Python

本書為數據應用開發與服務（Python）1+X職業技能等級證書配套系列教材之一，以《數據應用開發與服務（Python）職業技能等級標準（初級）》為依據，由北京中軟國際信息技術有限公司主持編寫。 本書採用項目化編寫模式，共分為5個項目：項目1介紹在Windows上安裝和配置Python運行環境，並分別使用Visual Studio Code（VS Code）和Jupyter Lab編寫、調試和運行Python程序；項目2介紹如何使用Python的語法規則、語言特性和面向對象的編程方法設計和編寫基於控制台的應用程序；項目3介紹高性能科學計算和數據分析模塊包numpy和pandas的使用方法；項目4介紹如何從格式化文件和數據庫中採集數據；項目5介紹數據處理的基本方法，包括缺失值和重複值的檢測與處理、對原始數據集劃分子集、獲取描述性統計信息、以可視化方式展現數據分佈情況等。全書通過構建34個學習任務，引導學生學習Python應用開發的相關知識與技能，並培養學生應用所學完成實際任務的能力。 本書配套微課視頻、電子課件（PPT）、任務源代碼、習題解答等數字化學習資源。與本書配套的數字課程“數據應用開發與服務（Python）”在“智慧職教”網站（www.icve.com.cn）上線，學習者可以登錄網站進行在線學習，也可以通過掃描書中二維碼觀看教學視頻，詳見“智慧職教”服務指南。教師可發郵件至編輯郵箱1548103297@qq.com索取相關教學資源。 本書為數據應用開發與服務（Python）1+X職業技能等級證書配套教材，也是高職高專院校計算機及相關專業Python程序設計課程的教材，還可作為Python初學者的自學參考書，為將來從事與Python應用相關的多源數據採集、數據預處理、數據建模、數據可視化、特徵選取、模型優化、模型部署、模型應用等工作打下良好基礎。

《Python資料分析技術手冊：基礎·實戰·強化》是“計算機科學與技術手冊系列”圖書之一，該系列圖書內容全面，以理論聯繫實際，能學到並做到為宗旨，以技術為核心，以案例為輔助，引領讀者全面學習基礎技術、代碼編寫方法和具體應用項目，旨在為想要進入相應領域或者已經在該領域深耕多年的技術人員提供新而全的技術性內容及案例。 本書是一本側重資料分析基礎+實踐的Python資料分析圖書，為了保證讀者可以學以致用，在內容編排方面循序漸進地進行了3個層次的講解：基礎知識鋪墊、案例進階實戰和綜合項目強化應用。 本書提供大量的資源，包含235個實例、9個方向的應用案例和一個大型資料分析項目，力求為讀者打造一本基礎+應用+實踐一體化精彩的Python資料分析圖書。 本書不僅適合Python初學者、資料分析人員、從事與資料分析相關工作的人員、對資料分析感興趣的人員學習，而且適合從事其他崗位想掌握一定的資料分析技能的職場人員學習。

本書通過實際案例深入介紹了基於Python的開源商業智能工具Apache Superset。本書立足於為企業建立一套開源免費的BI（商業智能）數據分析平臺，實現自助數據處理、數據分析、數據可視化，概述了該系統的基本情況、總體需求、解決方案和業務理解等。本書從企業BI系統建設的實際需求出發，詳細闡述了商業智能系統開發的概念、流程及相關技術，同時結合實際案例介紹了基於Apache Superset的**且常用的商業智能技術，包括Redis、Hive、Presto、Vertica、ClickHouse、TiDB、Dremio等。

