Python 3.x全栈开发从入门到精通

全新：本书理论、技术与案例基于全新的Python 3.x。全面：涵盖Python全栈开发全过程，知识点涉及数据分析、数据存储、数据可视化、系统网络运维、Web 项目和量化交易等多领域。实战：海量示例文件展示开发过程中的重点、疑点、难点。基础：零基础也能入门，拆解式讲解全栈开发过程中的知识和技术。丰富：本书配套的源代码全部赠送，资源丰富，可轻松复制所需项目内容。? 

全栈工程师，也称为全端工程师(同时具备前端和后台能力)，是指掌握多种技能，并能利用多种技能独立完成产品的人。Python全栈工程师，是指在精通Python编程语言的前提下，对于其他上下游的技术也有足够的了解和掌握。《Python 3.x全栈开发从入门到精通》上下游的技术涉及数据传输、数据存储、数据分析和数据可视化等方面的知识。本书以实践的方式，将这一系列的领域及理论知识结合到一起，帮助读者构建全栈开发的知识体系，并辅以精益及敏捷的思想，来一步步开发Web 应用，让读者不只学会编码，还在学完后具备真实项目的经验。

张云河，云计算资深架构师，曾作为多家大型知名企业首席架构，负责PaaS平台研发，拥有丰富的开发经验。主要研究方向包括大数据、云计算、移动开发、数据库、前端框架、数据挖掘等。
　　刘友祝，湖南师范大学教育学硕士，长期从事计算机专业教学工作，具有6年的Python开发经验，有丰富的教学经验。 　　
　　王硕，北京鼎鑫拓达资深软件工程师，具有9年开发经验和4年教育培训经验。曾主持多个B/S项目，项目经验丰富，擅长Java EE和Python的项目开发，数据分析，数据库技术，也是《PyQt5快速开发与实战》作者之一。

