Python

Python是Web開發和數據分析等領域非常流行的編程語言。隨著人工智能時代的到來，越來越多的人開始學習Python編程。 《Python二級：數據分析》面向數據分析初學者，以山羊博士和雙葉同學的教學漫畫情境為引，以對話和圖解為主要展現形式，接續《Python二級：數據抓取》，通俗易懂地講解如何看待收集來的數據，以及怎樣使用標準差、什麼是正態分佈。

《學習Python（第6版）》深入淺出地討論了大部分Python 編程主題。利用從本書中學到的Python 知識，讀者可以掌握高質量軟件研發背後的邏輯。書中採用一種易懂的、循序漸進的方法來介紹基本的編程概念，先從控制結構、函數和列表等概念開始，再深入討論類。這有助於確保讀者理解基本的編程概念，並知道如何解決現實中的問題。書中每一章都包括清晰美觀的代碼清單、真實世界的例子和大量練習。 《學習Python（第6版）》針對Python 3.11 進行了全面更新，新增或改進了大量主題，尤其適合想要高效掌握Python 新特性的讀者。

《Python數據分析》為新手打開了數據處理的大門。作者是一位經驗豐富的數據科學家和Python程序員，他將自身的實踐經驗和專業知識傾注於筆端，幫助讀者理解並掌握Python這一強大的編程語言。全書共20章，結構清晰，邏輯嚴密，使讀者在學習的過程中能夠有條不紊地逐步深入。書中首先介紹了Python程序設計的基礎知識，包括變量、等式、列表、元組、字典、集合等基本概念，以及循環、條件語句等編程基礎，幫助讀者建立起編程思維，為後續的數據分析工作打下堅實基礎。隨後，本書進一步展示了如何利用Python進行數據分析、探索、清洗和整理等相關知識，詳細介紹了數據處理的基本流程和方法，包括數據導入、數據清洗、數據轉換、數據分析等多個環節，幫助讀者全面瞭解數據處理的各個方面。本書是一本兼具實用性和參考價值的優秀圖書。無論你是初學者還是有一定經驗的程序員，都能從中收穫滿滿的知識和技能。如果你對數據處理和Python編程感興趣，那麼這本書絕對值得一讀。

本書是Effective Python的第2版，基於Python 3進行了全面升級。本書分為10章，包含90個條目，形式簡潔、表述明確。每個條目都基於對Python的獨到見解，告訴讀者如何高效地編寫Python程序。與第1版相比，第2版只關注Python 3，而不再兼顧 Python 2。根據Python語言引入的新特性，以及Python開發者所形成的新經驗，對第1版中的某些思路與解決方案進行了修訂，以更好地發揮Python的優勢。本書刪除了過時的知識點，並添加了對Python新特性的一些介紹。新版中增加了31個條目，並專門設立了幾章來強調列表和字典、推導和生成器、元類和屬性、穩定性和性能，以及測試和調試等重要主題。

多位Python官方社群的大神技術審校和推薦 教您寫出Python風格的專業程式碼 本書全面介紹了Python語言的每項功能，為渴望寫出一流程式碼的程式設計師提供完整的學習指引。讀者將從本書深入研究慣用的Python模式，不必重新學習基礎的電腦程式設計主題，讓讀者可以立即寫出專業的Python程式。 快速掌握Python的基本語法並設定完整的程式設計環境之後，您將會學習使用Python的動態資料型別、掌握Python對函數式和物件導向程式設計技術的支援、產生器運算式等特殊功能以及並行等進階主題。您還會學到如何對程式專案進行套裝處理、發布、除錯和測試。 本書內容： ‧利用Python的動態型別來產生更乾淨簡潔、更具適應性的程式碼 ‧利用先進的迭代技術來建立和處理您的資料 ‧設計類別與函式，使其在運作時不會出現不必要的意外或限制 ‧使用多重繼承和自省(自我檢查)來設計編寫出更能直接運作的類別程式 ‧透過非同步、並行和平行等功能提高程式碼的回應能力和效能 ‧建構Python專案以進行上線生產等級的測試和發布 《Python風格徹底研究》一書應該是最符合Python風格的基礎程式設計讀本，本書會帶領您掌握真正符合Python風格的基礎知識，然後逐步學習和設計編寫出能上線發布使用的專業應用程式。

