Python

Understand the theory and implementation of simulation. This book covers simulation topics from a scenario-driven approach using Python and rich visualizations and tabulations. The book discusses simulation used in the natural and social sciences and with simulations taken from the top algorithms used in the industry today. The authors use an engaging approach that mixes mathematics and programming experiments with beginning-intermediate level Python code to create an immersive learning experience that is cohesive and integrated. After reading this book, you will have an understanding of simulation used in natural sciences, engineering, and social sciences using Python. What You Will LearnUse Python and numerical computation to demonstrate the power of simulationChoose a paradigm to run a simulationDraw statistical insights from numerical experimentsKnow how simulation is used to solve real-world problems Who This Book Is ForEntry-level to mid-level Python developers from various backg

本書旨在幫助讀者以最快的速度，系統地從Excel VBA腳本編程轉入Python腳本編程，或者從Python腳本編程轉入VBA腳本編程，或者同時學會兩種腳本編程方法。本書使用Excel VBA和Python雙語言對照的方式，能幫助VBA用戶快速掌握Python腳本編程，並使用雙語實現Excel腳本編程和數據處理自動化。本書包括對象模型、界面設計、文件操作、Excel函數、Excel圖形、Excel圖表、Excel數據透視表、正則表達式、統計分析和混合編程等內容。關於Python方面，本書詳細地介紹了xlwings包的使用方法。本書適合任何對Excel腳本開發感興趣的讀者閱讀，如有編程需求的職場辦公人員、數據分析人員、大學生、科研人員和程序員等。

本書詳細介紹了PySide6提供的各種可視化類進行可視化界面編程。本書對各種類做了細緻的介紹，對類的方法、槽函數和信號都了詳細的說明，並配以實例。可視化編程方面主要內容包括PySide6的框架、基礎類、常用控件、高級控件、主窗口、對話框、窗口美化、事件、繪圖、文件操作、數據庫、數據可視化、打印支持、多媒體等。本書講解更全面細緻，實例也很有針對性，非常適合用Python進行可視化編程的初學者，由於本書對類的各種方法介紹比較詳細，也可以作為有一定基礎的人作為參考手冊，在忘記類的方法的時候查閱。

本書是面向Python學習者和使用者的一本實用學習筆記，在前一版的基礎之上進行了全面修訂。全書共11章。第1章介紹Python的基礎知識，包括Anaconda、IPython解譯器、Jupyter Notebook等Python基本工具的使用；第2章介紹Python的基本用法，包括基礎語法、資料類型、判斷與迴圈、函數與模組、異常與警告、文件讀寫、內置函數；第3章介紹Python的進階用法，包括函數進階、反覆運算器與生成器、裝飾器、上下文管理器與with語句、變數作用域；第4章介紹Python物件導向程式設計，包括物件的方法與屬性、繼承與複用；第5章介紹常見的Python標準庫；第6章介紹Python科學計算基礎模組NumPy，包括NumPy陣列的操作、廣播機制、索引和讀寫；第7章介紹Python資料視覺化模組Matplotlib，包括基於函數和物件的視覺化操作；第8章介紹Python科學計算進階模組SciPy，包括概率、線性代數等模組；第9章介紹Python資料分析基礎模組Pandas，包括Series和DataFrame的使用；第10章介紹一個用Python分析中文小說文本的案例；第11章介紹一個用Python對手寫數位進行機器學習處理的案例。本書適合剛接觸Python的初學者以及希望使用Python處理和分析資料的讀者閱讀，也可作為學習和使用Python的工具書或參考資料使用。

本書圍繞Python語言的數據結構和算法設計，通過大量實例分析，比照《Python語言程序設計》教材的章節順序，從Python編程初步、Python語言基礎、Python組合數據類型、Python控制結構、Python函數與模塊、Python面向對象編程、Python文件操作、Python數據庫操作、Python數據分析初步、Python圖形界面編程、Python數據可視化11個方面，按照問題場景描述、問題算法分析、自然語言算法描述、流程圖算法描述和Python程序算法描述的邏輯順序展開每一個實踐內容，循序漸進地引導讀者建立Python編程的思路、方法和流程。 本書可作為大數據專業學生程序設計學習的教材，也可作為高等院校“Python程序設計”課程的教材，還可作為喜愛程序設計和數據分析的人員的快速入門自學參考書。

FastAPI是基於Python語言的輕量級、成熟的Web後端開發框架。它除了簡單易學、能提供自動生成的API文檔外，還有一個重要優點是支持異步技術，其性能可以與NodeJS、GO語言相媲美，為Web項目高併發訪問提供了更好的技術選擇。另外，FastAPI定位為商業級的前後端分離開發框架，為前端技術提供了簡單易用的調用接口。目前，國內外不少互聯網企業，都採用該框架作為商業項目開發基礎。本書第1部分為基礎篇，系統介紹了FastAPI的使用；第2部分為實戰篇，通過後端FastAPI框架與前端Vue.js框架的組合，給出了一個商業實戰項目案例。

