Natural Language Processing with Python

本書全面細緻地介紹了Python的各個功能、邏輯和慣用模式，以便讀者快速編寫出專業、地道、實用的Python程式，從Python新手成長為高手。本書共5個部分。第一部分“Python 環境”講解 Python的哲學、開發環境、基本語法、專案結構和代碼導入等內容，為讀者編寫規範的Python代碼奠定堅實的基礎。第二部分“基本結構”講解Python的變數、資料類型、函數、類、物件、錯誤和異常等。第三部分“資料和流程”講解運算元據和控制執行流程的許多獨特方法，包括集合、反覆運算、生成器、推導式、文本輸入/輸出、上下文管理、二進位和序列化等。第四部分“高級概念”探索Python 的高級策略，如繼承、混入、元類、抽象基類、自省、泛型、非同步、併發、執行緒和並行等。第五部分“超越代碼”講解項目的打包、分發、調試、日誌、測試和剖析等環節，並概述Python開發的方向。本書適合想要學習編寫專業Python程式的讀者閱讀，既可作為零基礎入門 Python 的教材，也可作為程式師案頭常備的Python工具書。本書尤其適合已掌握其他程式設計語言的開發者用來學習Python，可以幫助這些開發者不受其他程式設計語言的影響來學習地道的 Python程式設計方法。

Python是目前比較熱門的編程語言，以簡單易學、應用廣泛、類庫強大而著稱，是實現機器學習算法的首選語言。《Python機器學習與應用案例》理論與實踐相結合，基於Python 3.12.0版本介紹Python機器學習的相關內容。全書共10章，分別介紹了機器學習的基礎知識、近鄰法、數據降維、分類算法、回歸算法、聚類算法、神經網絡、推薦算法、頻繁項集、數據預處理。通過本書的學習，讀者可瞭解Python編程及在機器學習中的應用。《Python機器學習與應用案例》可作為對Python和機器學習感興趣的初學者的參考書，也可作為從事Python開發的廣大科研人員、學者、工程技術人員的參考書，還可作為高等院校人工智能、計算機等相關專業的教材。

本書講述了使用優雅而強大的Python編程語言編寫實用的現代應用程序。本書從使用交互式Python解釋器和在命令行中運行文本文件開始，這將有助於深入理解Python中面向對象的編程和函數式編程。然後，在此基礎上介紹如何開發和發佈一個簡單的獨立Python軟件包。最後，介紹在由FlaskWeb框架構建的簡單的動態Web應用程序中使用該包，並將其部署到實時Web應用上。本書是使用Python語言進行Web開發的必備書籍。

本書以智能時代為背景，介紹如何利用人工智能技術輔助Python的開發，更好更高效地解決實際問題。全書內容分為5章：讓Python在機器上跑起來、熟悉Python語言、用Python對接API、掌握編寫代碼的能力、用Python程序實現人機交互。本書以任務為驅動，並且案例都來源於生活和工作的實際場景。“做”與“學”相結合，將理論知識和實際操作呈現給讀者，生動有趣地介紹了從安裝Python等入門知識，到用簡短代碼解決各種應用場景中的大問題的技能提升。內容系統全面。本書適合學習Python語言編程的入門讀者閱讀，也適合Python編程技能提升的讀者使用。

本書共11章, 依次介紹Python編程環境與基礎語法, Python爬蟲編寫和數據獲取、處理、分析與可視化, 通過案例講解Python自動化視頻和音頻的後期處理技巧, 通過4個案例綜合展示運用Python知識創作短視頻, 最後介紹ChatGPT和文心一言等AI工具, 及其在短視頻創作與Python編程中的應用。

本書以提高讀者的大數據分析能力為目標，基於財經類學生的學情背景，劃分依次遞進的Python應用基礎、數據分析、財務應用3個學習階段。Python應用基礎部分包含準備Python開發環境、Python語言基礎和學習pandas模塊，旨在幫助讀者搭建Python的基礎知識體系；數據分析部分包括財務數據獲取與清洗、財務數據處理和財務數據可視化，旨在幫助讀者掌握利用Python進行數據分析的工作流程和工作方法；財務應用部分則精選財務工作的幾個典型業務場景，包括工資核算與分析、銷售數據多維分析、財務指標綜合分析，每個案例都簡明介紹相關財務知識，並從業務需求、整體設計、技術實現幾個層面展開，旨在提升讀者面向實際工作的思考能力和解決問題的能力，全面提升數字化素養。 本書適合作為高等院校財經類專業相關課程的教材，也可作為希望探究Python在財務領域應用的從業人員的學習參考書。

