Python

本書通過經典案例，由淺入深地介紹了 Python 及其應用。本書注重素質的培養，注重練 習的實用性、可操作性和趣味性。本書章節安排科學、合理，可引導讀者學習、鞏固、綜合 運用 Python。本書內容新穎、圖文並茂、實例豐富、通俗易懂，可供互聯網開發人員、財務管理人員、 人力資源管理人員、運營管理人員，以及培訓機構等相關人員閱讀，亦可作為初學者的入門教材。

本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型

本書精選186道涵蓋各學科和日常生活的實用練習題, 幫助程序員扎實掌握基礎知識, 提高編程技能。還提供一部分練習的答案, 其中的注釋指出解題技巧或Python語法要點。這個新版本對上一版做了全面更新, 星現更多基礎知識, 簡明扼要地講述習題中涉及的核心概念。閱讀本書前, 讀者只需要瞭解Python入門編程知識。

在全球數字經濟背景下，雲計算成為企業數字化轉型的必然選擇，企業上雲進程將進一步加速。雲計算也促成了軟件工程的進一步發展，軟件架構演變為雲端架構。本書以雲應用開發為主要內容，由校企雙元合作開發，以職業能力培養為根本，以企業常用的幾類雲應用服務項目為載體，解析項目涉及的Python 程序開發和亞馬遜雲服務知識技能點，掌握雲應用開發能力。本書共5 個單元，單元1 為“我的雲服務器”，包括Amazon EC2 服務的使用和基於Flask 的Web 應用程序的部署；單元2 為“我的有聲圖書”，以生動趣味的項目形式解析Amazon Polly 服務和基於Python的Web 應用開發；單元3 為“航班數據采集及可視化分析”，使用Amazon EC2、SageMaker、S3 等服務和Python 語言，設計數據采集、分析及可視化程序；單元4 為“我的記帳本”，重點解析Amazon Lambda 及Amazon DynamoDB 服務，並採用Python 實現遠程NoSQL 數據庫的數據管理；單元5 為“我的雲盤”，包括Amazon S3、RDS 和EC2 服務的綜合使用以及Python SDK 編程。本書是在亞馬遜雲上實現PythonWeb 應用開發的實戰教程，涉及當前*新的雲應用程序開發知識，可作為各類職業院校軟件開發及相關專業的教材，也可供軟件開發愛好者參考使用。

Deal with data, build up financial formulas in code from scratch, and evaluate and think about money in your day-to-day life. This book is about Python and personal finance and how you can effectively

If you want to learn how to program, working with Python is an excellent way to start. This hands-on guide takes you through the language one step at a time, beginning with basic programming concepts

本書主要介紹Python程式語言及其應用，內容淺顯易懂、不管讀者有無程式設計的經驗，都能快速學會使用Python。書中除了介紹基本操作之外，並加強介紹專門做科學工程計算的Numpy與Scipy套件以及專門繪圖的Matplotlib 套件。 *語法定義清楚，詳細解說，範例淺顯易懂。 *在大量功能相仿的指令之中，優先介紹較單純指令，讓初學者更容易進入狀況，只要練習幾次即可自行撰寫程式。 *提供範例程式，讀者只要複製貼到Python的執行環境，就可得到跟書上完全一樣的結果。 *Python資料類別與基本運算、內建函數與自訂函數、邏輯運算與流程控制。 *介紹Numpy套件，包括多維陣列之輸入與輸出以及基本運算，並提供以多項式和隨機樣本為例的應用。 *介紹Scipy套件，包括最佳化、積分、插值與統計運算。 *介紹圖形使用者介面tkinter。 *使用OpenCV的影像和視訊基礎處理。 *提供進階的繪圖技術，可以視覺化各種工程領域的執行結果。 *提供影像和視訊的輸入與輸出、顯示以及基礎處理。

本書主要內容包括對Python語言所使用的基本語句、函數、模塊等的基礎概念的介紹、對GIS基礎知識的介紹、基於Python的GIS基礎操作如指定類型數據文件的讀寫等的講解、柵格數據的空間分析、矢量數據的空間分析等。本書籍在地理信息科學專業領域系統的框架下，既有對專業基礎概念和知識的介紹，也有基於理論知識的簡單應用。同時，本書籍做到了真正意義上的面向零基礎“小白”。考慮到本課程面向物件為對於GIS領域和計算機領域幾乎均為“小白”，使用了通俗易懂、邏輯清晰的語言，深入淺出地介紹了基於Python語言的常見GIS空間分析方法，每種方法同時配有代碼示例與注解。

