Python

本書從理解問題定義、了解數據內的高層信息、數據清理、視化數據，到基礎建模、模型優化，分享一個數據分析師的視角與思路。在預測分析的流程中，一步步用詳細的圖文代碼講解使用到的庫，如何正確使用各個庫中的方法和函數，以及在遇到類似的問題時如何套用學過的知識。 本書共8章。第1章對預測分析的流程進行一個高層次的概述。第2章介紹本書需要安裝使用的庫，並講解數據清理步驟的執行。第3章講解基礎建模需考慮的細節，結合第4章的模型選擇，可以搭建一個基礎的預測管道。第5章和第6章分別從模型和數據的角度講解如何優化預測表現。第7章講解時間序列這一特殊數據的預測方法。最後，第8章總結全書學習到的內容，解決一個實戰問題。 本書面向3類讀者。第1類，有編程基礎但毫無數據科學背景，有意入門的讀者；第2類，有數據科學理論基礎，有意進入實操的讀者，如剛畢業沒有業界經驗的學生；第3類，有數據科學理論基礎與實操經驗，但日常工作集中在數據分析管道中的數據分析師。

本書基於Python語言，由淺入深地講解自動化測試領域的相關技術，引領讀者編寫各類實際場景的測試代碼。本書涵蓋Selenium、Unittest、Requests和HTMLTestRunner等主流框架，重點剖析數據驅動測試、關鍵字驅動和POM頁面對象模型等核心技術，最終構建一套屬￿自己的測試框架原型，實現從測試“菜鳥”到高手的飛躍，從而邁向高級測試開發之路。

《Python 趣味編程案例實戰》一書用生動有趣的遊戲案例編程過程學習基本的 Python 編程技術和面向對象的編程思想。全書分 4 部分，共 15 章，其中第 1 部分(第1～4 章)以“打磚塊”遊戲為例介紹了動作遊戲的編寫過程，通過將動畫和事件處理相結合，學習用 Python 實現交互處理的方法；第 2 部分(第5～8 章)詳細介紹了類、對象和方法等面向對象編程的基本工具，以及類的繼承、聚合、多態、協議、重寫等面向對象的功能，並用面向對象編程的方法完成“打磚塊”遊戲；第 3 部分(第9～11 章)以“掃雷”遊戲為例介紹了益智遊戲的編寫過程；第4部分(第12～15 章)介紹了用 pygame(專門用來開發遊戲的程序庫)來編寫遊戲的方法，並在最後一章從零開始編寫了一個完整的“打氣球”遊戲，讓讀者整體瞭解遊戲的設計思路和實現方法。 《Python 趣味編程案例實戰》示例代碼豐富，內容循序漸進，非常適合想學習Python 編程的大中專院校計算機相關專業學生學習，也適合作為自學 Python 遊戲編程的參考書。

本書以實戰項目為主線，系統介紹了Python在自動化辦公、圖像處理、控制各種傳感器、搭建網絡等工作中的實際應用案例，能夠讓初學者快速入門Python系列知識。全書共分為18章，第一篇為Python基礎(第1章～第3章)，詳細介紹了Python的基礎知識；第二篇為自動化辦公(第4章～第6章)，介紹了Word、Excel、PPT、txt、csv、JSON、圖像、聲頻、視頻等各種文件的自動化操作；第三篇為PyQt5編程(第7章～第10章)，介紹了用designer可視化設計程序圖形界面的知識；第四篇為OpenCV圖像處理(第11章～第15章)，介紹了OpenCV如何處理圖像的基礎知識；第五篇為樹莓派與傳感器(第16章)，介紹了Python如何控制各種傳感器；第六篇為Flask搭建網站與Python進階(第17章～第18章)，介紹了Flask搭建網站的基礎知識、文字識別、人臉識別、語音識別等開源項目及提升自己的學習線路圖。本書配有大量源碼，適合初學者入門，大量辦公自動化的案例對於提高辦公效率也有幫助，也可作大學生的Python自學用書。

