像计算机科学家一样思考Python (第2版)

出版者:人民邮电出版社

作者:[美] 艾伦 B. 唐尼

页数:226

译者:赵普明

出版时间:2016-7

价格:49.00

装帧:平装

isbn号码:9787115425515

具体描述

本书以培养读者以计算机科学家一样的思维方式来理解Python语言编程。贯穿全书的主体是如何思考、设计、开发的方法，而具体的编程语言，只是提供了一个具体场景方便介绍的媒介。

全书共21章，详细介绍Python语言编程的方方面面。本书从基本的编程概念开始讲起，包括语言的语法和语义，而且每个编程概念都有清晰的定义，引领读者循序渐进地学习变量、表达式、语句、函数和数据结构。书中还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法错误、运行时错误和语义错误。每一章都配有术语表和练习题，方便读者巩固所学的知识和技巧。此外，每一章都抽出一节来讲解如何调试程序。作者针对每章所专注的语言特性，或者相关的开发问题，总结了调试的方方面面。

本书的第2版与第1版相比，做了很多更新，将编程语言从Python 2升级成Python 3，并修改了很多示例和练习，增加了新的章节，更全面地介绍Python语言。

这是一本实用的学习指南，适合没有Python编程经验的程序员阅读，也适合高中或大学的学生、Python爱好者及需要了解编程基础的人阅读。对于首次接触程序设计的人来说，是一本不可多得的佳作。

作者简介

[美] 艾伦 B. 唐尼（Allen B. Downey)

Allen Downey是欧林工程学院的计算机科学教授，曾任教于韦尔斯利学院、科尔比学院和加州大学伯克利分校。他是加州大学伯克利分校的计算机科学博士，并拥有MIT的硕士和学士学位。

译者介绍

赵普明 毕业清华大学计算机系，从事软件开发行业近10年。从2.3版本开始接触Python，工作中使用Python编写脚本程序，用于快速原型构建以及日志计算等日常作业；业余时，作为一个编程语言爱好者，对D、Kotlin、Lua、Clojure、Scala、Julia、Go等语言均有了解，但至今仍为Python独特的风格、简洁的设计而惊叹。

