Python

完全解析Python在量化資料統計分析上的應用⊙量化分析最佳實用手冊，淺顯易懂的理論說明＋實際範例操作。⊙章節以學位論文中調查與實驗研究法的撰寫流程安排，並附有題目可練習，教學循序漸進，易於上手。⊙本書範例資料檔可至五南圖書網頁：https://www.wunan.com.tw，輸入書號1H3L，即可找到下載處。透過Python程式設計與統計科學相關知能的學習，培養邏輯思考、系統化思考等運算思維能力。本書介紹免費軟體Python語言的pandas與相關套件在量化資料分析上的應用，共分為七章，分別是Python語言簡介、量表題目分析、量表信度與效度分析、平均數差異考驗、共變數分析、相關與迴歸以及卡方考驗。各章節均用淺顯易懂的文字與範例來說明量化資料的統計分析策略，可增進讀者的應用能力。

書中將自然語言處理技術和統計處理技術視為工具，不會涉及到其繁瑣的原理、數學定理等。書中利用操作簡便的Python套裝程式來處理文本資料，探索文本挖掘可以幫我們做到的事情，而非用尖端的技術進行程式設計。書中用簡單明快的例子演示應用效果，並配有視頻展示，下載資料包即可獲取視頻和案例二維碼！本書通過5個章節介紹相關知識，第1章介紹文本挖掘的整體印象；在第2章中概括介紹了本書後面用到的Python的必要知識；第3章中介紹文本處理相關的基本概念和觀點；第4章中利用Python學習作為基礎處理的頻率分析方法和其能得到的結果；最後，在第5章中介紹文本挖掘需要用到的各種具體方法以及在Python中的處理步驟。

本書全面介紹Python程序設計基礎知識。全書共9章，主要內容包括Python語言入門、基本數據類型與表達式、語句與結構化程序設計、組合數據類型與字符串、函數與模塊、文件處理、異常處理、面向對象程序設計和Python高級編程。通過本書的學習，讀者可以掌握程序設計知識和方法，提高程序設計能力，培養程序設計思維，為進一步學習後續計算機相關課程、提升數字素養和創新能力奠定良好的基礎。 本書適合作為高等學校各專業程序設計課程的教材，也可作為程序設計自學者的參考書。

This text helps beginners develop their own Python programs. Experiments with fully completed programs are provided at the beginning of each chapter, allowing instructors to use the text in CS0 course

《Python資料分析師成長之路》凝聚了作者在多個行業資料分析實戰中的寶貴經驗，旨在幫助讀者從零基礎入行到專家級數據分析師需掌握的全棧核心能力。書中提供了高效的成長方法和簡潔的學習路徑。《Python資料分析師成長之路》共13章。第1～5章為基礎部分，系統介紹Python學習的基本路徑以及資料分析師所需的核心程式設計技能，包括Pandas和NumPy基礎、資料預處理和SQL基礎。第6～11章側重于應用，涵蓋了資料獲取、視覺化、分析方法、自動化分析報告生成、行業分析思維和資料採擷等實用技能。第12章為創新部分，重點探討了如何利用ChatGPT進行資料採擷。第13章為答疑部分，回答了資料分析從業者常見的問題，如思維培養、突破瓶頸和轉行準備，總結了多年的經驗供讀者參考。書中每個知識點均配有詳細的實戰代碼示例，幫助讀者快速理解並應用到實際分析中。通過《Python資料分析師成長之路》的學習，讀者能夠專注于資料收集到分析結論形成的全鏈路技能，掌握最常用的技能與最簡短的學習路徑。《Python資料分析師成長之路》適合初入資料分析領域的從業者、準備轉型的各行各業人員以及對Python資料分析感興趣的讀者。

For readers who may not be statisticians or data analysts, Sarmento and Costa explain how to analyze data using the Python and R languages. They have particularly in mind, students and researchers

Many Python developers are curious about what machine learning is and how it can be concretely applied to solve issues faced in businesses handling medium to large amount of data.Machine Learning with

