Mastering Python Design Patterns

本書結合具體實例由淺入深、從易到難地講解Python財務應用的精髓。本書按知識結構分為兩篇（共11章），第一篇為基礎入門篇，講解Python基礎知識、NumPy數組、財務數據采集、財務數據處理與可視化、財務報表分析；第二篇為案例實戰篇，講解企業利潤管理、企業成本管理、企業流動資產管理、企業固定資產管理、企業籌資決策分析、企業投資決策分析。隨書附贈的電子資料包括書中案例素材和源代碼、所有實例操作過程以及基礎知識的視頻教程。本書適合作為財務數據分析相關人員的學習參考書，也適合作為各學校和培訓機構相關專業教師和學生的教學和自學輔導書。

本書是面向機器學習新手的入門書，從學習環境的搭建開始，圖文並茂地介紹了學習機器學習所需的Python知識和數學知識，並在此基礎上結合數學式、示例程序、插圖等，抽絲剝繭般地對有監督學習中的回歸與分類、神經網絡與深度學習的算法與應用、手寫數字識別、無監督學習的算法等進行了介紹。本書既有圖形、代碼，又有詳細的數學式推導過程，大大降低了機器學習的學習門檻，即使沒有學過Python、數學基礎不太好，也可以看懂。

本書包括運籌優化、圖論模型、微分方程、隨機模擬和統計方法等傳統建模方法，同時還增設了智能優化算法、機器學習方法和深度方法，可以滿足廣大讀者和參賽者的學習需求。本書算法實現以Python語言為主，每章內容均有詳細的代碼，可以幫助讀者高效掌握Python編程實現算法。本書共包含19章，前兩章為基礎部分，分別為數學建模簡介和Python簡介； 第3~11章為傳統建模方法部分，其中，第3章和第4章分別介紹運籌優化中的線性規劃和非線性規劃，第5章介紹圖論，第6章介紹微分方程，第7章介紹插值與擬合，第8章介紹隨機模擬，第9~11章介紹統計方法，包括回歸分析、聚類分析和主成分分析； 第12~19章為智能優化和機器學習部分，其中，第12~14章為智能優化，分別介紹模擬退火算法、遺傳算法和粒子群優化算法，第15~19章為機器學習方法，分別介紹支持向量機、決策樹、隨機森林、神經網絡和深度學習。本書可作為高等學校數學建模、數學實驗課程教材，也可作為數學建模競賽的培訓教材。

當前我們正處於大數據時代，不同類型的數據正以前所未有的速度累積和存儲，數據將成為未來組織運營的重要資源。大數據正改變著企業的運行邏輯和管理問題的解決方式與手段。對於管理學科的研究者和實踐者來說，具備處理動輒幾十萬條甚至更大規模的數據的能力，逐漸成為一項必備技能。《數據科學理論與實踐——基於Python的實現》從這一目的出發，介紹了基於Python的數據科學理論和實踐相關內容。《數據科學理論與實踐——基於Python的實現》共8章，內容包括數據科學概論、Python基礎、Python常用模塊、基於Python的最優化、基於Python的統計分析、基於Python的機器學習、基於PyTorch的神經網絡、網絡文本數據分析與實踐。《數據科學理論與實踐——基於Python的實現》以適用為目標，在簡要介紹相關理論的基礎上重點介紹如何通過Python進行數據分析、建模和問題解決。同時，《數據科學理論與實踐——基於Python的實現》還包含了大量的Python源代碼，可以作為參考資料，具有很強的實用性。

本書以問題求解為主線，引入程序設計競賽的基礎知識，以Python語言編寫程序，注重實踐能力培養。本書包括緒論、程序設計基礎知識、程序控制結構、列表與字典、函數、類與物件、程序設計競賽基礎、鏈表和文件共9章內容，介紹程序設計的概念、思想和方法，培養學生的計算思維，分析、解決具體問題的能力及創新能力。其中，程序設計競賽基礎主要介紹遞推與動態規劃、簡單數學問題、貪心法與回溯法、搜索和並查集等方面的入門知識。 本書可作為高等學校零基礎學習程序設計或程序設計競賽通識課程的學生的教材，也可作為中小學信息學競賽參加者、大學生程序設計競賽參加者及Python語言自學者、開發者的入門參考書，對開設“Python語言程序設計”課程或指導程序設計競賽、信息學競賽的教師也有一定的參考作用。

