Introducing Python

本書採用開源智能硬件micro:bit，使用Python進行程序編寫，通過內置LED、按鈕、傳感器、無線和藍牙，實現了遊戲開發、POS機、石頭剪刀布等實踐案例；通過Arm公司安芯教育設計的擴展板，實現了聲控風扇、智能搶答器、紅綠燈系統、遙控LED燈、大棚管理系統、電子門鈴、限位雨刷器、遙控小車等項目。 本書還介紹了如何實現樹莓派與micro:bit之間進行信息讀寫的方法，如何通過圖形界面進行程序編寫以及對應的靜態Python程序，如何使用Arm公司的物聯網免費開源操作系統mbed OS對micro:bit進行編程。 本書可作為各類高校、高職、中小學開設開源硬件課程或Python編程相關課程的教材，也可供想進行編程學習的青少年、家長、教育工作者、創客等各類讀者參考。

《算法不難 》結合300多幅示意圖與70個算法示例（Python實現）直觀地講述36種常用經典算法的相關知識和9種經典算法思想，幫助讀者深入理解相關算法的原理與設計思想，為後續學習高級算法夯實基礎。《算法不難 》分為5章。第1章介紹算法的基本概念以及如何正確使用和設計算法等相關知識；第2章介紹排序算法的基本思想以及冒泡排序、選擇排序、插入排序、希爾排序、歸併排序、快速排序、堆排序、計數排序、桶排序和基數排序十大排序算法；第3章首先介紹圖算法的基礎知識，然後介紹路徑搜索、廣度優先搜索、深度優先搜索、最小生成樹、單源最短路徑、**流等常用圖算法。第4章介紹字符串處理算法的相關知識，涵蓋字符串基礎知識以及字符串判斷、字符串匹配、字符串排序和字符串壓縮等。第5章介紹枚舉、遞推、遞歸、分治、貪心、動態規劃、迭代、回溯和模擬九大算法思想的原理與應用。《算法不難 》內容豐富，講解循序漸進，適合有一定Python語言基礎的算法入門人員閱讀，也適合其他算法愛好者和程序設計從業人員閱讀，還可以作為高等院校相關專業算法課程的教材。

★「APCS大學程式設計先修檢測」培養運算思維能力，為學習歷程加分! ★依據坐7級望8級的考試策略編寫的APCS專書，運用APCS申請國立大學。 ★觀念題C+實作題Python：學習C加強程式設計、資料結構及演算法的知識；以Python實作磨練程式設計功力。 本書特色 ★目標定位清晰：為預備挑戰APCS學科4級與術科3級而設計，協助學生以7級以上的成績，順利進入理想大學的資訊科系。 ★策略性學習：根據「坐7級望8級」的考試策略精心編寫，提供從基礎到進階的全面學習指南。 學科+術科的系統訓練 ★學科策略： •深入淺出，系統性地介紹學科概念，使學習和練習更加有效率。 •積極準備不僅可達成4級目標，同時開啟邁向5級的可能。 ★術科攻略： •基礎篇：從基本題目開始，確保清楚理解重點題型，確實實作，3級目標輕鬆達成。 •進階篇：將複雜題目拆解為易懂的子問題，逐步建立解題技巧和自信，為挑戰4級及5級做好充分準備。 •實戰演練：通過反覆練習，使學生在考場上能夠鎮定自若，有效應對各種題型，高分通過考試。

本書重點介紹模擬電路仿真器的內部工作原理，並闡述了在開發過程中出現的各種難題的解決方案。本書選擇Python作為代碼環境以展示算法原理。本書首先概述了數值方法，重點強調了非線性方程及其牛頓-拉夫森算法中的解；其次介紹了建模技術，以及線性情況和非線性情況的電路仿真器；然後討論了實際場景中的仿真器，強調了一些限制因素並提出了對策；最後簡要介紹了仿真器涉及的更深入的數學背景知識。本書還提供了大量的示例和練習，以確保讀者更好地理解仿真器的工作原理。

