Python

《Python從入門到精通(第3版)》從初學者角度出發，通過通俗易懂的語言、豐富多彩的實例，詳細介紹了使用Python進行程序開發應該掌握的各方面技術。全書共分27章，包括初識Python、Python語言基礎、運算符與表達式、流程控制語句、列表和元組、字典和集合、字符串、Python中使用正則表達式、函數、面向對象程序設計、模塊、文件及目錄操作、操作數據庫、使用進程和線程、網絡編程、異常處理及程序調試、Pygame遊戲編程、推箱子遊戲、網絡爬蟲開發、火車票分析助手、數據可視化、京東電商銷售數據分析與預測、Web編程、Flask框架、e起去旅行網站、Python自動化辦公、AI圖像識別工具等內容。書中所有知識都結合具體實例進行介紹，涉及的程序代碼都給出了詳細的注釋，讀者可輕鬆領會Python程序開發的精髓，快速提升開發技能。

Python作為一種高 級程序設計語言，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。使用Python作為ArcGIS的腳本語言將大大提升ArcGIS數據處理的效率，更好地實現ArcGIS內部的任務自動化。《面向ArcGIS的Python腳本編程》是一本專門針對ArcGIS編程的Python參考書，以基礎理論結合GIS開發實例的方式，詳細介紹了Python在ArcGIS開發中的基本應用和相關技巧，全書分為4個部分。第 一部分主要介紹ArcGIS for Desktop中地理處理的基本原理以及Python語言的基礎知識；第 二部分主要介紹如何編寫一個處理空間數據的腳本；第三部分主要介紹一系列具體的操作，例如編寫製圖腳本、調試和錯誤處理以及創建Python類和函數；第四部分主要介紹如何將腳本創建成一個工具並與其他人共享。每一章附帶相應的練習內容，幫助讀者在學習和練習之間得到更多的實踐。《面向ArcGIS的Python腳本編程》內容結構清晰，示例完整，不僅適合於從事GIS開發的專業人士，而且適合那些有興趣接觸或從事Python編程的讀者。

《Python算法小講堂（視頻精講版）》通過由淺入深的39個Python語言實際案例，不僅幫助初學者學習Python語言的基本使用，還可以使讀者從數據、算法等多個角度體驗編程的魅力。本書從“如何解決問題”出發，講述了常用的人工智能編程語言——Python語言的基本使用，幫助讀者學習如何進行簡單的數據處理，了解什麼是算法，領略算法的魅力。當然，最終都是讓初學者一行行地親手寫出代碼，在計算機上運行自己寫出的程序。 《Python算法小講堂（視頻精講版）》從多個角度叩開了人工智能的大門，讓讀者得以窺見門內的風景。本書適合對Python語言感興趣的初學者和進階者閱讀，也適合對編程或算法感興趣的愛好者。

Python趣味編程與精彩實例 共19 章，前12章主要以Python 基礎知識如文件創建、輸出與變量、輸入與判斷、運算符和循環、列表和字典、函數編程、pygame的各種知識為主，13-19章則以遊戲編程的形式，由淺入深進行講解，既讓青少年學習了扎實的基礎知識，又以他們*喜愛的遊戲編程形式，將知識融會貫通，對學習Python 程序編寫起到了較好的鍛煉作用。 Python趣味編程與精彩實例 適合小

《Python編程基礎與數據分析》從Python基礎知識開始，由淺入深，逐漸引入以Python為開發工具進行數據分析、圖像處理、機器學習等模塊，全書共10章，分為兩大部分：基礎篇和進階篇。基礎篇為章至第7章，主要介紹了Python的各種數據結構、控制結構、函數及異常處理；進階篇為第8章至0章，主要介紹了多種類型的文件數據處理、圖形圖像處理及人工智能之機器學習模塊，並使用Scikit-learn庫介

