Python

本書根據當前高校教學的實際需要，順應教學改革新形勢下“學做合一”和“理實一體”的潮流，結合企業實際，以案例引領的形式編寫。主要講解了Numpy、Pandas、文件格式與讀寫、數據規整化、數據可視化、分組與聚合、時間序列等知識。通過對本書的學習，學生可以迅速掌握數據分析的關鍵知識，並有效應用於實際崗位工作。本書內容通俗易懂，注重以應用為中心、以案例為載體，先基礎後專業、先實踐後理論，具體特點體現在以下幾個方面：(1)案例引領。全書包含大量案例，涵蓋了數據分析的大部分知識點及實際崗位需求，實現了理論知識和企業需求的雙邊驅動。(2)圖文並茂。全書通過大量圖片來輔助文字說明，每幅圖片均與講解內容密切配合，即清晰易懂，又簡潔明瞭，讀者按照書中所講即可獨立完成操作。(3)通俗簡潔。本書在語言上力求通俗化，便於學生理解，力求做到“內容一看即懂，實例一練就會”。

本書以Python的安裝、語句、數據類型和圖像相關計算模塊以及圖像及其屬性知識為基礎，重點闡述Python圖像處理中的空間濾波器、圖像增強、仿射變換、傅裡葉變換、圖像分割、形態學操作、圖像測量等主題技術和相關的深度學習中的神經網絡和卷積神經網絡，同時還介紹圖像採集設備及其構成與成像原理，包括X射線和計算機斷層掃描、磁共振成像、光學顯微鏡和電子顯微鏡。 全書共分3部分： 第1部分(第1～3章)為Python計算與圖像介紹，著重介紹Python語言與圖像本身，包括數據類型和圖像屬性； 第2部分(第4～12章)為Python圖像處理，著重討論基於Python的各種圖像處理技術的軟件包和函數的示例應用； 第3部分(第13～16章)為Python圖像採集，基於不同的成像原理介紹各類成像設備的構成。全書提供了大量應用實例，每章後均附有總結與習題。 本書適合作為高等院校計算機、軟件工程和數學等相關專業的高年級本科生、研究生的教材，同時可供對Python比較熟悉並且對計算機視覺有所瞭解的開發人員和研究人員參考。

本書是面向中學生，以Python編程語言應用為目的，基於可編程控制板Micro:bit V2.0為學習對象，學習Python編程語法、傳感器感知檢測、自動控制、無線遠程控制和實際操作等相關技術的一本綜合性機器人科普教材。本書共分為18課，利用情景式引入法，將生活中存在的各種使用智能化的場景展現給學生，並借由Micro:bit控制板實現。每一課分別講述了Micro:bit控制板上板載硬件的工作原理和編程控制方法，內容涵蓋LED點陣屏、四角按鍵、GPIO、觸摸點電容、音樂與語音、加速度傳感器、電子羅盤、舵機控制、無線電通信等。整個過程寓教於樂，學以致用。本書通過“拓展提高”引申每節課的知識，讓學有餘力的同學提高思維層次；通過“目標檢測”讓學生對自己在本課程中學到的內容進行總結。努力做到由簡到繁、深入淺出，讓孩子們在快樂中感受機器人課程的魅力。同時，在學習中培養孩子發現問題、搜索答案、思考應用、分析組成、設計創造的能力。本書可作為青少年編程學習的初等教材。

本書是針對所有層次Python讀者而作的Python入門書。全書分兩部分：第一部分介紹用Python編程所必須瞭解的基本概念，包括強大的Python庫和工具，以及列表、字典、if語句、類、文件與異常、代碼測試等內容；第二部分將理論付諸實踐，講解如何開發三個項目，包括簡單的2D遊戲、利用數據生成交互式的信息圖以及創建和定制簡單的Web應用，並幫助讀者解決常見編程問題和困惑。第2版進行了全面修訂，簡化了Python安裝流程，新增了f字符串、get()方法等內容，並且在項目中使用了Plotly庫以及新版本的Django和Bootstrap，等等。