Python憑藉其簡單、易讀、可擴展性以及擁有巨大而活躍的科學計算社區，在需要數據分析和處理大量數據的金融領域得到了廣泛而迅速的應用，並且成為越來越多專業人士首 選的編程語言之一。本書通過12章內容介紹了Python在金融領域的應用，從Python的安裝、基礎語法，再到一系列簡單的編程示例，本書循序漸進地引導讀者學習Python。同時，本書還結合Python的各個模塊以及金融領域中的期權價格、金融圖形繪製、時間序列、期權定價模型、期權定價等內容，深度揭示了Python在金融行業中的應用技巧。本書適合金融、會計等相關專業的高校師生閱讀，也適合金融領域的研究人員和從業人員參考學習。對於有一定計算機編程基礎，但想要從事金融行業的讀者，本書也是不錯的參考用書。

本書根據教育部高等學校計算機基礎課程教學指導委員會制定的大學計算機基礎教學大綱，按照高等學校非計算機專業學生的計算思維能力培養目標，結合當前Python的發展和應用現狀而編寫。本書以講授程序設計的基本思路和方法為出發點，以Python語言主要教學內容為主線，介紹了Python語言基礎、程序基本構成、程序控制結構、函數、複合數據類型、文件讀寫、數據可視化和圖像處理等，使讀者掌握程序設計的基本方法，瞭解從問題分析到程序維護整套程序設計流程，初步具備利用Python語言解決各類實際計算問題的開發能力。本書提供教學課件、案例資源和實驗素材等資源，以期使讀者達到即學即用，提高學習興趣，增強應用能力的目的。

Python是一種跨平臺、交互式、面向對象、解釋型的計算機程序設計語言，它應用廣泛，具有豐富和強大的庫。本書構建了模塊化的課程結構，將Python程序設計按由易到難、由淺入深的規律分為9個教學單元；構建了理論知識與操作訓練的層次化結構，每個模塊的理論知識分為3個層次―入門知識、必修知識、拓展知識，每個模塊的操作訓練也分為3個層次―簡單練習、實例訓練、任務訓練。本書遵循學生的認知規律和技能成長規律，充分考慮教學實施需求，針對引導學生主動學習、高效學習、快樂學習的目標選擇教學內容、設置教學任務，以實現學會與會學的教學效果。本書可以作為中等職業學校各專業Python程序設計課程的教材，也可以作為相關培訓機構的培訓教材及Python程序設計初學者的自學參考書。

本書是一本基於 Python 實現全部例題計算的統計學教材，書中例題解答均給出了詳細的實現代碼和結果。全書共 11 章，第1章和第2章介紹數據、Python 的下載與安裝、Python的數據類型和基本操作、Python 繪圖基礎等。第3章和第4章介紹數據的描述性分析方法，包括數據可視化和描述統計量。第5～7章介紹數據的推斷性分析方法，包括概率分佈、參數估計和假設檢驗。第8～11章介紹實際中常用的一些統計方法，包括類別變量分析、方差分析、回歸分析、時間序列分析等。本書可作為高等院校各專業開設統計學課程的教材，也可作為數據分析工作者、Python 數據分析和可視化愛好者的參考書。

本書按照“‘十四五’高等學校新工科計算機類專業系列教材”總體編寫規劃的要求而編寫，從Python數據分析的基礎知識入手，系統地論述數據分析的流程和方法，結合大量的數據分析案例，內容循序漸進，通過完整的實例系統、全面地闡釋了Python數據分析的相關知識。本書共9章，主要包括數據分析與Python基礎、NumPy數值計算、Pandas統計分析、數據載入與預處理、數據分析可視化、數據分析方法、時間序列數據分析、文本數據分析、圖像數據分析等內容，並且按照數據分析的流程對大量實例進行分析。本書適合作為高等院校智能科學與技術、數據科學與大數據、物聯網工程、軟件工程和計算機科學與技術等專業的教材，也可作為Python數據分析愛好者的參考書，還可作為各類人工智能技術培訓用書。

