本书根据教育部高等学校大学计算机课程教学指导委员会编制的《大学计算机基础课程教学基本要求》编写，符合“大学计算机基础教学课程体系”的设置要求。本书共分为三篇，基础知识篇、应用基础篇、数据处理篇。基础知识篇包括计算机基础知识、计算机网络与安全、数据思维等内容；应用基础篇包括Word 文字处理、Excel 电子表格、PowerPoint 演示文稿；数据处理篇包括Python 语言程序设计、Python 数据分析与可视化。本书内容层次清晰、深入浅出、实例丰富，既注重知识的系统性，又注重实践与应用能力的培养。通过本书的学习，读者能基本掌握计算机基础知识、技术与方法，初步获得利用计算机解决本专业领域问题的能力，在一定程度上提高计算机与编程技术方面的能力和素质。本书可作为高等院校各专业的计算机基础课程的教材，还可作为计算机培训的教材和自学参考书。

前言 本书是一本计算机基础知识和基础应用的入门书籍。本书的编者认为，计算机及IT技术发展迅速、应用广泛，有关计算机基础知识的学习应该与时代特征相结合，而在计算机的基础应用方面，也不能让读者只停留在日常打字，应该引导读者对基本的编程知识、编程技能有所认?识。 本书编者都是多年讲授“大学计算机”这门课程及程序设计等计算机课程的一线高校教师，一直想编写一本既适合大部分学生学情、方便教师教学，又能与时俱进的计算机入门书籍。经过一段时间的酝酿与思考，最终决定以数据思维和编程素养为切入点编写教材。本书以大数据时代为背景组织内容，在向学生介绍计算机系统、计算机网络、常用基础应用软件的同时，引导学生注意关注数据的价值，注意了解、学习数据分析处理的一般流程与技术，并在理论与实践中逐步建立数据思?维。 全书共 8 章，分为三篇。第一篇包括第 1～3 章，介绍计算机系统、计算机网络、大数据时代和数据思维的相关概念，是全书的基础知识篇；第二篇包括第 4～6 章，介绍文字处理、电子表格与演示文稿的使用，是全书的应用基础篇；第三篇包括第 7～8 章，介绍Python 编程基础和Python 在数据分析方面的应用，是全书的数据处理?篇。 读者使用本书进行学习时，请注意两条主线：第一条，计算机与网络的基础理论知识与计算机基础应用软件使用的结合，用理论指导实践，通过实践加深体会；第二条，数据思维的相关理论与数据分析实践的相互呼应，即在本书第 3 章中介绍了数据分析的基本流程，在第 8 章中就设置依此流程进行数据分析的实例。还有一条暗线埋在数据分析这部分内容中，即本书在第 5 章中从数据分析的角度重新解构了Excel 软件，突出它作为成熟数据分析平台的一面，读者在学习时可以和用Python 编程实现数据分析的方法进行比较，通过比较，读者可以了解目前数据分析工具的全貌，并选择更适合自身情况的分析工具，以便后续深入学?习。 本书可作为高等院校各专业的计算机基础课程的教材，也可作为其他普通读者及社会人士学习计算机基础知识和基础技能的入门书籍，本书在重要知识点和重要例题处配有微课视频，以方便广大读者自学。本书的另一个特色在于：除提供各种丰富的小实例外，重点章节还配有完整的大实例或练习题，使读者能对相关技术、处理流程留有完整的印象，从而实现由小见大、由简单到复杂的进阶目标，也起到抛砖引玉的作?用。 本书由杨柽、张寒云担任主编，赵艳芳、胡顺仿担任副主编。本书的出版有赖于多方共同努力，在此我们一致感谢在本书编著过程中熊良林教授的敦促、编辑老师的策划、多位同行好友的建议、家人们的支持；感谢佘玉梅、王新教授在审稿过程中给出的中肯的意?见。 由于编者水平有限，书中难免疏漏与不足，恳请读者批评指?正。 编　者

目录 基础知识篇 第 1 章 计算机基础知识 3 1.1 计算机概述 3 1.1.1 计算机的发展历程 3 1.1.2 计算机的分类 4 1.1.3 计算机的特点 5 1.1.4 计算机的应用 5 1.1.5 计算机的发展趋势 6 1.2 计算机系统及工作原理 6 1.2.1 计算机硬件系统 7 1.2.2 计算机软件系统 12 1.2.3 计算机的工作原理 13 1.3 计算机中信息的表示与存储 13 1.3.1 数制及数制转换 13 1.3.2 计算机中数据存储的形式 16 1.3.3 计算机中信息的表示 16 习题 1 21 第 2 章 计算机网络与安全 22 2.1 计算机网络 22 2.1.1 计算机网络概述 22 2.1.2 计算机网络的发展历史 23 2.1.3 计算机网络的组成 24 2.1.4 计算机网络的分类 26 2.1.5 计算机网络协议与体系结构 28 2.2 Internet 基础 30 2.2.1 Internet 简介 30 2.2.2 IP地址 31 2.2.3 域名 33 2.2.4 Internet 应用 34 2.3 网络安全 37 2.3.1 网络安全概述 37 2.3.2 计算机病毒 38 2.3.3 常见网络攻击 40 2.3.4 网络安全策略 42 2.3.5 后量子网络安全 49 习题 2 50 第 3 章 数据思维 51 3.1 数据思维的产生 51 3.1.1 科学研究上的四种范式 51 3.1.2 