本書共9章, 先從基本的數據結構概念開始介紹, 再以Python語言來實現數組、堆棧、鏈表、隊列、樹、圖、排列、查找等重要的數據結構。

本教材書系統介紹了數據預處理、數據倉庫和數據挖掘的原理、方法及應用技術，以及使用目前在數據分析與挖掘領域非常熱門的Python語言對數據進行分析處理及挖掘建模。本書一共有11章，分為2篇。一為理論篇，第1章緒論介紹了數據分析與挖掘領域中的一些基本理論、研究方法等，也簡單介紹Python數據分析與挖掘相關的知識；第2-6章按照數據分析與挖掘的過程安排各章節，介紹數據預處理的方法技術、數據倉庫的構建與OLAP技術、數據挖掘原理及算法(包括關聯規則挖掘方法、聚類分析方法、分類規則挖掘方法，在每章中，採用小數據集為例詳細介紹各種挖掘算法)。二為實驗篇，第7章介紹採用python進行數據預處理的各種常見方法、技術；第8章介紹基於SQLServer2022構建數據倉庫及OLAP的過程；第9-11章為使用Python進行關聯規則、聚類、分類挖掘算法的實踐，在內容的安排上，先採用小數據集進行初步實踐，然後再採用大數據集進行綜合實踐，對於綜合實踐，按照：挖掘目標數據的探索分析、數據預處理及數據抽取、挖掘模型的構建及可視化、分析挖掘結果的順序進行，通過完整的案例，加深對數據挖掘算法的理解，最終讓讀者由易到難、很好地掌握用Python進行數據分析與挖掘的完整過程。本書採用理論與實踐相結合的方式，以小數據集為例詳細介紹各種挖掘算法，使讀者更易掌握挖掘算法的基本原理及過程；使用熱門實用的Python語言實踐數據預處理及各種挖掘算法，實戰性強，也符合目前數據分析與挖掘的發展趨勢。既適合Python數據分析與數據挖掘初學者、大數據從業人員閱讀，也適合高等院校和培訓機構大數據與人工智能相關專業的師生教學參考。

本書的寫作初衷是為了幫助更多功能測試人員轉型自動化測試方向。在轉型過程中，主流自動化測試技術和應用場景的結合是非常重要的一環。本書從自動化測試理論入手，全面地闡述自動化測試的意義及實施過程。全文以Python語言驅動，結合真實案例分別對主流自動化測試工具Selenium、RobotFramework、Postman、Python+Requests、Appium等進行系統講解。通過學習本書，讀者可以

本書介紹了Python應用在各個領域中的一些使用技巧和方法，從最基本的字符、文件序列、字典和排序，到進階的面向對象編程、數據庫和數據持久化、XML處理和Web編程，再到比較高級和抽象的描述符、裝飾器、元類、迭代器和生成器，均有涉及。書中還介紹了一些第三方包和庫的使用，包括Twisted、GIL、PyWin32等。本書覆蓋了Python應用中的很多常見問題，并提出了通用的解決方案。書中的代碼和方法具

本書是順應數字經濟時代財務數智化轉型需求編寫的創新型教材，以“財會數智工匠”培養為核心目標，系統介紹了 Python 基礎語法、數據采集、數據清洗、數據可視化、財務模型創建等內容。為降低讀者學習 Python 編程的技術門檻，提升財務數據的處理效率，本書引入 DeepSeek、Kimi、豆包 AI編程助手、騰訊雲 AI 代碼助手等工具，創新“自然語言交互+代碼生成優化”的“AI+Python”人機協同模式，助力讀者掌握數據爬取、智能分析、風險預警等核心技能，培養兼具技術能力、數字素養與職業道德的複合型人才。本書以真實業務場景驅動學習，配套 AI 助教、智能體、知識圖譜等數智資源，可用作應用型本科院校和高等職業院校財會類專業的教材，亦可供財務從業人員學習參考。