本書採用創新且實用的教學策略，巧妙融合理論基礎與實踐應用，深入剖析自然語言處理(Natural Language Processing，NLP)領域的新進展，以及大語言模型(Large Language Model，LLM)的原理。書中不僅系統闡述了?LLM?的理論基礎，還通過實際項目案例展示了如何將這些模型應用於構建RAG系統。本書遵循由淺入深的路徑，從LLM的基礎知識入手，詳細闡釋了模型的訓練流程，並深入探討了如何利用提示技術與模型進行高效交互。書中還重點介紹了兩個在業界得到廣泛認可的框架—LlamaIndex和LangChain，它們是開發RAG應用的強大工具。書中的項目案例不僅為讀者提供了寶貴的實踐經驗，也能夠加深讀者對相關概念的理解和應用。此外，書中進一步探討了包括智能體和微調在內的高級技術，這些技術能夠顯著提升問答系統的性能。

《Python無人機編程》全面而系統地介紹了基於 Python 編程語言的無人機飛行技術的原理及實現過程。本書分為上下兩篇共 8 章，第 1 章至第 4 章為上篇，第 5 章至第 8 章為下篇。第 1 章介紹無人機的飛行原理、基本結構、應用領域以及智慧飛行器及其未來發展趨勢。第 2 章詳細講解 Python 語言的特點、安裝方法以及常用編輯器的配置。第 3 章重點介紹 Python 語句、變量、數據類型、數值轉換、函數等核心概念及其應用。第 4 章介紹無人機起飛、降落、移動等基本操作，以及如何通過 Python 代碼實現這些功能。第 5 章深入探討無人機編程中的數據結構應用、數據處理與分析方法，詳細介紹列表、元組、字典等高級數據結構在無人機編程中的運用。第 6 章系統介紹航綫拍攝、定點航拍、地形測繪、智慧航運、空中物流、飛行表演、鍵盤控拍等高級編程技巧。第 7 章詳細介紹無人機在視覺跟蹤與多機編隊飛行方面的技術，包括人臉識別與追隨、多機協同飛行、編隊變換等，提升讀者的無人機編程與操控技能。第 8 章詳細介紹無人機編程競賽策略、團隊協作、編程技巧及迷宮競賽實例。增強讀者的創新思維與團隊協作，為職業發展打下堅實基礎。

《Python數據可視化從入門到項目實踐（超值版）》詳細介紹Python數據可視化編程涉及的幾個常用庫的使用方法，並列舉了大量的數據可視化編程示例。全書共8章，內容主要包括在Python中安裝和導入軟件包、編寫代碼和打印數據、函數式編程和面向對象編程、使用Python內置對象以及NumPy和Pandas中的核心對象為圖表構建數據的方法、Matplotlib圖表的整體組成、創建圖表的基本流程和兩種編程方式、設置Matplotlib默認選項、使用Matplotlib庫創建圖形和坐標系、設置圖形外觀、設置坐標軸、為數據點添加注釋、添加圖表標題和圖例、添加網格線和參考線，以及將圖表保存為圖片文件、使用Matplotlib/Seaborn/Pyecharts三個庫創建不同類型的圖表，以及使用它們進行數據可視化項目實戰等內容。另外，《Python數據可視化從入門到項目實踐（超值版）》附贈示例源代碼、重點內容的多媒體視頻教程和教學課件。《Python數據可視化從入門到項目實踐（超值版）》結構系統，內容細緻，概念清晰，注重技術細節的講解，使讀者可以在短時間內學會Python數據可視化編程。《Python數據可視化從入門到項目實踐（超值版）》適合所有希望學習和從事Python數據可視化編程或對其感興趣的用戶，還可作為各類院校和培訓班的Python數據可視化編程的教材。

本書介紹系統仿真基礎內容的算法原理和程序實現，包括系統的各種數學模型表示和相互轉換、連續時間系統的數值積分法仿真、模型離散化方法和離散時間系統仿真、採樣控制系統仿真等。本書使用Python編程實現書中介紹的各種算法和示例，主要用到NumPy、SciPy、Matplotlib和python-control等第三方包。所有的示例都給出了Python程序實現，通過理論與程序結合的方法演示算法原理和仿真效果，使讀者掌握用Python編寫系統仿真程序的方法。閱讀本書需要先掌握自動控制原理、現代控制理論、信號與系統等課程的基礎知識。本書可作為高等院校系統仿真相關課程的教材，也可供想要瞭解如何使用Python進行動態系統仿真的讀者參考。