*詳細步驟說明，一步步跟著做，有如專家從旁親自指導! *本書使用Python 3.x、樹莓派4B與OpenCV 4.x *涵蓋大部分常用感測元件與重要連網技術 *第三版新增影像串流、LCD螢幕與全彩LED燈條、更新MQTT安裝方式 朱克剛老師專門培訓物聯網應用工程師，擁有豐富資訊教育訓練經驗，結合 Python、Raspberry Pi 與 OpenCV 的 AIoT 專案開發與教學，遠距實作授課操作流暢畫面優美，如同本書內容一樣，深入淺出，廣受師生好評。 -- 國立臺北科技大學電子系副教授 曾柏軒 本書內容說明清楚，透過實作例子的步驟說明，讓初學者可以快速上手，是一本適合學習的好書。 -- 國立高雄科技大學電子系教授兼主任秘書 陳銘志 樹苺派是最接近AIoT世界的起點，搭配Python與OpenCV工具的使用，可以讓你一窺這個大世界的堂奧。 很高興朱克剛老師把這些元素集結在一本書裡面，讓大家可以快速掌握這張通往未來的門票。 -- 宏碁強固電腦方案總處長 游鴻志 AIoT應用領域十分廣泛，舉凡機器視覺、外觀檢測、智能家居及設備維護監控。本書以深入淺出方式介紹樹莓派軟硬整合框架並採用最新的Python開發技巧，誠摯推薦給所有想要進入AIoT開發者殿堂的一本必備秘笈。 -- 鴻海集團D事業群/資訊價值創造處資深處長 徐長愷

《Python機器學習入門：機器學習算法的理論與實踐》全面細緻地講解了機器學習的基礎知識及其應用，具體內容包括機器學習中必要的環境搭建和Python的基礎知識、有監督學習和無監督學習的理論及其實際應用案例、有監督學習和無監督學習的機器學習模式，並以理論結合公式的方式講解了Python代碼的編寫方法，以及數據的採集、處理和實際操作中機器學習的模式。本書適合人工智能、機器學習方向的學生和技術人員學習、使用，也適合廣大人工智能愛好者閱讀。

【Python系列書在台累計銷量突破10萬冊】 Python開外掛，開發實戰超進化！ 橫跨15大領域，全面掌握最熱門的重量級技術應用！ 給需要本書的人： ★有一些Python語法基礎，但想要更進一步挑戰開發應用的人 ★對Python許多話題與開發方向有興趣，但卻不知如何下手的人 ★已經有研究主題，想要找尋加速升級自己專案方法的人 ★有程式開發經驗，想要快速累積成果，獲得成就感的人 善用Python的智慧結晶 站在巨人的肩膀快速掌握開發應用 Python號稱萬用語言，語法簡潔，應用領域廣泛，透過Python模組與套件，可以減少大量重複性的程式碼，讓開發更加便利，所以不只受到許多程式人的青睞，也受到初學者的喜愛。 本書介紹許多熱門且精彩實用的 Python 模組套件，涵蓋網路爬蟲、多媒體圖片影音處理、語音文字處理、金融應用、臉部辦識分析、圖片偵測辨識、自然語言分析、自動化處理、多媒體機器學習、無程式碼機器學習，以及其他許多領域。在開發實作過程中，可體驗這些Python模組套件帶來的強大應用，而對於在開發卡關的人來說，也有機會找出掙扎已久的盲點，成為解決無能為力的關鍵，進一步突破開發瓶頸。 【超強雲端開發平台】善用 Google Colab，沒有成本負擔，又能在高效能的環境裡進行各種主題的開發應用。 【數據資料擷取】利用不同模組套件，快速在網路中爬取，精確分類收集，無論是新聞、金融、圖片、影片的資料類別，都能在瞬間快速完成。 【多媒體檔案處理】進行圖形、聲音、影片的調整、剪輯與合併等作業，將複雜繁鎖的流程化為快速又準確的自動化操作。 【電腦視覺實踐】AI人工智慧中除了圖片偵測、標註與辦識，進階的人臉辦識、情緒分析、口罩偵測，都能在 Python 模組套件的串連下，利用極短的程式碼完美實現。過去視為困難無解的任務，現在就是那麼簡單! 【自然語言應用】無論是語言辨識翻譯、文句分詞、簡繁轉換或語意統計，更進一步的文章摘要、情緒分析、語音機器人等應用，都能逐步完成。 【快速自動化操作】將大量複雜的工作流程加入智慧的腦袋，用自動化操作完成過去要花費大量時間、人力、物力的工作，提升工作效能。 【多媒體機器學習新利器】電腦視覺的進階開發應用層面很廣，無論是臉部偵測、臉部特徵、手部偵測、姿勢偵測、人體整合偵測、3D物體偵測，都能運用模組套件結合不同資源進行開發，在

