目录
第1篇Python入门篇
第1章初识Python3
本章学习目标3
1.1Python概述3
1.1.1程序设计语言3
1.1.2Python简介5
1.2Python集成开发环境10
1.2.1Python集成开发环境简介10
1.2.2Python解释器的下载与安装10
1.2.3Python程序的两种运行方式13
1.3本章小结20

第2章初识Python程序21
本章学习目标21
2.1案例1: 计算两个化合物的相似度21
2.1.1化合物相似度介绍21
2.1.2计算两个化合物相似度的算法22
2.1.3计算两个化合物相似度的程序22
2.2案例2: 绘制苯环23
2.2.1苯环简介及绘制方法23
2.2.2绘制苯环的算法24
2.2.3绘制苯环的程序25
2.3Python基本语法28
2.3.1语法元素28
2.3.2语句34
2.3.3标识符的命名规则42
2.4Python程序的书写规范42
2.5程序设计方法概述43
2.5.1面向对象程序设计43
2.5.2面向过程程序设计44
2.6输入/输出常用的3个函数45
2.6.1input()函数45
2.6.2eval()函数46
2.6.3print()函数47
2.7标准库1: turtle库的使用方法49
2.7.1标准库的引入方法49
2.7.2turtle库简介50
2.7.3turtle库解析50
2.7.4turtle应用实例56
2.8本章小结62
Python程序设计——以医药数据处理为例目录第2篇Python进阶篇
第3章基本数据类型65
本章学习目标65
3.1数字类型及其操作65
3.1.1数字类型的概念65
3.1.2数字类型的表示65
3.1.3数字类型的运算操作符67
3.1.4内置的数字类型的函数68
3.1.5标准库2: math库的使用方法70
3.2案例3: 计算基本统计量72
3.2.1基本统计量的计算公式72
3.2.2基本统计量计算程序73
3.3字符串类型及其操作73
3.3.1字符串类型的概念74
3.3.2字符串类型的表示74
3.3.3字符串类型的运算操作符76
3.3.4内置的字符串处理函数78
3.3.5案例4: 查找化合物ID及水溶性值78
3.3.6内置的字符串处理方法79
3.4案例5: 清肺排毒汤处方展示83
3.4.1清肺排毒汤处方展示要求83
3.4.2清肺排毒汤处方展示算法84
3.4.3清肺排毒汤处方展示程序84
3.5案例6: 化合物水溶性数据的格式化输出86
3.5.1水溶性数据格式化输出规范86
3.5.2水溶性数据格式化输出算法86
3.5.3水溶性数据格式化输出程序87
3.6逻辑类型及其操作88
3.6.1逻辑类型的概念88
3.6.2逻辑类型的表示88
3.6.3逻辑类型的运算操作符88
3.6.4返回逻辑类型数据的运算89
3.6.5混合运算操作符的优先顺序90
3.7本章小结91

第4章程序的控制结构92
本章学习目标92
4.1程序结构概述92
4.1.1程序流程图92
4.1.2程序的基本结构93
4.2程序的顺序结构94
4.3程序的分支结构94
4.3.1分支结构简介94
4.3.2单分支结构if语句94
4.3.3二分支结构if…else…语句96
4.3.4多分支结构if…elif…else…语句97
4.3.5分支结构的嵌套100
4.4案例7: 外源化合物毒性分级101
4.4.1外源化合物毒性分级简介101
4.4.2外源化合物毒性分级标准101
4.4.3外源化合物毒性分级程序102
4.5程序的循环结构103
4.5.1循环结构103
4.5.2遍历循环: for语句104
4.5.3条件循环: while语句105
4.5.4break和continue语句106
4.5.5else扩展语句107
4.6标准库3: random库的使用方法108
4.6.1random库108
4.6.2random库解析109
4.7案例8: 蒙特卡罗方法求π的值111
4.7.1蒙特卡罗方法111
4.7.2蒙特卡罗方法求π值的算法111
4.7.3蒙特卡罗方法求π值的程序111
4.8程序的异常处理114
4.8.1异常简介114
4.8.2捕获并处理异常: try…except…结构115
4.8.3try…except…结构的高级用法117
4.9本章小结121

第5章函数122
本章学习目标122
5.1函数概述122
5.1.1函数的基本概念122
5.1.2使用函数编程的目的123
5.2函数的基本操作124
5.2.1函数的定义124
5.2.2函数的返回值126
5.2.3函数的调用127
5.2.4lambda表达式和匿名函数128
5.3函数的参数129
5.3.1参数传递的方式129
5.3.2函数形参的分类131
5.4变量的作用域135
5.4.1作用域基础135
5.4.2全局变量135
5.4.3局部变量137
5.4.4闭包变量138
5.4.5作用域规则138
5.5标准库4: datetime库的使用方法139
5.5.1datetime库简介139
5.5.2datetime库解析140
5.6递归函数142
5.6.1递归函数的概念143
5.6.2斐波那契数列145
5.6.3递归与循环的比较147
5.7Python内置函数148
5.7.169个内置函数148
5.7.2部分常用函数说明149
5.8本章小结151

