Python

【新書簡介】本書分為四大部分。第1部分包括第1到13章，主要介紹Go標準函式庫的同步基本操作，包括互斥鎖Mutex、讀寫鎖RWMutex、WaitGroup、條件變數Cond、Once、Map、Pool、Context、 channel等，以及最新的原子操作知識，主要的重點在channel身上，最後還介紹了Go的記憶體模型。第2部分包括第14到18章，主要介紹Go官方的擴充函式庫和第三方的同步基本操作，包括訊號量、SingleFlight、CyclicBarrier、分組操作庫、限流庫等。第3部分包括第19章，主要介紹基於etcd的分散式同步（並發）基本操作。第4部分包括第20章和第21章，主要歸納總結Go的並發模式，並嘗試使用本書介紹的同步基本操作解決經典的併發問題。【本書看點】☆和C一樣快，和Python一樣好學的新一代程式語言★同步基本操作，互斥鎖Mutex、讀寫鎖RWMutex、WaitGroup☆條件變數Cond、Once、Map、Pool、Context、Channel★原子操作原理及實作☆Go的記憶體模式★Go官方及擴充函式、第三方同步基本操作☆訊號量、SingleFlight、CyclicBarrier、分組操作庫、限流庫★Etcd的分散式同步操作☆Go並發模式的實作★經典Go問題解決

全書分為以下幾個部分：統計學：機率、高斯、隨機、頻率派開始談起，包括統計描述、古典機率模型、離散隨機變數、離散分佈、連續隨機變數及連續分佈一直到高斯部分，包括了一元、二元、多元、條件高斯分佈，中間也提到最重要的斜方差矩陣。再來的部分說明了隨機，包括了隨機變數，蒙地卡羅、頻率派統計、機率密度。接下來說明了貝氏定理部分，包括貝氏分類、進階貝氏分類、貝氏推斷入門及進階以及馬可夫鏈蒙地卡羅。最後一部分則以橢圓為主，包括了馬氏距離、線性迴歸及主成分分析，搭配本書系其它書籍，相信AI的數學，對你來說只會是開心而不是阻礙。□ 宇宙的語言是數學，數學的精華是機率，機率的表達是統計！□ 機器學習、深度學習、人工智慧，控制系統都覆蓋的機率統計基礎□ 統計描述方法：描述、推斷、圖、差、位、距、值、度、變□ 古典機率、條件機率、全機率理論□ 離散變數、離散分佈、連續隨機變數□ 一元、二元、多元、條件高斯分佈、斜方差矩陣□ 隨機變數函式、蒙地卡羅模擬□ 頻率派統計、機率密度、機率質量□ 貝氏定理、貝氏分類、貝氏推斷、馬可夫鏈□ 馬氏距離、線性迴歸、主成分分析本書資源可至深智官網下載：https://deepwisdom.com.tw

🔊 初學者必讀：循序漸進學會Python程式設計🔊 邏輯基礎訓練：結合運算思維與演算法觀念🔊 ChatGPT助攻：利用AI工具讓程式撰寫有效率🔊 精選範例解析：提供完整程式碼幫助理解易上手🔊 章末評量學習：難易適中的習題強化實作效果程式設計能力如今已成為和語文、數學、藝術等同的基本素養，而學習編寫程式更可培養孩子解決問題、分析、歸納、創新等多方面技能，其中又以簡潔易學的Python語言成為現今不可或缺的程式語言。Python具備豐富的物件導向特性，可廣泛應用於資料解析、資料探勘、資料科學等領域，而本書不僅融合運算思維與演算法的基本觀念，並在Python開發環境下編寫所有程式碼，完整呈現以Python語言實作演算法的重要知識點，相當適合學生或第一次學習程式者。此外，OpenAI推出免費的ChatGPT聊天機器人，但它不僅僅是聊天機器人，還可回答各式問題，例如寫程式、文章、信件...等，因此本書的每一章皆以「ChatGPT幫幫忙」的角度，加入了AI的程式設計觀點，為讀者提供全面而深入的學習體驗。最後的附錄單元實作了許多精彩且多樣化的範例，更充分展示出ChatGPT與Python雙效合一的AI應用技巧，可說是程式學習的最實用入門教材。