All social and policy researchers need to synthesize data into a visual representation. Producing good visualizations combines creativity and technique. This book teaches the techniques and basics to produce a variety of visualizations, allowing readers to communicate data and analyses in a creative and effective way. Visuals for tables, time series, maps, text, and networks are carefully explained and organized, showing how to choose the right plot for the type of data being analysed and displayed. Examples are drawn from public policy, public safety, education, political tweets, and public health. The presentation proceeds step by step, starting from the basics, in the programming languages R and Python so that readers learn the coding skills while simultaneously becoming familiar with the advantages and disadvantages of each visualization. No prior knowledge of either Python or R is required. Code for all the visualizations are available from the book's website.

All social and policy researchers need to synthesize data into a visual representation. Producing good visualizations combines creativity and technique. This book teaches the techniques and basics to produce a variety of visualizations, allowing readers to communicate data and analyses in a creative and effective way. Visuals for tables, time series, maps, text, and networks are carefully explained and organized, showing how to choose the right plot for the type of data being analysed and displayed. Examples are drawn from public policy, public safety, education, political tweets, and public health. The presentation proceeds step by step, starting from the basics, in the programming languages R and Python so that readers learn the coding skills while simultaneously becoming familiar with the advantages and disadvantages of each visualization. No prior knowledge of either Python or R is required. Code for all the visualizations are available from the book's website.

Python是目前使用最多的編程語言之一，有眾多的擴展包用於不同領域的軟件開發，也是目前大數據分析、機器學習和人工智能的主要開發語言。ArcPy是美國ESRI公司推出的用於ArcGISDesktop產品二次開發的Python包，開發者可以通過ArcPy充分利用ArcGISDesktop強大的功能進行地理數據處理與分析的方法。本書介紹利用Python編程語言和ArcPy包進行地理數據處理與分析，由Python編程基礎、Python常用擴展包、ArcPy使用及綜合應用示例四個部分內容組成，涉及地理數據采集、處理、分析與製圖。

本書以目標導向的編程訓練方式, 引導讀者在使用軟件完成任務過程中學會編程。當然, 我們的目標是數據分析而不是諸如漫遊、動畫、生成網頁等其他實踐, 因此, 這裡的訓練內容也是基於數據處理及相關畫圖的需要。我們的訓練是從簡單的數字及邏輯運算、線性代數運算到機器學習模型擬合的由簡入繁、循序漸進的過程。

《商品期貨量化交易實戰（以Python為工具）》一書首先講解量化交易基礎和Python編程入門；再講解量化交易API；然後講解CTA的趨勢跟蹤策略和回歸策略，並且配合量化交易策略實戰案例，重點講解如何在發明者量化交易平臺上進行策略開發和回測，讓讀者不但可以系統地學習量化交易和Python編程的相關知識，而且可以對CTA策略開發有更深入的理解；接著講解量化交易回測與實盤；最後對管理風險、投資組合、交易技巧與交易理念進行系統的講解。

本書介紹統計計算與智能分析基礎理論以及基於Python的模型算法實現。全書由13章組成，主要內容有：隨機數生成技術；數據探索性分析；特徵提取與選擇方法；**期望算法；Markov鏈蒙特卡羅方法；重采樣技術；重要采樣技術；序貫重要性采樣；非參數概率密度估計；非參數回歸分析；樹模型理論；概率圖模型；模型性能評價技術。