初识Python语言 1

第2

Python基础篇 20

2.1 变量 21

2.2 标准数据类型 22

2.2.1 数字( Number ) 22

2.2.2 字符串(String) 24

2.2.3 列表（List ） 28

2.2.4 元组（Tuple） 31

2.2.5 字典（Dictionary） 33

2.2.6 集合（Set） 35

2.3 标识符 36

2.4 行和缩进 37

2.5 运算符和表达式 38

2.5.1 算数运算符 38

2.5.2 比较运算符 38

2.5.3 逻辑运算符 39

2.5.4 成员运算符 40

2.6 条件控制 41

2.7 循环语句 42

2.7.1 while 循环 42

2.7.2 for 语句 43

2.7.3 使用枚举遍历序列 44

2.8 函数 45

2.8.1 函数的定义和调用 45

2.8.2 函数中的文档 46

2.8.3 默认参数 47

2.8.4 不定长参数 47

2.8.5 range()函数 48

2.8.6 函数作为参数传递 50

2.9 文件 51

2.9.1 操作文件 51

2.9.2 使用 with语句 56

2.9.3 电子表格 57

2.10 面向对象 59

2.10.1 类与对象的定义 59

2.10.2 私有属性和方法 61

2.10.3 继承 63

2.10.4 静态方法 67

2.10.5 魔法方法和特殊属性 68

2.10.6 可调用对象 69

2.11 错误和异常 70

2.11.1 错误 70

2.11.2 异常 71

2.11.3 处理异常 72

2.11.4 打印异常信息 74

2.11.5 自定义异常 74

2.12 模块 75

2.12.1 导入模块 75

2.12.2 模块的__name__属性 77

2.12.3 模块路径 79

2.12.4 包 80

2.13 常用模块 82

2.13.1 os模块 82

2.13.2 time模块 85

第3章

Python高级篇 87

3.1 高级函数对象 88

3.1.1 lambda函数 88

3.1.2 map()函数 89

3.1.3 reduce()函数 90

3.1.4 迭代器(Iterator) 92

3.1.5 生成器(Generator) 95

3.1.6 装饰器（Decorator） 99

3.2 多线程 104

3.2.1 多线程介绍 104

3.2.2 线程模块 104

3.2.3 守护线程 107

3.2.4 优雅地停止线程 109

3.2.5 多线程的锁机制 112

3.2.6 本地线程变量 116

3.3 多进程 117

3.3.1 Linux平台下的多进程 118

3.3.2 跨平台的多进程 120

3.3.3 跨平台的多进程间通信 127

3.3.4 分布式进程 129

3.4 正则表达式 135

3.4.1 re.match函数 137

3.4.2 re.search函数 140

3.4.3 re.findall函数 141

3.5 JSON数据解析 142

3.5.1 JSON简介 142

3.5.2 Python处理JSON数据 144

3.5.3 自定义对象的序列化 146

3.6 存储对象序列化 148

3.6.1 序列化对象 148

3.6.2 反序列化对象 149

3.7 发送E-mail 150

3.7.1 发送简单邮件 152

3.7.2 发送HTML格式的邮件 154

3.7.3 发送带附件的邮件 155

第4章

使用Python操作数据库 158

4.1 操作MySQL数据库 159

4.1.1 MySQL简介 159

4.1.2 在Windows下安装MySQL 160

4.1.3 在Linux下安装MySQL 169

4.1.4 MySQL可视化工具 174

4.1.5 MySQL基础知识 177

4.1.6 Python操作MySQL 183

4.2 操作MongoDB数据库 192

4.2.1 MongoDB简介 192

4.2.2 安装MongoDB 193

4.2.3 MongoDB基本操作 199

4.2.4 MongoDB的集合 200

4.2.5 MongoDB的文档 202

4.2.6 使用Python操作MongoDB 206

4.3 操作Redis数据库 211

4.3.1 Redis简介 211

4.3.2 安装Redis 211

4.3.3 Redis开启远程访问 217

4.3.4 Redis可视化工具 217

4.3.5 Redis数据类型与操作 218

4.3.6 使用Python Redis模块 223

4.3.7 连接Redis服务器 224

4.3.8 操作string类型 225

4.3.9 操作hash类型 229

4.3.10 操作list类型 231

4.3.11 操作set类型 233

4.3.12 操作sorted set类型 235

4.3.13 其他操作 237

第5章

Python网络编程 238

5.1 网络编程的基本概念 239

5.1.1 网络基础知识 239

5.1.2 网络基本概念 240

5.1.3 网络传输协议 245

5.2 Python 3 网络编程 248

5.2.1 Socket()函数 248

5.2.2 TCP程序设计 250

5.2.3 UDP程序设计 254

5.2.4 Socket实现文件传输 255

5.2.5 多线程与网络编程 261

第6章

Python自动化运维 264

6.1 自动化运维简介 265

6.2 WebLogic简介 266

6.3 安装WebLogic 266

6.3.1 安装WebLoigc Server 267

6.3.2 配置域(Domain) 271

6.3.3 启动WebLogic Server 276

6.3.4 配置JDK环境变量 278

6.4 WebLogic部署和配置 280

6.4.1 启动WebLogic脚本工具（WLST） 280

6.4.2 通过网页部署Java Web应用 286

6.4.3 通过命令行部署工程 290

6.4.4 通过脚本部署Java Web应用 292

6.4.5 通过网页配置JNDI数据源 297

6.4.6 通过脚本配置JNDI数据源 307

6.5 Python在Linux运维中的常见应用 310

6.5.1 统计磁盘使用情况 311

6.5.2 统计内存使用情况 312

6.5.3 读取passwd文件中的用户名和

shell信息 313

6.5.4 统计Linux系统的平均负载 314

6.5.5 查看CPU信息 316

6.5.6 查看MySQL的慢日志

(slow-query-log) 319

6.5.7 监控MySQL的状态 321

6.6 psutil的使用 324

6.6.1 获取CPU信息 325

6.6.2 获取内存信息 326

6.6.3 获取磁盘信息 327

第7 章数据分析与可视化

7.1 NumPy

7.1.1 安装NumPy

7.1.2 创建矩阵

7.1.3 ndarray 对象属性

7.1.4 矩阵的截取

7.1.5 矩阵的合并

7.1.6 通过函数创建矩阵

7.1.7 矩阵的运算

7.1.8 保存和加载数据

7.2 Pandas

7.2.1 安装Pandas

7.2.2 Series

7.2.3 DataFrame

7.2.4 常用操作

7.2.5 Pandas 操作CSV 文件

7.2.6 SQLAlchemy 操作数据库

7.3 Matplotlib

7.3.1 安装Matplotlib

7.3.2 散点图

7.3.3 折线图

7.3.4 柱状图

7.3.5 直方图

7.3.6 饼状图

7.3.7 Matplotlib 常用设置

7.3.8 子图 subplot

7.3.9 多张图像Figure

7.3.10 显示网格

7.3.11 图例 legend

7.3.12 坐标轴范围

7.3.13 坐标轴刻度

7.3.14 调整坐标中日期刻度的显示

7.4 金融绘图

7.4.1 获得股票数据源

7.4.2 显示股票历史数据

第8 章Python Web 开发框架

8.1 Flask 简介

8.1.1 安装Flask

8.1.2 最简单的Web 应用

8.1.3 路由

8.1.4 HTTP 方法

8.1.5 静态文件

8.1.6 模板渲染

8.1.7 Request 对象

8.1.8 Session

8.1.9 保存Session 到数据库

8.2 Flask 应用集群

8.2.1 分布式Session

8.2.2 使用jQuery

8.2.3 实验环境

8.2.4 配置 Redis

8.2.5 配置 Nginx

8.2.6 配置 Flask 应用集群

8.3 ECharts 简介

8.3.1 ECharts 轻松上手

8.3.2 Flask 与ECharts

8.3.3 柱状图

8.3.4 折线图

8.3.5 饼状图

8.3.6 仪表盘

8.3.7 可实时刷新的饼状图

8.4 案例1：系统监控

8.4.1 环境准备

8.4.2 存储器

8.4.3 监控器

8.4.4 路由器

8.4.5 页面

8.5 案例2：动态显示销量

第9 章Python在量化交易中的应用

9.1 量化交易介绍

9.1.1 量化交易的背景

9.1.2 可实现量化交易的市场比较

9.1.3 量化交易软件、平台、框架的特点

9.1.4 量化交易从哪个市场做起

9.1.5 量化交易策略类型

9.1.6 CTA 策略程序化交易指南

9.1.7 量化资源网站介绍

9.2 量化交易方案

9.2.1 期货量化交易环境介绍

9.2.2 CTP 量化交易方案介绍

9.2.3 行情数据采集

9.2.4 期货CTP 账户资金曲线监控和绘制

9.2.5 Quicklib CTP Python 框架

9.2.6 QuicklibTrade Python 接口

9.2.7 量化交易使用资管系统的好处和必要性

9.2.8 高频交易

9.2.9 算法交易

9.2.10 程序化实盘交易需要注意的问题

附录

附录A 使用Postman 测试网络请求

附录B 配置Centos