Python

《算法零基礎一本通(Python版)》使用 Python 指導讀者從零開始學習算法 ：由基礎數據結構開始，逐步解說信息安全算法，最後也講解了人工智能入門領域的 KNN 和 K-means 算法。《算法零基礎一本通(Python版)》包含約 120 個程序實例，使用約 600 張完整圖例，深入講解了 7 種數據結構和數十種算法，此外也針對國內外著名公司招聘程序員的算法考題做了講解。《算法零基礎一本通

全書共分為4篇：第1篇，包括瞭解Python、配置機器及搭建開發環境、語言規則；第2篇，介紹了Python語言的基礎操作，包括變量與操作、控制流、函數操作、錯誤與異常、文件操作；第3篇，介紹了更高級的Python語法知識及應用，包括面向對象編程、系統調度編程；第4篇，是對前面知識的綜合及實際應用，包括爬蟲實戰、自動化實戰、機器學習實戰、人工智能實戰。本書結構清晰、案例豐富、通俗易懂、實用性強。特別

全書共分14章，第1章～第8章為Python基礎知識的講解，包括Python概述、數據與數據結構、分支、循環、函數、文件操作、面向對象編程、異常處理、多任務編程、GUI編程等內容； 從第9章開始，講述了Python在網絡相關領域的應用，主要包括數據庫操作、加解密、網絡編程、圖像處理、Web編程、網絡數據抓取等內容。本書每一章節都包含大量的編程示例及其解釋說明。本書適合於編程的初學者，或者學過其他編

Python 語言是目前市面上最受歡迎的程式設計語言之一，除了功能強大之外，還有快速上手、隨時可擴充、社群支援等特性。本書以16章的篇幅快速介紹Python 語言的精要，包括程式設計的重要性以及由來、Python語言的基礎知識、程式設計環境的安裝與設置、套裝軟體管理與線上資源、jupyter的使用 、資料類型、運算式、函數、程式控制流程、與資料庫的操作、提取網頁數據、Firebase資料庫、Fac

本書以PyCharm為主要開發工具，採用理論與實訓案例相結合的編寫方式，系統性地講解Python的相關知識。本書共11章，其中，第1～10章介紹Python 語言的理論知識，內容包括Python概述、Python基礎知識、流程控制、字符串、組合數據類型、函數、文件與數據格式化、面向對象、異常、Python計算生態與常用庫等；第11章運用前面所學知識開發一個實戰項目——飛機大戰遊戲。除第1章和第11章外，其他章均配有豐富的實訓案例，讀者可以一邊學習一邊練習，鞏固所學知識，並在實踐中提升實際開發能力。本書配套豐富的教學資源，包括教學PPT、教學大綱、教學設計、教學視頻、源代碼、課後習題及答案等。此外，為幫助讀者更好地學習本書，編者團隊還提供在線答疑服務，希望可以幫助更多讀者。本書可作為高等教育本、專科院校計算機相關專業的教材，也可作為編程愛好者的自學參考書。

《Python數據分析與挖掘實戰》涵蓋數據分析與數據挖掘的基礎知識、必備工具和有效實踐方法，能讓讀者充分掌握數據分析與數據挖掘的基本技能。 《Python數據分析與挖掘實戰》共分為15章，主要內容包括大數據獲取、數據預處理、探索性數據分析、用Sklearn估計器分類、主流數據分析庫、大數據的數據庫類型、數據倉庫/商業智能、數據聚合與分組運算、數據挖掘工具、挖掘建模、模型評估、社會媒體挖掘、圖挖掘分類、基於深度學習的驗證碼識別、基於深度學習的文本分類挖掘實現。 《Python數據分析與挖掘實戰》采用理論與實踐相結合的方式，利用Python語言的強大功能，既適合Python數據分析與數據挖掘初學者、大數據從業人員閱讀，也適合高等院校和培訓機構大數據與人工智能相關專業的師生教學參考。