本書是高等職業教育計算機類課程新形態一體化教材。 本書遵循由淺入深、循序漸進的原則，項目之間相互銜接合理安排各個單元，採用“任務驅動”的方式設計整個教學過程，以程序員的真實工作場景、典型工作任務為載體組織教學單元，內容選取突出 Python 的通用性、實用性和操作性，適合高職學生的特點。全書分為基礎篇和項目實戰篇。基礎篇(單元1～單元9)主要內容包括認識Python、變量和簡單數據類型、流程控制、字符串與正則表達式、組合數據類型、Python函數與模塊、Python 面向對象、異常與異常處理、Python文件操作等；項目實戰篇(單元10～單元12)以企業融資案例為載體，主要內容包括數據采集與清洗、數據分析、可視化。 本書配有微課視頻、授課用PPT課件、源程序、案例文檔、教學設計等豐富的數字化學習資源，與本書配套的數字課程“Python程序設計”在“智慧職教”平臺(www.icve.com.cn)上線，學習者可以登錄平臺進行在線學習，授課教師可以調用本課程構建符合自身教學特色的SPOC課程，詳見“智慧職教”服務指南。 本書可作為高等職業院校計算機類專業的程序設計類課程教材和參考書，也可供高等職業院校其他專業和廣大計算機愛好者學習使用。

本書以遊記的方式引導讀者由淺入深逐步學習Python的開發平臺、基礎知識、流程控制語句、組合類型、代碼複用與函數、類與對象、異常處理、SQLite數據庫編程、文件管理、多線程機制、GUI編程、模塊與庫等知識，學習過程輕鬆愉快，引人入勝。每章都包括學習目標、重點內容、場景引入、主題知識、學習交流、實驗、習題7方面內容。本書還提供了電子課件、案例源代碼、習題答案、實驗指導、教學設計和課程標準等相關教學資源。本書既可以作為計算機科學技術、軟件工程、大數據與人工智能、信息系統與信息管理等專業的教材，也可以作為編程愛好者的入門學習用書，還可以作為培訓用書。

本書在不涉及大量數學模型與複雜編程知識的前提下，從零開始逐步帶領讀者熟悉並掌握當下流行的基於Python 3的數據分析，以及支持單機、深度和分布式機器學習的開源程序庫，如pandas、Scikitlearn、PyTorch、TensorFlow、PaddlePaddle、PySparkML等。全書分4部分。入門篇包括對全書核心概念的指南性介紹，以及在多種主流操作系統(Windows、macOS、Ubuntu)上配置基本編程環境的詳細說明。基礎篇涵蓋Python 3的編程基礎、基於pandas的數據分析，以及使用Scikitlearn解決大量經典的單機(單核/多核)機器學習問題。進階篇介紹如何使用PyTorch、TensorFlow、PaddlePaddle搭建多種深度學習網絡框架，以及如何基於PySpark的ML編程庫完成一些常見的分布式機器學習任務。實踐篇利用全書所講授的Python編程、數據分析、機器學習知識，幫助讀者挑戰和參與Kaggle多種類型的競賽實戰，同時介紹如何使用Git在Gitee、GitHub平臺上維護和管理日常代碼與編程項目。本書適合所有對人工智能領域，特別是機器學習、數據挖掘、自然語言處理等技術及其實踐感興趣的初學者。

本書共6章，主要講解採用Python語言對Abaqus進行圖形介面程式的開發，包括GUI外掛程式程式（Plug-ins）的開發以及使用者自訂GUI應用程式（Customized Applications）的開發。 各章的主要內容是：第1章以簡單的入門外掛程式程式為例，介紹了Abaqus圖形介面程式開發的意義。第2章簡要介紹了Python語言的基本語法。第3章介紹了一些Abaqus中常用的Pytho

《Python統計分析基礎及實踐》以Python 3為基礎，詳細介紹了Python在統計分析中的基礎知識和實踐應用，全書大致 由數據整理、概率和統計推斷三部分組成。其中在第1章對統計分析物件——數據的基本用語和數據的分類進行了介紹。 第2~3章介紹了匯總平均值和數據方差的計算方法，進而介紹了數據可視化的方法。第4~9章介紹概率相關知識，概率是 統計分析中不可缺少的數學知識。第10~12章介紹主要的統計分析方法，如參數估計、假設檢驗、回歸分析等。其中每章 都用一個例子貫穿始終，提出問題並用Python編程實現，以點帶面，可幫助讀者快速理解知識點，並通過編程讓讀者對統 計分析建立直觀的理解。 《Python統計分析基礎及實踐》知識點全面，內容安排由淺入深、循序漸進，特別適合大中專院校金融、財務、統計、 計算機、人工智能、機器學習相關專業學生學習，也適合初級科研人員、職場的數據分析人員參考學習。