Python x AI辦公室作業自動化 Word、Excel、PowerPoint、PDF、CSV、Pandas 多執行緒、排程、藝術二維碼、短網址、電子郵件、爬蟲 【本書內容】 ★☆★☆★【技術最強、功能最廣】★☆★☆★ ★☆★☆★【AI助力效率飛躍】★☆★☆★ ★☆★☆★【多執行緒設計效能提升】★☆★☆★ ◆正則表達式 CIA情報員搶救任務 電子郵件地址自動擷取 文件格式化自動化 ◆多執行緒進階平行運算 客戶服務系統效能提升 即時數據同步技術 企業自動化報表生成 ◆自動化檔案管理 自動化備份流程 批次檔案修改 過期文件自動清理 ◆提升效率的利器 – 短網址 短網址生成器 短網址解析技巧 ◆告別重複工作 – 自動化排程 schedule模組應用 APScheduler模組 - 背景任務管理 ◆Python高效處理Word 自動化行銷文案生成 擷取圖表、表格數據 Word與PDF格式互轉 ◆PDF魔法 擷取PDF中的圖片、文字與表格 PDF文件加密與解密 PDF浮水印自動生成 ◆Python操作Excel 吸睛報表完美呈現 數據圖表說故事 樞紐分析表的強大應用 Excel與CSV轉換 Excel轉PDF ◆Python操作PowerPoint 程式自動生成簡報 批次簡報製作 - 效能再升級 會議簡報自動化流程 PowerPoint轉PDF ◆傳送與接收電子郵件 自動發送會員信件 通知會員繳費提醒 找出含特定內容的郵件 ◆網路爬蟲技術 多執行緒爬蟲下載圖片 自動抓取網頁數據並轉成表格 JSON數據下載轉CSV或Excel 網頁表格轉CSV或Excel ◆Openai API助攻客服設計 線上客服設計 ChatGPT x Excel建立客服知識庫

本書旨在幫助讀者掌握如何用Python有效地處理Excel數據，實現辦公自動化。本書首先介紹開發環境的搭建和Excel模塊的安裝，接著講解編寫代碼前的準備，然後介紹如何使用openpyxl和pandas這兩個模塊編寫員工信息表查詢案例，最後介紹PyInstaller模塊與.py文件的編譯，以及如何快速移植本書案例的代碼。本書不僅適合辦公人員閱讀，還適合想要瞭解openpyxl模塊和pandas模塊的初級開發人員閱讀。

深度學習是一門注重應用的學科。瞭解深度學習背後的數學原理的人，可以在應用深度學習解決實際問題時遊刃有餘。本書通過Python代碼示例來講解深度學習背後的關鍵數學知識，包括概率論、統計學、線性代數、微分等，並進一步解釋神經網絡、反向傳播、梯度下降等深度學習領域關鍵知識背後的原理。本書適合有一定深度學習基礎、瞭解Pyho如編程語言的讀者閱讀，也可作為拓展深度學習理論的參考書。

本書共 5 章： 第 1 章介紹代數系統的基本概念, 內容包括集合與映射、群、環、域及線 性代數系統等; 第 2 章介紹矩陣代數, 內容包括矩陣定義、矩陣的各種運算, 如線性運算、 乘法、轉置、方陣的行列式等, 並由此討論可逆陣的概念及性質; 第 3 章介紹線性方程組的 消元法, 為後面講解向量空間的知識奠定基礎; 第 4 章基於矩陣、線性方程組等討論應用廣 泛的向量空間, 內容包括向量及其線性運算、向量組的線性相關性、線性空間的線性變換等; 在以上幾章的基礎上, 第 5 章定義向量的內積運算,在向量空間中引入“度量”, 即向量的 長度（範數），從而將二維、三維的幾何空間擴展到一般的 n 維歐幾裡得空間.本書選擇 Python 的科學計算的軟件包 NumPy 作為計算工具, 針對書中討論的線性代數 的計算問題給出詳盡的 Python 解法. 本書中的每一段程序都給出了詳盡的注釋及說明, 適合各層次讀者閱讀.

近年來，固定收益市場規模、產品類別、投資實踐等都呈現跨越式發展，相關從業人員的教育需求也與日俱增。固定收益市場是一個重要的投資市場，瞭解這個市場的規律對成為一個合格的投資與風險管理人員來說至關重要。本書巧妙地將固定收益市場的相關知識和Python語言的編程實踐結合起來，通過12章內容，由淺入深地介紹了中國固定收益市場的情況，並給出了具體的 Python 分析案例。全書內容翔實，參考價值較高，涉及中國固定收益市場介紹，債券的計息基準與應計利息的計算，債券的淨價、全價與到期收益率的計算，收益率曲線與構建，債券的估值與風險計量，債券的會計與損益歸因分析，債券現券交易方式，回購與債券借貸，國債期貨與標準債券遠期，利率互換，利率期權，信用衍生品等內容。本書內容全面，實戰性強，通俗易懂，適合固定收益領域的從業者及想要進入這一領域工作的讀者閱讀。