本書以程序設計為主線，以程序設計初學者作為教學對象，由淺入深、循序漸進地講述了Python語言的基本概念、基本語法和數據結構等基礎知識。全書共分14章，內容包括程序設計基礎與Python概述，數據類型，Python程序設計基礎，基本程序設計結構(順序、選擇和循環三種)，組合數據類型，函數與模塊，文件，異常處理，面向對象程序設計，圖形用戶界面設計，Python的標準庫和第三方庫，基於Pygame的遊

Python 是一種用途非常廣泛的編程語言，其具有非常清晰的語法特點，適用於多種操作系 統。目前在國際上非常流行，經常被使用在各個領域，已成為一門熱門的計算機語言。 《Python數據分析基礎(第2版)》主要包括 Python 基本語法與數據類型、流程控制、函數與類、數據處理、數據分析、數據可視化等內容。為了增強學以致用的效果，《Python數據分析基礎(第2版)》還附帶了綜合應用分析案例。 《Python數據分析基礎(第2版)》根據作者多年的教學經驗編寫，講解條理清晰，內容深淺適中，儘量讓讀者以最少的時間掌握數據處理分析技能，少走彎路。《Python數據分析基礎(第2版)》可作為零基礎入門教材，適用於相關專業的本科生、 研究生以及相關的科研人員。

本書從初學者學習角度出發，通過四個部分：Python 程序設計基礎、大家一起來程序設計、程序設計進階、程式調試與資料庫，全面講解了 Python 的程序設計基礎、軟件結構、常用模組等程序設計知識以及基於 Python 程序設計的多個遊戲綜合設計實例，同時也介紹了 Python 文本操作與資料庫的有關技巧，不僅適於初學者入門，也利於 Python 開發者全面提高技能。書中每一章都有配套教學視頻，詳細講解操作步驟、程序設計技巧和注意事項，讀者可以掃描每一章的二維碼詳細、直觀學習，如同老師現場指導。本書可供 Python 程序設計愛好者、初學者學習使用，也適合作為中學生“信息技術”課程的配套閱讀資料，同時也可作為創客教育機構的教學用書。

這是一本介紹如何實現Python代碼整潔的書，主要介紹如何使用Python 3.9引入的新特性提升編碼技能。此外，本書還介紹了以下內容：通過利用自動化工具建立高效的開發環境，利用Python中的魔法方法來編寫更好的代碼，抽象代碼複雜性並封裝細節，使用Python特有的特性創建高級的面向對象設計，通過使用面向對象設計的軟件工程原則創建強大的抽象來消除代碼重複，使用裝飾器和描述符創建特定於Python的解決方案，運用單元測試方法有效重構代碼，以及通過實現整潔的代碼庫為構建堅實的架構打下基礎等。本書對新手程序員和有經驗的程序員同樣適用，也適合想通過編寫Python代碼來節省成本和提高效率的團隊領導、軟件架構師和高級軟件工程師參考。當然在閱讀本書前，讀者應掌握一些Python基礎知識。

本書由高校教師與算法工程師合zuo編寫，兼顧理論與實踐，層次脈絡清晰，循序漸進地展開各個知識點，適合教學與自學。本書除了介紹Python程序設計方法與Python科學計算的工具包以外，還給出了數學建模的實戰案例（附帶原始數據）。本書既適合軟件開發人員閱讀，也適合作為高等院校計算機相關專業的師生在Python、科學計算、數學建模等方面的教材，還可以作為讀者自學Python的參考用書。

Python簡單易學又功能強大，而且免費開源，在國內外的很多公司得到了廣泛的應用。在科學計算、遊戲、圖像、人工智能、機器人、教育教學和航天飛機控制等很多領域，Python也是非常重要的編程工具。 本書有大量的Python程序實例，包括繪製一些有趣的圖形，解決一些常見的數學問題，爬取網絡的信息，以及設計簡單的交互性遊戲。在程序實例的講解中，介紹Python編程的基礎知識。 本書提供的編程實例，讀