本書指導讀者使用Python和Q#語言學習量子計算，揭開量子計算的神秘面紗。本書儘量避免複雜的數學概念，試圖直接通過量子編程來幫助讀者建立對量子計算機的理解。讀者可以通過使用Python創建自己的量子模擬器來學習量子計算的基礎知識，然後使用QDK和Q#來編寫和運行與經典計算不同的算法。通過閱讀本書，讀者將能夠把量子編程技術應用於量子密鑰分發等應用程序中，並處理真實的示例，如進行化學模擬和搜索未排序的數據庫等。

《Python推薦系統實戰：基於深度學習、NLP和圖算法的應用型推薦系統》分為4部分，包含11章。首先介紹推薦系統的基本方法，接著探討當前流行的一些方法，具體包括協同過濾推薦系統、內容推薦系統以及混合推薦系統。接下來討論如何運用當前的機器學習算法來實現推薦系統。最後討論推薦系統的相關趨勢和新興技術。 《Python推薦系統實戰：基於深度學習、NLP和圖算法的應用型推薦系統》特別適合零基礎的數據科學工作者參考和使用。它可以幫助讀者從基礎知識起步，逐步學習運用Python、深度學習和自然語言處理技術來構建推薦系統，以促進業務增長和提高客戶忠誠度。

本書在不涉及大量數學與編程知識的前提下，從零開始，逐步帶領讀者熟悉並掌握當下***的基於Python 3的人工智能編程工具，包括但不限於數據分析（Pandas），以及支持單機（Scikitlearn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySparkML）機器學習的開源程序庫，等等。全書共分為4部分，分別如下。（1） 入門篇： 包括對全書核心概念的指南性介紹，以及如何在多種主流PC操作系統上（如Windows、macOS和Ubuntu）配置基本編程環境的詳細說明。（2） 基礎篇： 涵蓋了Python 3.11的編程基礎、基於Pandas 2.0的數據分析，以及使用Scikitlearn 1.3解決大量經典的單機（單核/多核）機器學習問題。（3） 進階篇： 介紹如何使用PyTorch 2.0、TensorFlow 2.12，以及PaddlePaddle 2.5，分別搭建多種深度學習神經網絡框架。嘗試基於PySpark 3.4的ML編程庫完成一些常見的分布式機器學習任務。（4） 實踐篇： 利用全書所講授的Python編程、數據分析，以及（單機、深度、分布式）機器學習知識，從事Kaggle多種類型的競賽實戰。同時，介紹如何使用Git工具，在Gitee與GitHub平臺上更新和維護自己的日常代碼與編程項目。綜上，本書面向所有對人工智能領域感興趣的讀者，特別適合從事數據挖掘、機器學習、計算機視覺、自然語言處理等相關技術研發和應用實踐的初學者。

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。

本書系統介紹了使用Python語言進行數據處理、分析和科研繪圖的相關知識和技能。全書共11章，第1章講解Python基礎，第2章講解數據處理與分析，第3章講解科研繪圖與學術圖表繪製庫，第4章講解繪製單變量圖形，第5章講解繪製雙變量圖形，第6章講解繪製多變量圖形，第7章講解繪製其他2D圖形，第8章講解繪製3D圖形，第9章講解地理信息可視化，第10章講解數據學術報告、論文和出版，第11章講解實戰訓練營。本書包含大量實例，內容由淺入深，循序漸進，既可作為Python與數據科學相關技能的教材，也可作為研究人員的實用手冊，尤其適合需要繪製高質量科研圖表的研究人員和在讀研究生。

本書包含6個模塊、10個學習單元，內容主要涵蓋了Python編程的3種程序結構、6種數據類型，函數和面向對象程序設計的基礎知識，以及Web應用程序設計相關內容。本書在編寫過程中落實立德樹人的根本任務，實踐“崗課賽證”融通的育人模式，關注學生發展，著眼於行動學習，聚焦過程設計，注重學用相長、知行合一。本書可作為各類職業院校計算機類及相關專業的教材，也可供Python愛好者參考。本書配有電子課件、微課視頻、源代碼等教學資源，選用本書作為教材的教師均可登錄機械工業出版社教育服務網(www.cmpedu.com)免費註冊下載，或聯繫編輯(010-88379197)諮詢。

