Python

從Python基礎入門開始，到應用Python進行科學計算、數據處理、數據可視化、機器學習、深度學習，再到利用Python進行金融、地理信息、交通、文本、圖像等具體領域數據挖掘與分析，並最終利用Python進行項目GUI可視化應用開發。本書深入淺出地介紹了如何學習Python數據分析技能及應用於具體領域，實踐性強。本書分三篇：基礎篇、案例篇和提高篇；基礎篇（第1～6章）主要介紹Python基本知識及應用於科學計算、數據處理、數據可視化、機器學習、深度學習等方面的基礎知識；案例篇（第7～11章）主要介紹了利用Python進行金融、地理信息、交通、文本和圖像具體領域的數據挖掘分析應用案例；提高篇（第12章）主要介紹GUI可視化應用項目開發；附錄提供6個實訓課題，在電子資源中會給出詳細的實訓指導、數據和程序代碼。本書提供了豐富的數據、案例及程序代碼，同時理論與實踐相結合，以應用為主。適合大數據、數學、計算機、經濟金融管理類的本科生和大專生學習。對於研究生及數據挖掘研究者、愛好者也具有很好的參考價值。

本書全面介紹數字圖像處理的基本理論、基本算法，以及基於 Python 語言的實現，不僅關注理論與實踐的結合，還關注基本理論和基本算法的研究發展及延伸。本書共 8 章。第 1 章簡要介紹數字圖像的基本概念、基本的圖像處理系統，以及數字圖像處理技術的應用與發展等。第 2 章針對 Python 語言在圖像處理算法開發中的應用，概述 Python 開發環境配置、Python基本語法等。在前兩章的基礎上，第 3～8 章逐一介紹圖像的像素運算與幾何變換、圖像的空間域處理、圖像的頻率域處理、圖像復原、圖像分割及形態學圖像處理等理論內容和主要算法的 Python 代碼實現。此外，在代碼實現部分，本書還附加了相關 Python 圖像處理函數的詳細使用說明。同時，考慮初學者的接受程度，部分章節安排了綜合應用案例或經典算法改進的相關內容，旨在幫助讀者豐富認知、拓寬視野。本書內容系統，重點突出，工程實現介紹詳盡，可以作為高等學校工科電子信息相關專業的本科生和研究生的數字圖像處理課程教材，也可以作為從事數字圖像處理相關工作的開發人員的參考書。

作為一本面向物聯網和人工智能方向的實踐應用書，本書從《義務教育信息科技課程標準(2022年版)》的內容要求出發，圍繞“物聯網實踐與探索”和“人工智能與智能社會”模塊，設計了智能家居、智能交通、智能遊戲等方向的趣味實踐項目共計50餘個。本書強調項目式學習和知識點相結合，提供了從簡單到複雜的項目案例，通過趣味主題引起讀者興趣，每個主題包括若干項目，同時在每個項目中嵌入不同的知識點，讓讀者能夠快速上手實踐物聯網和人工智能應用，同時也能輕鬆獲取軟硬件知識，在動手製作中發現樂趣，學習知識。本書可作為信息科技、科創教育和STEM/STEAM課程項目參考書，讀者可通過實踐項目學習物聯網和人工智能技術原理、Python編程和開源硬件基礎。

本書全面介紹了Python程序設計語言的語法基礎及其在數據分析、可視化、人工智能等場景中的應用。本書強調立德樹人，將中國優秀傳統文化、黨的二十大精神等德育元素融入Python程序設計課程。全書分為3篇：基礎篇、進階篇、應用篇，主要內容包括Python概述、基本數據類型、程序控制結構、容器數據類型、函數與模塊化編程基礎、文件、Numpy科學計算庫、數據分析與pandas、數據可視化與Matplotlib、人工智能與Sklearn等。本書以應用型本科學生為主要讀者對象，同時上下輻射其他類型的研究生、本科生、專科生等讀者對象。本書可作為計算機、軟件工程、統計學、大數據、人工智能等相關專業的程序設計課程教材，也可以作為信息技術領域從業人員的參考用書。