網絡爬蟲技術的重點之一是網絡爬蟲框架，因此《Python網絡爬蟲技術與應用》結合網絡爬蟲框架的相關案例重點介紹網絡爬蟲的常見框架，包括PySpider網絡爬蟲框架的安裝和使用，Scrapy網絡爬蟲框架的安裝和使用，以及Scrapy網絡爬蟲管理與部署。另外，《Python網絡爬蟲技術與應用》對Python網絡爬蟲開發需要的reguests庫、Scrapy解析庫、存儲庫、XPath進行了介紹，並介紹了requests庫、正則表達式、XPath等的使用方法，還重點講解了這些庫的實際應用。《Python網絡爬蟲技術與應用》以Python網絡爬蟲開發為主線，兼顧理論與實戰，全面介紹可操作的Python環境與系統開發相關知識，以及大數據算法、大數據分析、大數據系統互補的作用。另外，《Python網絡爬蟲技術與應用》還贈送課程大綱、教學課件PPT、實驗手冊、各章習題及答案、期末試卷及答案、教學和實驗視頻，方便教師授課。 《Python網絡爬蟲技術與應用》可作為高等院校大數據、計算機、電子信息、軟件技術相關專業研究生和高年級本科生的教材，也可作為大數據及編程愛好者的參考用書。

本書以“問題描述+解決方案”的模式，通過300余個案例分別介紹使用Python代碼批量處理Excel和Word的技術亮點。全書內容分為兩部分： 在第一部分的Python實戰Excel案例中，主要介紹使用Python代碼將多個工作表拼接成一個工作表； 使用列表推導式累加多個工作表； 使用對稱差集方法篩選工作表； 將一維工作表轉換為二維工作表； 使用插入行方法製作工資條； 根據指定字符將單列拆分為多列； 使用字典對工作表的數據分類求和； 根據工作表的數據創建3D餅圖、3D條形圖、3D面積圖、圓環圖、柱形圖、雷達圖、氣泡圖、折線圖、股票圖等。在第二部分的Python實戰Word案例中，主要介紹使用Python代碼自定義Word文件的段落、塊、節、樣式、表格、圖像等。通過本書案例的學習，讀者不僅可以體驗Python語言的精妙之處，還能對採用Python代碼批量處理Excel文件和Word文件產生全新的認知。 本書適合作為Python程序員、數據分析師、營銷人員、管理人員、科研人員、教師、學生等各類人士進行數據分析和辦公事務處理的案頭參考書，無論是初學者還是專業人士，本書都極具參考和收藏價值。

本書以Python3.10.7為平臺，以實際應用為背景，通過概述+經典應用相結合的形式，深入淺出地介紹了Python人工智能分析與實戰相關知識。全書共8章，主要內容包括人工智能緒論、Python編程與進階、Python數學與運算、機器學習大戰、神經網絡大戰、深度學習大戰、強化學習大戰、人工智能大戰等內容。通過本書的學習，可使讀者領略到Python的簡單、易學、易讀、易維護等特點，同時感受到利用Python實現人工智能的普遍性與專業性。 本書可作為高等學校相關專業本科生和研究生的教學用書，也可作為相關專業科研人員、學者、工程技術人員的參考用書。

本書是關於計算機編程的入門級培訓教材。全書共分為9章，主要包括為什麼要學習Python、初探Python解釋器、Python編程基礎、Python函數、數據結構與基礎算法、文件及目錄操作、面向對象編程基礎、計算思維與項目式教學實踐、綜合項目實踐等內容。本書基於編程初學者視角設計內容，從Python安裝環境一步步展開，詳細舉例介紹程序函數、數據結構、文件目錄操作等編程過程，輔以案例便於初學者理解，最後附帶實戰程序解析，再附上習題及參考答案以助讀者鞏固知識，有較好的可操作性，適合初學程序設計者閱讀使用。

本書從Python編程入門出發，採用理論與實踐相結合的方式，通過對編程範式、數據結構、程序調試技術，以及實際應用項目的講解，幫助讀者快速掌握Python語言編程基礎。 全書共12章，第1～4章介紹面向過程編程範式(順序結構、選擇結構、循環結構)；第5章介紹函數式編程範式；第6章介紹面向對象編程範式(類、對象、方法、屬性)；第7～9章介紹Python數據結構(列表、字典、數據框、字符串、文件等)；第10章介紹程序調試技術(拋出異常)；第11、12章通過實際應用項目帶領讀者體驗Python語言編程的兩個重要應用場景(爬蟲、可視化)。 本書可以作為人工智能相關課程的教材，也可作為Python愛好者的參考書。