★★★★★【國內作者第 1 本】【全彩印刷】【資料視覺化】★★★★★ ☆☆☆☆☆【國內作者第 1 本】【Python + matplotlib專業書籍】☆☆☆☆☆ 【32個主題】，【509個程式實例】 這本書的第一版書名是「matplotlib 2D到3D資料視覺化」，這版內容只是書名更改，整本書內容如下： ★ 完整解說操作matplotlib需要的Numpy知識 ☆ 認識座標軸與圖表內容設計 ★ 繪製多個圖表 ☆ 圖表的註解 ★ 建立與徹底認識圖表數學符號 ☆ 折線圖與堆疊折線圖 ★ 散點圖 ☆ 色彩映射Color mapping ★ 色彩條Colorbars ☆ 建立數據圖表 ★ 長條圖與橫條圖 ☆ 直方圖 ★ 圓餅圖 ☆ 箱線圖 ★ 極座標繪圖 ☆ 階梯圖 ★ 棉棒圖 ☆ 影像金字塔 ★ 間斷長條圖 ☆ 小提琴圖 ★ 誤差條 ☆ 輪廓圖 ★ 箭袋圖 ☆ 幾何圖形 ★ 表格製作 ☆ 基礎3D繪圖 ★ 3D曲面設計 ☆ 3D長條圖 ★ 設計動畫 整本書程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通使用Python + matplotlib完成資料視覺化。

★★★★★【電腦視覺】、【80個Python大師級實例】★★★★★ 鷹眼王者的銳利捕捉，電腦視覺應用精準秒殺！ 案例涵蓋面廣、實用、擴充性、可讀性強 本書以「概述+案例」的形式進行編寫，充分強調案例的實用性及程式的可擴充性，所選案例大多數來自日常生活中，應用性強。另外，書中每個案例的程式都經過偵錯與測試，同時程式碼中增加了大量的解釋說明，可讀性強。 ◎ 點線面完美結合，兼顧性強 本書點線面兼顧，涵蓋了數位影像處理中幾乎所有的基本模組，並涉及視訊處理、對位拼接、數位浮水印等進階影像處理方面的內容，全面講解了基於Python 進行電腦視覺應用的原理及方法，內容做到完美連結與統籌兼顧，讓讀者實現了由點到面進行發散性延伸。 本書技術重點 ✪Python電腦視覺基礎，包括常用的函數庫。 ✪各種去霧演算法、空域增強，時域增強，色階調整、Hough變換檢測。 ✪分割車牌處理、包括定位，字元處理及辨識。 ✪分水嶺演算法，用在醫學診斷。 ✪CNN及SVC手寫數字辨識、使用AlexNet。 ✪OCR原理及實作、小波技術處理。 ✪SVD、PCA、K-Means圖型壓縮原理。 ✪圖型搜尋、比對、角點特徵偵測、Harris演算法、FAST演算法。 ✪運動目標偵測、幀差分法、背景差分法、光流法。 ✪浮水印技術、大腦影像分析、閾值分割、區域生長實作。 ✪自動駕駛實作、包括環境感知、行為決策，路徑規劃及運動控制。 ✪物件偵測，包括RCNN及YOLO。 ✪視覺分析應用實例，包括Arcade Game製作，停車場自動車牌辨識系統開發。

第一本結合管理數學和Python、R應用的工具書，輕鬆獲得雙倍效果！管理的問題，就用數學來解決吧！令人驚呼的超強特色：1.淺顯易懂的口吻加上超豐富內容，一本掌握管理數學！2.附有精彩的範例、習題與解析，滿足所有練習慾望！3.用Python、R簡單搞定繁雜的數學計算，手把手跟著步驟走！讓數據分析成為管理的後盾，成就更無懈可擊的經營決策！管理數學為一門重要的基礎，不只是為了商業管理和決策，也是學習資料科學的第一步。現今不論是商管領域的學生或是從業人員，為了跟上世界的腳步，都必須學習程式語言，如果能在學習管理數學時搭配Python、R做使用，不只符合世界潮流，也等同開啓資料分析的大門。本書作者投入融合「計量經濟學和資料科學」的計量資料科學 (Econometric Data Science) 多年，對於以計量經濟學為基礎的資料科學猶有心得，本書由淺入深地介紹微分、積分、矩陣代數和數學規劃等管理數學必需的基礎與商管應用，此外，為達到與程式學習相輔相成之效，作者編排章節亦十分用心，在管理數學的16堂課中，穿插步驟式的Python、R教學單元，讓讀者學完數學原理和計算之後，能立刻熟悉Python與R的應用方式，學習效率更加倍！輕鬆就學會管理數學！