本書以任務為導向，較為全面地介紹了不同場景下Python爬取網絡數據的方法。全書共分為7個項目，第1個項目介紹了爬蟲與反爬蟲的基本概念，以及Python爬蟲環境的配置，第2個項目介紹了爬取過程中涉及的網頁前端基礎知識，第3個項目介紹了在靜態網頁中爬取數據的過程，第4個項目介紹了在動態網頁中爬取數據的過程，第5個項目介紹了對登錄後才能訪問的網頁進行模擬登錄的方法，第6個項目介紹了爬取PC客戶端、App的數據的方法，第7個項目介紹了使用Scrapy爬蟲框架爬取數據的過程。本書所有章節都包含了實訓與課後習題，通過練習和操作實戰，可幫助讀者鞏固所學的內容。 本書可以作為大數據技術愛好者的自學用書，也可作為高校大數據技術類專業的教材。

《Python計算機視覺與應用案例》以Python為平臺，以“概述+案例”的方式系統地對計算機視覺進行實戰分析。本書先介紹計算機視覺編程基礎知識，接著介紹在各個領域利用Python解決計算機視覺問題，最後通過兩個經典案例綜合分析計算機視覺應用。為了幫助讀者更好地掌握相關知識，各章節都通過概述與案例相結合的方式，讓讀者在掌握概念的同時舉一反三，掌握程序設計的方法，利用程序設計解決實際問題。 《Python計算機視覺與應用案例》適合想深入研究Python計算機視覺的開發者閱讀參考,也可作為高等院校相關專業的教材。

This book is a customized version in Taiwan, and the content is extracted from Chapters 1 to 15 of the book "Introduction to Python Programming and Data Structures, Global Edition, 3rd edition".-- --For introductory courses in Python Programming.A fundamentals first approach to programming helps students create efficient, elegant code.Introduction to Python Programming and Data Structures introduces students to basic programming concepts using a fundamentals-first approach that prepares students to learn object-oriented programming and advanced Python programming. This approach presents programming concepts and techniques that include control statements, loops, functions, and arrays before designing custom classes. Students learn basic logic and programming concepts prior to moving into object-oriented and GUI programming. The content incorporates a wide variety of problems with various levels of difficulty and covers many application areas to engage and motivate students.For a list of

當前，數據驅動的理念已滲透到各個領域，數據科學和人工智能技術在製造業、金融、教育等多個行業中得到了廣泛應用。Python作為一種編程語言，已成為數據科學和人工智能領域的事實標準，它豐富的生態系統進一步增強了它在這些領域中的重要性。然而，隨著數據量的不斷增長，如何利用Python加速數據科學處理，並將它擴展到集群上的並行計算，已成為數據科學家面臨的重要挑戰。《Python數據科學加速:Dask、Ray、Xorbits、mpi4py》詳細介紹了4種數據科學工具：Dask、Ray、Xorbits和mpi4py，這些工具可以幫助數據工程師和科學家處理更大規模的數據集、訓練更複雜的模型，並更高效地進行機器學習模型的迭代和部署。 《Python數據科學加速:Dask、Ray、Xorbits、mpi4py》面向具備一定數據科學基礎的數據工程師、數據科學家或領域專家，同時也適合大學生和研究生作為進入高性能數據科學領域的入門讀物。

Python 數據分析與可視化實踐基於 Python 語言，結合實際的數據集，介紹如何對數據進行可視化分析。Python 數據分析與可視化實踐主要包含 3 個 部分。第一部分為 Python 數據可視化基礎篇：主要介紹 Python 基礎內容、Numpy 和 Pandas 數據操作， 以及 Matplotlib 數據可視化內容；第二部分為 Python 數據可視化提高篇：主要介紹 Python 的 Seaborn、 plotnine、Networkx、igraph、plotly、Bokeh、pyecharts 庫中的數據可視化功能；第三部分為 Python 數據 可視化分析實戰篇：通過 4 個完整的數據可視化分析案例，詳細地介紹了 Python 中數據分析、機器學習 與可視化相結合的應用等內容。 本書為讀者提供了 Notebook 形式的源程序和使用的數據集，方便讀者對程序的使用和運行。本書適 合有一定數據分析或統計分析基礎的讀者閱讀，可作為 Python 數據分析、機器學習、數據可視化的入門 及實踐教材，也可供數據分析與可視化相關專業的師生，以及對數據分析與可視化感興趣的 Python 用戶