本書以Python語言為載體，將孩子們引進人工智能的奇妙世界。Python語言是最新流行的編程語言，適用於遊戲和人工智能編程。主要有三個部分：首先以一款叫CodeMonkey的小遊戲帶領孩子們初步建立對編程的感性認識；之後詳細介紹Python語言的基本語法和使用方法；第三部分高階篇

Programming ArcGIS with Python Cookbook, Second Edition, is written for GIS professionals who wish to revolutionize their ArcGIS workflow with Python. Whether you are new to ArcGIS or a seasoned profe

本書重點介紹了目前處理數據非常有效的工具――Excel、Python和數據庫的應用知識。本書通過一則完整的故事討論了如何以Python編程為中心，結合Excel和數據庫的特點，並以基礎統計學貫穿其中，幫助讀者深入地瞭解數據分析的相關知識。在本書中，首先，討論了如何使用Excel整理數據，以及Excel中數學和統計函數的應用；其次，探討了與Python編程相關的數據分析內容，包括在Python中進行數據統計工作，以及各種格式數據的轉換等；然後，討論SQLite和MySQL數據庫的應用，並介紹了如何使用Python操作數據庫；最後，介紹了如何綜合使用Excel、數據庫和Python編程等工具打造自動化的數據處理中心。本書架構清晰，內容深入淺出，案例豐富，適合需要進行數據處理和統計分析的職場人士、計算機愛好者等閱讀。

Learn Quantum Computing with Python and Q# introduces quantum computing from a practical perspective. Summary Learn Quantum Computing with Python and Q# demystifies quantum computing. Using Python and the new quantum programming language Q#, you'll build your own quantum simulator and apply quantum programming techniques to real-world examples including cryptography and chemical analysis. Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications. About the technology Quantum computers present a radical leap in speed and computing power. Improved scientific simulations and new frontiers in cryptography that are impossible with classical computing may soon be in reach. Microsoft's Quantum Development Kit and the Q# language give you the tools to experiment with quantum computing without knowing advanced math or theoretical physics. About the book Learn Quantum Computing with Python and Q# introduces quantum computing from a practical pers

Python是一種解釋型、物件導向、動態資料類型的高級程式設計語言。Python可以用於很多的領域，從科學計算到遊戲開發。 《Python程式設計初學者指南》嘗試以輕鬆有趣的方式來説明初學者掌握Python語言和程式設計技能。全書共12章，每一章都會用一個完整的遊戲來演示其中的關鍵知識點，並通過編寫好玩的小軟體這種方式來學習程式設計，引發讀者的興趣，降低學習的難度。每章最後都會對該章的知識點進

現在有許多領域都廣泛使用Python，例如軟體建構、系統管理與資料處理。在這些領域中，經驗老到的專家可以找到效率低下、有問題的案例，以及導致不良程式的隱患。看完這本書的讀者將會瞭解這些問題，更重要的是知道如何修正它們。 本書首先介紹編寫簡潔程式的基本元素，以及它在Python程式設計中有多麼重要。你將瞭解如何運用Python標準程式庫與軟體設計最佳做法來編寫高效且易讀的程式。你也會學到如何在Python中實現SOLID原則，以及使用裝飾器來改善程式。本書將更深入地探討Python的物件導向程式設計，告訴你如何透過描述器與產生器來使用物件。本書也會展示軟體測試程式的設計原則，以及如何在程式中實作設計模式來解決軟體問題。在最後一章，我們會從堅實平台的基礎程式開始談起，將單體應用程式拆成微服務。 讀完本書之後，你將能夠熟練地運用業界認可的編寫技術來設計簡潔、易維護、易讀的Python程式。 你會學到； ‧設定工具，在開發環境中高效率地工作 ‧Python的魔術方法如何協助我們編寫更好的程式 ‧利用Python的特性來建立更高級的物件導向設計 ‧使用裝飾器與描述器來移除重複的程式 ‧藉助單元測試來有效地重構程式碼 ‧在Python中實現SOLID原則