《Python+ChatGPT自動化辦公很簡單》從Python與ChatGPT的基礎知識講起，結合35個典型應用實戰案例，詳細介紹如何使用二者實現自動化辦公的相關知識。《Python+ChatGPT自動化辦公很簡單》不僅可以幫助讀者大幅度提高工作效率，而且可以激發他們的創新思維，用全新的方式思考和解決問題，從而探索科技的無限可能，開啟智能辦公的新時代。為了幫助讀者高效學習，《Python+ChatGPT自動化辦公很簡單》附贈配套教學視頻、不同場景的提示詞使用示例、常見任務的自動化實現腳本、Python語法手冊、實用大模型學習資料和教學PPT等超值學習資源。全書共8章，分為2篇。第1篇基礎知識，首先介紹Python與ChatGPT自動化辦公的入門知識，包括開發環境搭建、ChatGPT基礎知識、常見問題及其解決方法等，然後詳解Python編程基礎知識，包括變量、數據類型、數據的輸入與輸出、控制流語句、函數、模塊與包、錯誤與異常處理、面向對象編程等。第2篇典型應用實戰，結合多個實戰案例詳細介紹Python與ChatGPT自動化辦公的典型應用，包括文本與文檔處理、數據分析、自然語言處理、圖像處理、網絡信息處理、實戰攻略和技術分享等。《Python+ChatGPT自動化辦公很簡單》內容豐富，案例典型，實用性強，非常適合各行各業需要大幅度提升工作效率的職場從業人員閱讀，也適合自動化辦公技術愛好者和其他編程愛好者閱讀，還適合相關高等院校和培訓機構作為實踐課程的教材。

"本書以醫藥數據處理為情境，依託大量醫藥數據處理的案例，向讀者介紹Python程序設計的方法和語法，以及利用Python解決醫藥領域一些實際問題的相關知識。本書共分為三篇，依次為Python入門篇、Python進階篇和Python實戰醫藥數據處理專題篇。其中，前兩篇全面、系統地介紹了Python程序設計的方法和語法，並基於一個貫通性案例——“藥品銷售數據處理”，進一步介紹了醫藥數據讀取、清理、統計分析、可視化、機器學習建模和深度學習建模的基本知識，可以有效支撐讀者通過全國計算機二級考試；第3篇從引領學生開展智能醫藥研究的角度，闡釋了7個智能醫藥研發的典型案例，為學生開展智能醫藥研究奠定基礎。本書可作為醫藥院校本科生和研究生學習Python程序設計的教材，也可作為其他綜合型大學的“程序設計語言”通識課程的教材。"

本書從網絡工程師的視角出發，詳細講解了Python在網絡運維自動化中的應用，其中涉及Python網絡運維自動化的相關技術、工具以及實踐。本書共10章，先對Python網絡運維自動化進行了全面的概述，然後講解了網絡工程師所需的Python基礎、數據格式與數據建模語言的相關知識。接著，本書介紹了網絡配置的結構化數據提取、網絡配置的模塊化管理、Netmiko詳解與實踐、模型驅動的新網絡管理方式及實踐、網絡管理工具集、網絡自動化框架Nornir和開源網管工具NetBox。本書依託于作者10餘年的網絡運維經驗，內容循序漸進，從腳本編寫、框架應用到系統平臺整合，逐步提升，結合豐富的代碼實例，全面介紹了Python網絡運維自動化的工具體系以及其在不同場景下的應用實現。本書適合網絡工程師閱讀，也適合對網絡運維自動化感興趣的開發工程師學習，還適合作為高等院校網絡工程等相關專業的教材。

本書全面系統地介紹了Python語言區塊鏈應用工程師所需的基礎知識和相關技術，主要分為Python基礎篇、區塊鏈技術篇和區塊鏈開發篇三部分。全書共10章，其中第1～3章為Python基礎篇，介紹Python語法基礎、Python的語法特色、Python與數據庫操作等內容；第4～6章為區塊鏈技術篇，介紹初識區塊鏈、區塊鏈的技術原理、區塊鏈技術的發展趨勢；第7～10章為區塊鏈開發篇，介紹Solidity智能合約開發的入門和進階、Python語言離線錢包開發、通過Python和Solidity開發一個“賞金任務系統”，項目中將使用FISCO BCOS聯盟鏈作為基礎，結合Django框架，並應用Python-SDK與區塊鏈交互完成數據的讀寫操作，完成一個區塊鏈的Web項目。本書內容系統全面，案例豐富翔實，既適合想學習Python語言編程和區塊鏈開發的初學者閱讀，也適合作為區塊鏈行業從業者、金融科技愛好者的學習用書，還可以作為廣大職業院校相關專業的教材參考用書。