●在介紹Python的一些強大特性時，人們常常編造一些示例，以孤立的示例解釋各種特性。通過設計並構建真實的應用程序，從設計原型一直演示到開發出符合生產質量要求的應用程序，整個過程不只讓你了解各種特性如何工作，還會讓你看到它們如何作為更大的系統設計過程的組成部分集成起來。另外，本書還會提供一些有用的注意項，並推薦一些庫，這些內容是Python大會問答環節的主要關注點。本書還會討論現代Python開發的最佳實踐和技術，幫助你編寫清晰的、易於維護的代碼。 ●本書針對的是已經能夠使用Python編寫簡單程序但想要理解什麼時候適合使用高級特性的開發人員，讓他們能夠自如地使用這些高級特性。想要提升自身Python編程水平以及已經具有豐富的經驗但希望了解新版本Python特性的開發人員，都特別適合閱讀本書。 【本書內容】 本書精心挑選了主題，旨在介紹Python編程的各個不同方面。Python社區作為一個整體沒有充分理解或者利用這些方面，而且在指導新人時，不會把它們理所當然地教給新人。這並不是說這些特性一定很複雜，或者很難理解（當然有些特性確實如此），我相信，所有程序員都應該熟悉這些特性，即使他們並不會用到這些特性。 ●第1章將介紹使用Python編寫簡單程序的不同方式，還會介紹Jupyter記事本以及Python調試器的用法。雖然這兩者都是相對來說為人熟知的工具，但很多人只熟悉其中的一個工具，而不是兩者都能夠熟練使用。本章還會介紹編寫命令行接口的不同方式，以及一些有用的第三方庫，它們支持簡潔的命令行工具開發。 ●第2章將介紹幫助識別代碼中的錯誤的工具，例如自動測試和linting工具。無論是編寫大型代碼庫、很少需要編輯的代碼庫，還是要吸收第三方貢獻的代碼庫，這些工具都能夠讓你更容易地寫出讓自己有信心的代碼。這裡介紹的工具都是我推薦的工具，但是，本章的關注點是理解它們的優缺點。你可能已經使用過其中的一個或多個工具，並且對於是否適合使用它們有自己的觀點。本章將幫助你理解權衡點，從而做出明智的決定。 ●第3章將介紹Python中的代碼打包和依賴項分發。對於編寫可分發給其他人的應用程序，以及設計能夠可靠工作的部署系統來說，這些都是重要的功能。我們將使用這些功能，把獨立的腳本轉換為可安裝的應用程序。 ●第4章將介紹插

本書從FastAPI框架的基礎知識和相關的Python編程概念開始講解。然後，您將瞭解該框架的所有方面知識，包括其強大的依賴注入系統，以及如何使用它與數據庫通信、實現身份驗證和集成機器學習模型等。之後，您將學習與測試和部署相關的實踐，以運行高質量和健壯的應用程序。後，您還將學習Python數據科學軟件包的應用生態系統。隨著學習的深入，您將學習如何使用FastAPI在Python中構建數據科學應用程序。本書還演示了如何開發快速高效的機器學習預測後端，並對其進行測試，以獲得性能。後，您將看到如何使用WebSocket和Web瀏覽器作為客戶端實現人臉實時檢測。在本書的後，您不僅學習如何在數據科學項目中實現Python，還學習如何在FastAPI的幫助下維護和設計它們，以滿足高編程標準。本書面向對FastAPI及其生態系統感興趣的數據科學家和軟件開發人員，並以此構建數據科學應用程序。讀者需要具備數據科學和機器學習概念的基本知識，以及瞭解如何在Python中應用它們。

本書以零基礎講解為特色，用實例引導讀者學習，深入淺出地介紹Python機器學習的相關知識和實戰技能。 全書共17章，分為5篇。第Ⅰ篇為機器學習入門篇，包含第1章，主要介紹機器學習的概念、機器學習研究的主要任務、如何選擇合適的算法及機器學習研究問題的一般步驟等；第Ⅱ篇為工具模塊使用篇，包含第2～4章，主要介紹數組計算NumPy、數據分析Pandas、圖形展示Matplotlib等；第Ⅲ篇為專業技能提升篇，包含第5～13章，主要介紹算法綜述、決策樹、樸素貝葉斯、邏輯回歸、支持向量機、AdaBoost、線性回歸、k-means、PCA等；第Ⅳ篇為深度學習延伸篇，包含第14章，主要介紹卷積神經網絡；第Ⅴ篇為項目技能實戰篇，包含第15～17章，主要介紹驗證碼識別、答題卡識別、機器學習簡歷指導等。同時，本書隨書贈送了大量相關的學習資料，以便讀者擴展學習。 本書適用於任何想學習Python機器學習的讀者。無論讀者是否從事Python相關工作，是否接觸過Python，均可通過學習本書快速掌握Python機器學習的開發方法和技巧。