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。

正宗Keras大神著作再次降臨！近10年來，深度學習為人工智慧領域帶來了出色的進展，也解鎖了許多有趣的新功能，如：機器翻譯、影像識別、物體定位等不一而足。毫不誇張地說，深度學習已迅速成為每位軟體開發者必備的武器。此外，諸如Keras和TensorFlow等先進的工具，也消除了普通人與深度學習之間的隔閡。即使你只有高中程度的數學知識，且甚至沒有資料科學的相關背景，也依舊可以透過這些工具來建構有趣的深度學習應用。本書由 Keras 創始者親自撰寫，沒人比他更了解Keras這套工具，雖然如此，但這並不是一本 Keras 的使用手冊，而是帶你從頭開始探索深度學習，進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程，以及未來實務上如何克服可能遇到的問題。本書前一版在全世界都獲得非常高的評價，並被翻譯成12種語言，到現在仍是技術社群推薦必讀的深度學習入門書。不過深度學習技術在這短短幾年有巨大的進展，因此第二版作者新增了許多常見任務的實作專案，例如：影像分割、時間序列預測、機器翻譯等。另外，作者還加入了當前熱門技術的介紹，如attention機制、Transformer架構、KerasTuner等，並搭配實作案例來加深讀者的理解。由於第二版的內容修改幅度極大，因此中文版重新編譯，由業內專家進行翻譯、審閱，在專有名詞的說法和敘述，都更加符合國內業界的習慣用語。無論你是從業中的機器學習工程師、軟體開發人員，還是資訊科系學生，本書的內容都會對你有所幫助。【重磅推薦】 「掌握本質， 了解其所能與不能， 是面對技術快速迭代、世局難以預測的鑰匙。本書就是開啟深度學習的一把鑰匙。」 ——鴻海研究院執行長 李維斌「對於想熟悉 Keras和Tensorflow的技術人來說， 是一本極佳的入門學習書， 而對於不熟悉技術只想一窺門道的人來說， 結構井然的邏輯和極為通暢易讀的寫作方式， 大大降低了非技術出身如我輩的學習門檻。」 ——台灣人工智慧科技基金會執行長 溫怡玲「Keras大神親自出手將最新的發展及其具體應用範例帶到我們面前， 在AI產業界來說， 這是極其重要的大事， 不可等閒視之， 而且是由在 AI領域著墨很深、實踐經驗豐富的黃逸華數據長主持翻譯與審閱工作， 更讓我們充滿期待。」 ——台灣人工智慧協會副理事長 黃國寶「大神再次出手， 這是AI產業化的高光時刻， 很榮幸

AI影像深度學習啟蒙 : 用python進行人臉口罩識別 本書涵蓋的內容有 ★線上平台COLAB使用教學 ★本機電腦Jupyter使用教學 ★基本運算、變數與字串 ★串列、元組、集合與字典 ★流程控制if else ★流程控制for與while ★函數、類別與物件 ★資料夾與檔案處理 ★txt、csv、json文件的讀寫 ★基礎套件的使用 ★Numpy的使用 ★OpenCV的使用 ★完整Tensorflow安裝流程 ★Tensorflow的使用 ★類神經網路(ANN)原理與實作 ★卷積神經網路(CNN)原理與實作 ★模型可視化工具Netron的使用 ★口罩識別模型教學 ★影像串流與實時口罩識別 這是一本想給非資電領域或初學者的入門書籍，內容從基礎語法開始，使用日常所見的比喻協助理解，在AI類神經網路的基礎部分，使用大家都熟悉的二元一次方程式來切入，多以圖表來說明概念，避免艱澀的數學推導，一步一步講解建立深度學習模型的步驟，書本最後還帶入口罩識別模型的教學實例，協助讀者從頭到尾完成一個專題，讓AI更貼近你我的生活。