《Python實現Web UI自動化測試實戰：Selenium 3/4+unittest/Pytest+GitLab+Jenkins》主要介紹如何基於Python使用Selenium、unittest、Pytest、GitLab、Jenkins等工具實現Web UI自動化測試，以幫助讀者提升測試水平。《Python實現Web UI自動化測試實戰：Selenium 3/4+unittest/Pytest+GitLab+Jenkins》第1章簡要介紹自動化測試的相關概念和思路、Selenium的特點和發展歷史、WebDriver的原理，以及Selenium IDE的簡單應用。第2章和第3章介紹與Python相關的基礎知識，為後續內容的講解做準備。第4章～第15章詳細介紹使用各種框架進行自動化測試的方法和實戰案例，幫助讀者進一步掌握自動化測試技能。第16章從實際情況出發，介紹提升自動化測試用例執行效率的幾種常見方法，供讀者在實際操作中參考。本書適合計算機相關專業的學生、測試行業的從業人員和希望提升自動化測試實戰水平的技術人員閱讀。

本书系统介绍了使用Python语言进行数据处理、分析和科研绘图的相关知识和技能。 全书共11章，第1章讲解Python基础，第2章讲解数据处理与分析，第3章讲解科研绘图与学术图表绘制库，第4章讲解绘制单变量图形，第5章讲解绘制双变量图形，第6章讲解绘制多变量图形，第7章讲解绘

本書使用Qiskit開源框架和IBM Quantum Experience平臺搭建一個量子計算平臺，並借助Python來介紹實現量子編程的方法。本書內容由淺入深，從搭建編程環境並編寫一個簡單的量子程序開始，介紹如何使用Python編寫簡單的腳本，Qiskit和IBM Quantum Experience進行交互的方法，概率計算、疊加和糾纏等基本概念，影響量子程序輸出結果的各種物理因素，Qiskit量子門資源庫，使用Aer模擬量子計算機，使用Ignis清理量子操作，Grover搜索算法，以及使用Aqua運行Grover算法和Shor算法等重要內容。本書能夠幫助讀者學會使用Qiskit和IBM Quantum Experience，同時結合Python編程實踐來實現量子比特的可視化並深入理解量子門、貝爾態、量子線路等概念，進一步掌握在實踐中使用量子算法的方法。

本書以Python數據分析的常用技術與交通行業真實案例相結合的方式，深入淺出地介紹了Python數據分析與挖掘技術的重要內容。全書共10章，內容包括緒論、Python 數據分析簡介、數據獲取、數據探索、數據預處理、構建模型、運輸車輛駕駛行為分析、公交車站點設置優化分析、鐵路站點客流量預測，以及基於TipDM大數據挖掘建模平臺實現運輸車輛駕駛行為分析。本書大部分章節包含課後習題，通過練習和操作實踐，讀者可以鞏固所學的內容。本書可作為高校數據分析相關專業的教材，也可作為交通行業相關的教學、培訓教材，還可作為數據分析愛好者的自學用書。

本書的主旨是介紹如何結合Python3語言進行各類結構化和非結構化數據的採集、預處理和存儲，涉及統計概率、數據格式與編碼、網頁開發、自然語言處理、數據科學等不同領域的內容。全書共分為11章，包括數據科學概述、Python基礎、統計與概率基礎、文件讀寫與操作、數據可視化、網絡數據爬取等多個主題。內容覆蓋本地文件、網頁數據、大數據訪問等編程中的主要知識和技術，在重視理論基礎的前提下，從實用性和豐富度出發，結合實例演示了數據采集、處理與存儲的核心流程。本書適合高等院校計算機、數據科學與大數據技術、軟件工程、統計等相關專業的師生以及Python語言初學者、網絡爬蟲技術愛好者、數據分析從業人士閱讀。

本書從初學者的角度出發，採用單元任務教學方式，通過通俗易懂的語言、豐富實用的案例，介紹了使用Python進行程序開發所需的知識和技術。全書共10個單元，內容包括認識Python，語法基礎，流程控制，列表，元組，字典和集合，函數，面向對象，文件操作，異常，GUI編程和網絡爬蟲。能夠有效地幫助學生更好地理解和認識所學知識，做到即學即練、學以致用，鍛煉學生的工作思維和實踐技能，提高實際操作能力。

