Python

《Python無人機編程》全面而系統地介紹了基於 Python 編程語言的無人機飛行技術的原理及實現過程。本書分為上下兩篇共 8 章，第 1 章至第 4 章為上篇，第 5 章至第 8 章為下篇。第 1 章介紹無人機的飛行原理、基本結構、應用領域以及智慧飛行器及其未來發展趨勢。第 2 章詳細講解 Python 語言的特點、安裝方法以及常用編輯器的配置。第 3 章重點介紹 Python 語句、變量、數據類型、數值轉換、函數等核心概念及其應用。第 4 章介紹無人機起飛、降落、移動等基本操作，以及如何通過 Python 代碼實現這些功能。第 5 章深入探討無人機編程中的數據結構應用、數據處理與分析方法，詳細介紹列表、元組、字典等高級數據結構在無人機編程中的運用。第 6 章系統介紹航綫拍攝、定點航拍、地形測繪、智慧航運、空中物流、飛行表演、鍵盤控拍等高級編程技巧。第 7 章詳細介紹無人機在視覺跟蹤與多機編隊飛行方面的技術，包括人臉識別與追隨、多機協同飛行、編隊變換等，提升讀者的無人機編程與操控技能。第 8 章詳細介紹無人機編程競賽策略、團隊協作、編程技巧及迷宮競賽實例。增強讀者的創新思維與團隊協作，為職業發展打下堅實基礎。

本書從零基礎讀者的角度出發，通過通俗易懂的語言、豐富多彩的實例，循序漸進地讓讀者在實踐中學習Python編程知識，並提升自己的實際開發能力。全書共分為4篇21章，內容包括開啟Python之旅、變量與基本數據類型、與計算機交流、運算符與表達式、 程序的控制結構、序列的通用操作、列表（list）、元組（tuple）、字符串的常用操作、正則表達式操作、字典與集合、函數、模塊和包、面向物件與類、文件I/O、異常處理與程序調試、海龜繪圖、GUI設計之PyQt5、網絡爬蟲開發、小海龜挑戰大迷宮、AI圖像識別助手等。書中知識點講解細致，側重介紹每個知識點的使用場景，涉及的代碼給出了詳細的注釋，可以使讀者輕鬆領會Python程序開發的精髓，快速提高開發技能。同時，本書配套了大量教學視頻，掃碼即可觀看，還提供所有程序源文件，方便讀者實踐。本書適合人工智能、網絡爬蟲工程師及Python初學者等自學使用，也可用作高等院校相關專業的教材及參考書。

本書主要介紹和發掘Excel軟體自身繪製科研圖表的能力。相對於其他類似軟體，Excel的缺點是大部分科研圖表類型缺失，完全沒有；優點是它有的基本圖表類型被它做到了極致，可以輕鬆實現很多其他軟體不太容易實現的效果。本書基於圖形學原理，利用Excel自有圖形引擎，開發出了大量科研圖表，如二元長條圖、一元和二元核密度估計曲線圖、抖動散點圖、規則散點圖、多種樣式的熱力圖、箱形圖、散點柱狀圖、散點箱形圖、誤差柱狀圖、小提琴圖、雲雨圖、配對圖等等。MATLAB和Python有的科研圖表類型Excel現在基本上都有了。由於Excel最近集成了Python，本書下篇也介紹了使用Python的Matplotlib,Seaborn和Pandas等包繪製科研圖表。

《OpenCV 4詳解：基於Python》基於OpenCV 4.1版本，討論OpenCV 4的功能，以及OpenCV在圖像處理和計算機視覺方面的應用。本書共12章。主要內容包括OpenCV的基礎知識，數據載入、顯示與保存，圖像基本操作，直方圖，圖像濾波，圖像形態學操作，圖像分割與修復，目標檢測，特徵點檢測與匹配，立體視覺，視頻分析，機器學習在OpenCV中的實現方式。《OpenCV 4詳解：基於Python》適合計算機視覺方面的專業人士閱讀，也可作為計算機相關專業的教材。

