本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
精选12个经典Python开发案例,附赠丰富的视频和项目源码
《Python项目开发实战》通过12个大型项目的实现过程展示了开发Python项目的方法和流程。全书共12章,分别讲解了AI人机对战版五子棋游戏(AI+pygame 实现),在线商城系统(Django+Mezzanine+Cartridge 实现),房产价格数据可视化分析系统(网络爬虫+ MySQL+pylab实现),招聘信息实时数据分析系统(网络爬虫+ Flask+Highcharts+MySQL实现),基于深度学习的AI人脸识别系统(Flask+OpenCV-Python+Keras+Sklearn实现),在线生鲜商城系统(Django+Vue+新浪微博账号登录+ 支付),民宿信息可视化分析系统(网络爬虫+Django+Echarts可视化),实时疫情监控系统(腾讯API接口+Seaborn+matplotlib实现),个人博客系统(Flask+TinyDB实现),电影票房数据可视化系统(网络爬虫+MySQL+Pandas实现),大型3D 战类冒险游戏(Panda3D实现),AI人脸识别签到打卡系统(PyQt5+百度智能云+OpenCV-Python+SQLite3实现)。
《Python项目开发实战》适合了解Python语言基础语法并希望进一步提高Python开发水平的读者阅读,可以作为大中专院校相关专业的师生用书和培训机构的专业教材。
陈强,中国海洋大学计算机博士, 软件开发工程师和架构师,现在就职于北京百度研发中心,从事于百度自动驾驶系统的架构和开发工作。曾经在谷歌市场中发布过多款 的应用等软件,这些应用软件在谷歌市场上取得了骄人的销售战绩。 另外,还精通C#、Java、C++和C语言等主流编程语言。业余期间,曾经在 主流期刊中发表过多篇通信领域的 论文。
第1章 AI人机对战版五子棋游戏 (AI+pygame实现)1
1.1 项目介绍2
1.2 系统架构分析2
1.2.1 五子棋的基本棋型2
1.2.2 功能模块5
1.3 具体实现6
1.3.1 设置基础参数6
1.3.2 绘制棋盘6
1.3.3 实现AI功能8
1.3.4 实现按钮功能15
1.3.5 重写功能17
第2章 在线商城系统(Django+ Mezzanine+Cartridge实现)21
2.1 项目介绍22
2.2 项目规划分析23
2.2.1 电子商务的简要介绍23
2.2.2 在线博客+商城系统构成模块23
2.3 规划项目文件24
2.4 使用第三方库Mezzanine和Cartridge25
2.4.1 使用库Mezzanine25
2.4.2 使用库Cartridge28
2.5 实现基本功能31
2.5.1 项目配置31
2.5.2 后台模块32
2.5.3 博客模块33
2.5.4 商品展示模块38
2.6 在线购物41
2.6.1 购物车页面41
2.6.2 订单详情页面43
2.6.3 在线支付页面46
2.6.4 订单确认页面46
2.6.5 订单完成发送提醒邮件48
第3章 房产价格数据可视化分析系统 (网络爬虫+ MySQL+pylab 实现)51
3.1 背景介绍52
3.2 需求分析52
3.3 模块架构52
3.4 系统设置53
3.4.1 选择版本53
3.4.2 保存日志信息54
3.4.3 设置保存文件夹54
3.4.4 设置爬取城市55
3.4.5 处理区县信息57
3.5 破解反爬机制59
3.5.1 定义爬虫基类59
3.5.2 浏览器用户代理60
3.5.3 在线IP代理61
3.6 爬虫抓取信息61
3.6.1 设置解析元素61
3.6.2 爬取 房信息62
3.6.3 爬取楼盘信息66
3.6.4 爬取小区信息68
3.6.5 爬取租房信息72
3.7 数据可视化77
3.7.1 爬取数据并保存到数据库77
3.7.2 可视化济南市房价 贵的4个小区81
3.7.3 可视化济南市主要行政区的房价均价82
3.7.4 可视化济南市主要行政区的房源数量83
3.7.5 可视化济南市各区的房源数量所占百分比84
第4章 招聘信息实时数据分析系统 (网络爬虫+Flask+Highcharts+MySQL实现)87
4.1 系统背景介绍88
4.2 系统架构分析88
4.3 系统设置89
4.4 网络爬虫89
4.4.1 建立和数据库的连接90
4.4.2 设置HTTP请求头User-Agent90
4.4.3 抓取信息91
4.4.4 将抓取的信息添加到数据库92
4.4.5 处理薪资数据93
4.4.6 清空数据库数据94
4.4.7 执行爬虫程序94
4.5 信息分离统计94
4.5.1 根据“工作经验”分析数据95
4.5.2 根据“工作地区”分析数据96
4.5.3 根据“薪资水平”分析数据97
4.5.4 根据“学历水平”分析数据98
4.6 数据可视化99
4.6.1 Flask Web架构99
4.6.2 Web主页101
4.6.3 数据展示页面102
4.6.4 数据可视化页面104
第5章 基于深度学习的AI人脸识别系统(Flask+OpenCV-Python+Keras+Sklearn实现)109
5.1 人工智能基础110
5.1.1 人工智能介绍110
5.1.2 人工智能的发展历程110
5.1.3 和人工智能相关的几个重要概念111
5.2 机器学习基础112
5.2.1 机器学习介绍112
5.2.2 机器学习的三个发展阶段113
5.2.3 机器学习的分类113
5.2.4 深度学习和机器学习的对比114
5.3 人工智能的研究领域和应用场景115
5.3.1 人工智能的研究领域115
5.3.2 人工智能的应用场景116
5.4 系统需求分析117