本書以Python為工具，全面講解概率論與數理統計的主要內容和多元統計分析常用技術。全書包括13章和4個附錄，內容翔實，講解深入淺出。概率論4章，講解概率論基礎知識，主要是隨機變量的相關理論；數理統計4章，主要是樣本理論、參數估計和假設檢驗；回歸分析2章，包括一元和多元回歸分析及其統計解釋；多元統計3章，主要講解主成分分析和因子分析理論。整書內容簡明，易上手，實用性強。本書不需要讀者有良好的數學基礎，4個附錄提供了Python基礎知識、微積分與線性代數的必要基礎，可滿足不同層次的讀者需求。本書的特色是將Python貫穿於內容之中，為讀者提供實踐練習，也便於讀者學習用Python解決實際問題的能力。 本書適用於大數據與人工智能專業的教師和學生，也適用於對數據科學感興趣的人士和企業界的工程師。

Python全棧系列包括4冊書，分別為《Python全棧開發――基礎入門》《Python全棧開發――高階編程》《Python全棧開發――數據分析》和《Python全棧開發――Web編程》。 本書是Python全棧開發系列的第3冊，共分為7章，將重點講解數據分析的相關知識點，即數據搜集、數據清洗、數據分析和數據可視化，並搭配近400個示例代碼，理論知識與實戰開發並重，可以幫助讀者快速、深入地理解和應用相關技術。 本書可以作為廣大計算機軟件技術人員的參考用書，也可以作為大中專，以及高等院校計算機科學與技術、自動化、軟件工程、網絡工程、人工智能和信息管理與信息系統等專業的教學參考用書。

Python全棧系列包括4冊書籍，分別為《Python全棧開發――基礎入門》《Python全棧開發――高階編程》《Python全棧開發――數據分析》和《Python全棧開發――Web編程》。本書是Python全棧開發系列的第2冊，將重點講解GUI編程和遊戲編程的相關知識點，並搭配200多個示例代碼和4個綜合項目，可以幫助讀者快速、深入的理解和應用相關技術。本書共6章，47節。第1章GUI編程，主要包括GUI簡介和GUI的開發工具包等知識點；第2章Tkinter，主要包括Tkinter的安裝、Misc類、Wm類、主窗口、控件、佈局管理器、事件處理、對話框和ttk模塊等知識點；第3章wxPython，主要包括wxPython的安裝、wxPython的基本要素、應用程序、窗口、控件、佈局管理器、事件處理、消息對話框、網格和滾動面板等知識點；第4章遊戲編程，主要包括遊戲編程簡介和遊戲的開發工具包等知識點；第5章Pygame，主要包括Pygame的安裝、Pygame的基礎知識、Surface對象、Rect對象、窗口圖層、圖片加載、圖片變形、圖片蒙版、圖形繪製、文本顯示、時間控制、事件處理、精靈、精靈組、碰撞檢測、音效和音樂等知識點；第6章Cocos2d，主要包括Cocos2d的安裝、Cocos2d的基礎知識、導演、節點、事件、粒子系統、動作、音效和音樂等知識點。本書可以作為廣大計算機軟件技術人員的參考用書；也可以作為大中專，以及高等院校計算機科學與技術、自動化、軟件工程、網絡工程、人工智能和信息管理與信息系統等專業的教學參考用書。

Python是一種面向對象的開源高級程序語言，其語法簡單、程序易讀，擴展性高，代碼可跨平臺運行的特點使其已經成為廣受歡迎的遊戲編程語言。本書通過精心設計的遊戲案例幫助讀者掌握Python遊戲編程。書內提到的每個遊戲案例都提供源代碼和視頻講解，相信讀者通過線下閱讀和線上視頻學習相結合的方式可掌握遊戲編程的原理，從而可以舉一反三，設計出卓越的遊戲。全書共分基礎篇和提高篇兩大部分，基礎篇通過3個控制台遊戲的編寫介紹了Python數據類型、模塊使用、文件操作等遊戲編程涉及的基礎知識領域；提高篇通過4個圖形界面遊戲設計的綜合案例，介紹了Pygame模塊使用、動畫製作、多線程網絡編程、棋類AI設計等進階知識，幫助讀者綜合運用所學知識，提高遊戲編程能力。本書適合對Python遊戲編程感興趣的初學者，同時也可為熟悉Python遊戲編程的讀者做參考所用。

本書參考高等學校理工科“高等數學”“線性代數”“概率論與數理統計”“運籌學”等課程教學大綱，使用Python語言實現相關計算、圖形展示及模型求解，內容包含Python編程語言入門、極限的運算、函數的求導及積分、微分方程求解、級數、行列式計算、線性方程組求解、隨機變量及其分布、隨機變量的數字特徵、參數估計、假設檢驗、方差分析與回歸、線性規劃、非線性規劃、動態規劃、圖與網絡計劃及排隊論等。本書內容翔實，文字精練，例題豐富，注重本科數學理論與科學計算的密切結合。 本書可以作為高等學校理工科在校本科生的學習實驗用書，也可以作為對Python科學計算感興趣的人員的參考用書。