信息时代与计算思维 52 3.1.3 大数据时代与数据思维 52 3.1.4 数据思维的培养——像“数据科学家”一样思考 54 3.2 数据分析流程及相关技术 56 3.2.1 数据收集 56 3.2.2 数据预处理 57 3.2.3 数据分析 57 3.2.4 数据可视化 58 习题 3 59 应用基础篇 第 4 章 Word 文字处理 63 4.1 Word 的基本操作 63 4.1.1 文档的创建、保存与打开 63 4.1.2 文档的输入与编辑 66 4.1.3 文档的格式化与打印 68 4.2 制作图文并茂的文档 75 4.2.1 插入图片 76 4.2.2 图文混排 77 4.2.3 查找与替换 78 4.3 表格的使用 79 4.3.1 创建表格 79 4.3.2 编辑与格式化表格 80 4.3.3 表格中数据的排序与计算 81 4.3.4 表格和文字的互相转换 82 4.4 Word 的长文档编辑及其他特性的使用 84 4.4.1 模板 84 4.4.2 样式 86 4.4.3 目录 87 4.4.4 邮件合并 88 4.4.5 审阅修订文档 90 习题 4 91 第 5 章 Excel 电子表格 92 5.1 Microsoft Excel 概述 92 5.1.1 Microsoft Excel 工作界面 92 5.1.2 相关概念 92 5.1.3 电子表格的操作 93 5.2 数据输入 97 5.2.1 基本类型输入 97 5.2.2 有效性设置 99 5.2.3 数据填充 100 5.3 数据格式化 101 5.3.1 基本数据格式化 101 5.3.2 电子表格格式设置示例 104 5.4 公式与函数 106 5.4.1 公式概述 106 5.4.2 单元格的引用 107 5.4.3 函数 109 5.4.4 公式与函数综合应用 111 5.5 数据处理与分析 113 5.5.1 排序 113 5.5.2 筛选 114 5.5.3 分类汇总 116 5.5.4 合并计算 117 5.5.5 模拟分析 118 5.5.6 规划求解 122 5.6 图表 124 5.6.1 创建图表 124 5.6.2 图表高级应用 127 5.6.3 数据透视表和数据透视图 129 习题 5 130 第 6 章 PowerPoint 演示文稿 133 6.1 PowerPoint 快速入门 133 6.2 合理布局 135 6.3 数据表示 137 6.4 创建图表 138 6.5 图片的使用 140 6.6 形状、图标的使用 142 6.7 SmartArt 的使用 143 6.8 动画、音频和视频 145 6.9 演示幻灯片 147 6.10 幻灯片的打印 149 6.11 扩展插件 149 习题 6 150 数据处理篇 第 7 章 Python 语言程序设计 153 7.1 Python 概述 153 7.1.1 Python 语言开发环境配置 153 7.1.2 Python 程序运行 155 7.2 用Python 绘图 156 7.2.1 用海龟绘制图形 156 7.2.2 Turtle 库的使用 157 7.3 变量和数据类型 160 7.3.1 变量 160 7.3.2 数字和运算符 161 7.3.3 字符串 162 7.3.4 序列 164 7.3.5 程序举例 166 7.4 程序结构控制 167 7.4.1 选择结构程序设计 167 7.4.2 循环结构程序设计 171 7.5 函数的使用 175 7.5.1 定义函数 175 7.5.2 调用函数 176 7.5.3 参数 176 7.5.4 返回值 177 7.6 文件的使用 177 7.6.1 文件概述 178 7.6.2 文件的打开和关闭 178 7.6.3 文件的读/写 179 7.6.4 综合应用 181 习题 7 184 第 8 章 Python 数据分析与可视化 185 8.1 Python 爬虫Web 数据收集 185 8.1.1 Requests 库概述 186 8.1.2 Requests 数据爬取实例 188 8.1.3 Beautiful Soup 库概述 192 8.1.4 Beautiful Soup 库数据提取实例 192 8.1.5 Pandas 数据存储与读取实例 196 8.2 Pandas 数据预处理 198 8.2.1 Pandas 库概述 198 8.2.2 Series 类型 199 8.2.3 DataFrame 类型 201 8.2.4 使用Pandas 进行数据预处理 203 8.3 Pandas 数据分析 205 8.3.1 Pandas 数据分析基础 205 8.3.2 Pandas 数据分析实例 208 8.4 Python 数据可视化 209 8.4.1 Matplotlib 库概述 209 8.4.2 Matplotlib 可视化实例 214 8.4.3 WordCloud 词云可视化 215 8.4.4 WordCloud 词云可视化实例 221 8.5 实例完整代码 222 习题 8 227 参考文献 228