Python

本書主要以ArcGIS 10.5版本為講解依託，95%的內容適合ArcGIS 10.0以上的用戶。內容共分16章，包括ArcGIS入門、數據庫管理、坐標系統、數據轉換、數據處理、數據建模、地圖打印到DEM製作、三維製作和分析等。書中提供了大量的實際應用案例和Python源碼，並把很多案例做成了模型。書中附帶了作者自己開發的接幅表生成和標準分幅打印工具軟件，以及配套數據資源和視頻。本書注重實用性，既

本書是在借鑒國內外教育教學經驗的基礎上，結合小學數學課程內容，將1～6年級數學學習過程中的實踐練習、應用問題求解等一系列知識按照其課程標準的內在邏輯納入到Scratch圖形化編程中。通過"問題描述”――"目標設定”――"程序分析”――"動手操作”――"練一練”――"評一評”六步實現編程的一般性思維訓練，並實現編程能力的進一步拓展，為將來的Python等語言的學習打下堅實的基礎。

本書主要介紹了深度學習在計算機視覺方面的應用及工程實踐，以Python 3為開發語言，並結合當前主流的深度學習框架進行實例展示。主要內容包括：OpenCV入門、深度學習框架介紹、圖像分類、目標檢測與識別、圖像分割、圖像搜索以及圖像生成等，涉及到的深度學習框架包括PyTorch、TensorFlow、Keras、Chainer、MXNet等。通過本書，讀者能夠瞭解深度學習在計算機視覺各個方向的應用以

「人工智慧」在最近幾年內以驚人的速度進步，而運用「機器學習 / 深度學習」製作的軟體系統對未來人類社會的衝擊，可說是來的又快又猛，沒有人能置身事外。其中又以導入「運算思維」這個「問題解決」的方法來教導「計算問題」之相關課程，越來越受到各級學校的重視。 全書分成三個部分，第一部分介紹「邏輯推理」與「Prolog 一階邏輯程式設計」，也就是所謂的「非資料驅動人工智慧」。第二部分則介紹「Python

MicroPython是近年國外開源硬件（也是智能硬件）中最熱門的主題之一，它使用Python語言在嵌入式中編程，不需要瞭解底層寄存器、數據手冊、廠家的庫函數，大部分外設和常用功能都有自己的庫，使開發和移植變得容易和快速。MicroPython已經可以真正用於開發產品，這是其迅速吸引智能硬件開發者的原因。本書帶領初學者逐步瞭解MicroPython的基礎知識、硬件平臺、開發技巧，採用大量淺顯易懂的

本書詳細闡述了與Spark實時大數據分析以及Spark Streaming框架相關的基本解決方案，主要包括大數據漫遊指南，實時RDD，高速流：鏈接外部數據源，邊界效應，實時ETL和分析技術，大規模機器學習，雲、Lambda及Python等內容。此外，本書還提供了豐富的示例以及代碼，以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發

《零基礎入門學習Python》本書適合學習Python3的入門讀者，也適用對編程一無所知，但渴望用編程改變世界的朋友們！本書提倡理解為主，應用為王。因此，只要有可能，小甲魚(作者)都會通過生動的實例來讓大家理解概念。 雖然這是一本入門書籍，但本書的“野心”可並不止于“初級水平”的教學。本書前半部分是基礎的語法特性講解，後半部分圍繞著Python3在爬蟲、Tkinter和遊戲開發等實例上的應用。 編

本書是根據大學電腦基礎教學大綱編寫的電腦應用基礎教材。主要內容包括電腦概述、電腦硬體組成、作業系統、Word2010應用技術、Excel2010應用技術、PowerPoint2010應用技術、電腦網路應用基礎、Python程式設計與軟體工程概念、資料庫基礎及Access2010應用技術、多媒體技術等。根據普通高等學校非電腦專業學生的認知特點，從電腦基本應用技術入手，引導學生由淺入深、循序漸進地學習