Python全棧系列包括4冊，分別為《Python全棧開發――基礎入門》《Python全棧開發――高階編程》《Python全棧開發――數據分析》和《Python全棧開發――Web編程》。本書是Python全棧開發系列叢書的第1冊，將重點講解與Python相關的基礎入門知識，搭配近600個示例代碼，可以幫助讀者快速、深入的理解和應用相關技術，為之後的進階學習打下夯實的基礎。本書共18章。第1章Python簡介，主要包括Python的歷史、設計哲學、特點和應用前景等知識點；第2章Python開發環境，主要包括Python解釋器、Python編輯器和IDE工具的安裝等知識點；第3章基本語法，主要包括變量、常量、模塊和包的定義等知識點；第4章編碼規範，主要包括命名規範、注釋規範、導入規範和代碼排版等知識點；第5章變量類型，主要包括整數、浮點數、複數、布爾值、空值、字符串、列表、元組、字典和集合等類型；第6章數據類型轉換，主要包括int()、float()、bool()、str()、list()、tuple()、set()和dict()等函數；第7章運算符，主要包括算術、賦值、位、邏輯、比較、成員和身份等運算符；第8章流程控制，主要包括順序結構、選擇結構和循環結構；第9章函數，主要包括函數的創建、函數的調用、函數的嵌套、函數式編程、迭代器和生成器等知識點；第10章面向對象，主要包括類和對象、封裝、繼承、多態和枚舉類等知識點；第11章異常處理，主要包括異常的分類、捕獲異常、異常堆棧和自定義異常等知識點；第12章常用模塊，主要包括math、random、datetime、logging、pickle和configparser等模塊；第13章文件，主要包括文件內容操作、文件和目錄操作等知識點；第14章正則表達式，主要包括普通字符、轉義字符、字符類、量詞、分組、斷言和re模塊等知識點；第15章數據交換格式，主要包括CSV、XML和JSON等格式；第16章數據庫編程，主要包括SQLite、MySQL、MongoDB和Redis等數據庫；第17章網絡編程，主要包括網絡基礎和Socket編程等知識點；第18章多進程和多線程，主要包括進程守護、進程阻塞、進程池、進程間的消息隊列、線程守護、線程阻塞、互斥鎖、事件、條件變量、信號量、障礙對象、線程定時器、線程池和線程間的消息隊列等知識點。本書可

本書從零開始系統講解了使用Pandas導入Excel數據，然後使用Pandas技術對數據做整理和分析，後導出為不同形式的Excel文件。完整實現了數據的導入、處理、輸出的處理流程。 全書共10章。第1章為Pandas數據處理環境的搭建，第2章為使用Pandas對Excel數據讀取與保存，第3章介紹與Pandas底層數據相關的NumPy庫，第4章介紹了Pandas中DataFrame表格的增、刪、改、查等常用操作，第5章介紹了對Series與DataFrame兩種數據的運算、分支、遍歷等處理，第6章介紹了字符串的各種清洗技術，第7章介紹時間戳與時間差數據的處理，第8章介紹Pandas中分層索引及與索引相關的操作，第9章介紹了對數據的分組處理及做數據透視表處理，第10章介紹了表格的數據結構轉換，以及多表讀取與保存。書中包含相應示例，不僅可以學會理論知識還可以靈活應用。 本書可作為Excel愛好者和數據分析初學者的入門書籍，以及想提高數據分析效率，拓展數據分析手段相關人員的參考書籍。