本書主要介紹如何使用Python語言進行網絡爬蟲程序的開發，從Python語言的基本特性入手，詳細介紹Python網絡爬蟲開發的多個方面，涉及HTTP、HTML、正則表達式、JavaScript、自然語言處理、數據處理與科學計算等不同領域的內容。全書共12章，包括基礎篇、進階篇、提高篇和實戰篇4個部分。基礎篇包括第1、2、3章，分別為Python基礎及網絡爬蟲、靜態網頁抓取、數據存儲。進階篇包括第4、5、6章，分別為JavaScript與動態內容、模擬登錄與驗證碼、爬蟲數據的分析與處理。提高篇包括第7、8、9章，分別為爬蟲的靈活性和多樣性、Selenium模擬瀏覽器與網站測試、爬蟲框架Scrapy與反爬蟲。實戰篇提供了3個實戰項目供讀者學習參考。本書內容覆蓋網絡數據抓取與爬蟲編程中的主要知識和前沿技術。同時，本書在重視理論基礎的前提下，從實用性和豐富度出發，結合實例演示爬蟲程序編寫的核心流程，將理論與實踐結合，力求提高讀者的網絡爬蟲實操技能。本書可作為高等院校數據科學、統計學、計算機科學、軟件工程等相關專業課程的教材，也可作為Python語言初學者、網絡爬蟲技術愛好者的參考書。

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。

本書內容包括Python基礎, 用NumPy進行數據計算, 用Pandas進行數據分析, 用SciPy進行數據分析,用Scikit-learn進行數據分析、數據預處理、數據可視化, 用Matplotlib進行可視化等內容。

人工智能的時代已經到來。中國的青少年需要學會用人工智能的語言來理解世界，用人工智能的思想來創造世界。 本書主要介紹如何使用Python 來學習和應用人工智能算法。全書知識體系完備，主要分為三大部分。第一部分講解基礎編程知識和Python 語言特性。第二部分講解如何處理數據，如何分析和觀察數據。第三部分講解若干機器學習算法，並拓展介紹深度學習和強化學習的入門知識。 本書配套了代碼倉庫，可供開設人工智能課程的中小學老師，以及對人工智能感興趣的業餘愛好者參考使用。

本書以Python軟件為基礎,結合編者多年的數學實驗課程教學實踐編寫的，內容涉及高等數學、工程數學中的相關數學實驗、數學規劃、插值與擬合、微分方程、差分方程、評價預測、圖論模型、多元分析、MonteCarlo模擬、智能算法、時間序列分析、支持向量機、圖像處理等內容，既有對算法數學原理的詳述，又有案例和配套的Python程序。本書含有Python快速入門基礎，可以幫助Python零基礎的讀者快速掌握Python語言。

Python + ChatGPT 零基礎 + 高效率 學程式設計與運算思維 第4版 內容簡介 ★★★★★【前一版是國內第1本ChatGPT輔助學習Python】★★★★★ ★★★★★【Google Colab + Python Shell環境解說】★★★★★ ★★★★★【前一版是國內第1本用ChatGPT語言模型】★★★★★ ★★★★★【設計線上AI客服和Emoji機器人程式】★★★★★ ★★★★★【前一版是國內第1本講解設計Pythonic程式★★★★★ 本書特色如下： 相較於第3版，第4版新增與修訂下列內容： ☆ 增加ChatGPT處理除錯(Debug)、程式註解、重構和重寫程式的應用。 ★ 更完整的解說機器學習知識的觀念。 ☆ 用「gpt-4」語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」。 ★ 提供「Google Colab的ipynb檔案」與「一般的py檔案」兩種程式。 ☆ 小細節修訂約50處。 本書用約700個一般實例與程式實例，同時使用ChatGPT輔助學習，講解了下列知識： 科技與人工智慧知識融入內容 ☆ 完整Python語法 ★ 串列、元組、字典、集合 ☆ 經緯度計算城市間的距離 ★ 數學方法計算圓週率 ☆ 生成式generator ★ 函數與類別設計 ☆ 設計與使用自己的模組、使用外部模組 ★ 中文Windows預設cp950與國際通用utf-8格式的檔案讀寫 ☆ 程式除錯與異常處理 ★ 正則表達式 ☆ 影像處理 ★ Numpy ☆ CSV文件 ★ 2D ～ 3D的Matplotlib中英文靜態與動態圖表繪製 ☆ 網路爬蟲 ★ 人工智慧破冰之旅 ☆ 迴歸分析 ★ 機器學習使用scikit-learn入門 ☆ 使用ChatGPT語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」

《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。

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。

本書主要講述了神經網絡的重要概念和技術，並展示了如何使用Python來解決日常生活中常見的神經網絡問題。本書包含了6個神經網絡相關的項目，分別是糖尿病預測、出租車費用預測、圖像分類、圖像降噪、情感分析和人臉識別，這6個項目均是從頭開始實現，且使用了不同的神經網絡。在每個項目中，本書首先會提出問題，然後介紹解決該問題需要用到的神經網絡架構，並給出選擇該神經網絡模型的原因，最後會使用Python語言從頭實現該模型。此外，本書還介紹了機器學習和神經網絡的基礎知識，以及人工智能未來的發展。