深度學習是人工智能最熱門的領域之一，《Python 深度學習算法實戰》詳細介紹了常用的深度學習算法、使用 TensorFlow 實現各種算法的方法，以及算法背後的數學原理。全書分 3 部分共 11 章，其中第 1 部分介紹深度學習入門的相關知識、如何構建自己的神經網絡，以及 Python 機器學習和深度學習庫 TensorFlow 的使用方法。第 2 部分介紹深度學習的基礎算法，首先介紹了梯度下降法和它的變體，如 NAG、AMSGrad、Adadelta、Adam 和 Nadam；然後詳細介紹了 RNN 和 LSTM 的知識，以及如何用 RNN 生成歌詞；接著介紹了廣泛應用於圖像識別任務的卷積神經網絡和膠囊網絡；最後介紹了如何使用 CBOW、skip-gram 和 PV-DM 理解單詞和文檔的語義。第 3 部分介紹一些高級的深度學習算法，探索了各種 GAN，包括 InfoGAN 和 LSGAN，以及自動編碼器，如 CAE、DAE 和 VAE。學完本書，讀者將掌握實現深度學習所需要的技能。 《Python 深度學習算法實戰》特別適合機器學習工程師、數據科學家、AI 開發人員等全面學習深度學習的算法知識，也適合有一定機器學習和 Python 編程經驗，對神經網絡和深度學習感興趣的所有人員。

《統計機器學習及Python實現》主要介紹統計機器學習領域常用的基礎模型、算法和代碼實現。包括統計機器學習、Python語言基礎，常用的線性回歸、貝葉斯分類器、邏輯回歸、SVM、核方法、集成學習，以及深度學習中的多層感知器、卷積神經網絡、循環神經網絡、變分自編碼器、對抗生成網絡和強化學習等模型與優化方法，使用Scikit-Learn、TensorFlow和PyTorch定制模型與訓練等。

本書根據教育部非計算機專業計算機基礎課程教學指導分委員會最新制定的教學大綱、全國計算機等級考試大綱，並結合高等學校非計算機專業培養目標編寫而成。本書從 Python 概念開始，由淺入深地設計層次結構，內容簡明易懂，符合非計算機專業的學習需要。全書共有 8 章，主要內容包括 Python 介紹、Python 數據類型、程序的控制結構、組合數據類型、函數、文件操作、模塊、綜合應用。 本書可作為各類高等學校非計算機專業計算機基礎課程教材，也可作為全國計算機等級考試的參考書及廣大計算機編程愛好者的入門自學用書。

網絡爬蟲技術的重點之一是網絡爬蟲框架，因此《Python網絡爬蟲技術與應用》結合網絡爬蟲框架的相關案例重點介紹網絡爬蟲的常見框架，包括PySpider網絡爬蟲框架的安裝和使用，Scrapy網絡爬蟲框架的安裝和使用，以及Scrapy網絡爬蟲管理與部署。另外，《Python網絡爬蟲技術與應用》對Python網絡爬蟲開發需要的reguests庫、Scrapy解析庫、存儲庫、XPath進行了介紹，並介紹了requests庫、正則表達式、XPath等的使用方法，還重點講解了這些庫的實際應用。《Python網絡爬蟲技術與應用》以Python網絡爬蟲開發為主線，兼顧理論與實戰，全面介紹可操作的Python環境與系統開發相關知識，以及大數據算法、大數據分析、大數據系統互補的作用。另外，《Python網絡爬蟲技術與應用》還贈送課程大綱、教學課件PPT、實驗手冊、各章習題及答案、期末試卷及答案、教學和實驗視頻，方便教師授課。 《Python網絡爬蟲技術與應用》可作為高等院校大數據、計算機、電子信息、軟件技術相關專業研究生和高年級本科生的教材，也可作為大數據及編程愛好者的參考用書。

