前 言
                                                          Python语言诞生于20世纪90年代初，是世界上最流行的编程语言之一。2018年，Python被TIOBE官方评选为“年度编程语言”。从自动化重复任务、Web应用程序，到构建机器学习模型和实现人工神经网络，Python语言都有着非常广泛的应用。研究人员、数学家和数据科学家尤其喜欢Python，因为它有丰富且易于理解的语法和各种可用的开源软件包。Python的语法简单易学，代码的可读性强。用Python编写的应用程序几乎可以在任何计算机上运行，包括Windows系统、Mac OS系统和各种流行的Linux发行版本。另外，Python的用户社区非常活跃，社区成员乐意帮助新程序员学习Pythonic方法。
当前人工智能产业的发展如火如荼，作为新一轮产业变革的核心驱动力，人工智能催生了新技术、新产品、新产业，从而进一步引发经济结构的重大调整和变革，实现社会生产力的整体提升和质的飞跃。据全球咨询公司——麦肯锡预测，到2025年，全球人工智能的市场总产值将达到1200亿美元以上，人工智能将是众多智能产业发展的突破口。编者之所以在前言中提及人工智能，是因为与C、C++、Java等编程语言相比，Python是最适合人工智能领域的编程语言。读者以后想往人工智能方向发展，最好从学习Python语言开始。Python语言还可以用于嵌入式系统开发，如树莓派。
对于课时安排较少的学校，可以只学到异常处理部分以及最后一章。代码调试与测试、文件和文件夹、数据库应用以及图形用户界面设计可作为自学内容。本课程是“机器学习”“计算机视觉”“自然语言处理”等课程的先修课程，读者一定要夯实基础。学完本书的所有内容，读者可以继续学习Python高级编程，其主要内容包括多进程与多线程，网络编程，五个常用模块（Numpy、Scipy、Pandas、Matplotlib、Scikitlearn）的使用。在此基础上，再进行人工智能相关理论的学习就会比较容易，因为可以边学习理论，边进行编程实践，从而获得更加直观的体验。
本书在编写过程中得到了教研室同事，特别是张中伟老师的大力支持，在此深表感谢！已从本校本科毕业的韩浩同学对教材编写也给予了一定的帮助，在此一并表示感谢。书中的部分素材来源于网络，在此对所用素材作者表示感谢。
由于时间仓促，再加上编者水平有限，书中难免存在疏漏或错误之处，敬请广大读者批评指正。

编者2020年9月