本書的編寫主要圍繞Python在企業中的數據分析工作實踐，著眼於構建完整的數據分析框架、方法和技能的培養和訓練。全書共10章，其中第1章和第2章介紹了進行Python數據分析的準備工作和Python基礎知識；第3～9章介紹了數據對象的讀寫、數據清洗和預處理、數據可視化、基本數據統計分析和高級數據建模分析、自然語言理解和文本挖掘、數據分析部署和應用等完整工作技能和方法；第10章介紹了數據分析在數據化運營中的完整應用思路、維度和框架。本書內容深入淺出，均以企業真實需求引導學習，具有很強的實用性和操作性。本書可以作為普通高等院校本科、專科統計、商務分析、大數據等專業的課程教材，也可以作為從事數據分析工作的人員的參考用書。

A phase-locked loop (PLL) is a type of circuit with a range of important applications in telecommunications and computing. It generates an output signal with a controlled relationship to an input signal, such as an oscillator which matches the phases of input and output signals. This is a critical function in coherent communication systems, with the result that the theory and design of these circuits are essential to electronic communications of all kinds.Phase-Locked Loops: System Perspectives and Circuit Design Aspects provides a concise, accessible introduction to PLL design. It introduces readers to the role of PLLs in modern communication systems, the fundamental techniques of phase-lock circuitry, and the possible applications of PLLs in a wide variety of electronic communications contexts. The first book of its kind to incorporate modern architectures and to balance theoretical fundamentals with detailed design insights, this promises to be a must-own text for students and indus

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。

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。

《數據結構與算法入門到提高（Python語言實現）》面向零基礎的讀者，全面講解了數據結構和算法的相關知識。全書共8章，首先介紹了相關概念和Python語言的基本情況，再講解核心知識：線性表、棧、隊列、樹、圖等數據結構，最後解讀了查找、排序等算法及Python的相關庫和模塊實現多種數據結構的方法。全書內容通俗易懂、文字精練，搭配相關例題和案例，可快速理解重點、難點。同時，本書附有代碼，且對代碼均做了詳盡的解析，可輕鬆上手實操，對初學者非常友好。本書適合數據結構和算法的初學者閱讀學習，也可作為高校計算機及相關專業的教材使用。

《Python應用數值方法——解決工程和科學問題》是為想要學習和應用數值方法來解決工程和科學問題的學生撰寫的。書中提供了足夠豐富的理論知識。如果讀過本書的姊妹篇《工程與科學數值方法的MATLAB實現(第4版)》，就會發現過渡到Python程序是無縫的！不需要事先具有Python編程經驗。 本書以解決問題為導向，強調理論聯繫實際。各章均引入實際的工程和科學問題，提供從相關概念定義、理論分析到算法實現的全套解決方案。每章末尾安排有課後習題，方便讀者在鞏固所學知識的同時，進一步提升自己編寫代碼和解決問題的水平。

史上最強 Python入門 邁向頂尖高手之路 王者歸來 第3版(全彩印刷) 內容簡介 ★★★★★【內容最紮實、應用最廣】【40個主題】★★★★★ ★★★★★【程式實例最多】【約1280個Python實例】★★★★★ ★★★★★【18大類Python潛在應用】★★★★★ ★★★★★【400個是非題、選擇題】【280個習題實作題】★★★★★ 相較於第2版，第3版更增加Python深入解析、多執行緒、多媒體應用，機器人程式設計、同時使用更細緻的實例，增加下列知識： ☆ 最新Python語法精神、效能發揮極致 ★ 徹底研究迭代器(iterator)、yield ☆ 增加2D和3D動畫 ★ 傳送、接收與分析電子郵件 ☆ 發送會員信件與未繳會費的會員信件 ★ 多執行緒的應用 - 網路爬蟲、下載YouTube影片 ☆ ffmpeg支援影音檔案轉換 ★ 不同語言的文字、語音翻譯 ☆ AI股市數據分析，繪製與計算股票買賣點 ★ 設計ChatGPT線上客服機器人與Emoji翻譯程式 ☆ 搭配ChatGPT設計Line Bot機器人 ★ 其他修訂小細節超過120處 第3版另一特色是增加說明未來Python個功能的潛在應用： ☆ 基礎語法應用：科學計算與模擬、機器學習與人工智慧、建立事件處理程式、航空公司飛行路線查詢。 ★ 物件導向：商品庫存類別、車輛類別、學生類別。 ☆ 隨機數模組：隨機且公平的廣告信件發送、產品品質控制。 ★ 時間模組：日誌時間戳記錄、資料庫定期備份。 ☆ 檔案管理：自動備份系統設計、記錄活動日誌。 ★ 程式除錯與異常處理：資料庫操作異常處理、網路請求驗證模擬。 ☆ 正則表達式：認證與格式化信用卡號碼、批次調整圖像格式。 ★ 影像處理：批次調整網路圖像、自動生成產品圖像。 ☆ GUI設計：數據監控儀表板、報告生成器。 ★ 詞雲：客戶評論詞雲、產品特點詞雲。 ☆ json：客戶、庫存、員工紀錄、銷售數據的應用。 ★ csv：銷售數據、庫存、財報分析的應用。 ☆ shelve模組：用戶環境設定儲存、會話數據儲存、玩家遊戲數據保存。 ☆ 網路爬蟲：市場研究、社交媒體監控、新聞匯總與監控、產品評論與消費者意見挖掘、徵人訊息收集。 ☆ 控制周邊：自動開啟應用程式與操作、鍵盤快捷鍵自動化。 ☆ 多工作業：多執行緒數據下載、多執行緒同時處理多個用

