Python语言程序设计与医学实践

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。

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