本書從實踐的角度，介紹了如何使用基於Python的Keras庫和TensorFlow框架開發機器學習模型和深度學習模型，以及如何使用Kubernetes將其部署到生產環境中。書中討論了許多流行的算法；展示了如何使用它們來構建系統；包含有大量注釋的代碼示例，以便讀者理解並重現這些示例；使用了一個深度學習模型的示例來讀取圖像，並對流行品牌的標識進行分類，然後將該模型部署在分布式集群上，以處理大量的客戶

《OpenCV 4.0 Python機器學習與計算機視覺實戰》詳細闡述了機器學習與計算機視覺相關的基本解決方案，主要包括濾鏡、深度傳感器和手勢識別、通過特徵匹配和透視變換查找物件、使用運動恢復結構重建3D場景、在OpenCV中使用計算攝影、跟蹤視覺上的顯著物件、識別交通標志、識別面部表情、物件分類和定位、檢測和跟蹤物件等內容。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。 本書適合作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發人員的自學用書和參考手冊。

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。該書基於Python 3.8全面、系統地介紹OpenCV 4.5的使用，並配套示例源代碼、開發環境與答疑服務。 《OpenCV 4.5計算機視覺開發實戰：基於Python（人工智能技術叢書）》共分15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、物體識別、運動跟蹤、人臉檢測等案例。 《OpenCV 4.5計算機視覺開發實戰：基於Python（人工智能技術叢書）》既適合計算機視覺與圖像處理、人工智能算法的開發人員閱讀，也適合高等院校和培訓機構計算機視覺與圖像處理、人工智能等相關專業的師生教學參考。

本書揭開了時間序列預測技術的神秘面紗，為沒有時間序列或機器學習經驗的讀者提供了創建和評估時間序列模型所需的基本工具。本書使用流行的Python工具和庫來解決複雜和重要的業務預測問題。書中介紹了如何清理和獲取數據，如何設計端到端的時間序列預測解決方案，如何理解時間序列預測的一些經典方法，如何將神經網絡結合到預測模型中，以及如何在真實世界中部署時間序列預測模型。

《Python氣象數據處理與繪圖基礎》以氣象數據處理等相關問題的分析過程為引導，以Python作為實現工具，介紹了程序設計的基礎知識和數據處理及繪圖相關的基本編程技術。《Python氣象數據處理與繪圖基礎》詳細介紹了程序設計概述、Python的發展歷程和前景、Python的安裝步驟、變量和數據類型、順序結構的設計、選擇結構的設計、循環結構的設計、函數與數組、文件、繪圖基礎等。

《Python 與開源GIS ――數據處理、空間分析與地圖製圖》從應用開發角度，根據作者多年的工作經驗，介紹Python語言在開源GIS中的應用。希望能夠借此機會，使得開源GIS得到應用，並進一步推廣開源GIS的理念與技術。《Python 與開源GIS ――數據處理、空間分析與地圖製圖》主要以空間數據的處理、分析以及地圖製圖為主線。在選擇內容時，《Python 與開源GIS ――數據處理、空間分析

本書是一本系統介紹Python程序開發與應用的教程，內容系統全面，配套資源豐富，應用性強。全書共13章，主要包括Python編程基礎（第1～10章）和Python應用開發（第11～13章）兩部分內容，編程基礎部分通過眾多案例對Python程序設計的相關概念加以解釋，應用開發部分則介紹了網絡爬蟲、數據分析和數據可視化等方面的Python核心應用。本書全部代碼適用於Python 3.6/3.7/3.8/3.9/3.10以及更高版本。 本書可以作為非計算機專業研究生、本科、專科程序設計課程教材，也可作為計算機專業本、專科程序設計基礎課程教材，以及Python愛好者自學用書。