Python網路爬蟲大數據擷取、清洗、儲存與分析王者歸來(第二版)★★★本書第一版是【博客來2020年】【電腦書年度暢銷榜第3名】★★★★★★★★【26個主題】+【400個實例】★★★★★★★★★★從【零】開始的【網路爬蟲入門書籍】★★★★★★★★★★大數據【擷取】、【清洗】、【儲存與分析】★★★★★★★★★★【網路趨勢】+【了解輿情】★★★★★第二版和第一版做比較，增加下列內容：★：全書增加約50個程式實例★：網路趨勢，了解輿情★：網路關鍵字查詢★：YouBike資訊★：國際金融資料查詢★：博客來圖書排行榜★：中央氣象局★：租屋網站★：生活應用下列是本書有關網路爬蟲知識的主要內容：★：認識搜尋引擎與網路爬蟲★：認識約定成俗的協議robots.txt★：從零開始解析HTML網頁★：認識與使用Chrome開發人員環境解析網頁★：認識Python內建urllib、urllib2模組，同時介紹好用的requests模組★：說明lxml模組★：Selenium模組★：XPath方法解說★：css定位網頁元素★：Cookie觀念★：自動填寫表單★：使用IP代理服務與實作★：偵測IP★：更進一步解說更新的模組Requests-HTML ★：認識適用大型爬蟲框架的Scrapy模組在書籍內容，筆者設計爬蟲程式探索下列相關網站：☆：國際與國內股市資訊☆：基金資訊☆：股市數據☆：人力銀行☆：維基網站☆：主流媒體網站☆：政府開放數據網站☆：YouBike服務網站☆：PTT網站☆：電影網站☆：星座網站☆：小說網站☆：博客來網站☆：中央氣象局☆：露天拍賣網站☆：httpbin網站☆：python.org網站☆：github.com網站☆：ipstack.com網站API實作☆：Google API實作☆：Facebook API實作探索網站成功後，筆者也說明下列如何下載或儲存不同資料格式的數據：★：CSV檔案格式★：JSON檔案格式★：XML、Pickle★：Excel★：SQLite在設計爬蟲階段我們可能會碰上一些技術問題，筆者也以實例解決下列相關問題：☆：URL編碼與中文網址觀念☆：將中文儲存在JSON格式檔案☆：亂碼處理☆：簡體中文在繁體中文Windows環境資料下載與儲存☆：解析Ajax動態加載網頁，獲得更多頁次資料☆：使用Chromium瀏覽器協助Ajax動態加載

制霸5大超強聊天機器人「智慧客服、即時查詢、發票對獎、多國語音翻譯、線上旅館訂房」的人工智慧實戰攻略LINE在全台擁有2,100萬個活躍用戶，使用者橫跨所有領域，深入每個年齡層，樹立不可撼動的地位。LINE Bot是近年來非常受到企業重視與愛用的服務，除了被動的客服答詢，還能主動推播行銷與活動資訊，為企業、社群或團體打造品牌形象，營造出使用者認同感與忠誠度。書中使用當前最受歡迎的Python程式語

「大數據會消失，資料科學不會」「所有的科學都是資料科學」―――資訊科學時代最需要閱讀的一本書―――東京大學資料科學人氣講座全收錄────★傳說中的東大松尾研究室超熱門課程，第一手內容完整公開！★用Python學習基本的程式撰寫，邊做邊學，鍛鍊最強的資料科學技能！★收錄大量練習題和綜合題演練，打好理論基本功，具體應用於實務現場！★體驗資料科學的魅力，培養整合跨領域課題的創造力！所謂科學，是從世界上混

「Django從平凡到超凡」是一本探討動態網頁開發技術的書籍，內容涵蓋非常完整，議題包括網際網路概念、系統開發環境設置、 Django的觀念與技術、動態網頁開發的相關知識、版本控制與雲端部署等，一步一步由淺入深引導讀者建置一個雲端部落格系統。過程中，不僅詳細說明系統開發的步驟，更加入了許多系統開發概念的分析及闡述，這是本書和一般書籍非常不一樣的地方：觀念與技術並重，這讓讀者在熟練技術的過程中，也能

本書是《Deep Learning : 用Python進行深度學習的基礎理論實作》的續篇，將延續上一本書，繼續介紹與深度學習有關的技術。本書尤其偏重在自然語言處理及時間序列資料處理上，使用深度學習，挑戰各式各樣的問題。和上一本著作一樣，以「從零開始建構」為概念，詳盡介紹與深度學習有關的先進技術。 簡單來說，自然語言處理是指，讓電腦瞭解我們平常說話內容的技術。事實上，這種自然語言處理技術已經大大改變

本書是一本面向計算機編程語言零基礎的教程，全書共10章，主要內容包括Python語言概述、Python語言基礎、Python程序流程控制、字符串、數據結構、Python函數、Python文件與異常、Python數據庫、Python數據庫，以及案例分析。本書知識結構清晰，邏輯性強，系統講述Python的基礎知識，可作為普通高等學校Python基礎相關課程的教材，也可作為廣大Python開發愛好者的自學參考書。

第1章介紹Python基礎知識與概念；第2章講解列表、元組、字典、集合等常用序列結構；第3章講解Python選擇結構與循環結構；第4章講解字符串基本操作方法與正則表達式模塊re的用法；第5章講解函數設計與使用；第6章講解面向對象編程有關的知識；第7章講解文本文件與二進制文件的讀寫，以及文件與目錄操作，Office文件操作；第8章講解異常處理結構以及Python程序的調試與測試方法；第9章講解標準庫tkinter的GUI應用；第10章講解網絡編程，網頁內容讀取；第11章講解安卓平臺的Python程序設計；第12章講解註冊表編程以及系統運維編程；第13章講解多線程與多進程編程。