Python是一門以簡潔和可讀性著稱的編程語言，它的易學性使其成為新手和專業人士的首選。Python提供了豐富的庫和框架，廣泛應用於數據科學、人工智能、Web開發等領域。無論你是初學者還是資深開發者，Python都能滿足你的需求。本書內容共6章，立足金融場景講解Python的編程應用，結合利率、匯率、債券、股票、互換、期貨等主題演示了Python在金融領域的典型應用，幫助讀者探尋一種金融大數據分析的新思路。本書由資深的金融從業者編寫，旨在引導讀者掌握金融領域的Python編程技巧，適合金融領域和金融科技領域的從業者和高校師生學習參考，也適合對Python的金融應用感興趣的其他讀者閱讀。

Python是一種解釋型、面向對象、動態數據類型的高階程序設計語言，它具有豐富和強大的庫，能夠把用其他語言（尤其是C/C++）製作的各種模塊很輕鬆地聯結在一起。這兩年隨著人們對人工智能的關注越來越多，大家學習Python的熱情也越來越高漲。Python在IEEE發佈的2017年編程語言排行榜中高居前列。本書介紹了Python編程的基礎知識，並以遊戲《Minecraft（我的世界）》為載體，通過Python編程來與遊戲中的玩家或方塊互動，先後實現了“劍球”遊戲、五子棋遊戲以及像素圖像掃描儀這幾個項目，最後還實現了通過遊戲控制Arduino等外部設備的功能。希望大家能夠在遊戲的過程中輕鬆地進入Python的世界，跨越軟硬件的鴻溝，初步嘗試自動化控制。本書提供邊玩遊戲邊學編程的全新體驗，適合對Python編程感興趣的讀者閱讀。遊戲不再只是用來玩的，你將同時體驗超級玩家、設計師和程序員的角色。

這是一本全面介紹Python面向物件編程的圖書。本書共分為4部分。第1章至第6章深入講解了面向物件編程的核心原則和概念，以及它們在Python中的實現方式。第7章至第9章仔細探討了Python的數據結構、內置類和方法等，以及如何從面向物件編程的角度進行分析和應用。第10章至第12章探討了設計模式及其在Python中的實現。第13章和第14章涵蓋了測試和並發兩個重要主題。整本書以一個機器學習分類算法的實現案例貫穿始終，並不斷探討各種實現方式的優劣。 這是一本全面介紹Python面向物件編程的圖書。本書共分為4部分。第1章至第6章深入講解了面向物件編程的核心原則和概念，以及它們在Python中的實現方式。第7章至第9章仔細探討了Python的數據結構、內置類和方法等，以及如何從面向物件編程的角度進行分析和應用。第10章至第12章探討了設計模式及其在Python中的實現。第13章和第14章涵蓋了測試和並發兩個重要主題。整本書以一個機器學習分類算法的實現案例貫穿始終，並不斷探討各種實現方式的優劣。 本書針對的是Python面向物件編程的新手，假設讀者具備基本的Python技能。對於有其他面向物件編程語言背景的讀者，本書將展示Python的許多特性。

本書從Python基礎編程語法入手，系統介紹了基於Python語言進行數據處理、分析、可視化展示等內容。本書共11章，主要內容包括數據分析基礎、Python數據分析環境、Python數據類型、程序控制結構、函數與模塊、文件、NumPy數值計算、Pandas數據分析處理、Matplotlib數據可視化、SciPy科學計算和機器學習。

本書是一本面向 Python 初學者的書籍，除了介紹 Python 常見的開發領域和使用場景，還詳細介紹了從 Python 基礎到具體項目工程的開發，讓讀者快速掌握 Python 應用開發。 本書從零開始，由淺入深、由點到面地繪製了 Python 編程世界的草圖，第一部分（第1～3 章）主要講解了 Python 的基礎語法和句法，包括怎樣在本機搭建 Python 開發環境，如何使用 Python 開發工具等基礎內容；第二部分（第 4～5 章）主要講解了如何使用 Python 開發常用的小工具，如何使用 Python 提高工作效率；第三部分（第 6～11 章）主要講解了項目工程的開發，涉及大量其他領域的技術或者服務，也是Python學習的重中之重。通過學習本書，讀者可以快速地瞭解 Python 各個領域的應用，並且掌握基本的開發技術，不再覺得這些領域的開發技術遙不可及，也可以探索自己喜歡的開發領域，並通過有趣實用的案例提高深入學習的興趣。 本書內容豐富、通俗易懂，還提供了同步視頻、習題及答案等豐富資源，適合各高校相關專業作為本科及研究生教材，也可作為相關培訓機構的參考用書。