這本書先介紹了如何使用Ppandas在Python中進行數據操作，教您熟悉統計分析和繪圖技術。還將通過多個實踐測試，讓您學會使用Dask分析分佈在多台計算機上的數據。接著還將為您介紹如何在內存無法容納全部數據時，為繪圖聚合數據。本書還將帶領您探索Hadoop(HDFS和YARN)，它可幫助您處理更大的數據集。此外，這本書還介紹了Spark相關知識，並解釋了它如何與其他工具進行交互。Python大數據分析是為Python開發人員、數據分析師和數據科學家設計的，他們需要親自動手控制數據並將其轉化為有影響力的見解。書中關於統計度量和關系數據庫的基本知識將幫助您理解在本書中的各種概念。

本書從原理到實踐，循序漸進地講述了使用Python開發網絡爬蟲的核心技術。全書從邏輯上可分為基礎篇、實戰篇和爬蟲框架篇三部分。基礎篇主要介紹了編寫網絡爬蟲所需的基礎知識，包括網站分析、數據抓取、數據清洗和數據入庫。網站分析講述如何使用Chrome和Fiddler抓包工具對網站做全面分析；數據抓取介紹了Python爬蟲模塊Urllib和Requests的基礎知識；數據清洗主要介紹字符串操作、正則和B

本書站在初學者的角度，從原理到實踐，循序漸進地講述了使用Python開發網絡爬蟲的核心技術。全書從邏輯上可分為基礎篇、實戰篇和爬蟲框架篇三部分。基礎篇主要介紹了編寫網絡爬蟲所需的基礎知識，分別是網站分析、數據抓取、數據清洗和數據入庫。網站分析講述如何使用Chrome和Fiddler抓包工具對網絡做全面分析；數據抓取介紹了Python爬蟲模塊Urllib和Requests的基礎知識；數據清洗主要介紹

標準Python程序很容易過載，從而出現慢如龜爬的情況。asyncio庫正是為了解決這些問題而構建的，它簡化了任務的劃分和調度。asyncio可無縫地同時處理多個操作，使應用程序疾如閃電，且具有擴展性。 《Python asyncio併發編程》在大量示例的引導下，介紹異步、並行和併發編程。將難理解的併發內容分解為簡明易懂的流程圖，使讀者可輕鬆瞭解任務的運行方式。在本書中，讀者將學習如何使用asyncio來突破Python的限制，從而加快Web服務器和微服務的運行速度。讀者甚至可將asyncio與傳統的多處理技術結合起來，以大幅提升性能。 主要內容 通過aiohttp構建支持併發Web請求的Web API 同時運行海量SQL查詢 創建一個可並行處理數GB數據的map-reduce作業 在asyncio中使用線程來混合阻塞代碼和asyncio代碼。

本書從一些經典算法出發，為讀者展示了100個Python趣味編程實例。本書共12章，涵蓋趣味算法入門、趣味數學問題、各種趣味整數、趣味分數、趣味素數、趣味邏輯推理、趣味遊戲、趣味數組、趣味函數遞歸、定理與猜想、趣味圖形及其他趣味問題。本書取材注重趣味性與實用性，內容涵蓋Python編程的基礎知識和常用算法，講解時給出了實例的詳細分析與代碼實現，並對重點代碼做了詳細注釋，還針對涉及的知識點做了拓展講

本書將向你展示如何在你新買的、35美元的計算機上通過編程實現一個網絡機器人、氣象站或是媒體服務器等功能。你將會通過一些簡單的實例和有趣的項目學到如何在樹莓派上通過Python進行編程。本書適合于那些想要在諸如樹莓派這樣有趣的平臺上學習Python并且在學習過程中掌握一些電子技能的讀者。雖然我們并不要求有編程基礎或者Linux技能，但是如果接觸過Linux的話將會有很大幫助。