目录信息

第1章　程序之道　1
1.1　什么是程序　1
1.2　运行Python　2
1.3　第一个程序　3
1.4　算术操作符　3
1.5　值和类型　4
1.6　形式语言和自然语言　5
1.7　调试　6
1.8　术语表　7
1.9　练习　8
第2章　变量、表达式和语句　9
2.1　赋值语句　9
2.2　变量名称　9
2.3　表达式和语句　10
2.4　脚本模式　11
2.5　操作顺序　12
2.6　字符串操作　13
2.7　注释　13
2.8　调试　14
2.9　术语表　15
2.10　练习　16
第3章　函数　17
3.1　函数调用　17
3.2　数学函数　18
3.3　组合　19
3.4　添加新函数　19
3.5　定义和使用　21
3.6　执行流程　21
3.7　形参和实参　22
3.8　变量和形参是局部的　23
3.9　栈图　23
3.10　有返回值函数和无返回值函数　24
3.11　为什么要有函数　25
3.12　调试　26
3.13　术语表　26
3.14　练习　27
第4章　案例研究：接口设计　30
4.1　turtle模块　30
4.2　简单重复　31
4.3　练习　32
4.4　封装　33
4.5　泛化　34
4.6　接口设计　34
4.7　重构　35
4.8　一个开发计划　36
4.9　文档字符串　37
4.10　调试　38
4.11　术语表　38
4.12　练习　39
第5章　条件和递归　41
5.1　向下取整除法操作符和求模操作符　41
5.2　布尔表达式　42
5.3　逻辑操作符　42
5.4　条件执行　43
5.5　选择执行　43
5.6　条件链　44
5.7　嵌套条件　44
5.8　递归　45
5.9　递归函数的栈图　46
5.10　无限递归　47
5.11　键盘输入　47
5.12　调试　48
5.13　术语表　49
5.14　练习　50
第6章　有返回值的函数　53
6.1　返回值　53
6.2　增量开发　54
6.3　组合　56
6.4　布尔函数　57
6.5　再谈递归　58
6.6　坚持信念　59
6.7　另一个示例　60
6.8　检查类型　60
6.9　调试　61
6.10　术语表　63
6.11　练习　63
第7章　迭代　65
7.1　重新赋值　65
7.2　更新变量　66
7.3　while语句　66
7.4　break语句　68
7.5　平方根　68
7.6　算法　70
7.7　调试　70
7.8　术语表　71
7.9　练习　71
第8章　字符串　73
8.1　字符串是一个序列　73
8.2　len　74
8.3　使用for循环进行遍历　74
8.4　字符串切片　75
8.5　字符串是不可变的　76
8.6　搜索　77
8.7　循环和计数　77
8.8　字符串方法　78
8.9　操作符in　79
8.10　字符串比较　79
8.11　调试　80
8.12　术语表　82
8.13　练习　82
第9章　案例分析：文字游戏　85
9.1　读取单词列表　85
9.2　练习　86
9.3　搜索　87
9.4　使用下标循环　88
9.5　调试　90
9.6　术语表　90
9.7　练习　91
第10章　列表　93
10.1　列表是一个序列　93
10.2　列表是可变的　94
10.3　遍历一个列表　95
10.4　列表操作　95
10.5　列表切片　96
10.6　列表方法　96
10.7　映射、过滤和化简　97
10.8　删除元素　98
10.9　列表和字符串　99
10.10　对象和值　100
10.11　别名　101
10.12　列表参数　102
10.13　调试　103
10.14　术语表　104
10.15　练习　105
第11章　字典　108
11.1　字典是一种映射　108
11.2　使用字典作为计数器集合　110
11.3　循环和字典　111
11.4　反向查找　111
11.5　字典和列表　112
11.6　备忘　114
11.7　全局变量　115
11.8　调试　117
11.9　术语表　118
11.10　练习　119
第12章　元组　121
12.1　元组是不可变的　121
12.2　元组赋值　122
12.3　作为返回值的元组　123
12.4　可变长参数元组　124
12.5　列表和元组　124
12.6　字典和元组　126
12.7　序列的序列　127
12.8　调试　128
12.9　术语表　129
12.10　练习　129
第13章　案例研究：选择数据结构　132
13.1　单词频率分析　132
13.2　随机数　133
13.3　单词直方图　134
13.4　最常用的单词　135
13.5　可选形参　136
13.6　字典减法　137
13.7　随机单词　138
13.8　马尔可夫分析　138
13.9　数据结构　140
13.10　调试　141
13.11　术语表　142
13.12　练习　143
第14章　文件　144
14.1　持久化　144
14.2　读和写　144
14.3　格式操作符　145
14.4　文件名和路径　146
14.5　捕获异常　147
14.6　数据库　148
14.7　封存　149
14.8　管道　150
14.9　编写模块　151
14.10　调试　152
14.11　术语表　152
14.12　练习　153
第15章　类和对象　155
15.1　用户定义类型　155
15.2　属性　156
15.3　矩形　157
15.4　作为返回值的实例　158
15.5　对象是可变的　159
15.6　复制　159
15.7　调试　161
15.8　术语表　161
15.9　练习　162
第16章　类和函数　163
16.1　时间　163
16.2　纯函数　164
16.3　修改器　165
16.4　原型和计划　166
16.5　调试　167
16.6　术语表　168
16.7　练习　168
第17章　类和方法　170
17.1　面向对象特性　170
17.2　打印对象　171
17.3　另一个示例　172
17.4　一个更复杂的示例　173
17.5　init方法　173
17.6　_ _str_ _方法　174
17.7　操作符重载　175
17.8　基于类型的分发　175
17.9　多态　177
17.10　接口和实现　177
17.11　调试　178
17.12　术语表　179
17.13　练习　179
第18章　继承　181
18.1　卡片对象　181
18.2　类属性　182
18.3　对比卡牌　183
18.4　牌组　184
18.5　打印牌组　185
18.6　添加、删除、洗牌和排序　185
18.7　继承　186
18.8　类图　188
18.9　数据封装　189
18.10　调试　190
18.11　术语表　191
18.12　练习　191
第19章　Python拾珍　194
19.1　条件表达式　194
19.2　列表理解　195
19.3　生成器表达式　196
19.4　any和all　197
19.5　集合　197
19.6　计数器　199
19.7　defaultdict　200
19.8　命名元组　201
19.9　收集关键词参数　202
19.10　术语表　203
19.11　练习　203
第20章　调试　205
20.1　语法错误　205
20.2　运行时错误　207
20.2.1　我的程序什么都不做　207
20.2.2　我的程序卡死了　207
20.2.3　无限循环　208
20.2.4　无限递归　208
20.2.5　执行流程　208
20.2.6　当我运行程序，会得到一个异常　209
20.2.7　我添加了太多print语句，被输出淹没了　210
20.3　语义错误　210
20.3.1　我的程序运行不正确　211
20.3.2　我有一个巨大而复杂的表达式，而它和我预料的不同　211
20.3.3　我有一个函数，返回值和预期不同　212
20.3.4　我真的真的卡住了，我需要帮助　212
20.3.5　不行，我真的需要帮助　212
第21章　算法分析　214
21.1　增长量级　215
21.2　Python基本操作的分析　217
21.3　搜索算法的分析　218
21.4　散列表　219
21.5　术语表　223
译后记　224
· · · · · · (收起)

