Python項(xiàng)目開(kāi)發(fā)實(shí)戰(zhàn)

第1章  AI人機(jī)對(duì)戰(zhàn)版五子棋游戲 (AI pygame實(shí)現(xiàn)) 1
1.1  項(xiàng)目介紹 2
1.2  系統(tǒng)架構(gòu)分析 2
1.2.1  五子棋的基本棋型 2
1.2.2  功能模塊 5
1.3  具體實(shí)現(xiàn) 6
1.3.1  設(shè)置基礎(chǔ)參數(shù) 6
1.3.2  繪制棋盤 6
1.3.3  實(shí)現(xiàn)AI功能 8
1.3.4  實(shí)現(xiàn)按鈕功能 15
1.3.5  重寫(xiě)功能 17
第2章  在線商城系統(tǒng)(Django Mezzanine Cartridge實(shí)現(xiàn)) 21
2.1  項(xiàng)目介紹 22
2.2  項(xiàng)目規(guī)劃分析 23
2.2.1  電子商務(wù)的簡(jiǎn)要介紹 23
2.2.2  在線博客 商城系統(tǒng)構(gòu)成模塊 23
2.3  規(guī)劃項(xiàng)目文件 24
2.4  使用第三方庫(kù)Mezzanine和Cartridge 25
2.4.1  使用庫(kù)Mezzanine 25
2.4.2  使用庫(kù)Cartridge 28
2.5  實(shí)現(xiàn)基本功能 31
2.5.1  項(xiàng)目配置 31
2.5.2  后臺(tái)模塊 32
2.5.3  博客模塊 33
2.5.4  商品展示模塊 38
2.6  在線購(gòu)物 41
2.6.1  購(gòu)物車頁(yè)面 41
2.6.2  訂單詳情頁(yè)面 43
2.6.3  在線支付頁(yè)面 46
2.6.4  訂單確認(rèn)頁(yè)面 46
2.6.5  訂單完成發(fā)送提醒郵件 48
第3章  房產(chǎn)價(jià)格數(shù)據(jù)可視化分析系統(tǒng) (網(wǎng)絡(luò)爬蟲(chóng) MySQL pylab 實(shí)現(xiàn)) 51
3.1  背景介紹 52
3.2  需求分析 52
3.3  模塊架構(gòu) 52
3.4  系統(tǒng)設(shè)置 53
3.4.1  選擇版本 53
3.4.2  保存日志信息 54
3.4.3  設(shè)置保存文件夾 54
3.4.4  設(shè)置爬取城市 55
3.4.5  處理區(qū)縣信息 57
3.5  破解反爬機(jī)制 59
3.5.1  定義爬蟲(chóng)基類 59
3.5.2  瀏覽器用戶代理 60
3.5.3  在線IP代理 61
3.6  爬蟲(chóng)抓取信息 61
3.6.1  設(shè)置解析元素 61
3.6.2  爬取二手房信息 62
3.6.3  爬取樓盤信息 66
3.6.4  爬取小區(qū)信息 68
3.6.5  爬取租房信息 72
3.7  數(shù)據(jù)可視化 77
3.7.1  爬取數(shù)據(jù)并保存到數(shù)據(jù)庫(kù) 77
3.7.2  可視化濟(jì)南市房?jī)r(jià)貴的4個(gè)小區(qū) 81
3.7.3  可視化濟(jì)南市主要行政區(qū)的房?jī)r(jià)均價(jià) 82
3.7.4  可視化濟(jì)南市主要行政區(qū)的房源數(shù)量 83
3.7.5  可視化濟(jì)南市各區(qū)的房源數(shù)量所占百分比 84
第4章  招聘信息實(shí)時(shí)數(shù)據(jù)分析系統(tǒng) (網(wǎng)絡(luò)爬蟲(chóng) Flask Highcharts MySQL實(shí)現(xiàn)) 87
4.1  系統(tǒng)背景介紹 88
4.2  系統(tǒng)架構(gòu)分析 88
4.3  系統(tǒng)設(shè)置 89
4.4  網(wǎng)絡(luò)爬蟲(chóng) 89
4.4.1  建立和數(shù)據(jù)庫(kù)的連接 90
4.4.2  設(shè)置HTTP請(qǐng)求頭User-Agent 90
4.4.3  抓取信息 91
4.4.4  將抓取的信息添加到數(shù)據(jù)庫(kù) 92
4.4.5  處理薪資數(shù)據(jù) 93
4.4.6  清空數(shù)據(jù)庫(kù)數(shù)據(jù) 94
4.4.7  執(zhí)行爬蟲(chóng)程序 94
4.5  信息分離統(tǒng)計(jì) 94
4.5.1  根據(jù)“工作經(jīng)驗(yàn)”分析數(shù)據(jù) 95
4.5.2  根據(jù)“工作地區(qū)”分析數(shù)據(jù) 96
4.5.3  根據(jù)“薪資水平”分析數(shù)據(jù) 97
4.5.4  根據(jù)“學(xué)歷水平”分析數(shù)據(jù) 98
4.6  數(shù)據(jù)可視化 99
4.6.1  Flask Web架構(gòu) 99