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。

本書以淺顯易懂的語言和循序漸進的方式介紹Python語言的各個核心知識點：程序設計語言中基礎的算法；設置和安裝Python語言的運行環境；Python語言的各個基本語法，包括數據類型、變量與常數、表達式與運算符、流程控制、字符與字符串、函數、高級數據類型等；程序設計中更實用的主題，包括遞歸函數、排序算法、lambda表達式、開放數據、模塊與程序包、文件與數據流、錯誤與異常處理、面向對象程序設計及G

隨著大數據技術的發展及Python在人工智能領域的火熱應用，Python得到越來越多的應用。本書就是在這個背景下編寫的，是一本Python 3.6入門教材，特別適合想直接切入爬蟲編程及大數據分析處理的讀者學習使用。本書贈送示例源代碼與教學視頻。本書分為16章，主要內容包括開發環境、數據結構、函數、面向對象、多線程、模塊、包、GUI模塊、圖形模塊、正則模塊、文件處理模塊、網絡編程模塊和爬蟲模塊等，並

智能化、自動化辦公逐漸成為職場辦公的發展趨勢，工作中結合Python編程可以自動完成大量重復性的工作，大幅提高工作效率。同時，通過Python編程可以從繁雜無序的海量數據中找出規律，分析出競品特點、客戶喜好、客戶來源等。比如銀行信貸人員統計大量的貸款客戶本息支付情況，上市公司財務人員統計大量的財務數據，企業運營人員統計分析競品海量數據，連鎖超市管理人員分析熱銷品、客戶喜好、復購率等。總之，自動化辦公及大數據分析將是未來發展的趨勢，是大家都應掌握的一門技能。 《Python+Excel職場辦公數據分析》以實戰案例為主（重點為Python處理分析Excel數據的案例），用大量的實戰案例給讀者演示如何處理實際工作中的辦公自動化問題，如何對大數據進行分析處理。教會職場人士使用辦公自動化及大數據分析解決實際問題的方法。 《Python+Excel職場辦公數據分析》適合數據工作量大的職場人士、財務人士、數據分析人士、商務人士、自動化辦公用戶、需要處理大數據的用戶等閱讀學習，也可供Python編程愛好者學習參考。 《Python+Excel職場辦公數據分析》特點： 資源豐富，掃碼即可觀看49個案例視頻（總長330分鐘），所有案例源代碼均可下載 專業實用，基礎知識點案例+銀行數據/財務數據/運營數據/銷售數據領域綜合案例

《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。

本書基於受歡迎的“Python工匠”系列開源文章。全書從工程實踐角度出發，通過剖析核心知識、展示典型案例與總結實用技巧，幫助大家系統進階Python，寫好工程代碼，做好實踐項目。本書共計13章，分為五大部分：變量與基礎類型、語法結構、函數與裝飾器、面向對象編程、總結與延伸，涵蓋Python編程的方方面面。本書的寫作方式別具一格，核心知識點都會通過三大板塊來闡述：基礎知識、案例故事、編程建議。其中基礎知識幫助大家快速回顧Python基礎；案例故事由作者經歷的編程項目與案例改編而來，兼具實戰性與趣味性；編程建議以大家喜聞樂見的條目式知識點呈現，短小精悍，可直接應用於自己的編程實踐中。

本書語言通俗易懂，以理論和實際應用結合的方式，深入淺出地介紹了Python 程序設計的基礎知識和開發應用。本書共10章，主要包括Python 編程基礎（1～8章）和Python 開發應用（9、10章）兩部分內容。其中，編程基礎部分通過案例引導的方式對語法基礎、數據結構、選擇結構與循環結構、函數、面向對象等基礎概念進行解釋；開發應用部分介紹了三類基礎案例：網絡爬蟲、數據可視化、遊戲開發，並提供了相關案例介紹和主要代碼，便於讀者進行實踐操作和進一步學習。本書可作為普通高等學校理工類非計算機專業Python 程序設計課程的教材，也可供相關專業技術人員參考。