目前，高校內適用於校內所有專業的計算機文化基礎課程正在向Python方面轉變，Python在不同專業的需求正在擴大，本書由淺入深，在內容介紹上儘量簡單化、圖片話，將內容提高部分放在提高篇，實現內容的分層展示。本書適用於高校計算機及相關專業以及非計算機專業的入門教材，所帶有的數據分析及設計實例也適用於立志於Python語言學習的技術人群。本書主要針對Python語言的基本語法、語法進階及數據分析，力求將學習Python語言需要的知識降為最低，適用於高校內大多數計算機專業的Python教學，每一章節及重要知識點都有對應的二維碼，掃描之後會出現對應知識點的文字、視頻或練習等。

本書採用“項目―任務”的結構模式，包括項目提出，任務細分，到任務實施。每個項目均為精心設計，欄目設置上包括項目簡介、項目目標、項目任務、項目總結、項目檢測等，通過任務驅動，活動實施，提升讀者Python 程序設計的技能以及分析問題、解決問題的能力。項目學習完後還能立即進行測評與實踐，檢驗學習成果，達到鞏固新知、學以致用的效果。本書具有指導性、趣味性和實用性，是職業院校計算機類專業Python 程序設計初學者非常實用的一本教材，也可以作為Python 程序設計基礎應用的培訓教材。

本書為適應不同層次讀者的學習需求，在知識體系和章節結構上進行了精心的編排，從而在確保知識體系完整的情況下，增強本書的使用性和趣味性，本書使用了豐富的案例，通過成果導向的學習模式讓學生在做中學，體現職業教育的特點，讓讀者在實踐中充分掌握python的編程技術。本書可作為計算機應用技術、軟件技術、網絡工程、信息安全、通信工程、數字媒體技術及其他工科專業高職或本科的設計教材。 Python程序員可以使用成熟的擴展庫快速實現業務邏輯和創意，Python語言基礎知識和基本數據結構的熟練掌握則是理解和運用其他擴展庫的條件，並且在實際開發中建議優先使用Python內置對象和標準庫對象實現預定功能。本書分為三部分，基礎知識部分(第1章-第5章)，主要介紹Python語言的發展歷史和版本、開發環境的安裝及使用，使用內置對象和運算符等基礎語法，Python序列、列表、元組、字典、集合等序列結構和程序控制結構，自定義函數的設計和使用，讓讀者對python能夠實現簡單的編程和開發，進階知識部分(第6章-第10章)，系統講解面向對象程序設計、字符串的操作和轉換、正則表達式的使用、文件的讀寫操作、文件與文件夾操作，能夠讓讀者結合實際的案例，實現生活中常用的一些文件的操作，實現一些小項目的開發和運維。綜合實踐部分(第11章-第12章)，通過一些實際的例子深入討論了數據可視化和爬蟲編程的理論知識和實踐操作，通過實際的案例實現目前python開發比較熱門的領域的開發，實現自動化運維。

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。

《案例學Python（基礎篇）》循序漸進地講解Python語言的基本語法知識，並通過大量的實例講解各個知識點的具體用法。本書分為4篇，共計14章。其中第1篇是準備開始篇，包括Python簡要介紹；第2篇是基礎語法篇，包括基本語法，Python的面向對象，文件操作，標準庫函數，異常處理，多線程開發；第3篇是典型應用篇，包括網絡開發，Tkinter圖形化界面開發，數據庫開發，Django Web開發，數據可視化；第4篇是項目實戰篇，通過兩個大型實例的實現過程，詳細講解使用Python語言開發大型商業項目的過程，這兩個項目是水果連連看遊戲和人工智能版NBA季後賽預測分析系統。 《案例學Python（基礎篇）》適合初學Python的人員閱讀，也適合計算機相關專業的師生閱讀，還可供開發人員參考使用。

本書是一本可以邊玩邊學，培養讀者編程興趣和愛好的參考書，指導Python從入門到實戰的學習。本書展示了20個精彩遊戲的工作原理和具體的編程步驟。書中的每一個案例都是編者精心挑選的一個相對獨立並且完整的遊戲程序，讀者並不需要從頭至尾地閱讀本書，而是可以根據難易程度以及自己的編程能力和水平來選擇某些章節進行自學。 本書既可以供大中專院校人工智能專業、計算機專業及相關專業師生參考，也可以供各類編程培訓機構的師生、Python愛好者和Python編程者閱讀。讀者可以到清華大學出版社官方網站下載本書的所有源代碼。