本書從實用的角度出發，整合Python語言基礎、數據分析與可視化、機器學習常用算法等知識，從最基本的Python語言基礎入手，到數據科學相關庫、機器學習概述，再到機器學習的回歸、分類、聚類、降維和集成學習算法，最後介紹神經網絡及算法評估和驗證，突出知識的實用性和可操作性。本書力求以淺顯的語言講解複雜的知識，以直觀的案例輔助讀者理解，並以圖表形式展示代碼和運行結果，配合習題鞏固讀者對知識點的掌握。本書適合作為高等院校人工智能、數據科學與大數據技術、計算機類專業本科生的機器學習相關課程教材，也可作為數據科學相關領域工程技術人員的參考書，還可供不具備Python語言基礎的機器學習愛好者從零開始學習。

本書用深入淺出的語言講解了計算機操作系統, 並行計算, 計算機網絡與物聯網, 計算機學什麼, 神奇的0與1, 程序是如何執行的, 學習Python語言, 計算思維, 信息安全, 機器學習概論, 量子計算概論。本書僅讓讀者夠清楚、完整地瞭解如何用計算機解決問題, 而且通過Python程序的巧妙演繹與動手實踐, 讓讀者切實體會到計算機科學的廣博與趣味, 帶領讀者體會計算機科學之美。

本書介紹了如何使用 Python語言進行物理建模，包括完成二維和三維圖形繪製、動態可視化、蒙特卡羅模擬、常微分方程求解、圖像處理等常見任務。本書在第 1版的基礎上增加了關於用 SymPy進行符號計算的新內容，介紹了用於數據科學和機器學習的 pandas和 sklearn庫、關於 Python類和面向對象編程的入門知識、命令行工具，以及如何使用 Git進行版本控制。本書適合對科學計算感興趣、想要使用 Python完成物理建模的學生和研究人員閱讀。

本書是一本模式識別學習的立體教程，通過本書的學習，能夠掌握模式識別主要技術模塊的算法原理及Python實現，包括貝葉斯決策、概率密度函數的估計、線性判別分析、非線性判別分析、組合分類器、無監督模式識別、特徵選擇、特徵提取、半監督學習以及人工神經網絡等。本書配以教學課件、Python仿真程序、微課視頻和實驗指導書，便於教和學。

本書旨在引導讀者基於 Python 和CUDA 的 GPU 編程開發高性能的應用程序，先後介紹了為什麼要學習 GPU 編程、搭建 GPU編程環境、PyCUDA入門等內容，以及 CUDA 代碼的調試與性能分析、通過 Scikit-CUDA 模塊使用 CUDA 庫、實現深度神經網絡、CUDA 性能優化等內容。學完上述內容，讀者應能從零開始構建基於 GPU的深度神經網絡，甚至能夠解決與數據科學和 GPU編程高性能計算相關的問題。本書適合對GPU 編程與 CUDA編程感興趣的讀者閱讀。讀者應掌握必要的基本數學概念，且需要具備一定的 Python編程經驗。

本書圍繞大數據採集與挖掘，對採集技術的相關基礎、技術原理、Python實現技術、大數據挖掘與應用方法進行了系統介紹。書中全面、完整地覆蓋了各種類型的網絡爬蟲及相關的信息處理挖掘技術，並提供了45個與爬蟲技術和應用相關的Python程序。全書共分為四部分，即概述、基礎篇、技術與實現篇、大數據挖掘與應用篇。第一部分（第1章）是概述，指出利用Python採集互聯網大數據的重要性，介紹了相關技術研究、技術體系、採集技術的合規性及應用現狀等，分析了大模型對互聯網大數據技術的影響； 第二部分（第2、3章）是基礎篇，包括Web服務器的應用架構以及HTTP、Robots、HTML、頁面編碼等相關協議和規範； 第三部分（第4～10章）是技術與實現篇，全面介紹普通網絡爬蟲技術、動態頁面採集方法、主題爬蟲技術、Deep Web爬蟲、微博信息採集、Web信息提取以及反爬蟲技術等，內容涵蓋各種爬蟲技術實現方法及Python實例； 第四部分（第11、12章）是大數據挖掘與應用篇，介紹文本、情感、社交網絡和時間序列等典型大數據處理與挖掘技術及應用模式，並以新聞輿情監測、Web自動化測試、酒店評論文本挖掘為例介紹Python爬蟲應用構建方法，將本書介紹的一些關鍵技術、模型和工具貫穿在一起。