Node.js是一門開源的，為Web而生的語言，具有高併發、異步等特點，並且擁有一個十分活躍的開發者社區。與PHP、Python等語言相比，Node.js更年輕，更易於沒有經驗的人上手使用，因此，很快在世界各地的開發者中收穫了一大批擁躉。本書以實戰為主旨，從不同的視角介紹了Node內在的特點和結構，通過Node.js開發中常用的原生模塊和典型的項目案例，涉及Node的各個方面，主要內容包含模塊機制

“終於出了一本以Java實作資料科學應用程式的書，且它還討論到機器學習所需的線性代數與統計。這本書是Michael Brzustowicz在這個領域中經驗的精華，我強力推薦”。-Terence Parr舊金山大學分析學院創辦人、ANTLR解析產生器創建者資料科學因R與Python而蓬勃發展，但Java為今日的資料科學應用帶來堅實、方便與擴展性。Java軟體工程師可透過本書循序學習資料科學技能。作者

Node.js是一門開源的、為Web而生的語言，具有高并發、異步等特點，并且擁有一個十分活躍的開發者社區。與Ruby、Python等語言相比，Node.js更年輕、更易于沒有經驗的人上手使用，因此很快在世界各地的開發者中收獲了一大批擁躉。在，Node.js在許多企業中獲得了廣泛應用，并取得了一系列的應用成果。然而，隨著技術的不斷更新、ECMAScript2015等新標準紛紛確定，現有的中文書籍就變

機器學習可用來處理由用戶產生的、數量不斷增長的Web資料。 本書講解如何用Python語言、Django框架開發一款Web商業應用，以及如何用一些現成的庫和工具（sklearn、scipy、nltk和Django等）處理和分析應用所生成或使用的資料。本書不僅涉及機器學習的核心概念，還介紹了如何將資料部署到用Django框架開發的Web應用，包括Web、文檔和伺服器端資料的挖掘和推薦引擎的搭建方法。

本書提供了一系列將資料轉化為重要結論的現實案例。書中覆蓋了廣泛的資料分析工具和演算法，用於進行分類分析、聚類分析、資料視覺化、資料類比以及預測。本書的目標是幫助讀者瞭解資料從而找到相應的模式、趨勢、相互關係以及重要結論。書中所包括的實用專案充分利用了MongoDB、D3.js和Python語言，並採用代碼片段和詳細描述的方式呈現本書的核心概念。

本書基於Python與Pytorch對人工智能算法基礎知識與實戰應用進行了介紹，主要包含兩部分內容。第一部分為人工智能算法知識的相關理論介紹，主要包含：人工智能的線性代數基礎、概率統計基礎、數據分析基礎、機器學習基礎以及深度學習基礎。對機器學習中的回歸、聚類以及分類等經典算法進行了介紹。對深度學習中的卷積、循環、Transformer等深度學習網絡在計算機視覺與自然語言中的應用，以及大模型與微調相關的內容進行了介紹。第二部分為基於Python與Pythoch的人工智能算法實戰案例應用，主要介紹：數據的預測回歸分析案例；數據無監督學習中的聚類、降維以及關聯規則案例；數據有監督分類模型的應用案例，以及深度學習中圖像分類、圖像語義分割、圖像遷移學習、自然語言聚類與分類等經典算法的實戰案例。本書為讀者提供了Notebook形式的源程序和使用的數據集，方便讀者邊學邊實踐。本書適合數據分析、機器學習、人工智能以及大數據領域的工程師學習，也可用作高等院校相關專業的教材及參考書。