读后感

实践性非常强的一本书，里面很多习题很不错，耐心的做完，实在是受益匪浅，对python的很多特性都有更深刻的理解，比如zip, tuple作为dict key，同时也确实体会到python在文本处理方面的优势，总之这本书很酷。  

这本书包括的内容并不多，但对于一些初学者容易产生疑惑的地方解释的很清楚，非常适合短时间内入门。 不过由于我读的是英文版，花的时间并不在少数。我大概花了一个月时间，在午休睡着之前来看。不得不说，外国书还是看原版比较易懂，虽然英文会花掉你更多的时间，但总比看中文...  

这本书包括的内容并不多，但对于一些初学者容易产生疑惑的地方解释的很清楚，非常适合短时间内入门。 不过由于我读的是英文版，花的时间并不在少数。我大概花了一个月时间，在午休睡着之前来看。不得不说，外国书还是看原版比较易懂，虽然英文会花掉你更多的时间，但总比看中文...  

对于一个自学程序设计的入门者而言，他需要一本什么样的书呢？我认为标准有以下三个： 第一，介绍足够用的知识。这一点看似简单，但是却不易掌握，像许多人推荐的 A Byte of Python，内容就明显过少了，而处于另一个极端的 Learning Python 篇幅超过一千页，又明显超出入门者...  

个人推荐指数三星半，原本是一本Java书，在他人的建议与合作下，变成了python书。 书一般，把简单问题复杂化，阅读过程中不懂的地方还要去网上查找，网上的解释更易懂。案例不佳，实践内容过少。不如《python编程从入门到实践》 本书查漏补缺笔记： 1函数 自定义函数中，用retu...  

用户评价

我从一个纯粹的文科背景转行进入技术领域，最大的障碍永远是“抽象思维”的缺失。数学基础的薄弱，使得我在接触到那些依赖于离散数学或图论的编程概念时，经常感到力不从心，仿佛隔着一层磨砂玻璃看世界。这本书的叙事方式，对我们这类“半路出家”的学习者极其友好。它似乎深谙“搭积木”式的教学法，先用非常直观、甚至带点生活气息的比喻来锚定一个核心概念，然后再逐步引入数学符号和严谨的定义。举例来说，它讲解递归和迭代时所使用的类比，极其精妙，让原本枯燥的数学归纳法变得生动起来。更令人称赞的是，它对“不确定性”和“概率性”编程的讨论，并没有故作高深，而是用清晰的逻辑链条将随机性引入到确定性的代码结构中，这极大地拓宽了我对“程序”这一概念的理解边界。它不再仅仅是执行预设指令的机器，而更像是一个在概率空间中做出最优决策的实体。