本書是高校教師多年開發經驗的結晶之作，深入淺出地講解使用 Python語言進行遊戲開發，幫助讀者快速掌握遊戲設計的基本原理和方法，同時提高應用 Python語言的編程能力。全書精選十個遊戲案例，涵蓋不同的遊戲類型，每一章圍繞一個經典遊戲案例展開，並突出一個遊戲編程的主題。本書涉及的主要知識點有遊戲循環的原理、鼠標及鍵盤事件處理、碰撞檢測及處理、隨機數的運用、定時器的使用、遊戲場景的滾動、角色動畫的

本書選用各項性能指標優良的Ubuntu作為Linux系統實例，以Python為編程語言，理論結合實踐，系統地講解網絡各層次的功能、所包含的常用協議、數據報文格式，並給出實際操作的程序實例。本書包括Linux系統介紹、Python語言基礎、TCP/IP協議簇、Socket原理、進程和線程、網絡應用程序實例、Web應用程序開發等內容。本書內容也適用於其他版本的Linux。 本書可作為普通高等院校信息類專業本科生和研究生教材，也可作為廣大Linux用戶、網絡管理員、程序員的自學用書和參考手冊。

本書選用各項性能指標優良的Ubuntu作為Linux系統實例，以Python為編程語言，理論結合實踐，系統地講解網絡各層次的功能、所包含的常用協議、數據報文格式，並給出實際操作的程序實例。本書包括Linux系統介紹、Python語言基礎、TCP/IP協議簇、Socket原理、進程和線程、網絡應用程序實例、Web應用程序開發等內容。本書內容也適用於其他版本的Linux。本書可作為普通高等院校信息類專業本科生和研究生教材，也可作為廣大Linux用戶、網絡管理員、程序員的自學用書和參考手冊。

本書內容主要有：非線性方程求根、線性方程組求解、插值法、數值積分、矩陣特徵值與特徵向量的計算、常微分方程初值問題的數值解法等。本書提供習題及詳盡答案。本書提供的源代碼，是獨立完整的Python程序，都沒有使用第三方庫，全部在Python 3.6.1下測試通過。本書的講述深入淺出，條理清楚，解釋詳盡，大量使用圖形來直觀地說明問題。本書可以作為理工科非數學專業本科生、專科生、碩士研究生的教材或教學參考書，尤其適合作為對本課程感興趣的科技人員的自學用書。

本書包括運籌優化、圖論模型、微分方程、隨機模擬和統計方法等傳統建模方法，同時還增設了智能優化算法、機器學習方法和深度方法，可以滿足廣大讀者和參賽者的學習需求。本書算法實現以Python語言為主，每章內容均有詳細的代碼，可以幫助讀者高效掌握Python編程實現算法。本書共包含19章，前兩章為基礎部分，分別為數學建模簡介和Python簡介； 第3~11章為傳統建模方法部分，其中，第3章和第4章分別介紹運籌優化中的線性規劃和非線性規劃，第5章介紹圖論，第6章介紹微分方程，第7章介紹插值與擬合，第8章介紹隨機模擬，第9~11章介紹統計方法，包括回歸分析、聚類分析和主成分分析； 第12~19章為智能優化和機器學習部分，其中，第12~14章為智能優化，分別介紹模擬退火算法、遺傳算法和粒子群優化算法，第15~19章為機器學習方法，分別介紹支持向量機、決策樹、隨機森林、神經網絡和深度學習。本書可作為高等學校數學建模、數學實驗課程教材，也可作為數學建模競賽的培訓教材。