5.4.1 系统功能分析117
5.4.2 实现流程分析117
5.4.3 技术分析118
5.5 照片样本采集119
5.6 深度学习和训练120
5.6.1 原始图像预处理120
5.6.2 构建人脸识别模块122
5.7 人脸识别126
5.8 Flask Web人脸识别接口127
5.8.1 导入库文件127
5.8.2 识别上传照片128
5.8.3 在线识别129
第6章 在线生鲜商城系统(Django+Vue+新浪微博账号登录+ 支付)131
6.1 系统背景介绍132
6.2 功能需求分析132
6.3 准备工作134
6.3.1 用到的库134
6.3.2 准备Vue环境134
6.3.3 创建应用135
6.3.4 系统配置136
6.4 设计数据库139
6.4.1 为users应用创建Model模型139
6.4.2 为goods应用创建Model模型140
6.4.3 为trade应用创建Model模型145
6.4.4 为user_operation应用创建Model模型147
6.4.5 生成数据库表149
6.5 使用Restful API150
6.5.1 商品列表序列化150
6.5.2 在前端展示左侧分类、排序、商品列表和分页158
6.6 登录认证162
6.6.1 使用DRF Token认证162
6.6.2 使用JWT认证164
6.6.3 增加用户名和手机号短信验证登录功能167
6.6.4 注册会员和退出登录172
6.6.5 微博账户登录176
6.6.6 social-app-django 集成第三方登录180
6.7 支付182
6.7.1 配置 的沙箱环境183
6.7.2 编写程序185
6.8 测试程序193
第7章 民宿信息可视化分析系统 (网络爬虫+Django+Echarts可视化)195
7.1 系统背景介绍196
7.2 爬虫抓取信息196
7.2.1 系统配置196
7.2.2 Item处理197
7.2.3 具体爬虫198
7.2.4 破解反扒字体加密198
7.2.5 下载器中间件200
7.2.6 保存爬虫信息204
7.3 数据可视化207
7.3.1 数据库设计208
7.3.2 视图显示210
第8章 实时疫情监控系统(腾讯API接口+Seaborn+matplotlib实现)215
8.1 背景介绍216
8.2 系统分析216
8.2.1 需求分析216
8.2.2 数据分析216
8.3 具体实现217
8.3.1 列出统计的省和地区的名字217
8.3.2 查询并显示各地的实时确诊数据218
8.3.3 绘制实时全国疫情确诊数对比图219
8.3.4 绘制实时确诊人数、新增确诊人数、死亡人数、治愈人数对比图220
8.3.5 将实时疫情数据保存到CSV文件223
8.3.6 绘制 实时疫情统计图226
8.3.7 可视化实时疫情的详细数据227
8.3.8 绘制实时疫情信息统计图230
8.3.9 绘制本年度 疫情曲线图231
8.3.10 统计山东省的实时疫情数据232
8.3.11 绘制山东省实时疫情数据统计图235
第9章 个人博客系统(Flask+TinyDB实现)239
9.1 博客系统介绍240
9.2 可行性分析240
9.2.1 技术可行性分析:使用TinyDB240
9.2.2 系统基本要求241
9.2.3 可行性分析总结241
9.3 具体实现242
9.3.1 系统设置242
9.3.2 后台管理246
9.3.3 登录认证管理247
9.3.4 前台日志展示251
9.3.5 系统模板255
0章 电影票房数据可视化系统 (网络爬虫+MySQL+Pandas实现)263
10.1 需求分析264
10.2 模块架构264
10.3 爬虫抓取数据265
10.3.1 分析网页265
10.3.2 破解反爬266
10.3.3 构造请求头269
10.3.4 实现具体爬虫功能270
10.3.5 将爬取的信息保存到数据库272
10.4 数据可视化分析273
10.4.1 电影票房 0273
10.4.2 电影评分 0275
10.4.3 电影人气 0276
10.4.4 每月电影上映数量278
10.4.5 每月电影票房279
10.4.6 中外票房对比280
10.4.7 名利双收 0282
10.4.8 叫座不叫好 0283
10.4.9 电影类型分布284
1章 大型3D 战类冒险游戏 (Panda3D实现)287
11.1 行业背景介绍288
11.2 功能模块介绍288
11.3 系统配置289
11.3.1 全局信息289
11.3.2 初始信息289
11.3.3 音效信息290
11.3.4 地图纹理291
11.3.5 实现HUD模块292
11.3.6 游戏入口294
11.4 创建精灵294
11.4.1 主角精灵类Avatar294
11.4.2 属性信息297
11.4.3 选择穿戴着装298
11.5 调试运行303
2章 AI人脸识别签到打卡系统 (PyQt5+百度智能云+OpenCV-Python+SQLite3实现)305
12.1 需求分析306
12.1.1 背景介绍306
12.1.2 任务目标306
12.2 模块架构307
12.3 使用Qt Designer实现主窗口界面307
12.3.1 设计系统UI主界面307
12.3.2 将Qt Designer文件转换为Python文件309
12.4 签到打卡、用户操作和用户组操作312
12.4.1 使用百度AI之前的准备工作312
12.4.2 设计UI界面315
12.4.3 创建摄像头类318
12.4.4 UI界面的操作处理319
12.4.5 多线程操作和人脸识别328
12.4.6 导出打卡签到信息332
12.5 调试运行334