本書共分為14章。前三章的內容分別是Python語言簡介；數據類型和各種運算符的使用；第4章控制結構，包括選擇和循環；第5章函數的定義和使用；第6章類和面向對象編程；第7章字符串；第8章正則表達式；第9章異常處理與代碼調試；第10章講述了文件的讀寫；第11章數據庫應用；第12章用戶界面設計；第13章Python語言的常用函數；第14章數據分析與可視化。本書立足於自學，在知識體系上儘量做到完備，內容上力求新穎，採用一批既簡單又精煉的例子。本教材配套電子教案PPT一套，以及全部代碼資源。本書可以作為高等院校人工智能等相關專業的Python教材，也可以作為Python愛好者的參考用書。

《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。

《用 Python編程和實踐！算法入門》是一本用 Python學習算法基礎和思考方法的入門 書，用淺顯易懂的語言對算法的基本原理及算法復雜度和計算量進行了詳細講解。針對新接觸 Python的讀者，先介紹了 Python編程的基礎知識和數據結構，然後通過大量示例代碼和流程圖 對算法相關的知識進行了詳細解釋，如算法復雜度、各種查找算法、不同數據排序的方法，以 及最短路徑問題、貝爾曼 -福特算法、戴克斯特拉算法、A*算法、暴力搜索法、Boyer-Moore算 法等。特別適合編程零基礎讀者、計算機相關專業學生、算法基礎薄弱的程序員一邊寫代碼， 一邊學習算法基礎知識，並從不變的算法中學習思考方法。

《Python應用技巧速查手冊302》是一本實用的代碼功能集，收集了從Python基礎知識到常用功能，再到實際開發過程中需求較高的技巧，方便讀者查詢以快速實現想要的功能。內容涵蓋基本語法、數值處理、文本處理、數據庫、HTTP請求、數據分析和圖像處理等各個方面，並以易於重複查閱的形式整理了語法和代碼，特別適合編程初學者、新手工程師、業餘愛好者、研究人員等所有使用Python進行編程的人群作為案頭必備參考書。

《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。

本書是一本少兒編程入門書，適合零基礎的讀者。本書以“派森號”飛船和西西船長等人的童話故事為載體，從頭開始介紹了Python語言的基礎語法。全書共有6個章節。每章都有約十個獨立的內容來介紹Python的一個知識點，並以任務的形式提出問題，最後逐步解決問題。本書不光講解了Python語言本身，也在內容中穿插了許多計算機程序設計的基礎知識，為孩子在計算機程序設計領域進行入門教育，掃除認知障礙，對今後在該

本書系統地描述了如何利用Python語言進行數據分析。由淺入深的編寫方式可以幫助讀者輕鬆愉快地進入數據的世界。 全書從理論到實踐、從基礎語法到科學計算庫，循序漸進地講解了Python數據分析所需要學習的技能。搭配項目實戰幫助讀者更好、更快地掌握Python數據分析知識點。此外，還全面介紹了數據分析的必知必會技能。 本書提供代碼資源下載服務，每章均配有重要知識點串講視頻。 本書不僅適合零基礎喜

本書由聯想教育科技(北京)有限公司組編，編寫團隊由資深一線教師和企業一線工程師組成，充分發揮校企優勢，確保本書內容貼合教學需求與行業前沿。本書涵蓋了 Python 語言概述、 Python 語法基礎、流程控制、組合數據類型、函數與模塊、文件操作與異常處理、面向對象編程、項目實戰與綜合應用等核心內容，同時結合實際應用場景，設計了多個項目案例。全書遵循由淺入深、循序漸進的規律，分為基礎篇、進階篇和應用篇，包括 8 個項目、 23 個任務。每個項目均配備閱讀拓展模塊和技能拓展模塊，融入思政元素，結合 AI 大模型與 AIGC 應用，拓寬讀者視野，提升學習興趣。本書既可作為高職院校各專業“Python 程序設計”課程的教材，也可以作為廣大計算機愛好者、零基礎學習者學習 Python 編程的參考用書。