本书介绍了Python基础、机器学习，以及最好也最易学习的两个平台PyTorch和Keras。全书共20章，包括Python安装配置、Python语言基础、流程控制语句、序列、函数、对象、文件及异常处理、数据处理和分析的重要模块(NumPy、Pandas)、机器学习基础、机器学习常用调优方法、神经网络、卷积神经网络，以及使用PyTorch、Keras实现多个人工智能实战案例等。

本書主要通過案例介紹Python程序設計基本語法及應用，為後續的數據分析課程打下堅實基礎。包括：Python學前準備、認識Python編程、Python基礎語法、簡單數據類型與運算符、字符串、列表與元組、分支結構、循環結構、異常處理、集合與字典、函數與模塊、面向對象編程、文件、常用基礎庫、數據庫應用、數據分析和數據可視化等十七章內容。本書可作為高等院校理學、工學、經濟、管理、教育等多門類專業的計算機語言教材或者參考書，也可為從事數據處理的科學工作者、技術人員提供參考。

自然語言處理技術在構建智能社會中發揮越來越重要的作用。本書介紹如何學習和使用流行的Python編程語言開發自然語言處理應用。主要內容包括面向自然語言處理開發的Python編程語言入門，使用Python開發中文分詞，實現Word文檔自動校對基礎，文本相似度計算和排重的原理與實現，文本摘要的原理與實現，問答式聊天機器人算法與代碼實現、機器翻譯技術及其實現與評測。本書是獵兔搜索技術在Python自然語言

全書共分9章，包括Python開發環境的搭建與編碼規範、Python語言基礎、流程控制語句、序列的應用、函數的定義與使用、文件操作、模塊與庫、Python數據可視化實戰等。書中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，可以使讀者輕鬆領會Python程序開發的精髓，快速提高程序開發技能。本書附有配套視頻、教學PPT、課後測試題、項目源碼等資源，課後測試題也給出了相應的答案，讀者可以掃描二維碼觀看視頻講解，解決學習疑難，降低編程門檻，讓零基礎者輕鬆跨入編程領域。本書可作為高職高專學生Python程序設計相關課程的教材，也可供從事相關工作的工程師和愛好者閱讀使用。

本書主要面向企業資料分析需求，全面且系統地介紹了如何通過 Python 來分析 Excel 資料。本書主要分為 3 部分：第 1 部分是 Python 3.9 語言基礎，主要介紹 Python 的基礎知識，為之後的學習奠定基礎；第 2 部分是 Excel 資料分析，主要介紹 NumPy、Pandas、Matplotlib、Seaborn、openpyxl 和 xlwings 等內容，使讀者可以通過 Python 讀取和統計分析 Excel 資料；第 3 部分是 Excel 資料分析實踐，使讀者回歸到實際應用中，並回顧之前學習的知識。本書既適合有一定 Excel 基礎，想進一步提高工作效率的辦公人員閱讀，也適合那些需要在日常工作中處理大量和複雜資料的辦公人員閱讀，更適合 Python 初學者、程序設計零基礎想通過程序設計實現辦公自動化的人士閱讀。

Python簡單易學，擁有豐富的庫，並且具有極強的包容性。本書展示了如何利用Python語言的強大功能，以最小的編程代價對數據進行提取、處理和分析。這一版除了介紹數據分析和Python基礎知識、NumPy庫和pandas庫，使用pandas讀寫和處理數據，用matplotlib庫實現數據可視化，用scikit-learn庫進行機器學習，D3庫嵌入和識別手寫體數字，還新增了用TensorFlow進行