《Python數據分析項目全程實錄》精選不同行業、不同分析方法以及機器學習等方向的12個熱門Python數據分析項目。這些項目既可以作為練手項目，也可以應用於實際數據分析工作中，其中的機器學習還可作為參賽項目的參考。總體來說，這些項目的實用性都非常強。具體項目包含：熱銷產品銷售數據統計分析、籃壇薪酬揭秘：球員位置與薪資數據的深度分析、股海秘籍：股票行情數據分析之旅、京東某商家的銷售評價數據分析、商城註冊用戶數據探索分析、自媒體賬號內容數據分析、汽車數據可視化與相關性分析、抖音電商數據分析系統、會員數據化運營RFM分析實戰、商超購物Apriori關聯分析、基於K-Means算法實現鳶尾花聚類分析、電視節目數據分析系統。本書從數據分析、機器學習的角度出發，按照項目開發的順序，系統、全面地講解每一個項目的開發實現過程。體例上，每章一個項目，統一採用“開發背景→系統設計→技術準備→各功能模塊實現→項目運行→源碼下載”的形式完整呈現項目，給讀者明確的成就感，可以讓讀者快速積累實際數據分析經驗與技巧，早日實現就業目標。

深度學習正日益深刻地滲入我們的生活，從建議內容到在任務關鍵型和安全關鍵型應用中發揮核心作用，其影響無所不在。然而，隨著這些算法影響力的逐漸擴大，人們對於依賴這些算法的系統安全性和魯棒性的擔憂也日益加劇。簡言之，傳統的深度學習方法往往難以察覺自身的知識邊界，即它們“不知其所不知”。貝葉斯深度學習(Bayesian Deep Learning，BDL)領域包含一系列利用深度網絡進行近似貝葉斯推理的方法。這些方法通過揭示模型對其預測結果的置信度，增強了深度學習系統的魯棒性，使我們能夠更謹慎地將模型預測融入實際應用中。《Python貝葉斯深度學習》將引領你踏入迅速發展的不確定性感知深度學習領域，助你深入理解不確定性估計在構建魯棒性的機器學習系統中的重要價值。你將學習多種流行的BDL方法，並通過涵蓋多種應用場景的Python實用示例來掌握這些方法的實現技巧。讀完本書後，你將深刻理解BDL及其優勢，並能夠為更安全、更魯棒的深度學習系統開發貝葉斯深度學習模型。主要內容：● 了解貝葉斯推理和深度學習的優缺點● 了解貝葉斯神經網絡(Bayesian Neural Network，BNN)的基本原理● 了解主要貝葉斯神經網絡實現/近似之間的差異● 了解生產環境中概率深度神經網絡的優勢● 在Python代碼中實現各種貝葉斯深度學習方法● 運用貝葉斯深度學習方法解決實際問題● 學習如何評估貝葉斯深度學習方法並為特定任務選擇最佳方法● 在實際深度學習應用中處理“分布外”數據

本書通過講解Python編程及其基礎應用為大數據專業的學習奠定基礎。全書共8個項目，主要內容包括進入Python編程世界、編程計算三角形面積、開發一個面積計算器、開發一個萬年曆、開發一個撲克牌遊戲、開發一個文件自動備份器、字符串加密解密和天氣數據分析與可視化。本書以簡潔、通俗易懂的語言，講解了Python中*基本、*重要的概念。本書適合作為各類職業院校大數據技術及相關專業的教材，也可作為計算機愛好者的大數據入門和學習Python程序設計的參考用書。本書配有電子課件、微課視頻(書中掃碼觀看)等教學資源，選用本書作為授課教材的教師可登錄機械工業出版社教育服務網(www.cmpedu.com)註冊後免費下載，或聯繫編輯(010-88379807)諮詢。

本書全面介紹Python語言編程方法，選用有趣、實用的項目編程，以培養讀者學習興趣、鍛煉思維為主。 本書採用項目式教學體系例寫，選擇學練結合的學習方法，全書安排14個項目，將編程的知識分解到各項目中， 每個項目包含一個核心知識點，同時加強對上一項目內容的應用和拓展，做到從易到難、循序漸進。 本書可作為中小學“人工智能”課程入門教材，第三方進校園教材，學校社團活動教材，學校課後服務 （託管服務）課程、科創課程教材，校外培訓機構和社團機構相關專業教材，也可作為自學人員自學教材，還 可作為家長輔導孩子的指導書。