Python 在數據處理和可視化方面擁有非常成熟的模塊，使用這些模塊可以輕鬆處理科研數據以及繪製豐富的圖表。本書以打造實戰型Python科學計量與知識圖譜工具書為目標，力求使讀者可以通過書中案例提供的解決思路，快速完成與科學計量相關的科研實踐。本書一共分為三部分，共8章內容。第一部分包含第1、2章，重點介紹Python軟件下載、安裝、使用以及Python基礎語法講解；第二部分包含第3、4章，主要介紹5類科學文獻數據的檢索與下載方式，並結合MySQL和Navicat軟件對5類文獻數據進行綜合管理案例的詳解，第三部分基於科學文獻數據的分析，包含了第5、6、7、8章，主要講解了科學文獻數據的描述性統計、文本挖掘與可視化以及知識網絡分析。

書中將自然語言處理技術和統計處理技術視為工具，不會涉及到其繁瑣的原理、數學定理等。書中利用操作簡便的Python套裝程式來處理文本資料，探索文本挖掘可以幫我們做到的事情，而非用尖端的技術進行程式設計。書中用簡單明快的例子演示應用效果，並配有視頻展示，下載資料包即可獲取視頻和案例二維碼！本書通過5個章節介紹相關知識，第1章介紹文本挖掘的整體印象；在第2章中概括介紹了本書後面用到的Python的必要知識；第3章中介紹文本處理相關的基本概念和觀點；第4章中利用Python學習作為基礎處理的頻率分析方法和其能得到的結果；最後，在第5章中介紹文本挖掘需要用到的各種具體方法以及在Python中的處理步驟。

本書介紹了如何利用Python 3開發網絡爬蟲，書中首先介紹了環境配置和基礎知識，然後討論了urllib、requests、正則表達式、Beautiful Soup、XPath、pyquery、數據存儲、Ajax數據爬取等內容，接著通過多個案例介紹了不同場景下如何實現數據爬取，最後介紹了pyspider框架、Scrapy框架和分布式爬蟲。?本書適合Python程序員閱讀。

《Python資料分析師成長之路》凝聚了作者在多個行業資料分析實戰中的寶貴經驗，旨在幫助讀者從零基礎入行到專家級數據分析師需掌握的全棧核心能力。書中提供了高效的成長方法和簡潔的學習路徑。《Python資料分析師成長之路》共13章。第1～5章為基礎部分，系統介紹Python學習的基本路徑以及資料分析師所需的核心程式設計技能，包括Pandas和NumPy基礎、資料預處理和SQL基礎。第6～11章側重于應用，涵蓋了資料獲取、視覺化、分析方法、自動化分析報告生成、行業分析思維和資料採擷等實用技能。第12章為創新部分，重點探討了如何利用ChatGPT進行資料採擷。第13章為答疑部分，回答了資料分析從業者常見的問題，如思維培養、突破瓶頸和轉行準備，總結了多年的經驗供讀者參考。書中每個知識點均配有詳細的實戰代碼示例，幫助讀者快速理解並應用到實際分析中。通過《Python資料分析師成長之路》的學習，讀者能夠專注于資料收集到分析結論形成的全鏈路技能，掌握最常用的技能與最簡短的學習路徑。《Python資料分析師成長之路》適合初入資料分析領域的從業者、準備轉型的各行各業人員以及對Python資料分析感興趣的讀者。

本書全面介紹Python程序設計基礎知識。全書共9章，主要內容包括Python語言入門、基本數據類型與表達式、語句與結構化程序設計、組合數據類型與字符串、函數與模塊、文件處理、異常處理、面向對象程序設計和Python高級編程。通過本書的學習，讀者可以掌握程序設計知識和方法，提高程序設計能力，培養程序設計思維，為進一步學習後續計算機相關課程、提升數字素養和創新能力奠定良好的基礎。 本書適合作為高等學校各專業程序設計課程的教材，也可作為程序設計自學者的參考書。