本書系統地介紹了基於Python的數據分析和數據挖掘技術，全書由3篇，約13章組成。第一篇為Python基礎知識，內容涵蓋Python基礎語法、函數和面向對象知識；第二篇為數據分析部分，包括Numpy和Pandas庫的應用，數據基本統計分析、交叉分析、相關分析等，數據可視化技術等；第三篇為數據挖掘方法與實戰，包括關聯規則、決策樹分析、預測與時間序列分析等。

《Python在財務管理中的應用》旨在培養具有一定數智化技術功底的財務管理應用型人才。書中內容先結合財務背景知識介紹Python的變量、常用語句、函數等基礎知識，以及Python的庫、模塊、可視化、數據采集和處理等功能，然後結合財務管理的專業知識，探討運用Python解決貨幣時間價值、資本成本分析、投資項目評價、證券投資組合策略、成本管理、本量利分析、短期經營決策、財務報表分析、財務預測與預算管理等場景中的典型分析和決策問題。最後，通過綜合實例講解了Python在行業財務報表採集和財務報表分析中的應用。《Python在財務管理中的應用》提供了完善的教學資源，包括教學課件、教學視頻、練習數據、參考答案等。適合作為高等院校財務管理、會計、審計、工商管理、信息管理等相關專業的教學用書，也適合作為企業中高層財務管理人員和信息化主管在數字化管理轉型中的參考書。

本書是一本教初學者學習Python 基礎知識及簡單數據處理的入門書籍。以PyCharm作為開發工具，採用理論與項目結合的形式，循序漸進地講解Python 基礎知識、網絡爬蟲、pandas 數據處理及數據可視化。本書共12章，第1～9章講解了Python 基礎知識，包括Python 開發環境的安裝、語法基礎、控制流程語句、序列、字典和集合、函數、類與對象、異常處理、文件操作；第10章講解了網絡爬蟲，包括使用requests 庫爬取數據、使用BeautifulSoup 庫解析數據、使用Scrapy 框架實現爬蟲；第11章講解了pandas 數據處理，包括Series 對象、DataFrame 對象、數據清洗與數據處理；第12章講解了使用matplotlib 庫進行數據可視化。本書適合編程初學者學習Python 基礎知識和簡單的數據處理，也適合作為專科、本科院校計算機相關的教材。

本書基於Python語言，結合實際的數據集，介紹了機器學習算法以及數據分析方法的應用。本書主要包含兩部分內容，第一部分為Python機器學習入門知識：主要介紹了Python的基礎內容、Numpy與Pandas庫數據操作、Matplotlib與Seaborn庫數據可視化、Sklearn庫機器學習，以及與機器學習相關的基礎知識；第二部分為Python機器學習算法應用：主要介紹了數據的回歸預測分析、時間序列預測，數據無監督學習中的聚類、降維以及關聯規則，數據分類模型的應用以及針對文本數據與網絡圖數據的機器學習算法應用。本書適合對機器學習、數據分析感興趣的初學者學習，也可作為Python機器學習、數據分析、數據可視化的入門及進階的教材。

本書主要包含三部分內容，第一部分為Python編程基礎，第二部分是HTTP協議，第三部分是HTTP接口測試實戰。讓讀者可以從零開始，逐步掌握Python語言，具備基本的Python編程基礎。通過練習的方式瞭解HTTP協議中常用的概念和機制。最後，將兩者相結合，學會用Python進行HTTP接口測試，主要採用Python的單元測試方法進行HTTP接口測試工作，通過一步一步的練習，讀者會掌握unittest單元測試框架的使用，掌握測試數據的外部化(到文件和到Excel等)，掌握HTTP接口的發現和探測。 本書亦學亦練，學練結合，每個章節分為多個小節，每個小節的前半部分會對本小節的知識點主題進行詳細的介紹，後半部分會啟動一個練習，讓讀者邊閱讀邊練習，在練習中檢驗學習的成果。