本書以Python為工具，系統介紹了建模與仿真的核心方法論及跨學科應用，旨在為讀者構建從理論基礎到實踐操作的完整知識體系。作者通過循序漸進的章節設計，結合真實案例與代碼實現，揭示了建模在科學工程領域的廣泛應用潛力，同時強調對模型本質的理解與批判性思考。 本書從隨機數生成、蒙特卡羅方法等基礎工具切入，逐步延伸至隱馬爾可夫模型（HMM）、耦合微分方程、ABM模型等複雜方法。每章以“理論-代碼-應用”的結構展開介紹。它強調使用不同計算環境的算法思維能力，並提供了一些有趣的示例，包括莎士比亞文本生成HMM、電影數據庫、病毒傳播和國際象棋等。本書適合具備基礎Python能力的讀者閱讀。

內容涵蓋機器學習三大主題：監督式學習、無監督式學習與強化式學習。採用生動活潑的範例，以深入淺出、圖文並茂的方式，建立良好的理論基礎。搭配 Python 程式實作，實現「做中學」的學習理念。提供豐富的學習資源，包含：數學背景、練習題等，厚植機器學習技術研發能力。

機器學習是人工智能的重要分支。本書立足實用且易於上手實踐的原則，系統地介紹機器學習領域的經典算法，以及這些算法的Python實現和典型應用。本書分4部分: 第1部分介紹監督學習，包括線性模型、決策樹分類、貝葉斯分類器、集成學習和支持向量機；第2部分介紹無監督學習，包括關聯規則、聚類分析和數據降維；第3部分介紹深度學習，包括神經網絡、深度學習和生成對抗網絡；第4部分介紹強化學習。本書所介紹的經典機器學習算法及其應用案例均給出了相關實驗數據和Python代碼實現，每章末尾還給出了習題和實驗題，便於讀者鞏固知識和開展課內實驗。 本書可作為高等學校信息類以及相關專業高年級本科生和研究生的教材，也可供對機器學習感興趣的工程技術人員閱讀參考。

機器學習是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。無監督學習是機器學習中的一種學習方式，是數據科學的一個重要分支，常用於數據挖掘領域，通過構建模型來為業務決策提供依據。本書通過Python語言講解無監督學習，全書內容包括10章，前面9章由淺入深地講解了無監督學習的基礎知識、聚類的基礎知識、高級聚類、層次聚類、軟聚類和高斯混合模型、異常檢測、降維和分量分析、無監督神經網絡模型、生成式對抗網絡和自組織映射，第10章以問題解答的形式對前面9章涉及的問題給出了解決方案。本書適合數據科學家、機器學習從業者和普通的軟件開發人員閱讀，通過學習本書介紹的無監督學習理論和Python編程方法，讀者能夠在業務實踐中獲得有價值的參考。

本書基於Python進行實踐開發，主要涉及的內容為：用敏捷式大資料開發方法論創建分析應用；用資料—價值棧，在一系列敏捷週期中創建價值；用多種資料結構從單個資料集中提取特徵，獲取洞察；用圖表視覺化資料，通過交互性報表從不同角度展示資料；用歷史資料進行預測，將預測轉化為行動。

本書分三部分、共16章介紹一些常用的設計模式。第一部分介紹處理物件創建的設計模式，包括工廠模式、建造者模式、原型模式；第二部分介紹處理一個系統中不同實體（類、物件等）之間關係的設計模式，包括面板模式、享元模式等；第三部分介紹處理系統實體之間通信的設計模式，包括責任鏈模式、觀察者模式等。本書的讀者物件為有一定基礎的Python程式師。

人工智慧(Artificial Intelligence，AI)快速發展，儼然成為推動經濟成長、國家安全、與生活福祉的一股驅動力量。AI教育首重於教材編撰與推廣，而市面上相關書籍琳琅滿目，主要分為AI概念介紹、基礎Python程式撰寫，亦或各領域專業程式等，且內容涵蓋專精理論架構與艱深數學模式推導。對於AI學習與普及性而言，容易產生學習品質不良的景況，且缺乏跨領域AI學習的架構與範疇。本書乃以跨領域AI學習與程式應用為出發點，簡潔扼要圖表說明各領域AI的理論架構及應用層面，每個章節均對應程式設計與範例，均儲存於雲端供讀者下載練習。附件提供讀者立即查詢各項程式指令、套件、函數庫、與模型介紹等資料，並強化跨領域實務操作連結。此外，嘉惠各領域讀者能編寫出Python應用程式，例如智慧產業、智慧金融、決策樹分析、影音辨識、圖像與影像辨識、情緒偵測、現實虛擬系統、與自然語言處理等程式。有效理解並貫穿AI理論與內涵的精義，增進學習品質。對於AI教育的普及性與跨領域程式設計能力的培育，具有加持效果和助力。