4.6.2  Web主頁(yè) 101
4.6.3  數(shù)據(jù)展示頁(yè)面 102
4.6.4  數(shù)據(jù)可視化頁(yè)面 104
第5章  基于深度學(xué)習(xí)的AI人臉識(shí)別系統(tǒng)(Flask OpenCV-Python Keras Sklearn實(shí)現(xiàn)) 109
5.1  人工智能基礎(chǔ) 110
5.1.1  人工智能介紹 110
5.1.2  人工智能的發(fā)展歷程 110
5.1.3  和人工智能相關(guān)的幾個(gè)重要概念 111
5.2  機(jī)器學(xué)習(xí)基礎(chǔ) 112
5.2.1  機(jī)器學(xué)習(xí)介紹 112
5.2.2  機(jī)器學(xué)習(xí)的三個(gè)發(fā)展階段 113
5.2.3  機(jī)器學(xué)習(xí)的分類 113
5.2.4  深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的對(duì)比 114
5.3  人工智能的研究領(lǐng)域和應(yīng)用場(chǎng)景 115
5.3.1  人工智能的研究領(lǐng)域 115
5.3.2  人工智能的應(yīng)用場(chǎng)景 116
5.4  系統(tǒng)需求分析 117
5.4.1  系統(tǒng)功能分析 117
5.4.2  實(shí)現(xiàn)流程分析 117
5.4.3  技術(shù)分析 118
5.5  照片樣本采集 119
5.6  深度學(xué)習(xí)和訓(xùn)練 120
5.6.1  原始圖像預(yù)處理 120
5.6.2  構(gòu)建人臉識(shí)別模塊 122
5.7  人臉識(shí)別 126
5.8  Flask Web人臉識(shí)別接口 127
5.8.1  導(dǎo)入庫(kù)文件 127
5.8.2  識(shí)別上傳照片 128
5.8.3  在線識(shí)別 129
第6章  在線生鮮商城系統(tǒng)(Django Vue 新浪微博賬號(hào)登錄 支付寶支付) 131
6.1  系統(tǒng)背景介紹 132
6.2  功能需求分析 132
6.3  準(zhǔn)備工作 134
6.3.1  用到的庫(kù) 134
6.3.2  準(zhǔn)備Vue環(huán)境 134
6.3.3  創(chuàng)建應(yīng)用 135
6.3.4  系統(tǒng)配置 136
6.4  設(shè)計(jì)數(shù)據(jù)庫(kù) 139
6.4.1  為users應(yīng)用創(chuàng)建Model模型 139
6.4.2  為goods應(yīng)用創(chuàng)建Model模型 140
6.4.3  為trade應(yīng)用創(chuàng)建Model模型 145
6.4.4  為user_operation應(yīng)用創(chuàng)建Model模型 147
6.4.5  生成數(shù)據(jù)庫(kù)表 149
6.5  使用Restful API 150
6.5.1  商品列表序列化 150
6.5.2  在前端展示左側(cè)分類、排序、商品列表和分頁(yè) 158
6.6  登錄認(rèn)證 162
6.6.1  使用DRF Token認(rèn)證 162
6.6.2  使用JWT認(rèn)證 164
6.6.3  增加用戶名和手機(jī)號(hào)短信驗(yàn)證登錄功能 167
6.6.4  注冊(cè)會(huì)員和退出登錄 172
6.6.5  微博賬戶登錄 176
6.6.6  social-app-django 集成第三方登錄 180
6.7  支付寶支付 182
6.7.1  配置支付寶的沙箱環(huán)境 183
6.7.2  編寫(xiě)程序 185
6.8  測(cè)試程序 193
第7章  民宿信息可視化分析系統(tǒng) (網(wǎng)絡(luò)爬蟲(chóng) Django Echarts可視化) 195
7.1  系統(tǒng)背景介紹 196
7.2  爬蟲(chóng)抓取信息 196
7.2.1  系統(tǒng)配置 196
7.2.2  Item處理 197
7.2.3  具體爬蟲(chóng) 198
7.2.4  破解反扒字體加密 198
7.2.5  下載器中間件 200
7.2.6  保存爬蟲(chóng)信息 204
7.3  數(shù)據(jù)可視化 207
7.3.1  數(shù)據(jù)庫(kù)設(shè)計(jì) 208
7.3.2  視圖顯示 210
第8章  實(shí)時(shí)疫情監(jiān)控系統(tǒng)(騰訊API接口 Seaborn matplotlib實(shí)現(xiàn)) 215
8.1  背景介紹 216
8.2  系統(tǒng)分析 216
8.2.1  需求分析 216
8.2.2  數(shù)據(jù)分析 216
8.3  具體實(shí)現(xiàn) 217