OpenCV是一個跨平臺計算機視覺和機器學習軟件庫，也是計算機視覺領域的開發人員必須掌握的技術。《OpenCV計算機視覺開發實踐:基於Python》基於Python 3.8全面系統地介紹OpenCV 4.10的使用，並配套示例源代碼、開發環境、PPT課件、配書PDF文件與作者答疑服務。《OpenCV計算機視覺開發實踐:基於Python》共20章，主要內容包括計算機視覺概述、OpenCV的Python開發環境搭建、OpenCV基本操作、數組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測、圖像分割、圖像金字塔、圖像形態學、視頻處理，以及停車場車牌識別、目標檢測、數字水印、圖像加密和解密、物體計數、圖像輪廓和手勢識別等案例。《OpenCV計算機視覺開發實踐:基於Python》既適合OpenCV初學者、計算機視覺與圖像處理應用開發人員、人工智能算法開發人員閱讀，也適合作為高等院校或高職高專院校計算機視覺與圖像處理、人工智能等相關專業的教學參考書。

Python編程語言簡單易用，功能強大，非常適合作為入門編程語言。非IT專業人士也很容易掌握 Python，學完能編寫專業的複雜程序。Python語言是當前IT行業內最為流行的編程語言之一，同時Python也是全場景編程語言，在Web、大數據、人工智能和嵌入式系統等開發領域均有應用。本書共有23章，第1章，首先說明程序設計語言概念，然後介紹Python的優缺點。第2章，介紹Python安裝方法，以及Python自帶集成開發環境IDLE的使用。第3到第10章，是Python語言基本語法，需要在理解基礎上，讀懂書中例子，僅僅完成書中的習題是不夠的，還需在網上尋找習題練習，達到熟練掌握Python語言基本語法的目的。第11章，是講解如何使用tkinter庫中的組件創建應用程序的圖形界面，實現簡單功能，理解事件和事件驅動的概念，和tkinter窗體的工作機制。從第12章到第23章，每章一個完整的應用程序，共計12個實例。每章開始首先說明程序要完成的功能和實現功能的方法。如果涉及到新的知識點，用例子加以說明。這12個例子大部分採用tkinter窗體，少部分採用pygame遊戲架構，兩者都包含若干函數或類定義，用主程序將函數或類組合的一起，完成程序功能。為使讀者更容易讀懂程序，對於主程序、每個函數和類的定義，都分別詳細說明它們要完成的功能，每個函數的參數的意義，以及各個變量的意義。對於其中的難點給出詳細解釋。最後給出完整主程序、函數和類的定義，在每條語句的後邊儘量給出詳細的注釋。

本書針對想要深入理解使用Python來解決網路相關問題或是構建網路應用程式的技術人員，結合實例講解了網路通訊協定、網路資料及錯誤、電子郵件、伺服器架構和HTTP及Web應用程式等經典話題。具體內容包括：全面介紹Python3中新提供的SSL支援，非同步I/O迴圈的編寫，用Flask框架在Python代碼中配置URL，跨站腳本以及跨站請求偽造攻擊網站的原理及保護方法，等等。

《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》是一本醫學人工智能的入門書，涵蓋了對機器學習的介紹，對疾病診斷、疾病治療及疾病管理過程等醫療健康領域相關知識的介紹。《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》篩選了高發且有重大影響的九種疾病：乳腺癌、冠心病、卒中、糖尿病、肥胖、高血壓、乙肝、不孕不育症、阿爾茨海默病，並以這九種疾病為例，介紹了人工智能技術的具體應用。《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》還介紹了Python語言，以及使用Python語言解決五個醫學問題的實現方法，包括機器學習算法、自然語言處理、數據分析等技術。