Python作為一種高 級程序設計語言，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。使用Python作為ArcGIS的腳本語言將大大提升ArcGIS數據處理的效率，更好地實現ArcGIS內部的任務自動化。《面向ArcGIS的Python腳本編程》是一本專門針對ArcGIS編程的Python參考書，以基礎理論結合GIS開發實例的方式，詳細介紹了Python在ArcGIS開發中的基本應用和相關技巧，全書分為4個部分。第 一部分主要介紹ArcGIS for Desktop中地理處理的基本原理以及Python語言的基礎知識；第 二部分主要介紹如何編寫一個處理空間數據的腳本；第三部分主要介紹一系列具體的操作，例如編寫製圖腳本、調試和錯誤處理以及創建Python類和函數；第四部分主要介紹如何將腳本創建成一個工具並與其他人共享。每一章附帶相應的練習內容，幫助讀者在學習和練習之間得到更多的實踐。《面向ArcGIS的Python腳本編程》內容結構清晰，示例完整，不僅適合於從事GIS開發的專業人士，而且適合那些有興趣接觸或從事Python編程的讀者。

作為引進版圖書，本書是一本有關Python編程入門的書籍。它通過系統簡潔、逐級遞進、圖文並茂的方式進行Python編程的教學，另外，本書加入了很多鞏固練習題以鞏固學習成果，能夠使讀者“無師自通”、不費力地學習Python，對於想選擇python作為編程入門語言學習的讀者來說，是一本不可多得的好書。本書專業性強，書稿從八個章節詳細講解Python編程語言的相關方法和技巧，其題目設置也十分具有實操性，能夠幫助讀者快速瞭解相關知識，在實踐中學習方法技巧。

作者根據自己多年的前後端開發經驗，站在完全零基礎讀者的角度，詳盡介紹了Python數據可視化的基礎知識，以及大量的開發技巧。本書分為3篇，圍繞Python的3個主要數據可視化庫進行詳細的講解：Python中最基礎的可視化庫Matplotlib、在實際工作中首選的Seaborn、可以在網站後臺中實現數據可視化的Pyecharts。讀者將這3個數據可視化庫掌握，就能夠解決90%以上的開發需求。最後還有附錄幫助讀者快速查找3個數據可視化庫中常用的繪圖函數。本書適合完全0基礎的初學者、想要系統學習的Python工程師、大中院校相關專業的老師和學生使用。

《Python+Excel報表自動化實戰》通過大量實戰案例來講解如何利用Python實現報表製作的自動化。本書主要包括Python編程基礎知識、報表文件操作方法、報表工作表操作方法、報表字體格式設置方法、報表對齊方式格式設置方法、各種函數計算方法、報表數據篩選/排序/分類匯總/統計分析方法、數據透視表製作方法、圖表自動繪製方法、報表自動打印方法及報表自動化綜合案例等內容。 《Python+Excel報表自動化實戰》通過根據實際工作場景設計的實戰案例及詳細的代碼解析，使讀者可以輕鬆掌握實際工作中的報表自動化製作方法和技巧。為了方便讀者學習理解，本書內容配有視頻講解，讀者可以掃描對應的二維碼直接觀看，也可以下載學習(詳細方法見本書封底)。 《Python+Excel報表自動化實戰》適合數據工作量大的職場人士、財務人士、數據分析人士等用戶閱讀，也可作為中、高等職業技術院校程序設計課程的參考用書。

教材，全書內容包括行列式、矩陣、線性方程組、向量空間、矩陣的特徵值與特徵向量以及二次型，書中融入了基於Python實現的數學實驗以及數學歷史和數學文化教育等內容。同時為了便於教師授課和學生自主學習，本書各章節均配備有小結和習題。本書結構嚴謹，邏輯性強，解釋清晰，例題豐富，習題數量、難易適中，可作為高等院校“線性代數”課程的教材，亦可供理科、工科、經管類等各專業的學生和相關領域技術人員作為參考書使用。

主要內容 ●加密、散列和數字簽名。 ●創建和安裝TLS證書。 ●在Django中實現身份驗證、授權、OAuth 2.0和表單 驗證。 防範點擊劫持、跨站腳本和SQL注入等攻擊。