本書以Python軟件為基礎，詳細介紹了數學建模領域各種經典算法以及其軟件實現。內容涉及線性代數、運籌學、插值擬合、微分差分方程、數據處理、多元統計分析、評價預測等領域的經典算法，既有對數學原理的詳述，又有與例題和案例配套的Python程序。適合於沒有Python語言基礎的讀者快速上手Python語言。本書可以作為"數學建模"課程的主講教材，也可以作為"數學實驗"課程的參考教材，以及"運籌學"課程的擴充閱讀教材和教學參考書。

本書是一本創建真實世界智能系統的問題解決指南。提供了一種包含概念、實踐、實際示例和代碼示例的綜合方法，教給讀者理解和解決機器學習不同問題所需的重要技能。通過介紹Python機器學習生態系統中的真實案例研究，教授成為一個成功的實踐者所必需的機器學習技術。本書還側重於機器學習的基礎知識，以解決不同領域的真實世界案例，包括生物醫學信號分析、醫療保健、安全、經濟和金融。此外，它涵蓋了廣泛的機器學習模型，包括回歸、分類和預測。

這是一本金融商業資料分析的實戰工具書。作者都是在金融行業有10~20年資料分析經驗的資深專家，他們將多年來的項目經驗、培訓和諮詢經驗融合成了這本書。它將指導讀者零基礎掌握金融資料分析的工具、思路、方法和技巧，快速實現從入門到進階的突破。 本書強調實戰，方法論與實踐相結合，所有案例均來自實際的金融業務，涵蓋工具使用、資料處理、統計分析等資料分析的全流程。 本書內容共14章，可分為3篇。 分析工具篇（第1~4章）：首先介紹了資料科學和數理統計的基本常識，然後講解了資料分析工具SAS EG和Python的基礎知識。 資料處理篇（第5~9章）：首先通過描述性統計分析進行資料探索，繼而講到基本的報表和統計製圖，還包括使用SAS EG進行資料處理，用Python進行資料整合、資料清洗，構建出滿足分析需求的資料集。 統計分析篇（第10~14章）：從統計學的基本概念引出假設檢驗與樣本t檢驗，三大統計檢驗、構造預測模型，並分享基於時間序列算法的建模方法。

本書系統介紹數據科學的核心概念、基本方法和關鍵技術，內容涵蓋數據科學的導向目標，涉及科學計算、數據處理和分析、數據可視化等關鍵知識環節。本書基於 Python 技術框架實現，內容注重理論和實踐的有機融合，克服單調、晦澀的知識累積之苦，以問題為導向，學以致用，提供了大量的案例代碼和樣本數據集，可以為學習者平添幾分學習的樂趣。本書既適用於高等院校“數據科學與大數據技術”專業人才的基礎培養，也適用於信息處理相關專業人才的能力提升，能夠為數據科學從業者和相關學科的科研工作者提供必要的技術支撐。

這是一本關於Python的入門書籍，“不會讓第一次接觸Python的您感到沮喪”。您可以在學習的同時，以講座+動手研討會的形式創建一個對話機器人“ pybot”。 本書可以滿足那些想知道為什麼要這樣做，想知道其機制並獲得可以應用的基礎知識的讀者的各種需求。 隨著您逐步學習新知識並向程序中添加各種各樣的功能，您可以逐漸牢牢掌握Python語言。 請在本書中感受Python編程的樂趣！

《TensorFlow深度學習——手把手教你掌握100個精彩案例（Python版）（人工智能科學與技術叢書）》是一本系統論述TensorFlow編程的新形態圖書（含紙質圖書、程序代碼及微課視頻）。全書分為22章：第1～5章介紹了TensorFlow基礎；第6～8章介紹了神經網絡多層感知層編程；第9～12章介紹了人工智能數學；第13章介紹了存儲和讀取；第14章介紹了回歸預測數據結果；第15～17章介紹了圖形辨識和CNN；第18～20章介紹了CNN數學基礎；第21～22章介紹了物體的影像辨識。 為便於讀者高效學習，快速掌握人工智能和機器學習編程與實踐，該書提供所有實例的完整源代碼，並配套製作了微課視頻。 《TensorFlow深度學習——手把手教你掌握100個精彩案例（Python版）（人工智能科學與技術叢書）》適合作為廣大高校計算機專業相關課程的教材，也可以作為從事深度學習與機器學習技術開發者的參考用書。