Python語言是當前最活躍的開發語言之一，在數據科學領域、網絡爬蟲領域、Web開發領域、服務器自動化運維及遊戲領域都有著非常廣泛的應用。尤其是在數據科學領域，越來越多的數據科學家開始將Python語言作為主要的工具。本書以Windows操作系統為平臺，系統講解Python 3的基礎知識。全書共10章，首先介紹了Python語言的基礎入門，開發環境搭建，必備的基礎語法，如變量與數據類型、流程控制語句、常用數據結構、函數與模塊、程序調試方法等；然後介紹了面向對象的思想，包括封裝、繼承、多態等，以及如何使用Python完成文件讀寫功能。這將是一個由淺入深的系統學習過程。為提升學習效果，書中結合實際應用提供了大量案例進行說明和訓練，並配以完善的學習資料和支持服務，包括教學PPT、案例素材下載、源碼下載、學習交流社區、討論組等，為讀者帶來全方位的學習體驗。本書可作為高職高專院校和應用型本科院校的計算機相關專業的教材和參考書。

本書將程序設計和數學巧妙地結合起來，從簡單的項目開始，應用Python解決高中和大學低年級的數學問題，比如幾何、概率、統計以及微積分等，為進一步學習更複雜的數學內容以及Python編程語言打下堅實的基礎。本書也可作為Python初學者的入門讀物，通過學習書中的示例程序和完成那些編程挑戰，讀者可以提高自己的編程能力和技巧。

Python簡單易學，是一種非常適合零基礎編程人員學習算法與編程的高級程序設計語言。本書是中國電子學會全國青少年軟件編程等級考試Python編程五至六級的推薦用書，基於Python自帶的集成開發工具IDLE 3.5.2版本，對應每級考試要求講解知識要點。本書能夠指導廣大青少年學習者瞭解並掌握Python編程技巧，培養他們用Python編程解決生活中實際問題的能力。

本書從Python基礎語法入手，逐步深入到面向對象編程、文件處理與數據操作等高級特性，內容全面且層次分明。同時，本書注重實踐操作，詳細介紹了Python基礎語法、函數與模塊、面向對象編程、文件處理與數據操作以及高級特性與應用等，並通過豐富的案例和實踐項目，讓學生在實踐中掌握Python編程的核心技能。本書既可作為高職高專院校計算機、大數據和人工智能等相關專業的教材，也可作為從事數據分析、數據採集等相關工作的技術人員的參考用書。本書配有教學課件，選用本書作為教材的教師可登錄機械工業出版社教育服務網(www.cmpedu.com)免費註冊後下載，或聯繫編輯(010-88379194)諮詢。

Django是利用Python語言開發網站時的首選Web框架。本書循序漸進地介紹了Django 2.0中各個功能模塊的實現與使用方法，並以“在線教育平臺”為例，講解了基於Django 2.0開發應用的實用技能。此外，本書還介紹了Django項目的上線部署方法以及在網站實際開發過程中常用的第三方功能模塊。本書內容實用性強，案例豐富，側重於實戰，與新技術結合緊密，可綜合提高讀者的Python Web編程能力。本書可作為計算機相關專業的教材，也適合剛接觸或即將接觸Django的開發者使用，還可供具有Django開發經驗但還須進一步提升實戰能力的讀者學習參考。

Python是Web開發和數據分析等領域非常流行的編程語言。隨著人工智能時代的到來，越來越多的人開始學習Python編程。 《Python二級：數據分析》面向數據分析初學者，以山羊博士和雙葉同學的教學漫畫情境為引，以對話和圖解為主要展現形式，接續《Python二級：數據抓取》，通俗易懂地講解如何看待收集來的數據，以及怎樣使用標準差、什麼是正態分佈。

《學習Python（第6版）》深入淺出地討論了大部分Python 編程主題。利用從本書中學到的Python 知識，讀者可以掌握高質量軟件研發背後的邏輯。書中採用一種易懂的、循序漸進的方法來介紹基本的編程概念，先從控制結構、函數和列表等概念開始，再深入討論類。這有助於確保讀者理解基本的編程概念，並知道如何解決現實中的問題。書中每一章都包括清晰美觀的代碼清單、真實世界的例子和大量練習。 《學習Python（第6版）》針對Python 3.11 進行了全面更新，新增或改進了大量主題，尤其適合想要高效掌握Python 新特性的讀者。