Build your own chatbot using Python and open source tools. This book begins with an introduction to chatbots where you will gain vital information on their architecture. You will then dive straight in

本書共6章，主要講解採用Python語言對Abaqus進行圖形介面程式的開發，包括GUI外掛程式程式（Plug-ins）的開發以及使用者自訂GUI應用程式（Customized Applications）的開發。 各章的主要內容是：第1章以簡單的入門外掛程式程式為例，介紹了Abaqus圖形介面程式開發的意義。第2章簡要介紹了Python語言的基本語法。第3章介紹了一些Abaqus中常用的Pytho

面向用Python進行控制系統設計的人，邊學邊用Python進行編程實踐。重點闡述以狀態空間模型為物件的現代控制系統的設計。全書分七章，包括： Pythhon環境的構建、數據和流控制、反饋控制、狀態空間模型、閉環系統的控制設計、開環系統的控制設計、PID控制相位進延遲補償，以及穩健性控制數字實現的高級控制系統設計。

"本書以Python 3.10.7為平臺，以實際應用為背景，通過“概述+經典應用”的形式，深入淺出地介紹Python機器學習算法及應用的相關知識。全書共12章，主要內容包括在數據上的計算機學習能力、簡單的機器學習分類算法、sklearn機器學習分類器、數據預處理、降維實現數據壓縮、不同模型的集成學習、連續變量的回歸分析、數據的聚類分析、從單層到多層的人工神經網絡、使用深度卷積神經網絡實現圖像分類、使用循環神經網絡實現序列建模、使用生成對抗網絡合成新數據等。通過本書的學習，讀者可領略到Python的簡單、易學、易讀、易維護等特點，同時感受到利用Python實現機器學習的普遍性與專業性。 本書可作為高等學校相關專業本科生和研究生的學習用書，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。 "

Learn programming with Python by creating a text adventure. This book will teach you the fundamentals of programming, how to organize code, and some coding best practices. By the end of the book, you

Learn web scraping and crawling techniques to access unlimited data from any web source in any format. With this practical guide, you’ll learn how to use Python scripts and web APIs to gather and proc

這是一本介紹在Python中使用海龜繪圖工具的書。本書先帶領讀者認識Python編程語言，瞭解Python的特點，然後在此基礎上引入turtle模塊(俗稱“海龜繪圖”)的相關內容，讓讀者大致瞭解該模塊的功能。隨後，本書給出了多個示例，幫助讀者加深對for循環、變量、數據類型、布爾類型和條件語句、while循環以及自定義函數等概念的理解。最後，本書給出了兩個完整的經典程序示例，並詳細解釋了程序代碼的具體意義和作用，還運用turtle模塊繪製了一個可愛的機器貓。 本書適合小學高年級和初中各年級的讀者自學，也適合零編程基礎的讀者閱讀參考。

本書在講述人工智能理論的基礎上突出工程應用性與實踐性，選用了適用於人工智能項目研發的Python編程語言。第1章為人工智能導論。第2章介紹Python程序設計基礎。第3章介紹Numpy、Matplotlib與Pandas。第4章介紹sklearn及Inforstack免費網上機器學習組件功能。第5章介紹數據預處理。第6章與第7章分別介紹監督學習與非監督學習常用算法，並分別使用Inforstack學習平臺建模和Python語言編程實現。第8章介紹語音交互、視覺處理與OpenCV圖像處理。第9章介紹人工神經網絡與深度學習及Tensorflow、PyTorch的應用。第10章為人工智能綜合應用案例。