《Python數據可視化快速入門到精通》是一本側重介紹各種數據可視化工具 案例的Python數據可視化圖書，為了保證讀者可以學以致用，在實踐方面循序漸進地進行3個層次的實踐：基礎知識實踐、進階知識實踐和綜合應用實踐。本書全面介紹了數據可視化知識，從學習到實踐的角度出發，以幫助讀者快速掌握Python各種數據可視化工具，既可以學習，又可以作為查詢工具。本書通過各種實例、案例，將每一款數據可視化工具的使用與實際應用相結合，力求使讀者短時間內掌握多款數據可視化工具，暢遊職場。全書共分15章，主要分為3個篇章，即基礎篇、提高篇和案例篇。基礎篇：包括認識數據可視化、搭建Python數據可視化環境以及Python基礎繪圖工具。提高篇：是基礎篇的提升，包括Python各種數據可視化工具的介紹與使用，如Matplotlib的進階應用、Pandas內置繪圖大全、Seaborn圖表、第三方圖表Pyecharts、Plotly圖表、Bokeh圖表。案例篇：基於不同技術方向的實用案例，包括Matplotlib Pandas實現商業圖表之漸變餅形圖、Matplotlib NumPy實現商業圖表之對比分析雙向柱形圖、Matplotlib Animation實現動態圖表、Matplotlib Pandas PyQt5實現嵌入交互式圖表、Matplotlib NumPy實現趣味繪圖。本書提供大量豐富的資源，力求為讀者打造一本基礎 應用 實踐一體化、精彩的Python數據可視化工具書。本書不僅適合初學者、入行數據分析人員、與數據打交道（與數據相關）人員、對數據感興趣的人員，也適合從事其他崗位想掌握數據可視化工具的職場人員。

本書主要介紹Android自動化測試的相關內容：首先介紹自動化測試的市場情況和行業前景；接著介紹Android的相關知識，包括系統概覽、環境搭建等，為讀者學習後面的知識打下基礎；最後介紹自動化測試的相關內容，包括元素識別與定位、等待機制、測試框架等，通過實戰案例幫助讀者快速掌握自動化測試技術。全書語言通俗易懂，講解透徹，案例豐富。 本書適合計算機相關專業的學生和測試行業的從業人員閱讀。

本書介紹了Python信號處理工具箱的體系架構及其函數和實例。本書共8章, 主要包括數字信號處理概況, Python編程基礎, 信號生成和預處理, 測量和特徵提取, 變換, 相關性和建模, 數字和模擬濾波器, 頻譜分析等內容。為了便於讀者學習使用和參考, 書中提供了較完整的原理方法介紹和計算推導實例。

★「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。

依據勞動部勞動力發展署技能檢定中心114年啟用之最新學術科試題，使用Python解題。 術科篇 ■114年啟用最新術科題目： 術科第一站：語言基本指令操作1060301~1060305五題 術科第二站：語言應用程式設計1060306~1060308三題 學科篇 ■最新公告學科試題單選題509題。 ■114年修訂之共同科目：90006職業安全衛生/90007工作倫理與職業道德/90008環境保護/90009節能減碳400題；90011資訊相關職類共用工作項目119題。 本書特色 ■術科題目詳盡解說、結構化與精簡的程式，讓讀者輕鬆撰寫Python程式。 ■術科內容撰寫循序漸進，帶領讀者從認識Python、表單設計到程式撰寫，初學者也能輕鬆解題，學會Python的操作和程式語法。 ■學科試題電腦概論、程式設計、資訊職類共用工作項目，附有難題解析。 ■詳讀章節內容，熟悉指令、語法、資料結構及邏輯，反覆練習即能通過考試取得證照。