本書詳細闡述了與Python數據可視化相關的基本解決方案，主要包括數據可視化和數據探索的重要性、繪圖知識、Matplotlib、利用Seaborn簡化可視化操作、繪製地理空間數據、基於Bokeh的交互式操作等內容。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教材和參考手冊。

Computing is revolutionizing the practice of biology. This book, which assumes no prior computing experience, provides students with the tools to write their own Python programs and to understand fundamental concepts in computational biology and bioinformatics. Each major part of the book begins with a compelling biological question, followed by the algorithmic ideas and programming tools necessary to explore it: the origins of pathogenicity are examined using gene finding, the evolutionary history of sex determination systems is studied using sequence alignment, and the origin of modern humans is addressed using phylogenetic methods. In addition to providing general programming skills, this book explores the design of efficient algorithms, simulation, NP-hardness, and the maximum likelihood method, among other key concepts and methods. Easy-to-read and designed to equip students with the skills to write programs for solving a range of biological problems, the book is accompanied by nu

Computing is revolutionizing the practice of biology. This book, which assumes no prior computing experience, provides students with the tools to write their own Python programs and to understand fundamental concepts in computational biology and bioinformatics. Each major part of the book begins with a compelling biological question, followed by the algorithmic ideas and programming tools necessary to explore it: the origins of pathogenicity are examined using gene finding, the evolutionary history of sex determination systems is studied using sequence alignment, and the origin of modern humans is addressed using phylogenetic methods. In addition to providing general programming skills, this book explores the design of efficient algorithms, simulation, NP-hardness, and the maximum likelihood method, among other key concepts and methods. Easy-to-read and designed to equip students with the skills to write programs for solving a range of biological problems, the book is accompanied by nu

本書是一本為人文社會科學方向的老師和學生量身打造的Python入門書。大數據時代人文社會科學的研究者應該充分利用數據資源，分析數據背後隱藏的一般規律和特徵。 本書以解決語言研究中常見的問題為主線，涉及中、英、日三種語言。以具體的問題為導向，講解快速、高效處理這些問題的方法，對每種方法都配有全部代碼及其詳細說明。將這些代碼與第10章的批處理方法相結合，可以大大提高工作效率及準確性。本書每章

使用機器學習技術的產品或服務在我們的生活當中不斷普及，被應用於大數據分析、智能駕駛、計算機視覺等領域，並迅速改變生活。本書以掌握一定的Python語言基礎為前提，從具體的十一個精簡案例切入，由淺入深、循序漸近展開學習機器學習在不同業務領域中的應用，內容上注重實用性和可操作性。具體涵蓋了機器學習流程、有監督學習、無監督學習、數據分析與人工智能應用等需要掌握的基本知識和相應技能。

本書是一本綜合講述數據結構及其算法的入門書，力求簡潔、清晰、嚴謹且易於學習和掌握，並沒有追求大而全的數據結構和所有相關的算法，而是選擇經典的算法來配合介紹常用的數據結構，包括數組、鏈表、堆棧、隊列以及樹和圖等。 本書為每個算法及其數據結構均提供了演算的詳細圖解，並為每個經典的算法都提供了Python語言編寫的完整範例程序（包含完整的源代碼）。每個範例程序都經過了測試和調試，可以直接在標準的Pyth