本書首先講解量化交易的基礎知識，即量化交易的定義、歷史、主要內容及與傳統交易的區別、JoinQuant（聚寬）量化交易平臺；然後講解量化交易開發語言Python，即講解Python語言的開發環境、基本語法、基本流程控制、特徵數據類型、函數及應用、面向對象程序設計；接著講解如何利用Python語言編寫量化策略、如何回測、編寫量化策略所需要常用函數、因子分析、量化交易策略實例；最後講解量化選股的技巧、量化擇時的技巧及算法交易。在講解過程中即考慮讀者的學習習慣，又通過具體實例剖析講解量化實際交易過程中的熱點問題、關鍵問題及種種難題。

本教材書以Anaconda為主要開發工具，旨在幫助讀者從入門到掌握Python程序設計和數據分析的基礎知識。本書共包含11章，涵蓋了Python的核心概念、基本數據類型、程序控制結構、函數、組合數據類型、面向對象編程、文件和數據格式化、異常處理、網絡爬蟲、科學計算庫NumPy以及數據分析與可視化等主題。無論對於初學者還是有一定經驗的開發者，本書都提供了詳細而系統的指導，幫助讀者建立堅實的Python程序設計和數據分析基礎。每章都包含理論講解、示例代碼和習題，以幫助讀者鞏固所學知識。除此之外，在每章的學習內容中穿插課程思政的案例。這種結合課程思政的案例設計，旨在幫助學生將所學知識與思政內容相結合，通過學科教育引導學生形成正確的世界觀、人生觀和價值觀，培養他們的思辨能力、社會責任感和創新精神。通過這樣的設計，讀者在學習Python程序設計和數據分析的過程中，不僅能夠獲取技術知識，還能夠更深入地理解技術應用的社會影響和倫理考量。這將有助於培養讀者的思辨能力，使他們能夠客觀分析問題、綜合思考並做出明智的決策。為了方便教學，本書還配有電子課件等資料，任課教師可以發郵件至husttujian@163.com索取。無論是學習Python的基礎知識，還是希望在數據科學領域深入應用Python，本書都能滿足您的需求，並成為您編程與數據科學之路的得力伴侶。

“超簡單”系列圖書是為滿足廣大職場人士學習新型自動化辦公技術的需求而編寫的應用型教程，此前已陸續出版了《超簡單：用Python 讓Excel 飛起來》《超簡單：用Python 讓Excel 飛起來（實戰150例）》《超簡單：用Python 讓Excel 飛起來（核心模塊語法詳解篇）》《超簡單：用ython 讓WPS Office 飛起來》《超簡單：用VBA 讓Excel 飛起來》等圖書，受到眾多讀者的歡迎。這些圖書主要是基於編程來實現辦公自動化，鑒於讀者對象主要是編程基礎薄弱甚至從未接觸過編程的辦公人員，我們盡力採用通俗易懂的方式去講解知識點，但是由於水平所限，仍然有一部分讀者反映在學習過程中遇到了困難。2022 年11 月以來，以ChatGPT 為代表的人工智能（AI）工具如雨後春筍般湧現。在這一背景下，我們萌生了用AI 技術助力辦公的想法，由此編寫出了這本《超簡單：用Python+ChatGPT 讓Excel 飛起來》。本書旨在探討如何讓AI 工具與Python 編程語言“強強聯手”，幫助辦公人員以較低的學習門檻提升自身的Excel 應用能力，實現更智能、更高效的辦公自動化。全書共9 章，通過清晰的結構和豐富的案例，循序漸進地引導讀者探索AI 技術在Excel辦公自動化領域所開闢的一片新天地。

本書以信息安全基礎知識點為理論依據，採用Python初學者易於理解的敘述方法，較為全面地介紹了基於Python的安全編程思路和實現技術。全書共分為9章：第1章緒論，探討了Python與安全編程的關係，以及安全編程的基本思路；第2章介紹Python語言基礎知識，為後續章節提供編程語言基礎；第3章圍繞古典、現代密碼體制介紹了密碼學編程方法；第4章介紹了區塊鏈編程技術，設計了最簡單的區塊鏈系統；第5章從空間域和變換域兩個方面介紹了數字水印編程技術；第6章介紹了身份認證編程，設計實現了口令、人臉、說話人識別模塊；第7章介紹了計算機主機的安全保護編程，列舉了主機安全運維管理、惡意軟件分析和漏洞模糊測試編程實例；第8章介紹了計算機網絡的安全保護編程，給出了網絡嗅探、掃描、防火牆、入侵檢測的實現方案；第9章介紹了內容安全保護的編程方法。本書密切結合信息安全專業理論知識，同時兼顧了Python編程實踐技術，知識點明晰，難易適中，可供計算機技術、網絡工程、信息安全及相關專業技術人員學習參考。