Design and the Built Environment of the Arctic is a concise introductory guide to the design and planning of the built environments in the Arctic region.

Scrapy是使用Python開發的一個快速、高層次的屏幕抓取和Web抓取框架，用於抓Web站點並從頁面中提取結構化的數據。《精通Python爬蟲框架Scrapy》以Scrapy 1.0版本為基礎，講解了Scrapy的基礎知識，以及如何使用Python和三方API提取、整理數據，以滿足自己的需求。本書共11章，其內容涵蓋了Scrapy基礎知識，理解HTML和XPath，安裝Scrapy並爬取一個網站，使用爬蟲填充數據庫並輸出到移動應用中，爬蟲的強大功能，將爬蟲部署到Scrapinghub雲服務器，Scrapy的配置與管理，Scrapy編程，管道秘訣，理解Scrapy性能，使用Scrapyd與實時分析進行分布式爬取。本書附錄還提供了各種軟件的安裝與故障排除等內容。本書適合軟件開發人員、數據科學家，以及對自然語言處理和機器學習感興趣的人閱讀。

本書以Python作為開發Spark應用程序的編程語言，系統介紹了Spark編程的基礎知識。全書共8章，內容包括大數據技術概述、Spark的設計與運行原理、Spark環境搭建和使用方法、RDD編程、Spark SQL、Spark Streaming、Structured Streaming、Spark MLlib等。

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。

全書共15章，主要內容如下：第1～6章主要講解Python數據分析基礎及Python工具Pandas在數據分析領域的使用，讓讀者零基礎掌握Pandas的常見用法；第7～15章從人、貨、場3個維度講解電商的分析方法論以及各種數據分析方法，比如電商數據指標、數據報表自動化、行業機會分析、用戶分層實戰、用戶分群實戰、用戶偏好分析、同期群分析、指標波動歸因分析、電商數據分析模型，並配有大量電商數據分析相關的案例。

《Python機器學習入門與實踐--從深度學習到生成對抗網絡GAN》是一本用Python進行機器學習編程的入門書,書中採用了歐洲童話故事中的人物角色“王后”“魔鏡”“白雪公主”等，通過閱讀不同角色的Python學習筆記中的示例代碼和講解，讓讀者在追尋奇幻故事的同時，享受編程的樂趣。另外，為了讓程序可以單獨或組合使用，書中對每個任務的過程和必要的庫進行了分組，以使程序模塊化。這是一種通過實際編寫代碼來加深理解的結構化方式。《Python 機器學習入門與實踐--從深度學習到生成對抗網絡GAN》一書語言通俗易懂，圖文並茂，並加入了生動的故事情節，特別適合有一定Python編程基礎，想學習機器學習、深度學習的高校計算機、人工智能專業學生和想轉行人工智能方向的程序員學習。

本書從簡單的計算器軟件入手，通過一系列由淺入深的工程案例，讓開發者一步步掌握應用軟件的開發流程和設計方法、熟悉常用的界面控件、功能組件和打包工具，並在這個過程中同步掌握PyMe的可視化開發流程，進而有能力基於Python語言進行跨平臺軟件的開發工作。本書結構緊湊，內容由淺入深，是學習掌握可視化流程進行Python應用軟件開發的實戰型書籍。