本書以基礎的統計學知識和假設檢驗為重點，簡明扼要地講述了Python在數據分析、可視化和統計建模中的應用。主要包括Python的簡單介紹、研究設計、數據管理、概率分佈、不同數據類型的假設檢驗、廣義線性模型、生存分析和貝葉斯統計學等從入門到高級的內容。本書利用Python這門開源語言，不僅在直觀上對數據分析和統計檢驗提供了很好的理解，而且在相關數學公式的講解上也能夠做到深入淺出。本書的可操作性很強，配套提供相關的代碼和數據，讀者可以依照書中所講，複現和加深對相關知識的理解。本書適合對統計學和Python有興趣的讀者，特別是在實驗學科中需要利用Python的強大功能來進行數據處理和統計分析的學生和研究人員。

本書基於Python 3.10.0，以項目教學的方式，循序漸進地講解Python 數據分析的基本原理和具體應用的方法與技巧。全書分為6個項目，具體內容為Python數據分析基礎、Python數據分析開發環境、數組計算庫NumPy、數據分析庫Pandas、數據可視化庫Matplotlib、數據分析庫SciPy。本書實例豐富、內容翔實、操作方法簡單易學，不僅適合作為職業院校計算機與軟件工程相關專業的教材，還可供從事數據分析相關工作的專業人士參考。

The Hands-On, Example-Rich Introduction to Pandas Data Analysis in Python Today, analysts must manage data characterized by extraordinary variety, velocity, and volume. Using the open source Pandas library, you can use Python to rapidly automate and perform virtually any data analysis task, no matter how large or complex. Pandas can help you ensure the veracity of your data, visualize it for effective decision-making, and reliably reproduce analyses across multiple datasets. Pandas for Everyone brings together practical knowledge and insight for solving real problems with Pandas, even if you're new to Python data analysis. Daniel Y. Chen introduces key concepts through simple but practical examples, incrementally building on them to solve more difficult, real-world problems. Chen gives you a jumpstart on using Pandas with a realistic dataset and covers combining datasets, handling missing data, and structuring datasets for easier analysis and visualization. He demonstrates powerful dat

本書從初學者角度出發，通過通俗易懂的語言、流行有趣的實例，詳細地介紹了Python語言基礎以及計算生態。全書共13章，可分為三個部分：第一部分包括初識 Python、下載與安裝、Python語言基礎、流程控制語句、各種組合數據類型等基礎知識；第二部分介紹了函數、面向對象、文件、常用內置模塊的使用，以及如何製作動畫等進階內容；第三部分側重于利用Python的生態，構建網絡爬蟲、圖像處理、中文文本處理與詞雲、自動化發送E-mail和數據分析與可視化等高級應用。本書基於Python 3.10編寫，由淺入深、循序漸進地介紹Python語言程序設計的理論和應用，所有知識都結合具體實例進行講解，涉及的程序代碼給出了詳細的注釋，可以使讀者能夠快速地熟悉語言，編寫代碼解決實際問題，輕鬆領會Python程序開發的精髓。本書內容豐富、敘述清晰、循序漸進，不僅適合零基礎的編程初學者使用，也適合作為高等院校計算機與軟件相關專業的教材，還可以作為軟件從業人員、科學研究人員、數據工程師、計算機愛好者的學習指導用書。

Python是一 款解釋型、面向對象、動態數據類型的高 級程序設計語言。Python語法簡捷而清晰，具有豐富和強大的類庫，因而在各種行業中得到廣泛的應用。對於初學者來講，Python是一 款既容易學又相當有用的編程語言，國內外很多大學開設這款語言課程，將Python作為一門編程語言學習。 《趣學Python編程》是一本輕鬆、快速掌握Python編程的入門讀物。全書分為3部分，共18章。第 1部分是第 1章到第 12章，介紹Python編程基礎知識，包括Python的安裝和配置、變量、字符串、列表、元組和字典、條件語句、循環語句函數和模塊、類、內建函數和繪圖，等等。第 2部分是第 13章和第 14章，介紹如何用Python開發實例遊戲彈球。第3部分包括第 15章到第 18章，介紹了火柴人實例遊戲的開發過程。 《趣學Python編程》語言輕鬆，通俗易懂，講解由淺入深，力求將讀者閱讀和學習的難度降到**低。任何對計算機編程有興趣的人或者剛接觸編程的人，不論孩子還是成人，都可以通過閱讀本書來學習Python編程。