本書從實際項目出發，以Python為主要編程語言從基礎知識到高級編程、從前端開發到後端開發，全面系統的闡述在Python實際項目開發過程中所需用的到各種技術及相關知識。 全書共分為3篇：第1篇為入門篇（第1和2章），入門篇詳細講解Python編程語言的基礎知識，包括Python編輯器PyCharm的使用、Python的變量及標識符、數據類型、運算符、行和縮進、條件語句、循環語句、函數、面向物件編程、錯誤和異常、模塊及常用模塊的使用、包的使用、迭代器、生成器、裝飾器、多進程與多線程。 第2篇為應用篇（第3章~第6章），應用篇詳細講解Python與第三方軟件的結合及實際使用，包括Python對MySQL的操作、對MongoDB的操作、對Redis的操作、使用Python爬取網頁內容、爬取App內容、常見數據分析與可視化包NumPy、Pands、matplotlib的使用、Python與前端交互等。 第3篇為實戰篇（第7章~第8章），實戰篇詳細講解Flask框架的使用，並通過開發一個短視頻數據平臺將前文所學的全部技術內容應用在實際項目當中，使學以致用。除了開發項目之外，對項目的上線流程也做了詳細的講解，包括服務器的部署、域名設置、服務器的備案等。使所學的知識真正能用在實際項目當中。 本書可作為Python初學者入門書籍，也可作為從事Web開發或者數據分析技術人員及培訓機構的參考書籍。

本書主要介紹如何使用Python處理數學問題。內容涉及代數、統計、概率和微積分等方面。本書第1～4章主要講解Python編程的基本知識，第5～12章主要是介紹Python用於處理數學問題的第三方擴展庫的使用，包括NumPy、Scipy、Matplotlib和SymPy。第5章Python繪圖是後續很多章節的基礎，請讀者務必要首先熟悉這一章的內容。第6章面向物件編程主要講解什麼是面向物件的程序設計，Python是一種面向物件的程序設計語言，掌握面向物件的概念對於理解Python程序、編寫出效率更高的Python代碼會很有幫助。NumPy是Python科學計算的基礎，第7章詳細講解NumPy的使用方法。第8章的內容相對比較獨立，主要介紹Python在符號計算方面的應用。第9和第10章是關於概率統計的內容，會用到第5～7章的知識。第11章是關於分形的介紹，讀者可以了解到如何使用Python繪製分形。第12章是講解Python中的異常處理。本書適合高等院校及培訓機構相關專業的參考用書，以及對如何使用Python處理數學問題感興趣的初學者閱讀。

本套書是基於當前少兒編程市場上流行的Python編程語言進行課程設計的。第一個分冊(基礎篇)的定位是打好編程基礎，後面三個分冊的定位為基礎知識的三個應用方向(程序繪畫、遊戲設計、界面應用設計)。在知識點選取、案例選取、關注角度方法上下功夫，力求既教知識又教方法、既精簡又高效、既夯實基礎又發揮創造、既有趣又易學。

強化學習是機器學習的重要組成部分。本書採用理論與實踐相結合的寫法，從強化學習的基本概念開始，詳細介紹了強化學習的算法理論和實踐操作，配有Python代碼實現，完整呈現強化學習算法的實踐細節。通過這本書你將會：（1）理解強化學習關鍵方面的問題。（2）探索馬爾可夫決策過程及動態規劃的過程。（3）深入理解強化學習的各種方法，包括MC方法，TD方法，深度學習Q方法，SARSA方法等。（4）通過大量的現實例子及Python實現程序，不斷地實踐，成為強化學習的高手。

全書包含5章內容，第1章主要講解了在Windows系統下，Python集成開發環境的搭建。第2章集中講解了數據采集的流程，即網絡爬蟲程序的設計與實現。第3章講解數據的清洗問題。第4章首先講解探索性數據分析的應用，並且簡單介紹了機器學習基本知識。第5章是綜合性學習的章節。

本書是非參數統計教材，內容從經典非參數統計推斷到現代前沿，包括基本概念、單一樣本的推斷問題、兩獨立樣本數據的位置和尺度推斷、多組數據位置推斷、分類數據的關聯分析、秩相關和分位數回歸、非參數密度估計、一元非參數回歸和數據挖掘與機器學習共計9章。