本書全面介紹Python 語言編程控制方法，選用有趣、實用的產品，以培養讀者獨立設計智能電子產 品的技術與能力。本書採用項目式教學體系編寫，全書安排12 個項目，將設計產品的基本知識和編程技 術分解到各項目中，每個項目包含一個核心知識點，同時做到從易到難、循序漸進。 本書可作為中小學“人工智能”課程入門教材，第三方進校園教材，學校社團活動教材，學校課後 服務（託管服務）課程、科創課程教材，校外培訓機構和社團機構相關專業教材，也可作為自學人員自 學教材，還可作為家長輔導孩子的指導書。

本書以Python為開發環境，以小遊戲開發為載體，對編程及人工智能技術進行講解，讓讀者同時學習編程及人工智能知識。 本書共16章，可分為4個部分。第1部分為第1～3章，分別是編程、遊戲和AI，Python環境準備及Pygame基礎知識。第2部分為第4～7章，分別講解了貪吃蛇遊戲編程、打磚塊遊戲編程、笨鳥先飛遊戲編程和五子棋遊戲編程。第3部分為第8～12章，分別介紹了神經網絡和PyTorch基礎、蒙特卡羅模擬、強化學習入門、深度強化學習DQN及遺傳算法。第4部分為第13～16章，分佈介紹了貪吃蛇AI編程、打磚塊AI編程、笨鳥先飛AI編程和五子棋AI編程。 本書內容系統性強，語言精練，適合對AI遊戲編程感興趣的讀者閱讀，也適合作為青少年遊戲編程培訓的參考用書。

★☆★國內第一本介紹Rust實戰的專書★☆★ 【本書特點】 ☆Rust重要觀念介紹：泛型(Generics)、特徵(Trait)、巨集(Macro)、閉包(Closure)、並行處理(Concurrency)、所有權(Ownership)。 ☆Rust實戰：機器學習、WebAssembly、區塊鏈(Blockchain)、跨語言整合(FFI)，包括Python、C、JS…等。 ☆常見應用實作：資料庫存取、網站開發、桌面程式、檔案系統存取…等。 【本書目標對象】 1. 熟悉C語言的學生或工程師：可學習到最新的程式語言設計理念，改寫或升級舊系統(Legacy system)。 2. 熟悉Python語言的學生或工程師：可學習到如何開發安全與高效能的應用系統。 3. 同時熟悉C與Python語言的學生或工程師：可學習到如何整合Python與Rust，提升系統開發的生產力。 4. 機器學習工程師：可學習如何利用Rust建立高效系統，以提升模型訓練(Training)與推論(Inference)的速度。

演算法 圖解原理 x Python實作 x 創意應用 王者歸來 (全彩印刷) 本書內容 ★★★★★【國內第1本演算法 + 創意實作】★★★★★ ★★★★★【彩色圖解演算法】【Python創意程式】★★★★★ ★★★★★【約700張彩色圖片+ 296個創意應用】★★★★★ 這是一本使用Python從零開始指導讀者的演算法入門書籍，閱讀本書內容，讀者可以學會下列知識的創意與潛在應用： ◎演算法基本觀念 ★ 主要內容：時間複雜度、空間複雜度 ☆ 創意應用：一個要計算8411億年的程式 ◎陣列與鏈結串列 ★主要內容：陣列、單向(雙向)鏈結串列、循環鏈結串列 ☆創意應用：客戶資料管理、庫存管理系統、瀏覽器歷史記錄管理系統、音樂播放管理、醫療排隊系統 ◎佇列(Queue) ★主要內容：插入、讀取、串列模擬佇列 ☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理 ◎堆疊(Stack) ★主要內容：堆入push、取出pop、認識堆別在函數呼叫的角色 ☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理 ◎二元樹(Binary Tree) ★主要內容：建立、讀取、前序(中序與後序)遍歷二元樹 ☆創意應用：表達式樹、家譜樹、網頁導航樹、遊戲AI決策樹 ◎堆積樹(Heap Tree) ★主要內容：建立、取出、刪除、最小(最大)堆積樹 ☆創意應用：線上遊戲得分排行榜、物流中心的貨物調度、醫院緊急情況處理系統、電商平台推薦系統設計、多任務處理最短作業優先調度 ◎雜湊表(Hash Table) ★主要內容：雜湊表與陣列、效能分析、模組 ☆創意應用：電影評分系統、電子郵件垃圾過濾器、社交媒體標籤系統、網頁瀏覽記錄、簡單的快取系統 ◎排序 ★主要內容：泡沫、雞尾酒、選擇、插入、堆積樹、快速與合併排序 ☆創意應用：社交媒體貼文按讚數排序、任務排序、KTV點播次數排序、影評排序、旅館價位排序 ◎數據搜尋 ★主要內容：順序、二分搜尋、搜尋最大值 ☆創意應用：順序搜尋商品庫存、二分搜尋法查詢書籍、順序搜尋電子郵件黑名單、書籍搜尋使用二分搜尋法 ◎回溯演算法 ★主要內容：走迷宮、迷宮設計與堆疊 ☆創意應用：排列組合、密碼生成、圖的著色、任務分配、走迷宮 ◎從遞迴看經典演算法 ★主要內容：河內塔、八皇