8.3.1  列出統(tǒng)計(jì)的省和地區(qū)的名字 217
8.3.2  查詢并顯示各地的實(shí)時(shí)確診數(shù)據(jù) 218
8.3.3  繪制實(shí)時(shí)全國(guó)疫情確診數(shù)對(duì)比圖 219
8.3.4  繪制實(shí)時(shí)確診人數(shù)、新增確診人數(shù)、死亡人數(shù)、治愈人數(shù)對(duì)比圖 220
8.3.5  將實(shí)時(shí)疫情數(shù)據(jù)保存到CSV文件 223
8.3.6  繪制國(guó)內(nèi)實(shí)時(shí)疫情統(tǒng)計(jì)圖 226
8.3.7  可視化實(shí)時(shí)疫情的詳細(xì)數(shù)據(jù) 227
8.3.8  繪制實(shí)時(shí)疫情信息統(tǒng)計(jì)圖 230
8.3.9  繪制本年度國(guó)內(nèi)疫情曲線圖 231
8.3.10  統(tǒng)計(jì)山東省的實(shí)時(shí)疫情數(shù)據(jù) 232
8.3.11  繪制山東省實(shí)時(shí)疫情數(shù)據(jù)統(tǒng)計(jì)圖 235
第9章  個(gè)人博客系統(tǒng)(Flask TinyDB實(shí)現(xiàn)) 239
9.1  博客系統(tǒng)介紹 240
9.2  可行性分析 240
9.2.1  技術(shù)可行性分析：使用TinyDB 240
9.2.2  系統(tǒng)基本要求 241
9.2.3  可行性分析總結(jié) 241
9.3  具體實(shí)現(xiàn) 242
9.3.1  系統(tǒng)設(shè)置 242
9.3.2  后臺(tái)管理 246
9.3.3  登錄認(rèn)證管理 247
9.3.4  前臺(tái)日志展示 251
9.3.5  系統(tǒng)模板 255
第10章  電影票房數(shù)據(jù)可視化系統(tǒng) (網(wǎng)絡(luò)爬蟲(chóng) MySQL Pandas實(shí)現(xiàn)) 263
10.1  需求分析 264
10.2  模塊架構(gòu) 264
10.3  爬蟲(chóng)抓取數(shù)據(jù) 265
10.3.1  分析網(wǎng)頁(yè) 265
10.3.2  破解反爬 266
10.3.3  構(gòu)造請(qǐng)求頭 269
10.3.4  實(shí)現(xiàn)具體爬蟲(chóng)功能 270
10.3.5  將爬取的信息保存到數(shù)據(jù)庫(kù) 272
10.4  數(shù)據(jù)可視化分析 273
10.4.1  電影票房TOP10 273
10.4.2  電影評(píng)分TOP10 275
10.4.3  電影人氣TOP10 276
10.4.4  每月電影上映數(shù)量 278
10.4.5  每月電影票房 279
10.4.6  中外票房對(duì)比 280
10.4.7  名利雙收TOP10 282
10.4.8  叫座不叫好TOP10 283
10.4.9  電影類型分布 284
第11章  大型3D槍?xiě)?zhàn)類冒險(xiǎn)游戲 (Panda3D實(shí)現(xiàn)) 287
11.1  行業(yè)背景介紹 288
11.2  功能模塊介紹 288
11.3  系統(tǒng)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  地圖紋理 291
11.3.5  實(shí)現(xiàn)HUD模塊 292
11.3.6  游戲入口 294
11.4  創(chuàng)建精靈 294
11.4.1  主角精靈類Avatar 294
11.4.2  屬性信息 297
11.4.3  選擇穿戴著裝 298
11.5  調(diào)試運(yùn)行 303
第12章  AI人臉識(shí)別簽到打卡系統(tǒng) (PyQt5 百度智能云 OpenCV-Python SQLite3實(shí)現(xiàn)) 305
12.1  需求分析 306
12.1.1  背景介紹 306
12.1.2  任務(wù)目標(biāo) 306
12.2  模塊架構(gòu) 307
12.3  使用Qt Designer實(shí)現(xiàn)主窗口界面 307
12.3.1  設(shè)計(jì)系統(tǒng)UI主界面 307
12.3.2  將Qt Designer文件轉(zhuǎn)換為Python文件 309
12.4  簽到打卡、用戶操作和用戶組操作 312
12.4.1  使用百度AI之前的準(zhǔn)備工作 312
12.4.2  設(shè)計(jì)UI界面 315
12.4.3  創(chuàng)建攝像頭類 318
12.4.4  UI界面的操作處理 319
12.4.5  多線程操作和人臉識(shí)別 328
12.4.6  導(dǎo)出打卡簽到信息 332
12.5  調(diào)試運(yùn)行 334