本書分為10章。第1章介紹Python語言的起源和特性，以及安裝Python及其開發環境的方法；第2章介紹Python語言的基礎知識；第3章介紹Python數據組織結構，作為學習後續數據操作的基礎；第4～7章介紹為了能夠有效進行數據分析和數據挖掘所必須對數據進行的多種處理方法；第8章介紹使用不同的Python擴展庫，以不同的可視化方法和形式對數據進行探索和分析；第9章介紹數據分析方法；第10章介紹數據挖掘的關聯、分類和聚類算法。 本書配套以下教學資源：教學PPT、習題答案、數據分析支撐文件、程序代碼等，請選用本書作教材的教師登錄www.cmpedu.com註冊後下載，或發郵件至jinacmp@163.com索取(注明學校名+姓名)。 本書可作為普通高校計算機、大數據、人工智能、金融管理等專業的教材，也可供廣大從事數據分析、人工智能、機器學習等應用系統開發的技術人員參考。 本書配有電子課件和程序代碼，書中的程序代碼均在Python 3.8、Anaconda 3上調試通過，有些需要安裝第三方庫。選用本書作教材的老師請登錄www.cmpedu.com註冊下載課件等教學資源，或發郵件至jinacmp@163.com索取。

本書共分為9章，第1章和第2章簡單介紹Python的基本情況和基礎知識，使讀者瞭解統計中經常用到的Python基礎知識；第3章主要是對如何使用Python讀取及處理數據進行介紹；第4章是對數據可視化進行講解，通過折線圖、箱形圖、餅狀圖等圖的繪製進一步掌握讀取數據的方法，並且能夠掌握Python基礎知識點；第5章則是對數據進行描述性統計分析介紹，如對數據的集中趨勢、離散程度等進行講解；第6～9章包括T檢驗、方差分析、相關分析和回歸分析等統計分析方式，以及對於相關結果的解讀和分析。

本書主要講解Python編程的基礎知識，全書分可以分為4個部分。第一部分是搭建工作平臺：Python的安裝、Sublime Text的安裝、Python程序的運行、Python自帶的集成開發環境IDLE簡介。第二部分是基礎知識：變量、字符串、常量、表達式，選擇和循環：程序的結構，元組、列表、字典，函數。第三部分是提高：類、圖形用戶界面（GUI）、異常處理及程序調試、文件與目錄操作、基本數據結構的擴展。第四部分是實踐：用Python的遊戲模塊pygame，編制3個較為簡單的遊戲，一是跳躍的小圓球，二是一步步行走的小圓球，三是小鳥穿越門柱遊戲。本書語言簡潔清晰，描述通達明瞭，各個部分的內容配有大量的程序例子進行解釋，每個例子都能夠在所搭建的平臺上正確運行。每章後面附有思考與練習。本書適合作為高等院校、高職高專院校Python基礎課程的教材，也可作為Python愛好者的學習參考書。

本書系統介紹數字圖像處理的基本理論、經典算法及其Python實現。全書共分10章，內容包括圖像數據的表示與基本運算、灰度變換、空域濾波、頻域濾波、彩色圖像處理、圖像幾何變換、圖像復原、形態學圖像處理、邊緣檢測、圖像分割等。本書以講透概念、重視方法、突出應用、好教易學為指導思想，從語義和數學兩個視角描述數字圖像處理相關專業術語，分析經典算法機理，給出示例程序。每章配有習題和上機練習題，並配套提供PowerPoint課件和各章示例程序的Jupytet Notebook可執行記事本文件。 本書既可以作為高等學校人工智能、電子信息工程、通信工程、計算機科學與技術、光電信息科學與工程、信息工程、自動化、遙感科學與技術等專業數字圖像處理課程的教材，又可供相關專業研究人員和工程技術人員參考。 本書課件見封底，更多討論可加本書QQ群：708582660。

數據時代的來臨帶動了新一波的智能革命，數據與算法驅動了各個領域的改變。在幾個市場熱門的討論議題中，都可以看到數據應用扮演的角色。在面對真實世界的數據時，有許許多多的事情需要考慮。本書試圖從最務實的角度開始，結合理論與實踐去探索數據科學的真實世界，幫助讀者一步一步地培養數據時代下的思維與技術。本書將從基礎的 Python 編程開始，以數據分析的流程為主軸一步一步地解析，然后展開介紹數據收集、數據前處理、特征工程、探索式分析等。本書系統性地從函數庫開始學習，并拓展到不同的應用場景。 本書實用性強，提供數據分析所必需的編程技能的培訓，以及常見第三方軟件和庫的使用方法；以數據科學家、數據分析師等數據應用工作的實踐經驗作為培養目標，適合對 Python與數據分析有興趣的人閱讀。