為了適應數字經濟時代的新發展趨勢，培養新時代大數據專業人才，編者通過總結多年的教學經驗，借鑒國內外相關領域的教學優勢，詳細剖析大數據采集、預處理與可視化的基礎理論、關鍵技術、相關工具和應用案例，進而編成本書。本書是集理論與實踐于一體的應用型教材。全書共7章，包括大數據概述、Python程序設計、大數據采集、大數據預處理技術、Excel數據獲取與預處理、Python數據預處理、數據可視化技術。本書在編寫中著重介紹基本原理，同時突出工程應用，並以清晰、容易理解的方式展現大數據采集、預處理與可視化的基礎知識、基本任務、常用方法、實用場景和主要流程，力圖做到基本概念準確、闡述條理清晰、主體內容精練、重點難點突出、理論聯繫實際。此外，本書還將反映相關領域新技術的發展情況。本書可作為計算機、人工智能、大數據、電子商務、電氣、電子、統計學、會計學等相關專業的大數據技術類課程的教材，也可供相關領域的科技人員參考使用，還可作為數據分析及應用類認證培訓課程用書。

《Django 5 Web應用開發實戰》集Django架站基礎、項目實踐、開發經驗於一體，是一本從零基礎到精通Django Web企業級開發技術的實戰指南。《Django 5 Web應用開發實戰》內容以Python 3.x和Django 5版本為基礎，從Django 5構建項目開始，逐步深入講述Django框架的各項功能要點，每個功能要點從源碼角度分析，並在源碼的基礎上實現自定義的功能開發。還介紹了Django的第三方功能應用，如DRF框架開發API接口、生成網站驗證碼、站內搜索引擎、第三方網站實現帳號註冊、異步任務和定時任務、即時通信實現在線聊天，同時介紹了當前流行的前後端分離模式和微服務架構網站的開發，《Django 5 Web應用開發實戰》還提供了兩個完整的Web實戰案例：博客系統和音樂網站平臺，從中讀者可以學習瞭解網站開發的全流程，最後介紹了Django項目的上線部署。《Django 5 Web應用開發實戰》注重案例教學，講解深入淺出，非常易於上手，適合有一定Python基礎的開發人員和在校學生學習，也可以用作培訓機構和大中專院校Web項目開發的教學實踐用書。

本書將從基礎開始, 全面介紹大數據可視化的底層原理和實現框架, 並重點講解一些常用的大數據可視化關鍵技術, 包括Excel圖表、Tableau Desktop可視化組件、Web的可視化控件、Java可視化控件以及Python數據可視化工具。本書配套案例代碼、PPT課件、教學視頻、教學大綱與執行進度表。本書共分為8章, 第1章著重介紹大數據的發展歷程, 以及在大數據發展背景下數據可視化的概念、可視化技術的使用及可視化的現實意義; 第2章著重介紹如何通過Excel工具實現數據可視化的內容; 第3章著重介紹Tableau可視化工具的使用、數據處理、數據可視化的應用等內容; 第4章著重介紹以Highcharts、D3可視化為主要內容的Web可視化組件; 第5章著重介紹以JFreeChart和Echarts為代表的Java可視化控件的安裝、功能及使用案例; 第6章著重介紹以Python編程為基礎的數據可視化工具, 包括Matplotlib框架、Bokeh框架、pairplot框架以及基於ECharts的pyecharts框架; 第7章介紹豆瓣電影數據可視化應用案例; 第8章介紹餐飲數據可視化應用案例。

全書分為三篇，分別為概念篇（1-2章）、基礎篇（3-6章）和平臺篇（7-10章）。第1-2章為闡述了大數據的基本概念、相關理論和技術緒論。第3章包括數據獲取與存儲，介紹數據爬蟲等自動採集技術和基本的存儲技術。第4-5章的主要內容是數據預處理和可視化。第6章為大數據分析方法，介紹回歸、分類、聚類和文本分析等技術。第7章為大數據管理平臺概述，介紹了分布式思想和平臺技術。第8章為Linux操作系統基礎。第9-10章介紹了分布式存儲和處理技術。本教材以培養大學低年級學生的大數據應用能力、初步建立數據思維為主要目標，滿足“新工科”、“新醫科”、“新農科”、“新文科”建設背景下高校對數據素養能力培養的新要求。主要案例基於房屋買賣數據，易於理解；使用生活中的常識來類比科學原理，深入淺出；主要教學內容均有程序實現，實踐性強。本教材只要求讀者有初步的Python程序設計基礎，對數學知識要求不高。提供PPT課件，教學視頻，電子教案等，方便教學。面向有Python程序設計基礎的各專業學生，建議在大學低年級作為必修課開設。