本書以實際案例的形式，介紹了Microsoft Office 2016相關軟件、大數據相關軟件和Python數據處理應用技術，以及程序設計的思維方法和編程技巧。全書共5章，包含33個應用案例。第1～3章為計算機基礎知識應用，分別介紹Word 2016、Excel 2016 和PowerPoint 2016的使用方法，包含應用案例1～10。第4章為大數據應用技術，介紹MySQL數據庫、Python編程基礎、Python數據處理及可視化等應用技術，包含應用案例11～16。第5章為計算思維與程序設計，介紹流程圖繪製方法及程序設計、運行與調試等應用技巧，包含應用案例17～33。書中案例由淺入深，操作步驟詳盡，語言通俗易懂。本書適合高等院校非計算機專業本科生使用，通過合理選取，可滿足不同學時的教學要求。

本書全面地講解了在科學領域廣泛運用的微積分、概率論與數理統計、線性代數、數值計算、多元統計分析等數學基礎知識。全書共6章：第1章介紹了大數據與數學、數學與Python的關係；第2章介紹了微積分的基礎知識，包括極限、導數、微分、不定積分與定積分等；第3章介紹了概率論與數理統計的基礎知識，包括數據分佈特徵、概率與概率分佈、參數估計、假設檢驗等；第4章介紹了線性代數的基礎知識，包括行列式、矩陣的運算和特徵分解、奇異值分解；第5章介紹了數值計算的基礎知識，包括插值法、函數逼近與擬合、非線性方程（組）求根；第6章介紹了常用的多元統計分析方法，包括回歸分析、判別分析、聚類分析、主成分分析、因子分析和典型相關分析。本書示例大都結合Python進行求解分析，且每章都有課後習題，可以幫助讀者鞏固所學的內容。

當數據科學家使用Python處理數據，並希望創建展示ML模型的數據應用程序，以及進行易於創建的交互式可視化時，那麼Streamlit將是最理想的選擇。Streamlit for Data Science(第2版)向數據科學家展示了如何在Python內快速創建和部署小部件和儀錶板。這可以幫助他們在幾小時內而不是幾天內創建原型。 為了掌握Streamlit這項技術，需要通過大量的實際案例來學習。本書由一個富有創造力的Streamlit用戶編寫，他在第一版發佈後就一直使用該技術，本選題建立在前一版的實用性基礎上，帶來大量的更新，包括將Streamlit連接到Snowflake數據倉庫，部署在Hugging Face上，以及在GitHub上提供完全更新的代碼庫，通過這些內容可以幫助讀者練習新發佈的技能。 讀者將從Streamlit的基礎知識開始Streamlit的學習，並通過使用機器學習模型和製作高質量的交互式應用程序逐漸熟悉Streamlit的使用技巧。本書通過實際示例幫讀者掌握許多更具挑戰性的主題，如Streamlit組件、美化應用程序和快速部署。 通過本書，讀者將能夠輕鬆快速地在Streamlit中創建動態web應用程序。

本書共分兩部分：第一部分是網絡數據採集與預處理的基礎理論實踐，包括任務1～任務6，主要講解如何使用Python編寫網絡數據採集和預處理程序，內容包括Python環境搭建，Python基礎語法、語句與函數，網絡基礎知識，常用網絡數據採集與預處理庫、解析庫，數據持久化保存，以及requests庫、numpy庫、pandas庫、Selenium技術、ChromeDriver技術和Scrapy技術的應用方式。第二部分是網絡數據採集與預處理的綜合案例，包括任務7～任務9，主要講解requests庫數據採集與ECharts可視化技術相結合以展示數據，並持久化保存數據、預處理數據的應用案例；Selenium和ChromeDriver技術相結合模擬登錄，採集動態和靜態數據，並持久化保存數據和預處理數據的應用案例；Hadoop平臺的Flume日誌數據採集應用案例，充分呈現了大數據採集與預處理主流技術、可視化技術的主要功能和特點。本書可作為高等職業院校、職業本科院校大數據技術及相關專業的教材，也可作為有一定Python編程經驗並且對數據採集與預處理技術感興趣的工程技術人員的參考用書。

