何将用药信息按用药频次排序输出79
3.9本章小结80
3.10本章习题80
第4章程序控制结构83
4.1程序的基本结构83
4.1.1程序流程图83
4.1.2程序的基本控制结构85
4.2分支结构88
4.2.1单分支结构88
4.2.2二分支结构88
4.2.3多分支结构90
4.2.4空语句93
4.3循环结构94
4.3.1for循环94
4.3.2while循环96
4.3.3循环嵌套97
4.3.4跳转语句99
4.3.5循环扩展101
4.4错误与异常处理103
4.4.1错误与异常103
4.4.2异常处理try…except105
4.4.3异常处理try…finally106
4.5随机数生成库107
4.5.1random库简介107
4.5.2random库常用函数107
4.5.3random库应用109
4.6医学实践案例解析111
4.6.1案例1： 经脉背诵小助手111
4.6.2案例2： 方剂背诵小助手114
4.7课堂实践探索117
4.7.1探索1： 如何实现自动计分功能117
4.7.2探索2： 如何实现错题本功能119
4.8本章小结121
4.9本章习题122
第5章函数与模块化125
5.1模块和包125
5.2函数126
5.2.1函数的定义和调用126
5.2.2函数的参数128
5.2.3全局变量与局部变量131
5.2.4匿名函数133
5.3递归函数133
5.3.1递归函数的定义134
5.3.2递归函数的应用135
5.4程序打包库136
5.4.1PyInstaller库简介136
5.4.2PyInstaller库常用函数137
5.4.3PyInstaller库应用137
5.5医学实践案例解析138
5.6课堂实践探索143
5.6.1探索1： 如何将中医体质辨识小助手打包为可执行程序143
5.6.2探索2： 如何使中医体质辨识小助手程序容错性更强143
5.7本章小结145
5.8本章习题146
第6章文件与数据处理149
6.1文件的类型149
6.1.1一维数据文件149
6.1.2二维数据文件150
6.1.3高维数据文件151
6.2文件的基本操作152
6.2.1文件打开152
6.2.2文件读取155
6.2.3文件写入156
6.2.4文件关闭159
6.3高维文件处理159
6.3.1json库简介159
6.3.2json库常用函数160
6.4文件与数据处理库162
6.4.1os库162
6.4.2pandas库163
6.4.3xlwings库165
6.5医学实践案例解析168
6.5.1案例1： 各国健康指标数据查询168
6.5.2案例2： 心理学图书数据处理174
6.6课堂实践探索177
6.6.1探索1： 如何进行价格数据统计177
6.6.2探索2： 如何对多类图书进行批量数据处理178
6.7本章小结179
6.8本章习题180
第7章中文分词与词云可视化183
7.1中文分词技术183
7.1.1基于词典的分词183
7.1.2基于统计的分词185
7.2中文分词工具186
7.2.1jieba库简介186
7.2.2jieba库的分词模式186
7.2.3jieba库常用函数186
7.3词云库189
7.3.1wordcloud库简介189
7.3.2wordcloud库常用函数190
7.4医学实践案例解析192
7.4.1案例1： 方剂学文本分词与可视化192
7.4.2案例2： 《糖尿病科普100问》文本关键词提取194
7.5课堂实践探索196
7.5.1探索1： 如何实现词云图个性化显示196
7.5.2探索2： 如何使关键词抽取结果更符合专业领域197
7.6本章小结198
7.7本章习题198
第8章绘图与数据可视化201
8.1数据可视化概述201
8.1.1数据可视化的概念201
8.1.2数据可视化的步骤201
8.2图表的基本类型204
8.2.1类别比较204
8.2.2数据关系206
8.2.3时间序列208
8.2.4局部整体209
8.2.5数值分布209
8.2.6地理空间210
8.3数据可视化库211
8.3.1Matplotlib库简介211
8.3.2Matplotlib库常用函数211
8.3.3pyecharts库简介221
8.3.4pyecharts库常用函数221
8.4医学实践案例解析230