本書依據**的“工科類本科數學基礎課程教學基本要求”編寫而成。本書注重培養學生用“已知”認識、研究、解決“未知”的能力；注重給學生營造一個啟發式、互動式學習的氛圍與環境，使學生在“邊框”提出的問題的啟發、引導、驅動下邊思考、邊讀書、邊總結；內容力求簡明、引出盡可能直觀，注重避免新的概念、新的結論、新的方法“從天而降”。同時注意為青年教師實施啟發式、互動式教學提供一定的借鑒。本版在保持第一版的內容特色基礎上，增添了部分章節內容；對數學軟件與數學建模的實例進行了修改，數學軟件改為了Python語言；更加注重文化育人，對“歷史的回顧”及“人物簡介”部分做了修改，並以二維碼形式呈現；對“邊框”做了修改；增添了注記，擴大學生知識面，並將知識點加以總結，方便學生掌握；以二維碼的形式增加了Python源代碼等資源。本書分為上、下兩冊，上冊內容包括微積分的基礎知識――函數與極限、一元函數微分學、微分中值定理與導數的應用、不定積分、定積分及其應用、微分方程等。本書可供高等學校非數學類專業學生使用，也可供科技工作者學習參考。

本書以俄羅斯方塊遊戲作為實戰案例分析了遊戲中的基礎元素。根據分析所得的數據結構和功能，依次切換使用C、Java、Python、JavaScript這4門不同的編程語言來開發俄羅斯方塊遊戲，並以此為契機，探討如何培養通用的編程能力，如何按需切換使用不同的編程語言。本書共6章。第1章介紹了跨語言編程訓練的背景和意義，以及本書中將用到的編程語言。第2章從基礎、規則和進階3個層面分析俄羅斯方塊遊戲的邏輯，從而得出關鍵的數據結構和功能。第3～6章分別使用C、Java、Python、JavaScript這4門語言，依據相同的邏輯，並結合語言自身的特點，依次編碼實現俄羅斯方塊遊戲。本書可作為計算機科學與技術、軟件工程、網絡工程、網絡空間安全、電子信息技術、通信工程等專業本科生和研究生的拓展參考書，也可以作為培訓機構的參考資料。本書定位於希望快速掌握多門編程語言，有一定編程經驗的自學者、學生、初入行的工程師。對於在相關IT企業中從事軟件研發的資深工程師，本書也具有很好的參考價值。

學習熱門的機器學習演算法 本書介紹熱門的機器學習演算法及其實作方式。你將會了解如何在Spark ML這套開發框架之內，實作各種機器學習概念。首先，我們會帶你在單一節點與多重節點的運算叢集上，完成Spark的安裝工作；接著，說明如何執行以Scala和Python語言撰寫的Spark ML程式；然後以幾套資料集為範例，深入探索分群、分類與迴歸；最後，利用Spark ML來處理文字資料。 打造可以應用於工作中的機器學習程式 弄懂概念之後，便可運用來實作演算法，可能是從頭開始，或是將既有的系統轉移到這個新平台，像是從Mahout或Scikit轉移到Spark ML。當你讀完本書之時，應該能夠善加運用Spark，打造可以應用於工作中的機器學習程式。 本書將帶您： ．實際動手嘗試最新版的Spark ML ．以Scala與Python語言撰寫Spark程式 ．在本機以及Amazon ECS雲端平台上，安裝並設置Spark開發環境 ．取用公開的機器學習資料集，使用Spark進行資料的載入、處理、清理與轉換等動作 ．處理巨量的文字資料，包括特徵萃取，並使用文字資料作為輸入餵給機器學習模型 ．撰寫Spark函式，評估機器學習模型的表現能力