Python作為一種程序設計語言，憑藉其簡潔、易讀及可擴展性日漸成為程序設計領域備受推崇的語言。同時，Python語言的數據分析功能也逐漸為大眾所認可。本書就是一本介紹如何用Python進行數據分析的學習指南。全書共12章，從Python程序庫入門、NumPy數組和Pandas入門開始，陸續介紹了數據的檢索、數據加工與存儲、數據可視化等內容。同時，本書還介紹了信號處理與時間序列、應用數據庫、分析文本數據與社交媒體、預測性分析與機器學習、Python生態系統的外部環境和雲計算、性能優化及分析、併發性等內容。在本書的最後，還採用3個附錄的形式為讀者補充了一些重要概念、常用函數以及在線資源等重要內容。本書延續了上一版示例豐富、簡單易懂的優點，非常適合對Python語言感興趣或者想要使用Python語言進行數據分析的讀者參考閱讀。

《Python Web深度學習》詳細闡述了與Python Web相關的基本解決方案，主要包括人工智能簡介和機器學習基礎、使用Python進行深度學習、創建第一個深度學習Web應用程序、TensorFlow.js入門、通過API進行深度學習、使用Python在Google云平臺上進行深度學習、使用Python在AWS上進行深度學習、使用Python在Microsoft Azure上進行深度學習、支持深度學習的網站的通用生產框架、使用深度學習系統保護Web應用程序、自定義Web深度學習生產環境、使用深度學習API和客服聊天機器人創建端到端Web應用程序等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。

這是一本寫給青少年的Python編程圖書，行文風格簡明、易讀，示例和項目活潑、有趣。全書始終遵循“小巧的Python”這一原則，力求簡化技術性定義，讓剛接觸Python語言的青少年理解並真正掌握Python的基礎知識。本書先介紹變量、循環、列表、模塊、函數、字典等關鍵概念，然後通過示例和項目，引導青少年在充分理解這些概念的基礎上實現動手實踐，進一步鞏固所學知識。本書適合初學Python編程的青少年閱讀，也適合對Python編程感興趣的教師、家長以及培訓機構的相關從業者參考。

本書基於Python 3.10，以專案的形式組織內容，循序漸進地講解Python財務分析的基本原理及其具體應用方法。 本書共5個項目，分別為Python基礎知識、NumPy陣列、財務資料的採集、財務資料處理與視覺化、財務報表分析。 本書實例豐富、內容翔實、簡單易學，不僅適合作為職業院校財務會計相關專業的教材，也可供從事資料分析相關工作的專業人士參考。

本書的內容主要分為兩部分：①講述Python 的語法及基本應用；②結合經濟管理類專業的幾個主要方向進行應用實例的介紹。本書能夠幫助讀者由淺入深地學習Python語法，掌握Python的基本應用，也能夠幫助經濟管理類專業的讀者應用Python處理相關領域內的問題。 本書所面向的讀者主要為經濟管理類專業的本科生及研究生。當然，書中不少涉及Python語法及部分實際應用的章節內容並無專業領域之分。因此，本書自然也適合其他專業領域的學生進行Python的入門學習。此外，書中有由淺入深的理論講解和具體的應用實例，也適合其他領域中有需要的人士進行自學之用。

Python擁有簡潔與直覺的語法，比起C與Java更適合初學者。Python有變數、運算子、條件判斷與迴圈等程式語言所需要的概念，且使用直譯器執行程式，執行一行程式就可以獲得一行程式的執行結果，獲得即時的回饋，不需要全部寫完才能執行，對初學者而言降低了進入程式設計的門檻。本書介紹Python的基礎概念，分別是程式編輯器環境介紹、變數、運算子、各種儲存容器、選擇結構、迴圈與生成式、函式、模組、類別與例外等，讓讀者可以盡快上手Python的概念與語法。