第6章组合数据类型152
本章学习目标152
6.1组合数据类型概述152
6.1.1组合数据类型的概念152
6.1.2组合数据类型的分类152
6.2序列类型及其操作153
6.2.1序列的概念153
6.2.2序列共有的操作154
6.2.3元组及其个性化的操作157
6.2.4列表及其个性化的操作158
6.3案例9: 药品销售数据清理169
6.3.1药品销售数据清理方法169
6.3.2药品销售数据清理程序169
6.4集合类型及其操作172
6.4.1集合的概念172
6.4.2生成集合173
6.4.3集合的操作174
6.5字典类型及其操作176
6.5.1字典的概念177
6.5.2生成字典177
6.5.3字典的操作178
6.6案例10: 药品销售数据统计分析181
6.6.1药品销售数据统计分析算法181
6.6.2药品销售数据统计分析程序182
6.7第三方库1: jieba库的使用方法183
6.7.1jieba库概述184
6.7.2jieba库解析184
6.8文本词频统计185
6.8.1案例11: 一篇英文药学文献的词频统计185
6.8.2案例12: 一篇中文药学文献的词频统计188
6.9Python之禅190
6.9.1import this190
6.9.2this.py192
6.10本章小结193

第7章文件194
本章学习目标194
7.1文件概述194
7.1.1文件的概念194
7.1.2文件的分类194
7.1.3文件的打开方式195
7.2文件操作195
7.2.1文件的操作步骤195
7.2.2打开、关闭文件195
7.2.3读文件197
7.2.4写文件198
7.2.5文件指针定位199
7.3一、二维数据的文件操作200
7.3.1数据组织的维度与数据结构200
7.3.2一维数据的文件操作201
7.3.3二维数据的文件操作204
7.4案例13: 保存清理后的药品销售数据206
7.4.1药品销售数据格式化及写入文件的方法207
7.4.2保存清理后的药品销售数据的程序207
7.5高维数据的文件操作208
7.5.1高维数据的格式化208
7.5.2标准库5: json库的使用方法208
7.5.3案例14: 将药品销量统计数据写入JSON文件并读出解析209
7.6本章小结211

第8章第三方库212
本章学习目标212
8.1第三方库概述212
8.1.1第三方库简介212
8.1.2常用的第三方库212
8.2第三方库的管理方法214
8.2.1pip简介214
8.2.2安装第三方库214
8.2.3检查、升级、卸载第三方库216
8.3案例15: 打包Python绘制苯环的源程序217
8.3.1第三方库2: pyinstaller库的使用方法218
8.3.2利用pyinstaller库打包绘制苯环的源程序218
8.4案例16: 药品销售数据可视化展示219
8.4.1第三方库3: matplotlib.pyplot库的使用方法220
8.4.2利用pyplot绘制药品日销售趋势折线图221
8.4.3利用pyplot绘制Top20明星药销售数量柱形图223
8.4.4利用pyplot绘制Top20明星药销售数量南丁格尔玫瑰图225
8.5案例17: 绘制药学生核心素养词云图229
8.5.1第三方库4: wordcloud库的使用方法229
8.5.2设计绘制药学生核心素养词云图的算法230
8.5.3编写绘制药学生核心素养词云图的程序231
8.6本章小结232
第3篇Python实战医药数据处理专题篇
第9章药学信息处理235
本章学习目标235
9.1案例18: 采集PubChem网站药物结构数据235
9.1.1药物结构数据235
9.1.2第三方库5: selenium的使用方法236
9.1.3采集PubChem网站药物结构数据的方法239
9.1.4采集PubChem网站药物结构数据的爬虫程序241
9.2案例19: 计算屠呦呦诺贝尔奖药物的相似度244
9.2.1药物相似度244
9.2.2Anaconda平台245
9.2.3第三方库6: rdkit的使用方法246
9.2.4计算屠呦呦2个诺贝尔奖药物的相似度的算法247
9.2.5计算屠呦呦2个诺贝尔奖药物的相似度的程序247
9.3案例20: 利用聚类热图分析肺癌基因表达数据251
9.3.1聚类热图分析基因表达数据251
9.3.2第三方库7: pandas的使用方法252
9.3.3第三方库8: seaborn的使用方法256
9.3.4设计利用聚类热图分析肺癌（腺瘤和腺癌型）基因表达数据的算法258
9.3.5编写利用聚类热图分析肺癌（腺瘤和腺癌型）基因表达数据的程序258
9.4案例21: 利用高斯过程回归、随机森林和神经网络算法预测化合物的水溶性262
9.4.1利用机器学习方法预测化合物性质262
9.4.2第三方库9: numpy的使用方法262
9.4.3第三方库10: sklearn的使用方法265
9.4.4设计利用机器学习方法预测化合物水溶性的算法268
9.4.5编写利用机器学习方法预测化合物水溶性的程序269
9.5本章小结273

第10章医学信息处理274
本章学习目标274
10.1案例22: 基于随机森林算法识别潜在心脏病患者274
10.1.1心率变异信号处理简介274
10.1.2基于随机森林识别潜在心脏病患者算法276
10.1.3基于随机森林识别潜在心脏病患者程序280
10.2案例23: 基于卷积神经网络识别黑色素瘤284
10.2.1神经网络简介284
10.2.2第三方库11: keras的使用方法286
10.2.3卷积神经网络简介289
10.2.4黑色素瘤图像识别算法294
10.2.5黑色素瘤图像识别程序299
10.3案例24: 基于自然语言处理技术的电子病历实体识别303
10.3.1自然语言处理技术简介303
10.3.2使用自然语言处理技术进行文本分类简单示例306
10.3.3中文电子病历命名实体识别算法308
10.3.4中文电子病历命名实体识别程序315
10.4本章小结319

参考文献320