这本书的封面设计初见端倪，色彩搭配简约而不失格调，那种深沉的蓝色调与少量高亮的字体形成鲜明对比，让人联想到精密计算与逻辑推理的殿堂。我最初被它吸引，很大程度上是基于对编程思维培养的迫切需求。市面上许多入门书籍往往止步于语法讲解，对于如何构建一个清晰、高效的程序结构，往往一带而过，留给读者的更多是代码的堆砌而非思想的构建。翻开第一页，我立刻感受到了一种不同寻常的节奏感。作者似乎并不急于抛出那些晦涩的术语，而是用一种近乎对话的口吻，引导读者进入一个探索性的旅程。特别是开篇对计算模型本质的探讨，那种抽丝剥茧的分析方式，让我这个习惯了“直接上手敲代码”的实践者，不得不慢下来，重新审视那些被我忽略的基础概念。如果说市面上大多数教材是在教你如何“使用工具”，这本书则更像是教你如何“设计工具”。它更关注的是底层逻辑的构建，那种将复杂问题拆解为可管理、可验证的独立模块的能力，才是真正区分“码农”与“工程师”的关键所在。

市面上的许多技术书籍，为了追求“新潮”，总会不遗余力地介绍最新的框架和库，导致内容更新换代极快，但底层原理却越来越被掩盖。这本书却反其道而行之，它沉稳地将焦点聚焦在那些永恒不变的计算核心上。我花了大量时间研究其中关于面向对象设计原则的章节，它不是简单地复述 SOLID 原则，而是从更深层次——关于“信息隐藏”和“最小惊讶原则”的角度，来论证这些原则的合理性与必要性。作者似乎在向读者展示，一个优秀的程序结构，其本质是对人类认知负荷的最小化设计。我在阅读过程中，反复停下来，对照自己正在维护的遗留代码库，惊觉过去犯下的许多“设计罪”都源于对这种底层“人心”层面的思考不足。这本书的价值在于，它提供了一个批判性的视角，让你能用更长远的眼光去审视代码的生命周期和可维护性。

我是一个有着多年开发经验的工程师，但总感觉自己的思维模式在面对大规模、高并发的系统设计时，总有一种挥之不去的“局限感”。这感觉就像是只会使用高级语言的便捷函数，却对编译器或解释器底层的优化逻辑缺乏直观理解。这本书的出现，无疑为我提供了一剂强效的“思维清零剂”。其中关于算法复杂度和数据结构选择的章节，其阐述深度远超我预期的技术手册范畴。它没有仅仅罗列排序算法的时间复杂度，而是深入剖析了为什么在特定的内存访问模式下，某个看似次优的算法反而能展现出惊人的性能优势。我特别欣赏其中关于“非标准”数据结构的介绍，那些在教科书中鲜少露面的结构，却在特定应用场景下展示了其独到的威力。阅读这些内容时，我仿佛置身于一个模拟的计算环境中，亲手去感受内存分配的开销和CPU缓存未命中的痛楚，这种沉浸式的学习体验，极大地提升了我对性能瓶颈的敏感度。

从排版和插图的角度来看，这本书的编辑工作也体现了极高的专业水准。图表的运用绝不是简单的装饰，而是起到了强有力的支撑作用。尤其是那些流程图和状态机描述，线条清晰，逻辑节点明确，即便是最复杂的并发控制模型，也能通过寥寥数笔被勾勒得一目了然。我发现自己很少需要频繁地在正文和图示之间来回切换，因为作者已经将视觉辅助融入了叙述的自然流程之中。此外，书中提供的一些“挑战性思考题”也极具启发性，它们不是那种可以通过搜索引擎快速找到答案的死记硬背题，而是真正要求读者将前面学到的概念进行重组和创新的“开放式”难题。完成这些挑战时，那种智力上的满足感，远超单纯完成一个编程作业，它更像是一次智力的马拉松，让人在汗水淋漓后，对整个计算领域产生更深的敬畏与热爱。

很朴素

这是一本试图用python最小子集来揭示计算机思想的书。虽然应用没怎么涉及，但去繁为简，循循启发的设计还是很不错的！没老师指导你调试的方法，让大家不断试错和抓狂！很喜欢这样简洁而又能呈现思想和核心概念的书，练习又不失挑战，争取读完再评。过了一遍，准备再过一遍，开始练习。

总的来说不适合我这种笨蛋。

对于我这种编程小白还是蛮有用的......

比较基础的python入门教材，适合初学者。