本書借助現實案例介紹深度學習算法的實際應用（包括最佳實踐），旨在幫助讀者瞭解如何識別和提取信息，以提高預測準確率及優化結果。本書共10章，分別是機器學習―引言、神經網絡、深度學習基本原理、無監督特徵學習、圖像識別、遞歸神經網絡和語言模型、深度學習在棋盤遊戲中的應用、深度學習在電子遊戲中的應用、異常檢測和構建一個可用於生產環境的入侵檢測系統。本書適合想深入研究深度學習算法和技術的讀者學習，也適合想探究如何從這項強大技術中學到更多知識的讀者參考。

這是一本關於如何利用Python提高日常辦公效率的書，書中凝聚了作者多年的實踐經驗和獨特思考，旨在幫助讀者準確、高效地完成大量高重複度的工作。《學Python，不加班：輕鬆實現辦公自動化》彙集了日常辦公和處理文檔時常見的問題，通過實例的演示與講解，幫助讀者靈活有效地使用Python處理工作中遇到的問題。全書共11章，涵蓋Python的各種應用場景，具體包括文件管理自動化，網絡信息自動獲取，TXT、XLS／XLSX、DOC／DOCX、PPT、PDF、圖片文件的自動化處理，模擬鼠標、鍵盤操控本地軟件，自動化運行管理等。本書力圖淡化編程中的抽象概念，貼合工作場景，注重實戰效果，通過對Python技術的巧妙講解，幫助讀者成為高效率的辦公室“超人”。《學Python，不加班：輕鬆實現辦公自動化》適合任何想要學習Python編程的讀者，尤其適合缺乏編程經驗的初學者。同時本書提供所有案例的源代碼文件，方便讀者邊學邊練，愛上Python編程。

本書是主教材配套的上機實驗指導與習題解答。全書共分為9章內容，與主教材中的每一章均對應（即第1章為緒論，第2章為線性表，第3章為棧、隊列和遞歸，第4章為串、數組和廣義表，第5章為樹、二叉樹和森林，第6章為圖，第7章為查找，第8章為內排序，第9章為外排序），每章均包括基礎實驗、綜合實驗、習題解答，三部分內容。此外，附錄中還給出了實驗報告的格式，供學生參考 。本書還提供全書的完整的源代碼供讀者下載。

★ 職人鉅作 ★ 最省錢·最實用．最快速上手的 Python 投資工具 ■【什麼是程式交易】 程式交易顧名思義是用程式來輔助做出交易的決定。可以寫程式用一些量化指標，像是使用營收成長或者使用本益比來選股挑選一籃子標的，然後每月或每季換股，這種作法就跟一些股票網站的選股功能有點像。 ■【程式交易的優點】 還在用人力去看營收本益比的資料去選股？ 還在交易時段坐在電腦前面等待買賣時機下單？ 或是在研究策略的時候，要拿歷史資料來計算這個策略可不可行？ → 這些都可以用程式來解決！省下大量的人力與時間成本。 ■【為什麼使用 Python 進行程式交易】 市面上常見的選股以及技術分析軟體 XQ、MultiCharts 沒有提供的功能都要從零開始做一個出來，然而 Python 自由度高，不管是使用 AI 來做買賣判斷、寫爬蟲去社群媒體爬一檔股票的網路聲量、還是使用現成的函式庫來做一些複雜的運算都可以輕易做到。 → 本書可以提供以上協助，不僅從 Python 基礎開始教學，再搭配現成策略做修改進行交易！ 本書特色 零程式交易經驗也能使用的自動交易書籍！ ★高 CP 值的自動交易★ 本書主要使用 Python + Shioaji 開發程式交易策略，包含可以直接用來交易的均線交易程式以及網格交易程式範例，不需額外買套裝軟體和購買報價，幫助讀者跨過剛開始使用 Python 交易最難過的門檻，不用拿自己的錢測試。 ★立馬 Python 用場★ 有了現成的自動交易程式後，讀者就能一心鑽研交易邏輯與交易策略；待規劃出新策略，需要使用新策略做成交易機器人時，只要參考書中的 Python 交易機器人範例，立即做修改即可。 ★交易程式超值附贈★ 本書內附可以直接下單的交易程式，幫助讀者馬上學、馬上理解，亦可至深智數位官網下載：deepmind.com.tw