8.4.1案例1： 基于Matplotlib的医院药品销售数据可视化230
8.4.2案例2： 基于pyecharts的医院药品销售数据可视化233
8.5课堂实践探索236
8.5.1探索1： 如何统计销售量TOP10药品236
8.5.2探索2： 如何计算各月的销售金额总和237
8.6本章小结238
8.7本章习题238
第9章医学综合实践案例241
9.1案例1： 中药饮片背诵小助手241
9.1.1案例描述241
9.1.2问题分析242
9.1.3编程实现242
9.2案例2： 中医辨证小助手249
9.2.1案例描述249
9.2.2问题分析251
9.2.3编程实现251
9.3案例3： 在线药店管理小助手254
9.3.1案例描述254
9.3.2问题分析255
9.3.3编程实现256
9.4案例4： 糖尿病致病因素分析与可视化260
9.4.1案例描述260
9.4.2问题分析261
9.4.3编程实现262
9.5案例5： 冠心病发病情况与可视化分析267
9.5.1案例描述267
9.5.2问题分析268
9.5.3编程实现269
9.6案例6： 古方剂数据分析与可视化274
9.6.1案例描述274
9.6.2问题分析275
9.6.3编程实现276
第10章Python高级应用283
10.1网络爬虫283
10.1.1网络爬虫的概念283
10.1.2网络爬虫的应用现状283
10.1.3关于网络爬虫的Python第三方库284
10.2数据管理285
10.2.1数据管理的概念285
10.2.2数据管理的应用现状285
10.2.3关于数据管理的Python第三方库286
10.3科学计算287
10.3.1科学计算的概念287
10.3.2科学计算的应用现状287
10.3.3关于科学计算的Python第三方库288
10.4数据处理289
10.4.1数据处理的概念289
10.4.2数据处理的应用现状289
10.4.3关于数据处理的Python第三方库290
10.5数据统计292
10.5.1数据统计的概念292
10.5.2数据统计的应用现状292
10.5.3关于数据统计的Python第三方库294
10.6图像处理294
10.6.1图像处理的概念294
10.6.2图像处理的应用现状294
10.6.3关于图像处理的Python第三方库295
10.7Web开发296
10.7.1Web开发的概念296
10.7.2Web开发的应用现状297
10.7.3关于Web开发的Python第三方库297
10.8GUI开发298
10.8.1GUI的概念298
10.8.2GUI开发的应用现状298
10.8.3关于GUI开发的Python第三方库298
10.9机器学习299
10.9.1机器学习的概念299
10.9.2机器学习的应用现状300
10.9.3关于机器学习的Python第三方库300
10.10深度学习301
10.10.1深度学习的概念301
10.10.2深度学习的应用现状301
10.10.3关于深度学习的Python第三方库302
10.11知识图谱303
10.11.1知识图谱的概念303
10.11.2知识图谱的应用现状303
10.11.3关于知识图谱的Python第三方库305
10.12智能问答305
10.12.1智能问答的概念305
10.12.2智能问答的应用现状306
10.12.3关于智能问答的Python第三方库307
附录中医体质分类与判定量表309
参考文献313
|
| 內容試閱：
|
党的二十大报告中提出，实施科教兴国战略，强化现代化建设人才支撑。深入实施人才强国战略。培养造就大批德才兼备的高素质人才，是国家和民族长远发展大计。而随着医药卫生事业的发展和医疗信息化的逐渐普及，对于医学工作者、科研人员、大学生来说，无论是做数据分析，还是设计应用程序，掌握一门程序设计语言的需求越来越迫切。Python语言作为一门生态型编程语言，有着众多的第三方库，可广泛应用于各个领域。因此，编写本书的主要目的是介绍如何利用Python语言去解决医学领域的实际问题。本着易于理解、实用的原则，本书强调案例实践和应用，着重介绍解决问题的编程思路、方法和结果，同时针对案例的结果提出探索问题，启发学生思考、举一反三。