本書以實踐出發，介紹數據可視化的流程和Python數據可視化的應用，並詳細闡述使用Python解決企業實際問題的方法。全書共8章，分為基礎模塊（第1～5章）和實戰模塊（第6～8章）。基礎模塊包括Python數據可視化概述、數據的讀取與處理、Matplotlib數據可視化基礎、用seaborn繪製進階圖形、pyecharts交互式圖形繪製；實戰模塊包括廣電大數據可視化項目實戰、新零售智能銷售數據可視化實戰、基於TipDM大數據挖掘建模平臺實現廣電大數據可視化項目。本書的大部分章節包含了實訓，通過練習和實際操作，讀者可鞏固所學的內容。本書可以作為高校數據可視化相關課程的教材和數據可視化愛好者的自學用書。

本書作為一本Python程序設計語言教材，以具體應用為導向，以豐富的案例為依託，主要闡述Python語言的基礎知識，讓讀者對Python語言的全貌有基本理解，並能夠高效地應用。與此同時，書中的案例融入思政理念，對課程思政進行了探索。本書共9章，開發環境基於Windows 10操作系統、Python 3.9版本和PyCharm開發工具。第1章至第8章主要側重基礎知識，第9章主要側重應用實踐，講解了可視化詞雲項目、新聞網頁爬蟲項目、商品統計圖和二維碼自動生成項目以及人臉識別項目。本書是集教材、練習冊、上機指導和微課視頻於一體的新形態一體化教材，讀者可通過掃描二維碼進行學習。本書配有電子課件、源代碼，讀者可登錄機械工業出版社教育服務網（www.cmpedu.com）以教師身份註冊後免費下載或聯繫編輯（010-88379194，QQ：303431623）諮詢。本書還配有“示範教學包”，教師可在超星學習通上實現“一鍵建課”。本書可以作為各類職業院校計算機及相關專業的教材，也可作為廣大程序設計開發者、愛好者的自學參考書。

本書以案例帶動知識點的講解, 將Python知識點分解到各個不同的案例, 每個案例各有側重點。同時展示實際項目的設計思想和設計理念, 使讀者可以舉一反三。本書全面介紹猜單詞、萬年曆、在線翻譯器、抓取百度圖片、公交查詢、學生成績管理系統、基於TCP在線聊天程序等具有實用性的案例, 讓讀者對枯燥的Python語言學習充滿樂趣, 在項目案例開發過程中, 不知不覺地學會這些枯燥的技術。

本書是『遊戲設計與開發系列』的第一本書，主要教導新手與初階使用者之讀者熟悉使用Python進行程式開發，配合Pygame套件進入遊戲設計與開發的實際應用，主要目的是提供初學者可以一步一步安裝好Python程式開發環境，安裝與設定Pygame套件的遊戲開發與設定等等。 目前已經有許多Pygame遊戲開發的網路教學影片與許多文章與討論，由於Pygame遊戲開發充分使用到Python物件導向程式設計與開發的許多技巧，對於學習高階的Python物件導向程式攥寫有許多助益，PyGame是一個用於開發2D遊戲的Python套件模組，它為遊戲開發者提供了簡單易用的API。 PyGame這個套件建立在SDL（Simple Direct Media Layer）之上，並且能夠處理多種多媒體任務，如音頻、視覺效果、輸入控制等，適合用來創建遊戲、模擬器或其他多媒體應用，雖然目前遊戲設計與開發仍是以C與C++語言為主，但是由於C與C++語言入門雖不難，但是要深入C與C++語言後，可以進行遊戲開發，其門檻對許多專業程式開發人員仍然需要多年的訓練與多年不懈的努力才能有基本遊戲開發的程式攥寫技能，然而遊戲設計除了開發工具熟悉與專業之外，對於遊戲設計的領域知識與獨門技巧，尤其對於圖片、影音、人機介面操控與遊戲繪圖時脈與禎數整合與各種程序分時多工的設計技巧，更是C與C++語言之更深入的高階技巧，致使使用C與C++語言開發遊戲成為及少數專業程式開發人員可以進入的領域。 本書是Python之Pygame遊戲設計中基礎入門書，後續筆者會針對不同遊戲，單獨針對每一種不同類型與獨特的遊戲開發例子，會獨立設計專書來帶領讀者進入遊戲專業開發的殿堂。