本書詳細地介紹了Python語言的一些高級功能以及常見數據類型的高級用法，非常適合有一定基礎的讀者深入學習Python編程。本書的主要內容包括常見內置類型(數值、字符串和集合等)的高級用法和潛在的陷阱，用於文本處理的格式化方法和正則表達式，用於數值計算和大規模數據處理的math包和numpy包等。此外，文件存儲、隨機數生成和圖表繪製也是本書的重要內容。本書還開發了一個“RPN腳本解釋器”項目，該項目貫穿本書的各個章節，通過對該項目的學習，你也可以開發出自己的“語言”。

《Python GUI開發手冊：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。 本書以Python語言為載體講解GUI開發，分為4篇，分別是：基礎篇、tkinter模組實戰篇、PyQt5模組實戰篇和項目強化篇，共30章。內容由淺入深，循序漸進，使讀者在打好基礎的同時逐步提升技能。本書內容包含了GUI開發必備的基礎知識和資料庫相關知識，以較大篇幅講解了目前應用較廣的兩個開發模組（tkinter和PyQt5）和相應的12個關鍵案例，同時配備了兩個大型項目，使讀者能夠同步做出產品，達到學到並且做到的目的。 本書適合Python GUI開發從業者、Python 開發程序員、Python 開發以及人工智能的愛好者閱讀，也可供高校計算機相關專業師生參考。

《Python編程基礎與科學計算》首先講解了Python語言的語法基礎，適合沒有Python基礎的人，隨後重點講解Python在科學計算方面的應用，包括數組的使用、多項式、最小二乘法擬合、繪製各種二維和三維數據圖像、各種數值計算方法，例如聚類算法、線性代數運算（特徵值、特徵向量、線性方程組求解、奇異值分解、範數等）、稀疏矩陣的存儲及線性代數運算、積分、微分、常微分方程組的求解、各種插值算法、優化算法（單變量、多變量局部優化和全局優化、曲線擬合、方程求根、線性規劃）、傅裡葉變換（FFT、正弦余弦變換、窗函數、短時傅裡葉變換等）、信號處理（卷積和相關計算、FIR和IIR濾波器及設計、濾波器頻率響應、小波分析等）、圖像處理、正交距離回歸、空間算法（三維旋轉變換、kd樹、勞內德三角形、凸包等），符號運算包括多項式簡化、微分、積分、極限、泰勒展開、代數方程、常微分偏微分方程求解、非線性方程組求解、密集和稀疏矩陣運算、繪製二維和三維圖像等，用Python處理Excel數據、繪製Excel數據圖像，文本文件和二進制文件的讀寫等內容。《Python編程基礎與科學計算》內容講解詳細，給出了每個命令的語法格式，對語法中的參數進行了詳細解釋，在每個知識點配以實例程序。《Python編程基礎與科學計算》的主要目的是替代Mathlab，Matlab價格昂貴且受到美國政府的限制，不允許國內的一些行業使用，Python及科學算法包是開源的免費的。本書的主要讀者物件是高校的老師、研究生、博士生、高年級本科生、科研院所及企業中的科技工作者等。