《利用Python調試機器學習模型》詳細闡述了利用Python調試機器學習模型的基本解決方案，主要包括**代碼調試、機器學習生命週期、為實現負責任的人工智能而進行調試、檢測機器學習模型中的性能和效率問題、提高機器學習模型的性能、機器學習建模中的可解釋性和可理解性、減少偏差並實現公平性、使用測試驅動開發以控制風險、生產測試和調試、版本控制和可再現的機器學習建模、避免數據漂移和概念漂移、通過深度學習**機器學習調試、高級深度學習技術、機器學習**進展簡介、相關性與因果關係、機器學習中的安全性和隱私、人機回圈機器學習等內容。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。本書可作為高等院校計算機及相關專業的教材和教學參考用書，也可作為相關開發人員的自學用書和參考手冊。

《單片機三劍客：ESP32單片機與Python語言編程》採用大量實例和程序逐行解說的方式介紹ESP32單片機與Python語言編程,主要內容有ESP32單片機與編程軟件入門,Python語言入門,LED、數碼管和RGB全彩燈電路及編程實例,按鍵輸入與蜂鳴器、繼電器電路及編程實例,直流電動機、步進電動機與舵機驅動電路及編程實例,中斷、定時器與PWM功能的使用及編程實例,ADC與聲/光/熱/火/雨/煙傳感器的使用及編程實例,常用傳感器模塊的使用及編程實例,超聲波傳感器與紅外線遙控的使用及編程實例,串行通信(UART)與實時時鐘(RTC)的使用及編程實例,單總線通信與溫濕度傳感器的使用及編程實例,I2C通信控制OLED屏與PS2搖杆的使用及編程實例,SPI通信與SD卡/RFID卡的讀寫編程實例,單片機連接WiFi網絡與計算機進行通信,用瀏覽器網頁控制和監視單片機,基於MQTT協議的物聯網(IoT)通信。本書具有起點低、由淺入深、語言通俗易懂的特點,並且內容結構安排符合學習認知規律。本書適合作為初學者學習ESP32單片機及編程的自學圖書,也適合作為職業院校電類專業的單片機教材。

筆者根據自己多年的數據分析與挖掘經驗，從零基礎讀者的角度，詳盡地介紹了Python數據分析與挖掘的基礎知識及大量的實戰案例。全書分為4篇，第1篇是基礎入門篇，主要介紹數據分析與挖掘的基本概念及Python語言的數據分析基礎；第2篇是數據分析篇，主要介紹常用的數據分析方法；第3篇是數據挖掘篇，主要介紹常用的數據挖掘方法；第4篇是實戰應用篇，介紹兩個完整的數據分析與挖掘案例，讓讀者瞭解如何系統地應用前面學到的各種方法解決實際問題。對於書中的大部分章節，筆者還結合實際工作及面試經驗，精心配備了大量高質量的練習題，供讀者邊學邊練，以便更好地掌握本書內容。本書配備所有案例的源碼，適合有一定數學基礎的讀者使用，但不要求讀者具備編程基礎，適合剛入行的數據分析人員或從事與數據相關工作、對數據感興趣的人員，也適合從事其他崗位但想掌握一定的數據分析能力的職場人員，還可以作為大中專院校相關專業的教學參考用書。

A BIG nature book for sharing with a little person, introducing first words, colours, numbers, shapes, opposites and more - with felt flaps and a mirror!With bright, stylish artwork from Ingela P Arrhenius, illustrator of the internationally bestselling Felt Flaps and Peekaboo series, this BIG nature-themed playbook is perfect for sharing with older babies and toddlers. How many acorns can you count? What colour is the ladybird? What noise do the birds make? And finally, where are you?A brilliant large-format board book introducing early-learning first concepts and encouraging interactive play, with 10 soft felt flaps, tactile die-cuts on every page and a surprise mirror ending. Other titles available in the series: My BIG Playbook, My BIG Playbook: Farm

本書結合了機器學習、數據分析和Python語言，通過案例以通俗易懂的方式講解了如何將算法應用到實際任務。全書共20章，大致分為4個部分。第一部分介紹了Python的工具包，包括科學計算庫Numpy、數據分析庫Pandas、可視化庫Matplotlib；第2部分講解了機器學習中的經典算法，例如回歸算法、決策樹、集成算法、支持向量機、聚類算法等；第3部分介紹了深度學習中的常用算法，包括神經網絡、卷積神經網絡、遞歸神經網絡；第4部分是項目實戰，基於真實數據集，將算法模型應用到實際業務中。本書適合對人工智能、機器學習、數據分析等方向感興趣的初學者和愛好者。