《對比Excel，輕鬆學習Python統計分析》是“對比Excel”的第4本書，全書依舊突出對比學習的特點，通過對比 Excel 的方式來講解如何利用 Python 學習統計學知識，即統計分析。是“對比 Excel”之前3本書的延續，同時也是數據分析師技能樹的擴展。 《對比Excel，輕鬆學習Python統計分析》的主線是圍繞統計學的理論知識展開的，層層遞進，依次為描述性分析、概率和概率分布、抽樣推 斷與參數估計、假設檢驗、方差分析、卡方分析、回歸模型、相關性分析、時間序列。每個理 論知識又由核心的 3 個部分組成：該理論知識在數據分析中的應用、理論知識講解、Excel 和 Python 工具的實現，讓大家學完本書以後既學到了理論知識，也知道如何將理論知識在數據分 析中應用，還知道如何用 Excel 和 Python 去實現。

《Python數據分析、挖掘與可視化》從大數據分析實際業務流程出發，利用案例貫穿介紹了大數據分析應具備的基礎開發技術，包括Python基礎、Python高級開發技術、數據采集與存儲、數據預處理、數據分析、數據可視化、數據挖掘等；詳細介紹了基於Python的數據分析全流程技術和相關機器學習算法；並通過社交用戶畫像挖掘案例，介紹了從應用場景需求分析→社交數據分析→用戶畫像構建的開發方法和過程，以及基於Flask框架、用戶屬性、神經網絡挖掘的社交用戶數據分析和畫像構建過程。 《Python數據分析、挖掘與可視化》既可作為高等院校人工智能、計算機、大數據等專業的相關課程的教材，也可作為大數據分析人員的技術參考書。

隨著大數據技術的發展及Python在人工智能領域的火熱應用，Python得到越來越多的應用。本書就是在這個背景下編寫的，是一本Python 3.6入門教材，特別適合想直接切入爬蟲編程及大數據分析處理的讀者學習使用。本書贈送示例源代碼與教學視頻。 本書分為16章，主要內容包括開發環境、數據結構、函數、面向對象、多線程、模塊、包、GUI模塊、圖形模塊、正則模塊、文件處理模塊、網絡編程模塊和爬蟲模塊等，並且為每個模塊提供了實戰示例，最後用兩章來介紹數據庫編程實戰和爬蟲框架實戰。 本書內容詳盡、示例豐富，適合廣大Python入門讀者和Python開發人員閱讀，同時也可作為高等院校和培訓學校計算機相關專業的師生教學參考。

《用Python寫網絡爬蟲（第 2版》講解了如何使用Python來編寫網絡爬蟲程序，內容包括網絡爬蟲簡介，從頁面中抓取數據的3種方法，提取緩存中的數據，使用多個線程和進程進行併發抓取，抓取動態頁面中的內容，與表單進行交互，處理頁面中的驗證碼問題，以及使用Scarpy和Portia進行數據抓取，並在最後介紹了使用本書講解的數據抓取技術對幾個真實的網站進行抓取的實例，旨在幫助讀者活學活用書中介紹的技術。《用Python寫網絡爬蟲（第 2版》適合有一定Python編程經驗而且對爬蟲技術感興趣的讀者閱讀。

本書共分為9章，第1章和第2章簡單介紹Python的基本情況和基礎知識，使讀者瞭解統計中經常用到的Python基礎知識；第3章主要是對如何使用Python讀取及處理數據進行介紹；第4章是對數據可視化進行講解，通過折線圖、箱形圖、餅狀圖等圖的繪製進一步掌握讀取數據的方法，並且能夠掌握Python基礎知識點；第5章則是對數據進行描述性統計分析介紹，如對數據的集中趨勢、離散程度等進行講解；第6～9章包括T檢驗、方差分析、相關分析和回歸分析等統計分析方式，以及對於相關結果的解讀和分析。

Provides information on using Python along with the Pygame library to create video games.

《Python 實驗編程：自然科學探究》選取一些自然科學的經典知識和案例，如數學中的傅裡葉變換、圓周率，計算機技術中的RSA加密，數學建模中的微分方程數值算法，航天領域的火箭、發動機、衛星軌道和衛星探測等，將這些案例中的知識點、研究和計算過程與Python編程的應用有機結合，帶領讀者初步體驗和學習使用Python進行數學建模、數據處理等。