使用機器學習進行數據可視化分析是近年來研究的熱點內容之一。本書使用**的Python作為機器學習的基本語言和工具，從搭建環境開始，逐步深入到理論、代碼、應用實踐中去，從而使初學者能夠獨立使用機器學習完成數據分析。本書配套示例代碼、PPT課件和答疑服務。本書分為10章，內容包括：機器學習與Python開發環境、用於數據處理及可視化展示的Python類庫、NBA賽季數據可視化分析、聚類算法與可視化實戰、線性回歸與可視化實戰、邏輯回歸與可視化實戰、決策樹算法與可視化實戰、基於深度學習的酒店評論情感分類實戰、基於深度學習的手寫體圖像識別實戰、TensorFlow Datasets和TensorBoard訓練可視化。本書內容詳盡、示例豐富，是機器學習初學者的入門書和必備的參考書，也可作為高等院校計算機及大數據相關專業的教材使用。

大數據時代已經到來，隨著數據的逐步開放，交通領域的研究課題或多或少都要接觸、使用時空 大數據。交通領域的從業者迫切需要強有力的工具和技術應對日益紛雜的交通數據。交通是一個交叉 學科，交通數據分析人才的知識體系需要與數據處理、網絡爬蟲、數據可視化、地理信息、複雜網絡、 數據挖掘、機器學習等多學科知識深度融合，這也為交通領域的人才培養帶來巨大挑戰。 在此背景下，本書針對不同的學習階段與業務需求設計了三篇共15章內容。基礎篇（第1～5章） 梳理Python數據分析、網絡爬蟲、數據可視化、地理信息等基礎知識；應用篇（第6～10章）介紹 出租車GPS數據、地鐵IC刷卡數據、共享單車訂單數據、公交GPS數據等各類時空大數據的實際案 例應用；方法篇（第11～15章）融匯數據挖掘、空間統計、複雜網絡學科等交叉學科方法，與交通 領域的大量實際案例分析結合，全面梳理總結交通時空大數據所需跨學科技能。 本書由淺入深，學科交叉，強調實踐。對讀者不同的學習階段與業務需求設計相應內容，全面梳 理總結交通大數據科研所需技能，並與交通領域的大量實際案例分析結合。本書可作為教材也可作為 參考工具書，基礎篇定位交通數據領域新手入門，應用篇定位有數據分析需求的高校學生或社會人士， 方法篇定位高校學術科研人員。

無

本書是《大學計算機――Python版》(李俊生、王懷超、王豔華主編，中國鐵道出版社有限公司出版)一書的配套實驗指導書。全書分為兩個部分共16個實驗，實驗1～實驗5為計算機基本技能操作實驗，實驗6～實驗16為Python語言實驗。具體內容包括Word文檔的基本操作與排版、Word 排版、Excel工作表的建立與編輯、Excel圖表應用及數據管理、PowerPoint演示文稿的建立與設置、Python程序設計入門、變量與數據類型、順序結構、選擇結構、循環結構、列表的操作、字典的操作、函數的使用、文件數據處理、第三方庫的使用、綜合實驗等。 本書適合作為高等院校學生的計算機基礎實驗教材或參考書，也適合作為計算機培訓班教材或計算機愛好者的自學參考書。

本書介紹了數據分析的方法和步驟，並分別通過Excel和Python實施和對比。通過本書一方面可以拓寬對Excel功能的認識，另一方面可以學習和掌握Python的基礎操作。 本書分為 11 章，涵蓋的主要內容有Excel和Python在數據分析領域的定位與核心功能對比、統計量介紹、Excel與Python實踐環境搭建、數據處理與分析的基本方法、ETL方法、數據建模理論、數據挖掘基礎、數據可視化的基本方法、分析報告的製作方法。 本書內容由淺入深，注重功能實用性，適合數據分析工作者、相關專業學生、Python初學者、Excel深入學習者閱讀。

在大數據和智能社會不斷發展的大背景下，如何培養人工智能應用型技術人才，日益成為社會各界關注的焦點。本書應此需求而作，系統分析了基於Python語言的自然語言處理相關基礎理論、常用算法、基礎技術以及實戰實例應用。本書內容緊密圍繞自然語言處理，共可分為3篇(共12章)： 基礎篇(第1～5章)，重點介紹自然語言處理的基本概念、基本理論、常用算法以及基本技術，包括詞處理、句法分析、文本向量化以及輿情分析和預測分析等； 過渡篇(第6章)，重點分析深度學習的基本知識與基本理論，以及與自然語言處理的關係，同時通過實戰實例介紹深度學習在自然語言處理領域的實際應用； 綜合應用篇(第7～12章)，基於各種智能應用開發技術和開發平臺，介紹其在自然語言處理方面的實例，並具體討論智能應用的部署方法和部署後的驗證方法。全書各章提供了與本章主要內容配套的應用實例，每章後均附有複習習題。讀者可以結合思維導圖掌握教材的整體知識體系結構，參考附錄的上機操作手冊獲得運行實例代碼所需要的環境準備和環境設置相關知識。本書可作為高等學校計算機類、人工智能類、商務類以及管理類專業的學生教材，也可供從事相關領域的專業技術開發人員和軟件技術人員參考。