本書共分為9章。第1~3章主要介紹MicroPython以及Python語言基礎;第4~5章重點針對ESP32與MicroPython的實踐性操作;第6~7章重點闡述MicroPython在物聯網的應用;第8章展現如何修改MicroPython源碼與添加自定義庫的方法;第9章為一個智能農業的項目實踐。本書對智能物聯網時代面臨的挑戰,以及MicroPython的基礎知識做了清晰的闡述,有助於讀者整理思路,了解需求,並更有針對性、有選擇地深入學習相關知識。

本書介紹了金融實證分析的主要方法和前沿問題、金融與財務機器學習的主要方法、評估方法和案例等。本書共12章，包括：金融與財務領域的機器學習，Python軟件使用簡介，金融與財務大數據的處理與分析，因子與因子模型，因子模型的估計、檢驗與解釋，金融資產收益預測，包含懲罰項的線性回歸模型，數據降維模型，樹形模型與分類模型，神經網絡模型，模型評估、訓練與可解釋性，文本分析。

公文种类繁多，本书选取工作报告作为样本研究，分为理论模型与实操方法。 理论模型部分，利用大数据技术，对国务院政府工作报告进行文本挖掘，建立总结与 部署、开头与结尾、感谢与问题、体会与要求四个模块八大要素写作模型，分类提取 高频词汇，总结提炼工作报告写作步骤及要点。实操方法部分，运用 Python、PHP、 Mysql、Sqlite 等技术，构建个人知识库、公文语料库网站，提供全部源码，实现相关 功能。

Develop the analytical skills that are in high demand in businesses today with Camm/Cochran/Fry/Ohlmann's best-selling BUSINESS ANALYTICS, 5E. You master the full range of analytics as you strengthen descriptive, predictive and prescriptive analytic skills. Real examples and memorable visuals clearly illustrate data and results. Step-by-step instructions guide you through using Excel, Tableau, R or the Python-based Orange data mining software to perform advanced analytics. Practical, relevant problems at all levels of difficulty let you apply what you've learned. Updates throughout this edition address topics beyond traditional quantitative concepts, such as data wrangling, data visualization and data mining, which are increasingly important in today's business environment. MindTap and WebAssign online learning platforms are also available with an interactive eBook, algorithmic practice problems and Exploring Analytics visualizations to strengthen your understanding of key concepts.

‧用監督學習回歸模型開發算法交易策略和衍生品定價模型。 ‧用監督學習分類模型預測信貨違約概率，檢測欺詐行為。 ‧用降維技術解決投資組合管理和收益率曲線構造問題。 ‧為實現交易策略和管理投資組合，用降維和聚類技術尋找相似資產。 ‧用強化學習模型和技術開發交易策略、衍生品對沖策略，管理投資組合。 ‧用NLTK和scikit-learn等Python庫解決金融領域自然語言處理問題。

Computational thinking is increasingly gaining importance in modern biology, due to the unprecedented scale at which data is nowadays produced. Bridging the cultural gap between the biological and computational sciences, this book serves as an accessible introduction to computational concepts for students in the life sciences. It focuses on teaching algorithmic and logical thinking, rather than just the use of existing bioinformatics tools or programming. Topics are presented from a biological point of view, to demonstrate how computational approaches can be used to solve problems in biology such as biological image processing, regulatory networks, and sequence analysis. The book contains a range of pedagogical features to aid understanding, including real-world examples, in-text exercises, end-of-chapter problems, colour-coded Python code, and 'code explained' boxes. User-friendly throughout, Computational Thinking for Life Scientists promotes the thinking skills and self-efficacy req