●在介紹Python的一些強大特性時，人們常常編造一些示例，以孤立的示例解釋各種特性。通過設計並構建真實的應用程序，從設計原型一直演示到開發出符合生產質量要求的應用程序，整個過程不只讓你了解各種特性如何工作，還會讓你看到它們如何作為更大的系統設計過程的組成部分集成起來。另外，本書還會提供一些有用的注意項，並推薦一些庫，這些內容是Python大會問答環節的主要關注點。本書還會討論現代Python開發的最佳實踐和技術，幫助你編寫清晰的、易於維護的代碼。 ●本書針對的是已經能夠使用Python編寫簡單程序但想要理解什麼時候適合使用高級特性的開發人員，讓他們能夠自如地使用這些高級特性。想要提升自身Python編程水平以及已經具有豐富的經驗但希望了解新版本Python特性的開發人員，都特別適合閱讀本書。 【本書內容】 本書精心挑選了主題，旨在介紹Python編程的各個不同方面。Python社區作為一個整體沒有充分理解或者利用這些方面，而且在指導新人時，不會把它們理所當然地教給新人。這並不是說這些特性一定很複雜，或者很難理解（當然有些特性確實如此），我相信，所有程序員都應該熟悉這些特性，即使他們並不會用到這些特性。 ●第1章將介紹使用Python編寫簡單程序的不同方式，還會介紹Jupyter記事本以及Python調試器的用法。雖然這兩者都是相對來說為人熟知的工具，但很多人只熟悉其中的一個工具，而不是兩者都能夠熟練使用。本章還會介紹編寫命令行接口的不同方式，以及一些有用的第三方庫，它們支持簡潔的命令行工具開發。 ●第2章將介紹幫助識別代碼中的錯誤的工具，例如自動測試和linting工具。無論是編寫大型代碼庫、很少需要編輯的代碼庫，還是要吸收第三方貢獻的代碼庫，這些工具都能夠讓你更容易地寫出讓自己有信心的代碼。這裡介紹的工具都是我推薦的工具，但是，本章的關注點是理解它們的優缺點。你可能已經使用過其中的一個或多個工具，並且對於是否適合使用它們有自己的觀點。本章將幫助你理解權衡點，從而做出明智的決定。 ●第3章將介紹Python中的代碼打包和依賴項分發。對於編寫可分發給其他人的應用程序，以及設計能夠可靠工作的部署系統來說，這些都是重要的功能。我們將使用這些功能，把獨立的腳本轉換為可安裝的應用程序。 ●第4章將介紹插

《Python Web開發手冊：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。 本書以Python語言為載體講解Web開發，分為4篇，分別是：Web基礎篇、Flask框架實戰篇、Django框架實戰篇和項目強化篇，共30章，內容由淺入深，循序漸進，使讀者在打好基礎的同時逐步提升。本書內容包含了Web開發必備的基礎知識和資料庫相關知識，以較大篇幅講解了目前應用較廣的兩個框架（Flask和Django）和相應的14個關鍵案例，同時配備了兩個大型項目，使讀者能夠同步做出產品，達到學到並且做到的目的。 本書適合Python Web開發從業者、Python開發程序員、Python開發以及人工智能的愛好者閱讀，也可供高校計算機相關專業師生參考。

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。

《Python數據分析與量化投資》把Python技術和量化投資實例結合起來，分4個篇章介紹了Python工具、量化投資統計與計量分析方法、量化投資組合與資產定價理論及應用，以及量化投資策略。該書實例豐富，有很強的針對性，各章詳細介紹了實例的具體操作過程，讀者只需按照所介紹的步驟按部就班地操作，就能掌握全書的內容。該書可供經管類本科高年級學生與研究生參考使用，同時對從事數據分析的實際工作者也大有裨益。《Python數據分析與量化投資》配套實例的全部數據文件，歡迎讀者按照書後的“教輔申請說明”反饋信息，索取免費教輔資料。

本書以問題求解為核心原則，以Python語言為平臺，通過面向應用和循序漸進設計的典型實例，引導學生關注和掌握編程邏輯和方法，實現從系統級上對算法和程序設計的再認識，強調系統設計。主要內容包括常用Python集成開發與調試環境、經典案例與算法、綜合案例三個部分，可作為高校Python程序設計等相關課程的實踐參考書，也可作為讀者自學Python編程的參考讀物。

《Python 自然語言處理入門》是一本使用 Python 解釋在人工智能領域備受關注的自然語言分析方法的入門書，內容涵蓋“檢索技術”“實體提取”“關係提取”“語素分析”和“評估 / 情感 / 概念分析”等自然語言處理中的常用知識，同時對傳統技術和引入了 AI 新技術的特點作了對比。全書以一線 AI工程師的實際項目經驗為後盾，對自然語言處理的要點進行了歸納總結，並介紹了使用 Python 程序、API、商業服務（IBM Watson）和 OSS（MeCab / Elasticsearch / Word2Vec）等進行自然語言處理的實用方法，在後一章中，還介紹了 BERT 的相關內容，特別適合想學習自然語言處理的理工科學生和人工智能工程師進行參考和學習。