面對數字經濟背景下大數據分析的現實需求，本書分別從經濟理論闡述、數學原理推導、程序代碼實現三個角度，系統全面地闡釋了各類經典機器學習模型的理論內涵和適用範圍，以及基於 Python 編程語言進行算法訓練、模型測試和參數調優的具體方法。本書配有A、B兩個附錄，介紹了 Python 語言基本語法規則，以及經濟大數據分析所涉及的Python 工具包。本書旨在培養能夠綜合運用經濟學思維、數理分析方法、數據科學工具，分析和解決經濟社會發展中的理論和實際問題的複合型人才；可作為高等院校經濟管理、計算機等專業本科生、研究生、MBA 教材，也可作為相關企業員工內部培訓教程或經濟數據分析從業者的參考讀物。

本書共11章, 詳細介紹在Python環境下學習scikit-learn機器學習框架的相關知識, 涵蓋的主要內容有機器學習應用開發的典型步驟、Python機器學習軟件包、機器學習理論基礎、k-近鄰算法、線性回歸算法、邏輯回歸算法、決策樹算法、支持向量機算法、樸素貝葉斯算法、PCA算法和k-均值算法等。

本書共7章。第1章介紹AI時代的編程革新; 第2章介紹如何利用AI學習編程; 第3章介紹AI編程中的Prompt設計; 第4章介紹如何用AI構建自己的第一個Python項目; 第5章介紹PlugLink項目開發與應用; 第6章介紹AI模型性能測試; 第7章介紹AI編程展望。

本書是目前市面很少有的專門介紹區塊鏈量化交易編程的書籍，本書側重實戰，先講解區塊鏈基礎知識、交易所基本概念和操作方法，後面重點介紹交易所API的使用方法及如何利用這些API編程交易策略程序，為讀者編寫自己的交易策略打下一個堅實的基礎。本書共6章，分為區塊鏈基礎篇和實戰操作篇。區塊鏈基礎篇(第1～3章)詳細介紹區塊鏈的基礎知識、加密貨幣交易所基本概念和基本操作、交易所API詳解，其中第3章是重點難點；實戰操作篇(第4～6章)介紹了編寫交易程序相關的Python語法知識、如何在服務器搭建Python程序運行環境的方法、拋磚引玉的介紹幾個實際的交易策略，包括三角套利策略、MACD指標策略、RSI指標策略、幣價波動監視機器人、捕捉插針策略等。本書適合量化交易初學者入門，同時也為有交易經驗的從業人員提供了多個項目案例作為參考。

雖然很多深度學習工具都使用Python，但PyTorch 庫是真正具備Python 風格的。對於任何瞭解NumPy 和scikit-learn 等工具的人來說，上手PyTorch 輕而易舉。PyTorch 在不犧牲高級特性的情況下簡化了深度學習，它非常適合構建快速模型，並且可以平穩地從個人應用擴展到企業級應用。由於像蘋果、Facebook和摩根大通這樣的公司都使用PyTorch，所以當你掌握了PyTorth，就會擁有更多的職業選擇。本書是教你使用 PyTorch 創建神經網絡和深度學習系統的實用指南。它幫助讀者快速從零開始構建一個真實示例：腫瘤圖像分類器。在此過程中，它涵蓋了整個深度學習管道的關鍵實踐，包括 PyTorch張量 API、用 Python 加載數據、監控訓練以及將結果進行可視化展示。本書主要內容：（1）訓練深層神經網絡；（2）實現模塊和損失函數；（3）使用 PyTorch Hub 預先訓練的模型；（4）探索在 Jupyter Notebooks 中編寫示例代碼。本書適用於對深度學習感興趣的 Python 程序員。瞭解深度學習的基礎知識對閱讀本書有一定的幫助，但讀者無須具有使用 PyTorch 或其他深度學習框架的經驗。

代碼和數學是相知相惜的好夥伴，它們基於共同的理性思維，數學公式的推導可以自然地在編寫代碼的過程中展開。本書帶領程序員使用自己熟知的工具，即代碼，來理解機器學習和遊戲設計中的數學知識。通過Python代碼和200多個小項目，讀者將掌握二維向量、三維向量、矩陣變換、線性方程、微積分、線性回歸、logistic回歸、梯度下降等知識。