全書共8個項目，內容包含：開發環境搭建、Python語法基礎實現、Python的序列操作、函數實現、面向對象編程、文件操作、Numpy數值計算、Pandas統計分析。每個項目先給出知識目標、能力目標和素質目標，再通過設計若干小任務引出主要知識點，重在培養讀者採用Python語言進行數據分析的基本思想與方法，突出分析與解決問題的思路，強化讀者良好的編程規範與風格，充分體現軟件職業素養要求。書中每個案例的操作都有錄屏，讀者可以通過掃描書中二維碼觀看視頻完成代碼編寫學習。同時，本書還附贈課件等資源。本書結構新穎，突出實踐性與應用性，可作為高職高專大數據技術、軟件技術、雲計算技術應用及其他計算機相關專業的教學用書或培訓教材，也可供計算機愛好者自學參考。

Python is one of the most popular programming languages, widely used for data analysis and modelling, and is fast becoming the leading choice for scientists and engineers. Unlike other textbooks introducing Python, typically organised by language syntax, this book uses many examples from across Biology, Chemistry, Physics, Earth science, and Engineering to teach and motivate students in science and engineering. The text is organised by the tasks and workflows students undertake day-to-day, helping them see the connections between programming tools and their disciplines. The pace of study is carefully developed for complete beginners, and a spiral pedagogy is used so concepts are introduced across multiple chapters, allowing readers to engage with topics more than once. “Try This!” exercises and online Jupyter notebooks encourage students to test their new knowledge, and further develop their programming skills. Online solutions are available for instructors, alongside discipline-specif

本書為數據結構課程教學現實需要而編寫，重點介紹各種數據結構的邏輯特性和物理表示法，定義了相應算法，並用 Python 語言進行實現。本書共分為8章，包括緒論， Python 語言基礎，線性表，棧、隊列和串，樹，圖，排序和散列。本書采遵循由易到難、循序漸進、前後銜接自然的原則，將問題脈絡交代清楚，幫助讀者理解掌握各種數據結構的實質。 本書內容豐富、實用性強，既可作為高等學校數據結構課程的教材，又可供社會各類計算機應用人員閱讀參考。

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。

自然語言處理是計算語言學和人工智能之中與人機交互相關的領域之一。本書是學習自然語言處理的一本綜合學習指南，介紹了如何用Python實現各種NLP任務，以幫助讀者創建基於真實生活應用的項目。全書共10章，分別涉及字符串操作、統計語言建模、形態學、詞性標注、語法解析、語義分析、情感分析、信息檢索、語篇分析和NLP系統評估等主題。本書適合熟悉Python語言並對自然語言處理開發有一定瞭解和興趣的讀者閱讀參考。

本書是以最基礎的數學問題的程序實例為主線，由淺到深地闡述Python編程的知識要點和思維。全書本書共15個類型的數學問題及其Python編程解決實例。每個實例都會有編程能力要求的雷達圖、問題描述、解決這個問題會用到的數學知識點、編程知識點，然後給出這個問題的分析、程序設計和運行結果。從第2個實例開始，每個實例介紹完後，將會以"挑戰自我”的形式提出一個的問題，讓讀者思考解決，也給出參考程序。書中給出

本書不僅介紹大規模機器學習的基本概念，還包含豐富的案例研究。書中所選皆為最實用的技術和工具，而對理論細節不進行深入討論，旨在提供大規模機器學習方法（甚至非常規方法）。不管是初學者、普通用戶還是專家級用戶，通過本書都能理解並掌握利用Python進行大規模機器學習。為讓讀者快速掌握核心技術，本書由淺入深講解大量實例，圖文並茂呈現每一步的操作結果，幫助讀者更好地掌握大規模機器學習Python工具。例如：

本書共18章, 內容包括: 基礎知識; Python序列; 選擇與循環; 字符串與正則表達式; 函數設計與使用; 面向對象程序設計; 文件操作; 異常處理結構與程序調試、測試; GUI編程; 網絡程序設計等。

《Python深度學習（第2版）》系統地講解了機器學習、深度學習、強化學習理論知識，揭秘了各種神經網絡架構如卷積神經網絡、循環神經網絡、長短期記憶網絡和膠囊網絡背後的原理和實際應用；講解了如何使用高性能的算法和常用的Python框架來進行訓練，以及如何解決計算機視覺、自然語言處理和語音識別等領域的問題；還講解了生成模型方法以及如何使用變分自編碼器和生成式對抗網絡來生成圖像；最後深入研究強化學習的新發展領域，並介紹了一些先進熱門遊戲Go、Atari和Dota背後的算法。學習完本書，讀者可以精通深度學習理論及其在現實世界中的應用。 《Python深度學習（第2版）》一書面向數據科學從業者、機器學習工程師以及對深度學習感興趣的讀者，也適合作為高校計算機專業的教材使用。