《Python深度學習（第2版）》系統地講解了機器學習、深度學習、強化學習理論知識，揭秘了各種神經網絡架構如卷積神經網絡、循環神經網絡、長短期記憶網絡和膠囊網絡背後的原理和實際應用；講解了如何使用高性能的算法和常用的Python框架來進行訓練，以及如何解決計算機視覺、自然語言處理和語音識別等領域的問題；還講解了生成模型方法以及如何使用變分自編碼器和生成式對抗網絡來生成圖像；最後深入研究強化學習的新發展領域，並介紹了一些先進熱門遊戲Go、Atari和Dota背後的算法。學習完本書，讀者可以精通深度學習理論及其在現實世界中的應用。 《Python深度學習（第2版）》一書面向數據科學從業者、機器學習工程師以及對深度學習感興趣的讀者，也適合作為高校計算機專業的教材使用。

為了適應信息技術的發展，切實滿足社會各個領域對計算機應用人才不斷增長的需求，本書設計了“Python程序設計”通識課程教學方案，力求融入計算思維的思想，將多年教學實踐所形成的解決實際問題的思維模式和方法滲透到整個教學過程。與傳統的程序設計類教材不同，本書在介紹程序設計的基本技能外，還著重介紹分析問題和解決問題的方法與思路，通過構建典型案例，為學生在未來利用Python程序設計語言解決各自專業中遇到的實際問題打下良好的基礎。

Python具備函數式編程的許多核心特徵，因此可以借鑒其他函數式語言的設計模式和編程技術，編寫出簡潔優雅的代碼。本書首先介紹函數式編程的一般概念及特點，然後講解迭代器、生成器表達式、內置函數、常用高階函數、遞歸與歸約、實用模塊和裝飾器的用法，以及避開Python嚴格求值順序的變通方法、Web服務設計方法和一些優化技巧。

本書以“問題描述+解決方案”的模式，通過300余個案例分別介紹使用Python代碼批量處理Excel和Word的技術亮點。全書內容分為兩部分： 在第一部分的Python實戰Excel案例中，主要介紹使用Python代碼將多個工作表拼接成一個工作表； 使用列表推導式累加多個工作表； 使用對稱差集方法篩選工作表； 將一維工作表轉換為二維工作表； 使用插入行方法製作工資條； 根據指定字符將單列拆分為多列； 使用字典對工作表的數據分類求和； 根據工作表的數據創建3D餅圖、3D條形圖、3D面積圖、圓環圖、柱形圖、雷達圖、氣泡圖、折線圖、股票圖等。在第二部分的Python實戰Word案例中，主要介紹使用Python代碼自定義Word文件的段落、塊、節、樣式、表格、圖像等。通過本書案例的學習，讀者不僅可以體驗Python語言的精妙之處，還能對採用Python代碼批量處理Excel文件和Word文件產生全新的認知。 本書適合作為Python程序員、數據分析師、營銷人員、管理人員、科研人員、教師、學生等各類人士進行數據分析和辦公事務處理的案頭參考書，無論是初學者還是專業人士，本書都極具參考和收藏價值。

隨著人工智能的迅速發展，Python語言得到普及和廣泛應用，它簡單易用、資源豐富、開發生態完整，使各個行業的智能化都成為可能。本書共分兩部分： 部分為習題精解，按照Python 知識點進行習題講解，幫助讀者快速學習Python語法知識，提高學習效率：第二部分為經典案例，激發讀者對Python的學習興趣。 本書既可作為普通高等院校“Python語言程序設計”課程的輔助教材，也可作為全國計算機等級考試二級Python科目的參考書。

Python作為一種高 級程序設計語言，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之一。本書以地理空間分析為背景，介紹了Python在地理信息處理方面的應用技巧。全書共分為10章，分別介紹了Python與地理空間分析、地理空間數據、地理空間技術、Python的地理空間分析工具、Python與地理信息系統、Python與遙感、Python與高程數據、Python與地理空間高 級建模、實時數據、綜合應用等內容。本書內容結構清晰，示例完整，適合希望瞭解測繪數字化和分析的讀者，也適合想使用Python進行空間地理分析、建模和GIS分析的開發人員及研究人員參考閱讀。