本書作者在構建Python程序的過程中，將經過證明的、做過類測試的、回歸基本的策略首次引入到Python程序設計教學中。本書以聚焦問題解決的分層漸進方法介紹了編程的基本原理，並在各個章節增加了新的語法和概念，以及展示了好的編程風格應該是什麼樣的，分階段開發了一個複雜的程序。本書關注的是問題的解決，強調算法思維。

本書內容共81個Python實驗項目，涵蓋運算符、內置函數、選擇結構與循環結構、函數定義與使用、面向對象編程、字符串與正則表達式等Python基礎知識，以及文件操作、數據庫操作、Office文檔操作、多線程與多進程、Socket編程、tkinter編程、算法分析與設計、數字圖像處理、計算機圖形學、聲音處理、密碼學、自動運維、網絡爬蟲、數據分析、數據可視化和機器學習等領域的應用。書中全部案例代碼適用

A no-nonsense introduction to software design using the Python programming language. Written for people with no programming experience, this book starts with the most basic concepts and gradually adds new material. Some of the ideas students find most challenging, like recursion and object-oriented programming, are divided into a sequence of smaller steps and introduced over the course of several chapters. The focus is on the programming process, with special emphasis on debugging. The book includes a wide range of exercises, from short examples to substantial projects, so that students have ample opportunity to practise each new concept. Exercise solutions and code examples are available from thinkpython.com, along with Swampy, a suite of Python programs that is used in some of the exercises.

A no-nonsense introduction to software design using the Python programming language. Written for people with no programming experience, this book starts with the most basic concepts and gradually adds new material. Some of the ideas students find most challenging, like recursion and object-oriented programming, are divided into a sequence of smaller steps and introduced over the course of several chapters. The focus is on the programming process, with special emphasis on debugging. The book includes a wide range of exercises, from short examples to substantial projects, so that students have ample opportunity to practise each new concept. Exercise solutions and code examples are available from thinkpython.com, along with Swampy, a suite of Python programs that is used in some of the exercises.

本書以Python 3.9和Anaconda 3為編程環境。通過本書的學習，希望讀者能理解和掌握Python語言的相關知識，具備較強的算法設計、編寫和調試程序的能力，理解面向對象程序設計和模塊化程序設計思想，掌握文件讀寫、圖形界面、數據庫、數據分析與可視化、人工智能等編程技術。本書共16章。第1～2章介紹程序設計與編程環境；第3～7章介紹順序、函數、選擇、循環的算法與程序設計，以及Python的數據結構；第8章介紹文件處理；第9～11章介紹面向對象程序設計、模塊化程序設計和異常處理；第12～16章介紹圖形界面、數據庫、網絡爬蟲、數據分析與可視化、人工智能等的編程。每章後配有針對性強的習題，供讀者鞏固所學知識。

本書以Python數據分析與挖掘的常用技術與真實案例相結合的方式，深入淺出地介紹Python數據分析與挖掘的重要內容。本書共11章，分為基礎篇（第1～5章）和實戰篇（第6～11章），基礎篇包括數據挖掘基礎、Python數據挖掘編程基礎、數據探索、數據預處理、數據挖掘算法基礎等基礎知識；實戰篇包括6個案例，分別為信用卡高風險客戶識別、餐飲企業菜品關聯分析、金融服務機構資金流量預測、O2O優惠券使用預測、電視產品個性化推薦，以及基於TipDM大數據挖掘建模平臺實現金融服務機構資金流量預測。本書大部分章節包含實訓和課後習題，通過練習和操作實踐，可幫助讀者鞏固所學的內容。本書可作為“1+X”證書制度試點工作中的大數據應用開發（Python）職業技能等級（高級）證書的教學和培訓用書，也可作為高校數據科學或人工智能相關專業的教材，還可作為數據挖掘愛好者的自學用書。