本書是“十四五”高等職業教育計算機類專業系列教材之一，採用Python語言實現常用數據結構，分為4個項目,11個實踐性任務。本書主要內容包括數據結構與算法基礎探究、Python數據結構探究、常用數據結構探究、常用算法探究。本書以“雙主互輔多元融合”重構教學目標解決課程思政融入難的問題；以“向上兼容”的原則整合教學內容解決一刀切的問題；以“實踐性任務”驅動教學活動解決教學無抓手的問題。本書適合作為高職高專院校計算機及相關專業教材,也可作為軟件開發人員的參考書。

本書詳細地介紹了Python語言的一些高級功能以及常見數據類型的高級用法，非常適合有一定基礎的讀者深入學習Python編程。本書的主要內容包括常見內置類型(數值、字符串和集合等)的高級用法和潛在的陷阱，用於文本處理的格式化方法和正則表達式，用於數值計算和大規模數據處理的math包和numpy包等。此外，文件存儲、隨機數生成和圖表繪製也是本書的重要內容。本書還開發了一個“RPN腳本解釋器”項目，該項目貫穿本書的各個章節，通過對該項目的學習，你也可以開發出自己的“語言”。

為了適應信息技術的發展，切實滿足社會各個領域對計算機應用人才不斷增長的需求，本書設計了“Python程序設計”通識課程教學方案，力求融入計算思維的思想，將多年教學實踐所形成的解決實際問題的思維模式和方法滲透到整個教學過程。與傳統的程序設計類教材不同，本書在介紹程序設計的基本技能外，還著重介紹分析問題和解決問題的方法與思路，通過構建典型案例，為學生在未來利用Python程序設計語言解決各自專業中遇到的實際問題打下良好的基礎。

《Python OpenCV從入門到精通》以在Python開發環境下運用OpenCV處理圖像為主線，全面介紹OpenCV提供的處理圖像的方法。全書共分為16章，包括Python與OpenCV、搭建開發環境、影像處理的基本操作、圖元的操作、色彩空間與通道、繪製圖形和文字、圖像的幾何變換、圖像的閾值處理、圖像的運算、範本匹配、濾波器、腐蝕與膨脹、圖形檢測、視頻處理、人臉檢測和人臉識別以及MR智能視頻打卡系統。本書圖文豐富，直觀呈現處理後的圖像與原圖之間的差異；在講解OpenCV提供的方法時，列舉了其中的必選參數和可選參數，讀者能更快地掌握方法的語法格式；最後一章以MR智能視頻打卡系統為例，指導讀者系統地運用OpenCV解決工作中的實際問題。本書專注於影像處理本身，盡可能忽略影像處理算法的具體實現細節，降低閱讀和學習的難度，有助於讀者更好更快地達到入門的目的。此外，本書資源包中提供了完整的示例源碼、要使用到的圖像等配套學習資源。

本書分為8章，內容包括Python的開發環境、爬蟲的基礎原理和概念、數據解析與存貯、簡單爬蟲的使用、PyQuery模塊、Scrapy框架、Beautiful Soup框架開發出不同的網絡爬蟲。用實例顯示出不同框架的優缺點，供讀者學習選擇。

本書以“任務驅動，實戰領先”為出發點，通過216個實例詳細介紹了Python語言的基礎知識和語法操作規範，同時，書中還剖析了10個綜合應用案例，以培養讀者解決問題的能力。本書將理論和實踐融為一體，讓讀者真正做到學以致用。

《跟老齊學Python》系列後續。讀者在本書中可以學習到Numpy、Pandas、matplotlib、SciPy、SymPy等與數據分析相關的庫，掌握其所定義的數據對象以及常用的屬性和方法等，並通過各種類型的應用舉例將所學基本知識給予綜合應用。