●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

本書從FastAPI框架的基礎知識和相關的Python編程概念開始講解。然後，您將瞭解該框架的所有方面知識，包括其強大的依賴注入系統，以及如何使用它與數據庫通信、實現身份驗證和集成機器學習模型等。之後，您將學習與測試和部署相關的實踐，以運行高質量和健壯的應用程序。後，您還將學習Python數據科學軟件包的應用生態系統。隨著學習的深入，您將學習如何使用FastAPI在Python中構建數據科學應用程序。本書還演示了如何開發快速高效的機器學習預測後端，並對其進行測試，以獲得性能。後，您將看到如何使用WebSocket和Web瀏覽器作為客戶端實現人臉實時檢測。在本書的後，您不僅學習如何在數據科學項目中實現Python，還學習如何在FastAPI的幫助下維護和設計它們，以滿足高編程標準。本書面向對FastAPI及其生態系統感興趣的數據科學家和軟件開發人員，並以此構建數據科學應用程序。讀者需要具備數據科學和機器學習概念的基本知識，以及瞭解如何在Python中應用它們。

本書以零基礎講解為特色，用實例引導讀者學習，深入淺出地介紹Python機器學習的相關知識和實戰技能。 全書共17章，分為5篇。第Ⅰ篇為機器學習入門篇，包含第1章，主要介紹機器學習的概念、機器學習研究的主要任務、如何選擇合適的算法及機器學習研究問題的一般步驟等；第Ⅱ篇為工具模塊使用篇，包含第2～4章，主要介紹數組計算NumPy、數據分析Pandas、圖形展示Matplotlib等；第Ⅲ篇為專業技能提升篇，包含第5～13章，主要介紹算法綜述、決策樹、樸素貝葉斯、邏輯回歸、支持向量機、AdaBoost、線性回歸、k-means、PCA等；第Ⅳ篇為深度學習延伸篇，包含第14章，主要介紹卷積神經網絡；第Ⅴ篇為項目技能實戰篇，包含第15～17章，主要介紹驗證碼識別、答題卡識別、機器學習簡歷指導等。同時，本書隨書贈送了大量相關的學習資料，以便讀者擴展學習。 本書適用於任何想學習Python機器學習的讀者。無論讀者是否從事Python相關工作，是否接觸過Python，均可通過學習本書快速掌握Python機器學習的開發方法和技巧。

"本書以Python 3.10.7為平臺，以實際應用為背景，通過“概述+經典應用”的形式，深入淺出地介紹Python機器學習算法及應用的相關知識。全書共12章，主要內容包括在數據上的計算機學習能力、簡單的機器學習分類算法、sklearn機器學習分類器、數據預處理、降維實現數據壓縮、不同模型的集成學習、連續變量的回歸分析、數據的聚類分析、從單層到多層的人工神經網絡、使用深度卷積神經網絡實現圖像分類、使用循環神經網絡實現序列建模、使用生成對抗網絡合成新數據等。通過本書的學習，讀者可領略到Python的簡單、易學、易讀、易維護等特點，同時感受到利用Python實現機器學習的普遍性與專業性。 本書可作為高等學校相關專業本科生和研究生的學習用書，也可作為相關專業科研人員、學者、工程技術人員的參考用書。 "

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

面向用Python進行控制系統設計的人，邊學邊用Python進行編程實踐。重點闡述以狀態空間模型為物件的現代控制系統的設計。全書分七章，包括： Pythhon環境的構建、數據和流控制、反饋控制、狀態空間模型、閉環系統的控制設計、開環系統的控制設計、PID控制相位進延遲補償，以及穩健性控制數字實現的高級控制系統設計。