《Python編程從入門到實踐（案例視頻版）》從初學者的角度出發，通過通俗易懂的語言、大量的上機練習、豐富的編程實例，由淺入深地講解Python編程知識和應用技術，讓讀者在實踐中學習，在實踐中提升編程開發能力。全書分為四大部分，其中基礎部分包括Python概述、Python語言基礎、運算符和表達式、程序結構、列表和元組、字典和集合、字符串等；提高部分包括正則表達式、函數、面向物件編程、模塊和包、異常處理和程序調試、文件和目錄操作、數據庫操作等；應用部分包括圖形界面編程、網絡編程、Web編程、Web框架、網絡爬蟲、進程和線程、遊戲編程等；針對項目開發部分則以掃碼閱讀的形式提供了Python在界面設計、遊戲開發、網站開發、爬蟲開發、API應用、自動化運維、數據挖掘與機器學習、人工智能等8大應用領域的知識和47個經典實戰案例，幫助讀者學完基礎做項目，全面提升Python實戰開發技能，讀者可掃碼學習或者下載到計算機中進行編程練習。 本書在講解知識點的過程中結合了具體上機練習或案例進行介紹，涉及的程序代碼也給出了詳細的注釋，讀者可輕鬆學習Python編程知識並領會Python程序開發的精髓。另外本書採用O2O教學新模式，線下與在線協同，以紙質內容為基礎，配備了視頻教學，在每章的結尾配備了更多超值的在線內容，幫助讀者鞏固所學，開闊視野，獲取更多的相關知識。 本書配備了極為豐富的學習資源，除配套的373集同步教學視頻和素材源文件外，還附贈了習題庫、面試題庫、刷題寶和8大類應用領域的編程工具及相關的拓展資源。 本書既可作為Python初學者的入門教材，也可作為高等院校Python編程專業的教學用書和相關培訓機構的培訓教材。

本書以目標導向的編程訓練方式, 引導讀者在使用軟件完成任務過程中學會編程。當然, 我們的目標是數據分析而不是諸如漫遊、動畫、生成網頁等其他實踐, 因此, 這裡的訓練內容也是基於數據處理及相關畫圖的需要。我們的訓練是從簡單的數字及邏輯運算、線性代數運算到機器學習模型擬合的由簡入繁、循序漸進的過程。

本書從簡單的計算器軟件入手，通過一系列由淺入深的工程案例，讓開發者一步步掌握應用軟件的開發流程和設計方法、熟悉常用的界面控件、功能組件和打包工具，並在這個過程中同步掌握PyMe的可視化開發流程，進而有能力基於Python語言進行跨平臺軟件的開發工作。本書結構緊湊，內容由淺入深，是學習掌握可視化流程進行Python應用軟件開發的實戰型書籍。

全書講述風控策略的分析與挖掘，主要內容包括3部分：1，風控策略定義、策略全生命週期管理、策略分析方法論等；2，結合貸前、貸中、貸後、反欺詐各個場景要實現的金融風控目標，進行風控策略分析和挖掘實踐；3，風控策略涉及的系統以及系統實現等，通過系統建設實現風控策略的提質增效。全書提供了完整的Python代碼。 本書適合金融從業人員、金融專業的師生閱讀，也可以供對金融感興趣的人員、從事策略分析工作的人員閱讀。

這是一本零基礎學習Python並進行數據處理和分析的學習指導用書。本書共9章，主要內容包括：Python語法基礎、Python數據結構、函數和類、正則表達式與格式化輸出、Numpy和Pandas、數據處理與分析、網絡爬蟲、數據可視化、應用案例分析。本書內容豐富、簡單易懂，零基礎入門，適合本科生、研究生及對 Python 語言感興趣和擬使用 Python語言進行數據分析的讀者。

《Python金融量化分析》是有關Python在金融量化分析領域應用的一本從入門到精通類圖書。全書分4篇共10章。第1篇（第1～3章）簡單介紹了Python的基礎知識，包括數據類型、循環體、函數、類與面向對象，以及常用的標準庫與擴展庫；第2篇（第4～6章）介紹了Python在金融量化交易中的應用，包括資產類別、衍生品等金融基礎知識，數學與統計學基礎知識，以及量化投資策略開發的一般化流程；第3篇（第7、8章）介紹了Python在量化風險管理中的應用，包括風險類別的介紹、市場因子的模擬，以及投資組合優化；第4篇（第9、10章）用5個實戰案例具體演示了Python在金融量化分析中的應用。 《Python金融量化分析》適合具備一定數學、金融、計算機基礎及編程經驗的專業技術人員閱讀學習，也適合相關專業高年級本科生、研究生學習參考。

數據可視化是將Python應用于大氣海洋科學中數據處理及分析過程的重要環節，它可以讓複雜晦澀的數據變得鮮活生動，從而更好地被理解。本書主要介紹幾個基於Python且各具特色的繪圖工具包，從安裝到使用，並列舉大量的代碼示例，為使用Python進行數據分析的用戶們提供詳細的參考。