Computational thinking is increasingly gaining importance in modern biology, due to the unprecedented scale at which data is nowadays produced. Bridging the cultural gap between the biological and computational sciences, this book serves as an accessible introduction to computational concepts for students in the life sciences. It focuses on teaching algorithmic and logical thinking, rather than just the use of existing bioinformatics tools or programming. Topics are presented from a biological point of view, to demonstrate how computational approaches can be used to solve problems in biology such as biological image processing, regulatory networks, and sequence analysis. The book contains a range of pedagogical features to aid understanding, including real-world examples, in-text exercises, end-of-chapter problems, colour-coded Python code, and 'code explained' boxes. User-friendly throughout, Computational Thinking for Life Scientists promotes the thinking skills and self-efficacy req

Deep Learning in Practice helps you learn how to develop and optimize a model for your projects using Deep Learning (DL) methods and architectures.Key features: Demonstrates a quick review on Python, NumPy, and TensorFlow fundamentals.Explains and provides examples of deploying TensorFlow and Keras in several projects.Explains the fundamentals of Artificial Neural Networks (ANNs).Presents several examples and applications of ANNs.Learning the most popular DL algorithms features.Explains and provides examples for the DL algorithms that are presented in this book.Analyzes the DL network's parameter and hyperparameters.Reviews state-of-the-art DL examples.Necessary and main steps for DL modeling.Implements a Virtual Assistant Robot (VAR) using DL methods.Necessary and fundamental information to choose a proper DL algorithm.Gives instructions to learn how to optimize your DL model IN PRACTICE.This book is useful for undergraduate and graduate students, as well as practitioners in industry

Thoroughly updated with improved pedagogy, the fifth edition of this classic textbook continues to provide students with a clear and comprehensive introduction the fundamentals of the finite element method. New features include enhanced coverage of introductory topics in the context of simple 1D problems, providing students with a solid base from which to advance to 2D and 3D problems; expanded coverage of more advanced concepts, to reinforce students' understanding; over 30 additional solved problems; and downloadable MATLAB, Python, C, Javascript, Fortran and Excel VBA code packages, providing students with hands-on experience, and preparing them for commercial software. Accompanied by online solutions for instructors, this is the definitive text for senior undergraduate and graduate students studying a first course in the finite element method and finite element analysis, and for professional engineers keen to shore up their understanding of finite element fundamentals.

本書通過豐富的小提示、故事和關鍵術語的解釋，清晰地傳授各種編程技巧。書中包含Python、Java和Haskell的示例，無論你正在學習哪一種編程語言，都能幫助你獲得可移植的編程技能。本書主要面向學習編程課程的學生以及編程初學者和希望提升編程技藝的程序員，能幫助你在課程中取得好成績，並有助於養成良好的軟件工程習慣，從而開發出易讀且高效的好程序。

Qt支援C++、Python、Ruby、Perl等多種程式設計語言，常規使用者應用程式、多媒體、後端系統管理、汽車、國防、家電、移動設備等多個領域都在廣泛應用Qt。本書在全面闡述Qt基本功能的基礎上，對新增的功能和服務進行了重點介紹。同時運用大量示例，集中講解了應用程式的開發方法、技巧和必需的Qt API。讀者通過實際動手操作能夠迅速獲得業務中必備的相關知識與經驗，本書非常適合利用高級GUI和Op

如今，所有領域的資料量都在急劇增長。如何才能高效利用這些資料呢？本書介紹了開源集群計算系統Apache Spark，它可以加速資料分析的實現和運行。利用Spark，你可以用Python、Java以及Scala的簡易API來快速操控大規模資料集。 本書由Spark開發者編寫，可以讓資料科學家和工程師即刻上手。你能學到如何使用簡短的代碼實現複雜的並行作業，還能瞭解從簡單的批次處理作業到流處理以及機器學

Linear algebra is something all mathematics undergraduates and many other students, in subjects ranging from engineering to economics, have to learn. The fifth edition of this hugely successful textbook retains the quality of earlier editions while at the same time seeing numerous minor improvements and major additions. The latter include: a new chapter on singular values and singular vectors, including ways to analyze a matrix of data; a revised chapter on computing in linear algebra, with professional-level algorithms and code that can be downloaded for a variety of languages; a new section on linear algebra and cryptography; and a new chapter on linear algebra in probability and statistics. A dedicated and active website also offers solutions to exercises as well as new exercises from many different sources (e.g. practice problems, exams, development of textbook examples), plus codes in MATLAB, Julia, and Python.