本書創新性地從數學建模競賽入手，深入淺出地講解了人工智能領域的相關知識。本書內容基於Python 3.6，從人工智能領域的數學出發，到Python在人工智能場景下的關鍵模塊；從網絡爬蟲到數據存儲，再到數據分析；從機器學習到深度學習，涉及自然語言處理、機器學習、深度學習、 系統和知識圖譜等。 此外，本書還提供了近140個代碼案例和大量圖表，全面系統地闡述了算法特性，個別案例算法來自於工作經驗總結，力求幫助讀者學以致用。 本書不僅適用于人工智能技術初學者，也適合具有一定經驗的技術人員閱讀，還可作為高等院校計算機等相關專業師生的參考用書。

教材，內容包括函數與極限、一元微分學、一元積分學、微分方程、多元微分學、多元積分學、無窮級數等知識，書中融入了基於Python實現的數學實驗以及數學歷史和數學文化教育等內容。本書結構嚴謹，邏輯性強，解釋清晰，例題豐富，習題數量、難易適中，可作為“高等院校”高等數學課程的教材，亦可作為理工、經管等各專業的學生和相關領域技術人員的參考書。

本書以Python語言為基礎描述了網絡爬蟲的基礎知識，用大量實際案例及代碼，向讀者介紹了編寫網絡爬蟲所需要的相關知識要點及項目實踐的相關技巧。本書共5章，介紹了爬蟲的基本結構及工作流程、抓包工具、模擬網絡請求、網頁解析、去重策略、常見反爬措施，以及大型商業爬蟲框架Scrapy的應用，最後介紹了數據分析及可視化的相關基礎知識。

本書以數據處理為主線，介紹數據處理的基本原理、常見的算法思想、算法設計的可視化以及編程實現python語言。全書共13章，主要內容包括數據科學基礎實踐概論、數據表示、數據計算、數據分析、數據可視化、算法可視化工具、算法設計基礎、Excel中的算法、Python程序設計基礎、算法在Python中的實現、Word文檔處理、Flash動畫製作、Xmind思維導圖製作。本書可作為高等學校非計算機專業學習數據科學課程的實踐教材,也可以作為讀者快速理解數據處理和算法設計與實現的自學參考書。

本書主要講述軟件接口測試的技術和方法，共11章。本書結合大量示例代碼，介紹了Python編程環境，Python編程基礎知識，單元測試框架UnitTest，接口測試的基礎知識，接口測試環境的搭建，接口測試案例，接口 Mock 的應用，接口測試工具，基於接口的性能測試案例，Python項目持續集成的案例，接口自動化測試平臺的設計與實現。本書不僅適合測試人員、開發人員、運維人員、項目管理人員閱讀，還適合作為高等院校相關專業的教材。

本書從概念和數學原理上對人工智能所涉及的數據處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述，並以Python為主要工具進行了相應的編程實踐，以使讀者對人工智能相關技術有更直觀和深入的理解。此外，本書也用幾個獨立的章節從原理和實踐上介紹了量子計算、區塊鏈技術、並行計算、增強現實等與人工智能密切相關的前沿技術。 本書適合對人工智能領域感興趣並有一定數學基礎的相關人員閱讀，也可作為高等院校相關專業的教學參考書。

開發物聯網項目往往涉及傳感器、單片機、網關設備、通信模塊、網絡協議、後台程序、Web端等多個組件，同時需要運用多種編程語言和研發技能。在產品原型驗證的初期階段，特別是對小團隊而言，整合多方研發資源是一項不小的挑戰。本書通過介紹一個完整的實戰項目，全面展示了物聯網開發從設備到雲端的整體流程。該項目(智能種植系統)包含了遠程燈控、安防報警、環境監測、智能滴灌、設備管理等諸多功能模塊，並且僅採用Python一種編程語言，便實現了傳感器、STM32單片機、嵌入式ARM-Linux網關、雲端程序的開發工作。得益于Python豐富的第三方庫和模塊的支持，即使是對硬件和嵌入式知識瞭解不多的開發者，也能輕鬆駕馭物聯網開發。

本書主要包括三個模塊: 模型與軟件概述、軟件操作實驗和模型實驗。模型與軟件概述介紹了經濟模型的概念和意義, 以及MATLAB和Python兩種軟件的概述和比較。軟件操作實驗模塊詳細介紹了常見的矩陣、微積分、函數可視化、統計等基本運算和機器學習的基礎知識。模型實驗模塊提供了不同領域模型應用的案例研究。