《Python數據分析》為新手打開了數據處理的大門。作者是一位經驗豐富的數據科學家和Python程序員，他將自身的實踐經驗和專業知識傾注於筆端，幫助讀者理解並掌握Python這一強大的編程語言。全書共20章，結構清晰，邏輯嚴密，使讀者在學習的過程中能夠有條不紊地逐步深入。書中首先介紹了Python程序設計的基礎知識，包括變量、等式、列表、元組、字典、集合等基本概念，以及循環、條件語句等編程基礎，幫助讀者建立起編程思維，為後續的數據分析工作打下堅實基礎。隨後，本書進一步展示了如何利用Python進行數據分析、探索、清洗和整理等相關知識，詳細介紹了數據處理的基本流程和方法，包括數據導入、數據清洗、數據轉換、數據分析等多個環節，幫助讀者全面瞭解數據處理的各個方面。本書是一本兼具實用性和參考價值的優秀圖書。無論你是初學者還是有一定經驗的程序員，都能從中收穫滿滿的知識和技能。如果你對數據處理和Python編程感興趣，那麼這本書絕對值得一讀。

本書是Effective Python的第2版，基於Python 3進行了全面升級。本書分為10章，包含90個條目，形式簡潔、表述明確。每個條目都基於對Python的獨到見解，告訴讀者如何高效地編寫Python程序。與第1版相比，第2版只關注Python 3，而不再兼顧 Python 2。根據Python語言引入的新特性，以及Python開發者所形成的新經驗，對第1版中的某些思路與解決方案進行了修訂，以更好地發揮Python的優勢。本書刪除了過時的知識點，並添加了對Python新特性的一些介紹。新版中增加了31個條目，並專門設立了幾章來強調列表和字典、推導和生成器、元類和屬性、穩定性和性能，以及測試和調試等重要主題。

Python憑藉其簡單、易讀、可擴展性以及擁有巨大而活躍的科學計算社區，在需要數據分析和處理大量數據的金融領域得到了廣泛而迅速的應用，並且成為越來越多專業人士首 選的編程語言之一。本書通過12章內容介紹了Python在金融領域的應用，從Python的安裝、基礎語法，再到一系列簡單的編程示例，本書循序漸進地引導讀者學習Python。同時，本書還結合Python的各個模塊以及金融領域中的期權價格、金融圖形繪製、時間序列、期權定價模型、期權定價等內容，深度揭示了Python在金融行業中的應用技巧。本書適合金融、會計等相關專業的高校師生閱讀，也適合金融領域的研究人員和從業人員參考學習。對於有一定計算機編程基礎，但想要從事金融行業的讀者，本書也是不錯的參考用書。

本書根據教育部高等學校計算機基礎課程教學指導委員會制定的大學計算機基礎教學大綱，按照高等學校非計算機專業學生的計算思維能力培養目標，結合當前Python的發展和應用現狀而編寫。本書以講授程序設計的基本思路和方法為出發點，以Python語言主要教學內容為主線，介紹了Python語言基礎、程序基本構成、程序控制結構、函數、複合數據類型、文件讀寫、數據可視化和圖像處理等，使讀者掌握程序設計的基本方法，瞭解從問題分析到程序維護整套程序設計流程，初步具備利用Python語言解決各類實際計算問題的開發能力。本書提供教學課件、案例資源和實驗素材等資源，以期使讀者達到即學即用，提高學習興趣，增強應用能力的目的。

Python是一種跨平臺、交互式、面向對象、解釋型的計算機程序設計語言，它應用廣泛，具有豐富和強大的庫。本書構建了模塊化的課程結構，將Python程序設計按由易到難、由淺入深的規律分為9個教學單元；構建了理論知識與操作訓練的層次化結構，每個模塊的理論知識分為3個層次―入門知識、必修知識、拓展知識，每個模塊的操作訓練也分為3個層次―簡單練習、實例訓練、任務訓練。本書遵循學生的認知規律和技能成長規律，充分考慮教學實施需求，針對引導學生主動學習、高效學習、快樂學習的目標選擇教學內容、設置教學任務，以實現學會與會學的教學效果。本書可以作為中等職業學校各專業Python程序設計課程的教材，也可以作為相關培訓機構的培訓教材及Python程序設計初學者的自學參考書。

本書是一本基於 Python 實現全部例題計算的統計學教材，書中例題解答均給出了詳細的實現代碼和結果。全書共 11 章，第1章和第2章介紹數據、Python 的下載與安裝、Python的數據類型和基本操作、Python 繪圖基礎等。第3章和第4章介紹數據的描述性分析方法，包括數據可視化和描述統計量。第5～7章介紹數據的推斷性分析方法，包括概率分佈、參數估計和假設檢驗。第8～11章介紹實際中常用的一些統計方法，包括類別變量分析、方差分析、回歸分析、時間序列分析等。本書可作為高等院校各專業開設統計學課程的教材，也可作為數據分析工作者、Python 數據分析和可視化愛好者的參考書。