本書深入講解Python OpenCV的核心技術,並通過大量的代碼和項目實戰,充分展示了如何將這些技術在不同領域中實現。本書的主要內容如下: 第1章介紹Python和OpenCV的基礎知識,包括Python和OpenCV的起源、優勢、版本、安裝及應用場景等; 第2章介紹圖像基礎知識,包括圖像的讀取、顯示、保存以及像素處理等; 第3～9章介紹圖像處理的高級技術,包括使用NumPy進行圖像操作、繪製圖形的方法、直方圖的應用、圖像濾波技術、圖像形態學操作,以及使用OpenCV進行圖形檢測和模板匹配; 第10章介紹圖像分析與修復,包括使用OpenCV進行圖像分析及圖像修復技術; 第11～13章介紹特徵檢測、視頻處理和人臉識別,包括使用OpenCV檢測和匹配圖像中的特徵點、使用OpenCV 進行視頻處理,以及人臉識別技術; 第14章介紹ChatGPT 和OpenAI API,包括使用ChatGPT 輔助編寫代碼,以及利用OpenAI API將ChatGPT 的功能嵌入自己的應用; 第15～18章為項目實戰,為讀者提供了各種基於OpenCV 的應用案例。本 書適合作為從事圖形圖像領域研究和開發的技術人員和對OpenCV感興趣的讀者的學習用書。

本書在不涉及大量數學模型與複雜編程知識的前提下，從零開始逐步帶領讀者熟悉並掌握當下流行的基於Python 3的數據分析，以及支持單機、深度和分布式機器學習的開源程序庫，如pandas、Scikitlearn、PyTorch、TensorFlow、PaddlePaddle、PySparkML等。全書分4部分。入門篇包括對全書核心概念的指南性介紹，以及在多種主流操作系統(Windows、macOS、Ubuntu)上配置基本編程環境的詳細說明。基礎篇涵蓋Python 3的編程基礎、基於pandas的數據分析，以及使用Scikitlearn解決大量經典的單機(單核/多核)機器學習問題。進階篇介紹如何使用PyTorch、TensorFlow、PaddlePaddle搭建多種深度學習網絡框架，以及如何基於PySpark的ML編程庫完成一些常見的分布式機器學習任務。實踐篇利用全書所講授的Python編程、數據分析、機器學習知識，幫助讀者挑戰和參與Kaggle多種類型的競賽實戰，同時介紹如何使用Git在Gitee、GitHub平臺上維護和管理日常代碼與編程項目。本書適合所有對人工智能領域，特別是機器學習、數據挖掘、自然語言處理等技術及其實踐感興趣的初學者。

本書採用獨特的敘述方法，引導讀者利用Python編程實現基本的邏輯概念和數學證明來學習數理邏輯。這種專為編程基礎日益增強的當代學子量身打造的教學方法，充分契合其直覺認知與技術優勢，將數理邏輯學習帶入他們熟悉的編程語境，通過深度實踐構建清晰認知，並借助可運行代碼的創作來幫助讀者獲得成就感。本書主要內容涵蓋命題邏輯、一階謂詞邏輯和哥德爾完備性定理證明等，配套資源包括漸進式編程實踐任務集、模塊化代碼框架、自動化測試用例。本書適合已掌握基礎數學證明方法並具備Python編程實操能力的讀者閱讀。

運籌學是一門重要的管理類專業基礎課程，運用數學模型等方法對管理問題進行定量分析，為管理人員提供決策的科學依據。運籌學是實現管理現代化的有力工具，在供應鏈管理、生產計劃、商品動態定價，金融工程下的組合優化，人工智能和機器學習等領域，均發揮著重要的作用。本書除了包含線性規劃及靈敏度分析、運輸問題、整數規劃、目標規劃、圖與網絡分析、非線性規劃等重要理論知識，重要的是採用Python編程語言將這些理論實現，使學生理解晦澀難懂的理論知識；因此，本書還涵蓋運籌學理論的Python實現代碼與求解優化問題的算法介紹。

本書面向工程和科學專業的學生，介紹編程工具和數值方法，旨在幫助學生掌握計算問題求解技巧。書中第 一部分介紹基本的Python編程概念，使用簡單的例子快速將新的概念付諸實踐；第二部分涵蓋算法和數值分析的基礎知識，幫助學生在實際設置中快速應用結果。

本書根據中小學學生的特點和學習能力編排Python與人工智能教學的內容，寓教於樂。和本書配套的還有作者研發的“中小學編程智能教學平臺”，平臺教學資源豐富，智能化程度高，配有大量的教學和學習工具，方便教師備課和對學生進行個性化的教學和輔導。

本書通過50個趣味十足的遊戲及活動為10歲及以上的孩子們講述了Python的基本技巧。通過對本書的學習，孩子們可以從掌握編程的基本代碼塊到寫出自己的代碼。有趣的遊戲實例，生動的圖文講解，交互式的課程設計，讓編程不再只是枯燥的代碼，而是有趣的思維活動。