本書是國內首先使用 Python tkinter 設計 GUI 的中文書籍之一。本書主要講解如何在窗口內使 用 Python 的內部模塊 tkinter 設計圖形用戶接口 (GUI) 程序，讓用戶可以利用圖形接口與計算機溝通。 tkinter 模塊是一個跨平臺的窗口應用程序，使用它設計的程序可以在 Windows 、macOS 、Linux 系 統上執行。2019 年《Python GUI 設計 tkinter 菜鳥編程》一經出版便受到廣大讀者的喜愛。為了使其內容 更豐富，本書在其基礎上增加了一些重要的項目實例，全書超過 312 個程序實例，一步一步講解 tkinter 控件 (Widget) 的基礎知識，同時也將應用範圍擴充至小算盤、分形 (Fractal) 設計、文書編 輯、走馬燈、模擬海龜繪圖、球類競賽、風扇設計、單個或多個反彈球設計、鐘擺、直方圖動態排 序、動畫與遊戲設計、MP3 音樂播放器。Python 是一門可以靈活使用的程序語言，本書的特色是 對 tkinter 最基礎的知識使用了大量靈活的實例，說明其在各種環境下的應用方法。讀者可以由這些 程序實例，事半功倍地學會用 tkinter 設計跨平臺的窗口程序。

本書全面介紹與大數據和人工智能相關的數據采集、數據存儲、並行計算等技術體系，以及Python編程基礎、數據處理分析和可視化、機器學習算法和深度學習模型的原理與應用。 全書共分4部分：第1部分(第1章)為大數據基礎，主要介紹與大數據應用相關的數據采集、數據存儲、並行計算等技術體系；第2部分(第2章)為Python編程基礎，主要介紹Python的基本語法，為讀者學習後續的數據處理分析、可視化、機器學習算法和深度學習模型等內容提供基礎知識；第3部分(第3、4章)為數據處理分析和可視化，主要介紹基於Pandas的數據處理分析方法和基於Matplotlib的數據可視化方法；第4部分(第5～9章)為機器學習和深度學習，其中，第5～8章主要介紹回歸、聚類、分類等機器學習算法及應用，第9章主要介紹深度學習模型及建模應用。各章都有配套的思考題、自測習題和教學視頻等資源。 本書適合作為高等學校數據科學與大數據技術、計算機科學與技術、網絡工程、軟件工程、物聯網工程等專業的大數據導論、Python編程技術、數據處理及可視化、Python數據科學導引以及機器學習等課程的教材，也可作為IT開發人員、非計算機專業師生和科研工作者的參考書。

本書較為全面地介紹了定向爬蟲的開發過程、各種反爬蟲機制的破解方法和爬蟲開發的相關技巧。全書共13章，包括緒論、Python基礎、正則表達式與文件操作、簡單的網頁爬蟲開發、高性能HTML內容解析、Python與數據庫、異步加載與請求頭、模擬登錄與驗證碼、抓包與中間人爬蟲、Android原生App爬蟲、Scrapy、Scrapy應用、爬蟲開發中的法律和道德問題等。除第 1、12、13章外的其他章末尾都

本書詳細闡述了與Python數據分析相關的基本解決方案，主要包括Anaconda和Jupyter Notebook、NumPy向量計算、數據分析庫pandas、可視化和數據分析、Python統計計算、預測分析模型等內容。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。本書既可作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發人員的自學教材和參考手冊。

編程的核心是算法，學習算法不僅能教會你解決問題的方法，而且還能為你今後的發展提供一種可能。本書面向算法初學者，首先介紹當下流程的編程語言Python，詳細講解了Python語言的變量和順序、分支、循環三大結構，以及列表和函數的使用，為之後學習算法打好基礎。然後以通俗生動的語言講解了雙指針、哈希、深度優先、廣度優先、回溯、貪心、動態規劃和最短路徑等經典算法。