本書按照“‘十四五’高等學校新工科計算機類專業系列教材”總體編寫規劃的要求而編寫，從Python數據分析的基礎知識入手，系統地論述數據分析的流程和方法，結合大量的數據分析案例，內容循序漸進，通過完整的實例系統、全面地闡釋了Python數據分析的相關知識。本書共9章，主要包括數據分析與Python基礎、NumPy數值計算、Pandas統計分析、數據載入與預處理、數據分析可視化、數據分析方法、時間序列數據分析、文本數據分析、圖像數據分析等內容，並且按照數據分析的流程對大量實例進行分析。本書適合作為高等院校智能科學與技術、數據科學與大數據、物聯網工程、軟件工程和計算機科學與技術等專業的教材，也可作為Python數據分析愛好者的參考書，還可作為各類人工智能技術培訓用書。

本書為適應不同層次讀者的學習需求，在知識體系和章節結構上進行了精心的編排，從而在確保知識體系完整的情況下，增強本書的使用性和趣味性，本書使用了豐富的案例，通過成果導向的學習模式讓學生在做中學，體現職業教育的特點，讓讀者在實踐中充分掌握python的編程技術。本書可作為計算機應用技術、軟件技術、網絡工程、信息安全、通信工程、數字媒體技術及其他工科專業高職或本科的設計教材。 Python程序員可以使用成熟的擴展庫快速實現業務邏輯和創意，Python語言基礎知識和基本數據結構的熟練掌握則是理解和運用其他擴展庫的條件，並且在實際開發中建議優先使用Python內置對象和標準庫對象實現預定功能。本書分為三部分，基礎知識部分(第1章-第5章)，主要介紹Python語言的發展歷史和版本、開發環境的安裝及使用，使用內置對象和運算符等基礎語法，Python序列、列表、元組、字典、集合等序列結構和程序控制結構，自定義函數的設計和使用，讓讀者對python能夠實現簡單的編程和開發，進階知識部分(第6章-第10章)，系統講解面向對象程序設計、字符串的操作和轉換、正則表達式的使用、文件的讀寫操作、文件與文件夾操作，能夠讓讀者結合實際的案例，實現生活中常用的一些文件的操作，實現一些小項目的開發和運維。綜合實踐部分(第11章-第12章)，通過一些實際的例子深入討論了數據可視化和爬蟲編程的理論知識和實踐操作，通過實際的案例實現目前python開發比較熱門的領域的開發，實現自動化運維。

本書以Python為工具，全面講解概率論與數理統計的主要內容和多元統計分析常用技術。全書包括13章和4個附錄，內容翔實，講解深入淺出。概率論4章，講解概率論基礎知識，主要是隨機變量的相關理論；數理統計4章，主要是樣本理論、參數估計和假設檢驗；回歸分析2章，包括一元和多元回歸分析及其統計解釋；多元統計3章，主要講解主成分分析和因子分析理論。整書內容簡明，易上手，實用性強。本書不需要讀者有良好的數學基礎，4個附錄提供了Python基礎知識、微積分與線性代數的必要基礎，可滿足不同層次的讀者需求。本書的特色是將Python貫穿於內容之中，為讀者提供實踐練習，也便於讀者學習用Python解決實際問題的能力。 本書適用於大數據與人工智能專業的教師和學生，也適用於對數據科學感興趣的人士和企業界的工程師。

《案例學Python（基礎篇）》循序漸進地講解Python語言的基本語法知識，並通過大量的實例講解各個知識點的具體用法。本書分為4篇，共計14章。其中第1篇是準備開始篇，包括Python簡要介紹；第2篇是基礎語法篇，包括基本語法，Python的面向對象，文件操作，標準庫函數，異常處理，多線程開發；第3篇是典型應用篇，包括網絡開發，Tkinter圖形化界面開發，數據庫開發，Django Web開發，數據可視化；第4篇是項目實戰篇，通過兩個大型實例的實現過程，詳細講解使用Python語言開發大型商業項目的過程，這兩個項目是水果連連看遊戲和人工智能版NBA季後賽預測分析系統。 《案例學Python（基礎篇）》適合初學Python的人員閱讀，也適合計算機相關專業的師生閱讀，還可供開發人員參考使用。