全書共14章，第1章至第10章是Python語言基礎，覆蓋了全國計算機等級考試Python語言的主要內容；第11章至第12章是Python語言的應用，包括圖形用戶界面、數據庫編程等內容；第13章和第14章重點介紹了Python第三方庫的應用。教材內容以應用為核心展開，力求以知識的*小集來實現*大範圍的應用。

本書是面向非計算機專業學生和Python初學者的“計算機科學素養”叢書之一。作為Python編程入門教程，本書語法及功能介紹以夠用、實用和應用為原則，將Python語言融入問題求解中；案例選取貼近生活，有助於提高學生的學習興趣；內容呈現直觀、形象，知識點講解深入淺出、通俗易懂。

本書主要介紹利用Python進行科學計算的方法，其內容從基礎知識到實際開發應用，由淺入深，通俗易懂。每章均配有針對性的案例，供讀者實踐練習，提高讀者資料分析能力和實踐動手能力。本書的主要內容包括Python開發的環境搭建，Python基礎，對文字檔、CSV檔、Excel檔、JSON檔的操作，訪問SQLite資料庫與MySQL資料庫，使用NumPy類庫、Pandas類庫、SciPy類庫進行科學計算，使用Matplotlib、Seaborn、pyecharts等類庫實現資料可視化。本書通過探索真實的鄭州二手房資料集，説明讀者逐步掌握資料的採集、清洗、整理及分析計算，並結合資料可視化元件，實現資料圖表到可視化的轉換，進而提高讀者解決實際問題的能力。 本書既可以作為高等本科院校Python科學計算課程的教材，也可以作為應用型本科、高職高專院校相應課程的教材。

In Deep Learning with Python, Second Edition, updated from the original bestseller with over 50% new content, you'll explore challenging concepts and practice applications in computer vision, natural-language processing, and generative models. The bestseller revised Deep Learning with Python, Second Edition is a comprehensive introduction to the field of deep learning using Python and the powerful Keras library, written by the creator of Keras himself. This revised edition has been updated with new chapters, new tools, and cutting-edge techniques drawn from the latest research. In Deep Learning with Python, Second Edition, updated from the original bestseller with over 50% new content, you'll explore challenging concepts and practice applications in computer vision, natural-language processing, and generative models, building your understanding through practical examples and intuitive explanations that make the complexities of deep learning easily accessible. Purchase of the print book

本書致力於幫助Python開發人員挖掘這門語言及相關程序庫的優秀特性，避免重複勞動，同時寫出簡潔、流暢、易讀、易維護的代碼。用好Python需要瞭解的最重要的特性、Python 2過渡到Python 3需要掌握的現代模式、有其他編程語言背景想快速上手Python的程序員需要特別注意的問題，等等，本書都可以解決。

作為一本學習Python數據分析的入門教程，本書系統地介紹了Python語言基礎和使用Python第三方庫進行數據分析、數據可視化、科學計算及機器學習等方面的知識。 本書共7章： 第1章介紹數據分析領域的基本理論和概念； 第2章介紹Python語言，包括基本語法、流程控制、組合數據類型及函數等內容； 第3章介紹Python科學計算基礎庫NumPy中各種數組運算和操作； 第4章介紹當前數據分析領域最主流的包Pandas； 第5章介紹使用Matplotlib和pyecharts進行數據可視化的知識； 第6章簡單介紹科學計算和機器學習的基本概念和方法； 第7章為綜合案例。 本書內容簡明易懂、重點突出、案例豐富。可作為高等院校信息管理與信息系統、數據科學及大數據技術等相關專業的本科生教材，也可作為Python數據分析初學者的參考書。

Deploy Python creatively and effectively through this collection of short coding projects carefullly curated by best-selling author and Python expert Al Sweigart. This curated collection of simple Pyt

《Python基礎及應用》完全為零基礎的初學者量身定做，配合大量實例介紹了Python的基本語法、編碼規範和一些編程思想。《Python基礎及應用》共分為兩部分，第1～6章為Python語言基礎，主要介紹Python的基本用法。第7～10章介紹一些Python的實際應用，第7章介紹了如何用Python進行GUI開發，第8章介紹了如何用Python開發網絡爬蟲，第9章介紹了如何用Python進行We