本教材書以Anaconda為主要開發工具，旨在幫助讀者從入門到掌握Python程序設計和數據分析的基礎知識。本書共包含11章，涵蓋了Python的核心概念、基本數據類型、程序控制結構、函數、組合數據類型、面向對象編程、文件和數據格式化、異常處理、網絡爬蟲、科學計算庫NumPy以及數據分析與可視化等主題。無論對於初學者還是有一定經驗的開發者，本書都提供了詳細而系統的指導，幫助讀者建立堅實的Python程序設計和數據分析基礎。每章都包含理論講解、示例代碼和習題，以幫助讀者鞏固所學知識。除此之外，在每章的學習內容中穿插課程思政的案例。這種結合課程思政的案例設計，旨在幫助學生將所學知識與思政內容相結合，通過學科教育引導學生形成正確的世界觀、人生觀和價值觀，培養他們的思辨能力、社會責任感和創新精神。通過這樣的設計，讀者在學習Python程序設計和數據分析的過程中，不僅能夠獲取技術知識，還能夠更深入地理解技術應用的社會影響和倫理考量。這將有助於培養讀者的思辨能力，使他們能夠客觀分析問題、綜合思考並做出明智的決策。為了方便教學，本書還配有電子課件等資料，任課教師可以發郵件至husttujian@163.com索取。無論是學習Python的基礎知識，還是希望在數據科學領域深入應用Python，本書都能滿足您的需求，並成為您編程與數據科學之路的得力伴侶。

這是一本介紹在Python中使用海龜繪圖工具的書。本書先帶領讀者認識Python編程語言，瞭解Python的特點，然後在此基礎上引入turtle模塊(俗稱“海龜繪圖”)的相關內容，讓讀者大致瞭解該模塊的功能。隨後，本書給出了多個示例，幫助讀者加深對for循環、變量、數據類型、布爾類型和條件語句、while循環以及自定義函數等概念的理解。最後，本書給出了兩個完整的經典程序示例，並詳細解釋了程序代碼的具體意義和作用，還運用turtle模塊繪製了一個可愛的機器貓。 本書適合小學高年級和初中各年級的讀者自學，也適合零編程基礎的讀者閱讀參考。

本書在講述人工智能理論的基礎上突出工程應用性與實踐性，選用了適用於人工智能項目研發的Python編程語言。第1章為人工智能導論。第2章介紹Python程序設計基礎。第3章介紹Numpy、Matplotlib與Pandas。第4章介紹sklearn及Inforstack免費網上機器學習組件功能。第5章介紹數據預處理。第6章與第7章分別介紹監督學習與非監督學習常用算法，並分別使用Inforstack學習平臺建模和Python語言編程實現。第8章介紹語音交互、視覺處理與OpenCV圖像處理。第9章介紹人工神經網絡與深度學習及Tensorflow、PyTorch的應用。第10章為人工智能綜合應用案例。

本書首先講解量化交易的基礎知識，即量化交易的定義、歷史、主要內容及與傳統交易的區別、JoinQuant（聚寬）量化交易平臺；然後講解量化交易開發語言Python，即講解Python語言的開發環境、基本語法、基本流程控制、特徵數據類型、函數及應用、面向對象程序設計；接著講解如何利用Python語言編寫量化策略、如何回測、編寫量化策略所需要常用函數、因子分析、量化交易策略實例；最後講解量化選股的技巧、量化擇時的技巧及算法交易。在講解過程中即考慮讀者的學習習慣，又通過具體實例剖析講解量化實際交易過程中的熱點問題、關鍵問題及種種難題。

“超簡單”系列圖書是為滿足廣大職場人士學習新型自動化辦公技術的需求而編寫的應用型教程，此前已陸續出版了《超簡單：用Python 讓Excel 飛起來》《超簡單：用Python 讓Excel 飛起來（實戰150例）》《超簡單：用Python 讓Excel 飛起來（核心模塊語法詳解篇）》《超簡單：用ython 讓WPS Office 飛起來》《超簡單：用VBA 讓Excel 飛起來》等圖書，受到眾多讀者的歡迎。這些圖書主要是基於編程來實現辦公自動化，鑒於讀者對象主要是編程基礎薄弱甚至從未接觸過編程的辦公人員，我們盡力採用通俗易懂的方式去講解知識點，但是由於水平所限，仍然有一部分讀者反映在學習過程中遇到了困難。2022 年11 月以來，以ChatGPT 為代表的人工智能（AI）工具如雨後春筍般湧現。在這一背景下，我們萌生了用AI 技術助力辦公的想法，由此編寫出了這本《超簡單：用Python+ChatGPT 讓Excel 飛起來》。本書旨在探討如何讓AI 工具與Python 編程語言“強強聯手”，幫助辦公人員以較低的學習門檻提升自身的Excel 應用能力，實現更智能、更高效的辦公自動化。全書共9 章，通過清晰的結構和豐富的案例，循序漸進地引導讀者探索AI 技術在Excel辦公自動化領域所開闢的一片新天地。