本書是一本可以邊玩邊學，培養讀者編程興趣和愛好的參考書，指導Python從入門到實戰的學習。本書展示了20個精彩遊戲的工作原理和具體的編程步驟。書中的每一個案例都是編者精心挑選的一個相對獨立並且完整的遊戲程序，讀者並不需要從頭至尾地閱讀本書，而是可以根據難易程度以及自己的編程能力和水平來選擇某些章節進行自學。 本書既可以供大中專院校人工智能專業、計算機專業及相關專業師生參考，也可以供各類編程培訓機構的師生、Python愛好者和Python編程者閱讀。讀者可以到清華大學出版社官方網站下載本書的所有源代碼。

本書以基礎的統計學知識和假設檢驗為重點，簡明扼要地講述了Python在數據分析、可視化和統計建模中的應用。主要包括Python的簡單介紹、研究設計、數據管理、概率分佈、不同數據類型的假設檢驗、廣義線性模型、生存分析和貝葉斯統計學等從入門到高級的內容。本書利用Python這門開源語言，不僅在直觀上對數據分析和統計檢驗提供了很好的理解，而且在相關數學公式的講解上也能夠做到深入淺出。本書的可操作性很強，配套提供相關的代碼和數據，讀者可以依照書中所講，複現和加深對相關知識的理解。本書適合對統計學和Python有興趣的讀者，特別是在實驗學科中需要利用Python的強大功能來進行數據處理和統計分析的學生和研究人員。

本書基於Python 3.10.0，以項目教學的方式，循序漸進地講解Python 數據分析的基本原理和具體應用的方法與技巧。全書分為6個項目，具體內容為Python數據分析基礎、Python數據分析開發環境、數組計算庫NumPy、數據分析庫Pandas、數據可視化庫Matplotlib、數據分析庫SciPy。本書實例豐富、內容翔實、操作方法簡單易學，不僅適合作為職業院校計算機與軟件工程相關專業的教材，還可供從事數據分析相關工作的專業人士參考。

The Hands-On, Example-Rich Introduction to Pandas Data Analysis in Python Today, analysts must manage data characterized by extraordinary variety, velocity, and volume. Using the open source Pandas library, you can use Python to rapidly automate and perform virtually any data analysis task, no matter how large or complex. Pandas can help you ensure the veracity of your data, visualize it for effective decision-making, and reliably reproduce analyses across multiple datasets. Pandas for Everyone brings together practical knowledge and insight for solving real problems with Pandas, even if you're new to Python data analysis. Daniel Y. Chen introduces key concepts through simple but practical examples, incrementally building on them to solve more difficult, real-world problems. Chen gives you a jumpstart on using Pandas with a realistic dataset and covers combining datasets, handling missing data, and structuring datasets for easier analysis and visualization. He demonstrates powerful dat

本書從初學者角度出發，通過通俗易懂的語言、流行有趣的實例，詳細地介紹了Python語言基礎以及計算生態。全書共13章，可分為三個部分：第一部分包括初識 Python、下載與安裝、Python語言基礎、流程控制語句、各種組合數據類型等基礎知識；第二部分介紹了函數、面向對象、文件、常用內置模塊的使用，以及如何製作動畫等進階內容；第三部分側重于利用Python的生態，構建網絡爬蟲、圖像處理、中文文本處理與詞雲、自動化發送E-mail和數據分析與可視化等高級應用。本書基於Python 3.10編寫，由淺入深、循序漸進地介紹Python語言程序設計的理論和應用，所有知識都結合具體實例進行講解，涉及的程序代碼給出了詳細的注釋，可以使讀者能夠快速地熟悉語言，編寫代碼解決實際問題，輕鬆領會Python程序開發的精髓。本書內容豐富、敘述清晰、循序漸進，不僅適合零基礎的編程初學者使用，也適合作為高等院校計算機與軟件相關專業的教材，還可以作為軟件從業人員、科學研究人員、數據工程師、計算機愛好者的學習指導用書。

Python作為一種程序設計語言，憑藉其簡潔、易讀及可擴展性日漸成為程序設計領域備受推崇的語言。同時，Python語言的數據分析功能也逐漸為大眾所認可。本書就是一本介紹如何用Python進行數據分析的學習指南。全書共12章，從Python程序庫入門、NumPy數組和Pandas入門開始，陸續介紹了數據的檢索、數據加工與存儲、數據可視化等內容。同時，本書還介紹了信號處理與時間序列、應用數據庫、分析文本數據與社交媒體、預測性分析與機器學習、Python生態系統的外部環境和雲計算、性能優化及分析、併發性等內容。在本書的最後，還採用3個附錄的形式為讀者補充了一些重要概念、常用函數以及在線資源等重要內容。本書延續了上一版示例豐富、簡單易懂的優點，非常適合對Python語言感興趣或者想要使用Python語言進行數據分析的讀者參考閱讀。