本書主要介紹Python語言的開發環境(包括Spyder、Jupyter和PyCharm)與交互式工具、語言概述、數據結構、編程範型、庫、數據分析、數據可視化及應用案例分析。本書通過融合其他相關知識，重點討論了Python在網絡爬蟲、推薦系統、圖像處理和機器學習等多個領域的應用。本書不僅注重基本概念的講解，還強調問題的分析與求解，並在教輔資源中給出了大量實例、源代碼及4個Python實驗，以供讀者練習，進而幫助讀者鞏固所學知識。 本書的內容覆蓋面廣，實用性強，既可作為高等院校計算機、軟件工程、人工智能、數據科學與大數據技術、信息和通信工程等專業相關課程的教材，又可供計算機視覺、機器學習等領域的技術人員參考使用。

本书分为3部分：第1部分是基础篇，带领初学者实践Python开发环境和掌握基本语法，同时对网络协议、Web客户端技术、数据库建模编程等网络编程基础深入浅出地进行学习；第2部分是框架篇，学习当前流行的PythonWeb框架，即Django、Tornado、Flask和Twisted，达到对各种Python网络技术融会贯通的目的；第3部分是实战篇，分别对几种常用WEB框架进行项目实践，利用其各自的特点开发适用于不同场景的网络程序。

本書理論與實踐相結合，詳細闡述機器學習數據特徵與分類算法，基於Python 3精心編排大量的機器學習場景與開源平臺應用，高效利用Python 3代碼翔實地闡釋機器學習核心算法及其工具的場景應用。 本書分為6章，主要內容包括機器學習概述、數據特徵、分類算法、項目，以及在機器學習平臺Kaggle與PaddlePaddle上實現分類、預測及推薦等實戰操作。 本書適合機器學習的研究人員、計算機或數學等相關

本書特色全書涵蓋遊戲開發、網路開發、網路爬蟲、機器學習和深度學習內容簡介以夠用、實用為原則，選擇Python 中必備、實用的知識說明，強化對程式思維能力的培養。案例選取接近生活，有助加強讀者的學習興趣。書中每個案例均提供了詳細的設計想法、關鍵技術分析以及實際的解決方案。 史上最強python從小白到大師的入門手冊 tkinter、事件處理、物件導向完整實例 讀取資料庫，網頁、爬蟲、urlli

本書以學習筆記的形式，循序漸進地講解了Python語言的核心知識，並通過具體實例的實現過程講解了各個知識點的使用方法和流程。全書簡潔而不失其技術深度，內容豐富全面，更有大量經典案例嵌入書中相應位置。並且本書易於閱讀，以極簡的文字介紹了複雜的案例，同時涵蓋了其他同類圖書中很少涉及的歷史參考資料，對於初級讀者系統學習Python語言大有幫助。

《基於python的人工智能基礎及實戰》一書是一本零基礎入門教程，教你如何從一名計算機編程小白，到一名能夠操縱當下流行的、最新版的python3.6語言，再入門人工智能，最後自己動手深入各類小應用項目實戰。本書由淺入項目(根本沒有“深”)，只要你能跟著本書自己敲代碼，轉換角色是遲早的事――從崇拜者到被崇拜者。全書共八章。第1章至第3章介紹python入門知識；第4章介紹圖像識別方法與案例；第5章介

本書選用統計學和數據科學中常見的 R 語言和Python語言“雙語”編寫,主要內容包括:引言、R 語言編程基礎、R 語言數據處理、R 語言可視化、R 語言隨機抽樣和隨機數、R 語言基本統計推斷、R 語言回歸分析、R 語言大數據分析、Python 語言基礎、Python 數據處理等內容。此外,本書在每章正文後設置主要函數列表、練習題和實驗題,以幫助學生複習鞏固和自主練習。同時,還為教師配備了課程教學大綱(含課程思政內容)、課件、習題解答、模擬試題及配套答案等豐富的教學資源。本書結構嚴謹,邏輯清晰,敘述清楚,說明到位,行文流暢,習題配備合理,可讀性強,可作為高等學校統計學、大數據科學與技術等專業的教材或相關專業的教學參考書,也可供統計分析軟件初學者或從業者參考。