本書以信息安全基礎知識點為理論依據，採用Python初學者易於理解的敘述方法，較為全面地介紹了基於Python的安全編程思路和實現技術。全書共分為9章：第1章緒論，探討了Python與安全編程的關係，以及安全編程的基本思路；第2章介紹Python語言基礎知識，為後續章節提供編程語言基礎；第3章圍繞古典、現代密碼體制介紹了密碼學編程方法；第4章介紹了區塊鏈編程技術，設計了最簡單的區塊鏈系統；第5章從空間域和變換域兩個方面介紹了數字水印編程技術；第6章介紹了身份認證編程，設計實現了口令、人臉、說話人識別模塊；第7章介紹了計算機主機的安全保護編程，列舉了主機安全運維管理、惡意軟件分析和漏洞模糊測試編程實例；第8章介紹了計算機網絡的安全保護編程，給出了網絡嗅探、掃描、防火牆、入侵檢測的實現方案；第9章介紹了內容安全保護的編程方法。本書密切結合信息安全專業理論知識，同時兼顧了Python編程實踐技術，知識點明晰，難易適中，可供計算機技術、網絡工程、信息安全及相關專業技術人員學習參考。

本書以Python數據分析與挖掘的常用技術與真實案例相結合的方式，深入淺出地介紹Python數據分析與挖掘的重要內容。本書共11章，分為基礎篇（第1～5章）和實戰篇（第6～11章），基礎篇包括數據挖掘基礎、Python數據挖掘編程基礎、數據探索、數據預處理、數據挖掘算法基礎等基礎知識；實戰篇包括6個案例，分別為信用卡高風險客戶識別、餐飲企業菜品關聯分析、金融服務機構資金流量預測、O2O優惠券使用預測、電視產品個性化推薦，以及基於TipDM大數據挖掘建模平臺實現金融服務機構資金流量預測。本書大部分章節包含實訓和課後習題，通過練習和操作實踐，可幫助讀者鞏固所學的內容。本書可作為“1+X”證書制度試點工作中的大數據應用開發（Python）職業技能等級（高級）證書的教學和培訓用書，也可作為高校數據科學或人工智能相關專業的教材，還可作為數據挖掘愛好者的自學用書。

本書是國內首先使用 Python tkinter 設計 GUI 的中文書籍之一。本書主要講解如何在窗口內使 用 Python 的內部模塊 tkinter 設計圖形用戶接口 (GUI) 程序，讓用戶可以利用圖形接口與計算機溝通。 tkinter 模塊是一個跨平臺的窗口應用程序，使用它設計的程序可以在 Windows 、macOS 、Linux 系 統上執行。2019 年《Python GUI 設計 tkinter 菜鳥編程》一經出版便受到廣大讀者的喜愛。為了使其內容 更豐富，本書在其基礎上增加了一些重要的項目實例，全書超過 312 個程序實例，一步一步講解 tkinter 控件 (Widget) 的基礎知識，同時也將應用範圍擴充至小算盤、分形 (Fractal) 設計、文書編 輯、走馬燈、模擬海龜繪圖、球類競賽、風扇設計、單個或多個反彈球設計、鐘擺、直方圖動態排 序、動畫與遊戲設計、MP3 音樂播放器。Python 是一門可以靈活使用的程序語言，本書的特色是 對 tkinter 最基礎的知識使用了大量靈活的實例，說明其在各種環境下的應用方法。讀者可以由這些 程序實例，事半功倍地學會用 tkinter 設計跨平臺的窗口程序。