2016年，一隻阿法狗(AlphaGo)為全世界打開了一條窄窄的門縫，通往未來之路就此展現。通過超強硬件和大量的數據積累，人工智能浪潮第三次興起。借助人工智能技術，公安部門可以輕鬆抓捕潛逃多年的罪犯，“AI換臉”已經成為普通用戶的娛樂方式之一，智慧城市、自動駕駛開始在多個城市有試點……GPT-3、Switch Transformer開啟了新的時代，而智源研究院的悟道2.0參量則高達1.75萬億。訓練有素的結構生物學家花費上千萬美元歷時多年的研究結果，AlphaFold v2.0在朝夕之間便完成預測。今天，主動擁抱新變化，積極學習新知識，愈發顯得重要。很多人積極投入熱情、時間和金錢後，沒能堅持多久就中斷了學習。也有很多同學對此表示觀望甚至放棄，覺得憑自己的基礎不足以把握這次機會。誠然，僅憑一本書很難幫助普通讀者深刻理解並熟練掌握深度學習中的全部知識，因此“AI精研社”規劃了一個系列圖書，給出完整的解決方案，希望能幫助讀者循序漸進、平滑而高效地成長為合格的人工智能算法實踐者(practitioners)。本書是“人工智能與大數據技術大講堂”系列圖書的第2部。本書從體驗手寫數字(k近鄰算法)識別開始，循序漸進地不斷加深讀者對神經網絡模型的理解，進而可以設計並實現自己的模型。另外，本書通過Python+NumPy從零開始構建神經網絡模型，強化讀者對算法思想的理解，並通過TensorFlow構建模型來驗證讀者親手從零構建的版本。前饋神經網絡是深度學習的重要知識，其核心思想是反向傳播與梯度下降。本書從極易理解的示例開始，逐漸深入，幫助讀者充分理解並熟練掌握反向傳播與梯度下降算法，為後續學習打下堅實的基礎。本書延續理論與實踐並重的風格，先以圖文方式講解算法思想，再以Python+NumPy實現算法，然後再給出TensorFlow實現的版本，幫助讀者不斷加深對核心的算法理解，同時提升實際動手能力，從而鍛煉將算法思想轉化為程序代碼的能力。

內容簡介這是一本金融數據挖掘與分析領域的實戰性著作，它能指導零Python編程基礎和零數據挖掘與分析基礎的讀者快速掌握金融數據挖掘與分析的工具、技術和方法。讀完本書，你將會有如下3個方面的收穫：(1)Python編程基礎和數據預處理首先詳細講解了Python的核心語法，以及NumPy、Matplotlib、PySpark、Jupyter Notebook等Python數據處理工具的使用；然後詳細介紹了數據預處理的流程和技巧。通過深入淺出的語言和豐富的樣例展示，幫助初學者快速上手 Python，為之後的數據分析實戰夯實基礎。(2)數據挖掘與分析的經典方法詳細講解了經典的數據挖掘方法，包括聚類分析、回歸分析、分類分析、異常檢測、關聯分析、時間序列分析等。(3)主要金融應用場景的數據挖掘方法針對網絡輿情的採集和熱點分析、輿情分析中的情感分析、股價趨勢預測、個人信用評分、企業信用評分、用戶畫像、目標客戶精准分析、銷售數據分析等金融行業的常見應用場景，給出了數據挖掘和分析的方法。本書注重實戰，配有大量精心設計的案例，同時還有配套的視頻講解、代碼和數據資源，可操作性強。