樹莓派是一款基於 ARM 架構、Linux 系統的極簡計算機，既可以用於計算機編程教育，也可以作為機器人的控制核心。第一種運行於樹莓派上的編程語言是 Python，這是當前人工智能領域流行的編程語言之一。機器視覺是人工智能中重要的細分研究領域，OpenCV 則是當前機器視覺領域主流的開源處理庫，可以方便地用於計算機圖像處理，並應用於面部識別、目標識別等具體問題。本書介紹在樹莓派硬件上使用Python 語言，借助 OpenCV 庫編程，來實現具有機器視覺功能(識別和抓取特定顏色物體、識別人臉、識別特定人臉、進行面部跟蹤)的智能機器人。本書力求通過一系列不同層次的軟硬件任務，由淺入深地講解人工智能的概念，同時覆蓋 Linux系統操作、Python 編程、機器人系統搭建等多方面的綜合知識。在本書案例中使用的主要硬件載體是可在桌面上固定運轉的雙軸雲台和三軸機械臂等，它們可以代表一類智能機器人的形態。本書遵循開源、分享的創客精神，所有的硬件材料和軟件內容均可以從公共平臺獲取，讀者在充分理解的基礎上，不必局限於本書所列硬件，可自行獲取類似設備完成項目。本書可以作為中小學STEAM人工智能教育的一本基礎讀物，也可以作為中高職院校相關專業學生的參考書。

本書教你如何從基於時間的數據（如日誌、客戶分析和其他事件流）中獲得即時、有意義的預測。在這本通俗易懂的書中，作者通過帶有注釋的Python代碼進行全面演示，你將學習用於時間序列預測的統計和深度學習方法。通過跟隨書中的實例鍛煉你的技能，你很快就會準備好建立自己的準確、有洞察力的預測。

本書第1版於2020年11月出版發行後大獲成功，Python及NetDevOps技術在國內計算機網絡圈子裡迅速走紅，國內與NetDevOps相關的技術文章在網絡上如雨後春筍般大量涌現，行業裡也出現了很多要求掌握NetDevOps技術的網絡工程師職位，並且需求越來越多，NetDevOps是“下一代網絡工程師”必須掌握的技能已經成為既定且不可逆的事實。 以Python為主的NetDevOps技術知識更迭很快，第2版將在第1版的基礎上添加TextFSM詳解、Netmiko詳解、Nornir詳解、NETCONF詳解及RESTCONF詳解等5章內容，並去掉pyping、pyntc、netdev等一些不再流行或者作者已經公開宣布不再維護的模塊內容。 另外，第2版將在思科設備的基礎上添加華為設備的內容，由朱嘉盛老師執筆，相信能對主要使用國產設備的國內網絡工程師更加有益。

《語法學習手冊》嚴格依據教育bu和國家語委聯合發布的《國際中文教育中文水平等級標準》“附錄A（規範性）語法等級大綱”（以下簡稱“語法等級大綱”）進行編寫，是面向中文學習者的應用型學習手冊。本書遵循“以學習者為中心”的教育理念，倡導語法自然習得。《語法學習手冊》分初等、中等、高等三個分冊，分別對應“語法等級大綱”初等、中等和高等的語法點。書中對“語法等級大綱”的語法點進行了拆分或合並，圍繞“基本語義及用法”“典型例句和對話”“補充例句”“結構特點”“小提示”等幾個維度對每個語法點進行詳細說明。本書從教學實際出發，力求為國際中文語法學習與教學提供一定的參照與支持。本書為高等分冊，對高等水平學習者的語法學習提供參考。Grammar Learning Manual, a practical learning manual for students of Chinese language, is compiled in strict accordance with the “Appendix A (Normative Grammar Grading Outline)” (hereinafter referred to as “Grammar Grading Outline”) of Chinese Proficiency Grading Standards for International Chinese Language Education, which is jointly issued by the Ministry of Education and the State Language Commission. This book observes the “student-centered” education idea, and advocates the natural acquisition of grammar. Grammar Learning Manualis divided into the elementary, intermediate and advanced levels, respectively corresponding to the grammar points in the “Grammar Grading Outline”. In

本書通過案例講述有關的概念和方法，不僅介紹了ARMA 模型、狀態空間模型、Kalman 濾波、單位根檢驗和GARCH 模型等一元時間序列方法，還介紹了很多多元時間序列方法，如線性協整、門限協整、VAR 模型、Granger 因果檢驗、神經網絡模型、可加AR 模型和譜估計等，並且增加了全新的一章講述如何用深度學習進行時間序列分析. 書中強調對真實的時間序列數據進行分析，全程使用R 和Python軟件分析了各個科學領域的實際數據，還分析了金融和經濟數據的例子.本書通俗易懂，理論與應用並重，可作為高等院校統計學和經濟管理等專業“時間序列分析”相關課程的教材，對金融和互聯網等領域的相關從業者也極具參考價值.