1. 認識 ChatGPT：介紹 ChatGPT 的基本原理與使用方法。幫助讀者快速理解與上手工具。2. 使用 ChatGPT 輔助編寫高質量代碼：系統講解如何利用 ChatGPT 描述需求、補全代碼、檢查語法、調試程序等。大量案例幫助讀者掌握技巧，提高編程效率與代碼質量。3. ChatGPT 與數據采集與清洗：詳細介紹 ChatGPT 如何輔助網頁爬取、解析數據、清洗數據等。案例覆蓋股票數據、人口數據等，有利於讀者的實踐應用。 4. 辦公自動化中的數據存儲與分析：介紹 MySQL 數據庫、JSON 格式等的數據存儲方法。使用 Pandas 展示數據分析與統計方法，互動案例展示 ChatGPT 的輔助作用。 5. 辦公自動化中的數據可視化：使用 Matplotlib 繪製折線圖、柱狀圖、餅圖、散點圖等。案例說明如何利用 ChatGPT 選擇合適的可視化方法與改進圖表。6. ChatGPT 輔助自動化辦公軟件：包括 Excel、Word、PPT、PDF 等。使用相應庫實現這些軟件的自動化操作與功能擴展。大量案例與代碼將 ChatGPT 的作用帶入實際應用，提高工作效率。 本書具有以下特色：1. 首本系統介紹 ChatGPT 與 Python 辦公自動化的實用教程。內容較為全面，覆蓋 ChatGPT 的學習與多個應用場景。2. 提供大量實踐案例與代碼示例，詳細演示 ChatGPT 的強大作用。便於讀者快速掌握知識並應用出成果。 3. 案例使用真實數據，貼近工作實際，有利於讀者理解與記憶。 4. 適合不同層次讀者，新手可以快速入門，專業人士可學習新的解決方案。本書適合以下讀者：1. 對 ChatGPT 與 Python 辦公自動化感興趣的人。可作為入門學習資源。2. 軟件工程師與數據分析師。可提高工作效率與解決方案。 3. 企業培訓師。可作為課程教材，提高職場人才的自動化能力。 4. Python 程序員。可學習新的工具與技能，拓展實現範圍。綜上，本書以實用為主，全面介紹 ChatGPT 的學習與應用。案例貼近實際工作，易於理解與應用。適合各類讀者，實用性強，具

本書介紹了常用的數據結構，全書分為10章，依次為緒論、線性表、棧和隊列、串、廣義表、樹和二叉樹、常用二叉樹、圖、排序及查找。本書採用Python語言來描述和實現各種數據結構，內容豐富，知識點完整，結構層次分明，通過大量插圖來講解算法實現過程，有利於讀者理解並鞏固數據結構的相關算法思想。本書可以作為高職高專院校計算機及相關專業的教材，也適合軟件開發人員參考使用。

《Scrapy網絡爬蟲開發實戰》介紹如何學習和使用流行的Scrapy框架開發網絡爬蟲應用，主要內容使用Python開發網絡爬蟲，識別網頁的編碼，結構化信息的提取，Scrapy爬蟲的示例使用，Scrapy Playwright抓取動態JS網站，將抓取的數據保存到數據庫，部署、調度和運行Scrapy爬蟲等。 《Scrapy網絡爬蟲開發實戰》適合作為高等院校計算機、軟件工程專業本科生、研究生的參考書目，也適用於對Python網絡爬蟲領域感興趣的人士參考閱讀。

《零基礎學Python數據分析》(升級版)以數據分析"三劍客”——Pandas、Matplotlib 和 NumPy 為主線，全面介紹了數據分析入門的必備知識，從學習與應用的角度出發，幫助讀者快速掌握數據統計分析技能，拓寬職場道路。本書通過大量的示意圖力求使讀者能夠更好地理解晦澀難懂的專業術語；通過快速示例將學習與應用相結合，打造輕鬆學習、零壓力學習的閱讀氛圍；通過案例對所學知識進行綜合應用；通過開發流行項目將數據統計分析與預測應用到實際工作中。

● 探索關系數據庫和SQL ● 安裝MySQL服務器 ● 處理SQL數據 ● 連接SQL數據庫 ● 通過Python、Java和其他語言與SQL交互 ● 常見和有用的SQL術語 ● 構建和規範化SQL示例數據庫

本書以數值分析原理為綱，以算法設計為本，基於Python語言，介紹了原理分析到“自編碼”算法設計與應用的過程和思想，旨在提升學生的數值計算和實踐編碼能力，其數值算法設計思想可遷移到機器學習和深度學習，為學術深造和應用研究奠定科學計算和自編碼基礎。