Numerical relativity has emerged as the key tool to model gravitational waves - recently detected for the first time - that are emitted when black holes or neutron stars collide. This book provides a pedagogical, accessible, and concise introduction to the subject. Relying heavily on analogies with Newtonian gravity, scalar fields and electromagnetic fields, it introduces key concepts of numerical relativity in a context familiar to readers without prior expertise in general relativity. Readers can explore these concepts by working through numerous exercises, and can see them 'in action' by experimenting with the accompanying Python sample codes, and so develop familiarity with many techniques commonly employed by publicly available numerical relativity codes. This is an attractive, student-friendly resource for short courses on numerical relativity, as well as providing supplementary reading for courses on general relativity and computational physics.

Numerical relativity has emerged as the key tool to model gravitational waves - recently detected for the first time - that are emitted when black holes or neutron stars collide. This book provides a pedagogical, accessible, and concise introduction to the subject. Relying heavily on analogies with Newtonian gravity, scalar fields and electromagnetic fields, it introduces key concepts of numerical relativity in a context familiar to readers without prior expertise in general relativity. Readers can explore these concepts by working through numerous exercises, and can see them 'in action' by experimenting with the accompanying Python sample codes, and so develop familiarity with many techniques commonly employed by publicly available numerical relativity codes. This is an attractive, student-friendly resource for short courses on numerical relativity, as well as providing supplementary reading for courses on general relativity and computational physics.

本書的編寫目的是向讀者介紹大數據可視化的基本概念與應用。本書共 9 章，分別講述數據可視化概述、大數據可視化原理與方法、Excel 數據可視化、HTML5 前端可視化、Tableau 數據可視化、ECharts 數據可視化、Python 數據可視化、大屏數據可視化設計、R 語言數據可視化。本書將理論與實踐操作相結合，通過大量的案例幫助讀者快速瞭解和應用大數據可視化相關技術，並對重要的核心知識點加大

本書以信息技術工具與大數據分析為核心，通過詳實的案例組織，涵蓋了計算機硬件信息查看、Windows 10操作系統的使用、如何使用Internet常用功能、使用Python語言構建網絡爬蟲、使用Office 2016軟件工具包進行數據的存儲、處理和分析等內容。本書內容豐富，實例眾多，針對性強，敘述和分析透徹。每章都配有相關實驗及習題，具有可讀性、可操作性和實用性強等特點。特別是針對全國計算機等級考試

本書參照教育部計算機基礎課程的教學基本要求, 主要針對信息技術相關內容進行強化練習。全書共8章, 分為三部分: 第一部分 (第1-3章)為信息技術基礎, 介紹信息技術基礎知識, 包括軟件、硬件,操作系統和數據的表示與存儲等; 第二部分 (第4-6章)為數據處理, 介紹不同類型的數據處理過程和Python 程序設計基礎, 包括對結構化數據和非結構化數據的處理示例; 第三部分 (第7、8章) 為網絡新

本書結合作者多年教學和工作經驗，以兩個軟件著作權《計算機網絡安全智能雲端維護系統》和《超級星學生信息管理系統》為框架，自主研發了資產管理系統，精心設置系統Bug 以供學習者測試查找，從用例的編寫技巧、Bug 查找規律、Java 白盒測試、性能測試工具Loadrunner 的使用、用Python 進行自動化測試、測試計劃的撰寫、功能測試報告、性能測試報告等方面對軟件測試過程進行了全方位解讀。