本書首先介紹深度學習，並與其他機器學習模型進行比較，並闡述與TensorFlow互補的用於創建深度學習模型的技術，如Panda、Scikit-Learn和Numpy。隨後介紹有監督的深度學習模型，並使用單層的多個感知器構建淺層神經網絡，使用Tensorflow 2.0和Keras API創建真實的應用程序。隨後是數據增強和批處理規範化方法，並使用MNIST數據集訓練CNN。最後是使用自動編碼器的理論應用和無監督學習，以及使用tf-agent模型的強化學習。本書主要面向深度學習和機器學習API領域的數據科學家和程序員。

《Python辦公自動化從入門到精通》講解如何使用Python技術實現自動化辦公。《Python辦公自動化從入門到精通》分為兩大部分，共19章。第1部分為基礎語法，即從基礎入門開始介紹Python語言的基礎語法知識，內容對應第1章～第6章，包括初識Python、Python語法元素、程序控制語句、組合數據類型、函數、類。第2部分為高階辦公，即使用Python語言實現辦公操作，內容對應第7章～第19章，包括操作文件、庫、操作文件夾、操作Excel文件、操作Word文件、操作PPT文件、操作PDF文件、操作HTML網頁、網絡爬蟲、自動收發郵件、聊天機器人和二維碼、控制鼠標和鍵盤、批量處理視頻。除第1章外，每一章都包含項目案例，並且在項目案例中詳細分析代碼的設計思路和編寫過程。《Python辦公自動化從入門到精通》適用人群為需要入門Python編程的學生和需要提高辦公效率的工作人員、網絡信息技術人員、視頻剪輯技術人員等。

本書首先介紹構建類和創建對象的基礎知識，並結合代碼講述如何將理論付諸實踐；然後討論面向對象編程的關鍵概念――封裝、多態性和繼承，包括如何使用對象管理器創建並管理多個對象，如何通過封裝對客戶端代碼隱藏對象的內部細節，如何使用多態性定義一個接口並在多個類中實現它，如何應用繼承構建現有代碼；最後講述如何構建一款帶完整的動畫和聲音的視頻遊戲，從而將所有內容整合在一起。本書涵蓋了兩個功能齊全的Python代碼包，它們將加速Python中圖形用戶界面程序的開發。 本書不僅適合Python開發人員閱讀，還適合計算機相關專業的師生閱讀。

本書主要介紹密碼學領域的基本概念、理論和應用，讓讀者對密碼學有全面的瞭解。本書分為四部分，共計 14 章。 第一部分是基礎背景知識，該部分主要介紹密碼學的應用場景、數學基礎，以及密碼學理論與實踐的區別。第二部分講述對稱密碼學，該部分主要介紹古典密碼學、流密碼和分組密碼。第三部分講述非對稱密碼學，以 RSA、ElGamal、ECC 和格密碼為代表的非對稱密碼也稱公鑰密碼，是現代密碼學的重要分支。第四部分講述數據完整性，現代密碼學也非常注重數據完整性，該部分主要介紹哈希函數、消息驗證碼及數字簽名技術。作者寫作本書的目的是讓盡可能多的讀者瞭解和學習密碼學，因此，任何希望深入瞭解密碼學及其工作原理的讀者都可以閱讀本書，同時不會被過於深奧的數學原理所難倒。

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7章，立足金融場景講解Python的基礎知識和編程應用，不僅講解了Python基礎語法，而且介紹了NumPy、pandas、Matplotlib、SciPy、statsmodels、arch和datetime等模塊的編程應用。此外，本書還講解了金融領域的深度學習和強化學習應用，並通過PyTorch模塊和Gymnasium模塊演示了具體的編程實踐。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參考學習，也適合對Python的金融應用感興趣的讀者閱讀。