参与编写本书的作者均来自于北京中医药大学医疗大数据与信息管理教研室，具有多年从事数据挖掘、机器学习、医学统计等人工智能领域的科研和教学实践经验。本书在结构设计、内容编排、案例设计上体现了全体作者的群体智慧，也体现了Python语言在本领域的最新发展和前沿应用。
目前，Python语言已经成为很多专业的通识必修课程，本书作为立足于本科教学的教材，具有如下特色。
（1） 在逻辑安排上由浅入深，循序渐进，便于读者系统学习。
（2） 案例丰富，内容信息量大，融入了大量医学领域的背景和方法。
（3） 作为教材，每个知识点都配有实例讲解，前8章均有针对本章内容的医学实践案例，对于所有的案例都有详细的案例描述、问题分析、编程实现、代码解析，另外，每章设置课堂案例探索，培养学生提出问题、自主探究的能力；第9章还给出了完整的综合实践案例，使读者将全书的知识融会贯通从而掌握解决实际问题的能力。
（4） 本书图文并茂，讲解清晰，案例生动、贴近医学实践，可读性强。
本书各章的内容根据程序设计语言的语法和案例难易程度，按照由浅入深的顺序编排，全书分为3部分。
第一部分包括第1～5章，主要介绍Python语言的基本语法。第1章介绍Python语言的特点和发展历程，第三方库的安装和使用，并利用医学案例解读Python语法元素；第2章介绍基本数据类型和相关数学库；第3章介绍组合数据类型和正则表达式库；第4章介绍程序控制结构和随机库；第5章介绍函数及模块化和程序打包库。
第二部分包括第6～8章，主要介绍文件数据处理和可视化。第6章介绍文件数据处理和数据处理库；第7章介绍中文分词和词云可视化库；第8章介绍绘图数据可视化方法及数据可视化库。
第三部分包括第9～10章，主要介绍Python语言的综合应用。第9章介绍医学综合实践案例，提出6个大的综合问题，通过案例描述、问题分析、编程实现帮助学生提高实践能力；第10章介绍Python在12个热门方向上的应用，通过概念介绍、应用现状综述及相关方向第三方库简介，引导学生的兴趣发展。
学习本书前9章，对于没有编程基础的初学者来说，不但能够快速学习到Python的基础语法，通过解决实际案例问题，还能对每章的语法有更深层的理解；对于有其他编程语言基础的读者来说，每章的案例能够帮助他们快速学会用Python语言解决问题。
本书前9章，每章除了有医学实践案例外，还配有针对知识点的小例子，每个小例子都配有执行结果和详细的语法讲解。本书所有代码均在Jupyter Notebook及Python 3.9.5环境下运行通过。第1～8章后都配有习题，其中，编程练习都附有数据源及源代码。
本书还提供了丰富的教学资源供教师教学参考和学生练习使用，以本书内容为基础的教学课件和大纲资源以及各章习题答案均发布在清华大学出版社官网，各章案例数据、案例代码以及部分图例的原图等，可通过扫描书中相应位置的二维码获取。另外，由编者主讲的基于阿里天池AI课程平台的“Python语言程序设计”公开课程，提供了虚拟实验教学环境，可供教师指导学生在线实践练习。
本书适合作为高等院校的医药、大数据、人工智能、计算机、软件工程、信息工程、公共卫生管理等专业高年级本科生、研究生的教材，同时可供对Python编程开发、数据分析感兴趣的开发人员、广大科技工作者和研究人员参考，希望本书能够让读者更深入地理解Python语言在医学领域的应用。
本书第1、3、5、7章由郭凤英编写，第2、4、6、8章由王若佳编写，第9、10章由郭凤英、王若佳、张未未共同编写，全书由郭凤英和王若佳统稿审核。在编写过程中，案例设计、习题设计、答案运行检验、代码收集与整理等工作，还得到了北京中医药大学12位学生的通力协助，他们分别是马一跃、吕先睿、吴厚枭、曹家伟、袁子健、李蒙生、杨惠雯、邓杰文、徐玉宽、张希妍、范科鸣、马超（排名不分先后），没有他们的辛勤付出，本书很难在约定时间内完成。在此，衷心感谢他们为本书所做的贡献！
本书受到了2020年产学合作协同育人项目的资金资助和阿里云有限公司阿里天池AI实训平台的支持。同时，本书的编写也得到了北京中医药大学管理学院、国家人口健康科学数据中心、腾讯公司的大力支持，在此表示诚挚的谢意！
由于编者水平有限，书中难免出现纰漏，恳请读者将书中的错误及遇到的问题随时反馈给我们，以督促我们及时改正，为读者提供更高质量的版本。
郭凤英2023年3月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