主要介紹了通過Python和ExcelVBA提高審計工作效率的思路和方法。內容注重實戰，全面介紹了信息化審計所面臨的各類問題。行文輕鬆幽默，以實際工作案例為引導，以一個老朋友話家常的形式，與讀者分享。內容包括：審計工作與Python和ExcelVBA的總體聯繫，Python和ExcelVBA的基本用法，以及如何在實際工作中如何用這兩種工具處理問題。本書適合審計行業從業者、數據分析企業經營者，還可作為大數據培訓班學員作為培訓輔導教材使用。

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。

本書主要介紹主流的人工智能理論、算法以及Python實現方法，目的是使學生學會人工智能理論及推導過程，並且掌握調用Python人工智能庫和自定義編碼的方法。全書共分10章，分別為人工智能與Python概述、Python基礎、線性回歸及其Python實現、邏輯斯蒂分類及其Python實現、最大熵模型及其Python實現、K-近鄰分類與K-均值聚類及其Python實現、樸素貝葉斯分類及其Python實現、決策樹及其Python實現、神經網絡及其Python實現、圖像識別領域的應用案例。本書可作為計算機專業相關課程的教材，也可作為程序設計人員的參考書。

《數據有道 : 數據分析 圖論與網絡 微課 Python編程》是“鳶尾花數學大系—從加減乘除到機器學習”叢書的第三板塊 ( 實踐板塊 ) 中的一本關于數據 科學的分冊。“實踐”這個板塊，我們將會把學到的編程、可視化， 特別是數學工具應用到具體的數據科學、 機器學習算法中，并在實踐中加深對這些工具的理解。《數據有道 : 數據分析 圖論與網絡 微課 Python編程》可以歸納為 7 大板塊—數據說、數據處理、時間數據、圖論基礎、圖的分析、圖與矩陣、圖論實踐。 這 7 個板塊 ( 共 25 章內容 ) 都緊緊圍繞一個主題—數據！《數據有道 : 數據分析 圖論與網絡 微課 Python編程》以數據為名，以好奇心和疑問為驅動，主動使用“編程 可視化 數學”工具進行探索。《數據有道 : 數據分析 圖論與網絡 微課 Python編程》將 會回顧鳶尾花書前五本主要的工具，讓大家對很多概念從似懂非懂變成如數家珍；同時，我們還會掌握更 多工具，用來擴展大家的知識網絡。依照慣例，《數據有道 : 數據分析 圖論與網絡 微課 Python編程》提供代碼和視頻教學。《數據有道 : 數據分析 圖論與網絡 微課 Python編程》讀者群包括數據科學從業者、大數據從業者、高級數據分析師、機器學習開發者、計算機圖形學 研究者等。

Python是一門開源的計算機編程語言，憑藉其易學、靈活等特點，得到了越來越多人的認可和青睞。金融科技日新月異，金融行業的數字化、科技化和智慧化快速推進，Python在金融領域有著很好的應用現狀和前景。本書在上一版的基礎上進行了內容升級，持續聚焦Python在金融分析與風險管理的應用，第2版從原先的12章擴充至15章，並依次劃分為基礎篇（共5章）、中階篇（共5章）以及高階篇（共5章），基礎篇結合金融場景演示了Python語言以及NumPy、pandas、Matplotlib、SciPy以及statsmodel等金融領域常用的第三方模塊的編程方法；中階篇通過Python編程結合金融實例，依次探討利率、匯率、債券、股票、互換合約、期貨合約等產品的定價、風險測度以及風險管控等內容；高階篇則融合Python與金融案例，探究了期權的定價、希臘字母、動態對沖、隱含波動率、交易策略及其他延伸知識點，此外，高階篇還涉及投資組合風險價值建模等具有較強技術性的內容。本書旨在通過更豐富的金融產品、更廣泛的量化模型、更完備的金融示例、更高的軟件版本，為讀者提供更加便捷的Python金融實戰體驗與解決方案。本書適合想要掌握Python應用的金融學習者、金融從業者閱讀，也適合想要轉行到金融領域的程序員以及對Python在金融領域的實踐應用感興趣的人士閱讀，並且不要求讀者具有Python編程基礎和金融基礎。