本書全面介紹了Python編程的基礎知識和實用技術，內容包括：Python概述、Python語言基礎、常用Python語句、Python函數、Python模塊、I/O編程、使用Python程序控制計算機、Python數據結構、多任務編程、Python網絡編程、Python數據庫編程、Web框架開發以及附錄實驗。本書既可以作為大學本、專科“應用程序設計”課程的教材，也可以作為Web開發人員的參考用書。

本書全面介紹Python 語言編程控制方法，選用有趣、實用的產品，以培養讀者獨立設計智能電子產 品的技術與能力。本書採用項目式教學體系編寫，全書安排12 個項目，將設計產品的基本知識和編程技 術分解到各項目中，每個項目包含一個核心知識點，同時做到從易到難、循序漸進。 本書可作為中小學“人工智能”課程入門教材，第三方進校園教材，學校社團活動教材，學校課後 服務（託管服務）課程、科創課程教材，校外培訓機構和社團機構相關專業教材，也可作為自學人員自 學教材，還可作為家長輔導孩子的指導書。

本書在選材和編排上，貼近當前普通高等院校“數據結構”課程的現狀和發展趨勢，符合新的研究生考試大綱，內容難度適中，突出實用性和應用性。全書共8章，包括緒論，線性表，棧和隊列，串、數組和廣義表，樹和二叉樹，圖，查找，排序。全書採用類Python語言作為數據結構和算法的描述語言。為方便讀者學習，編者專門為書中每個算法製作了算法演示動畫，此外，本書還提供了多媒體課件、教學大綱、源代碼等配套資源。本書可作為普通高等院校計算機和信息技術相關專業“數據結構”課程的教材，也可供從事計算機工程與應用工作的科技工作者參考。

本書全面介紹Python語言編程方法，選用有趣、實用的項目編程，以培養讀者學習興趣、鍛煉思維為主。 本書採用項目式教學體系例寫，選擇學練結合的學習方法，全書安排14個項目，將編程的知識分解到各項目中， 每個項目包含一個核心知識點，同時加強對上一項目內容的應用和拓展，做到從易到難、循序漸進。 本書可作為中小學“人工智能”課程入門教材，第三方進校園教材，學校社團活動教材，學校課後服務 （託管服務）課程、科創課程教材，校外培訓機構和社團機構相關專業教材，也可作為自學人員自學教材，還 可作為家長輔導孩子的指導書。

本書使用Python的機器學習算法庫Scikit-learn講解機器學習重要算法的應用，內容包括機器學習認知、數據預處理、KNN算法、線性回歸算法、邏輯回歸算法、樸素貝葉斯算法、決策樹與隨機森林、支持向量機SVM、k-means聚類算法、神經網絡、模型評估與優化。 本書使用通俗易懂的語言、豐富的圖表和大量的案例對機器學習的算法進行講解，提供了一條從實踐出發掌握機器學習知識的途徑，即使沒有很強的數學基礎也可快速入門，大大降低了學習門檻。本書是項目驅動活頁式教材，算法原理講解深入淺出、實踐案例豐富，配套課件、實踐案例、習題等課程資源豐富，並融入了課程思政內容。

本書採用理論與實例相結合的形式，以Anaconda 3為主要開發工具，全面地介紹了Python數據可視化的相關知識。全書共分為9章，第1章介紹數據可視化與matplotlib的入門知識；第2～8章全面地介紹matplotlib的核心知識，包括使用matplotlib繪製簡單圖表、圖表輔助元素的定制、圖表樣式的美化、子圖的繪製及坐標軸共享、坐標軸的定制、繪製3D圖表和統計地圖、使用matplotlib繪製高級圖表；第9章介紹pyecharts的基礎知識。除了第1章，其他章都配有豐富的實例，讀者可以邊學邊練習，鞏固所學知識，並在實踐中提升實際開發能力。本書既可作為高等教育本、專科院校計算機相關專業的教材，也可作為數據可視化技術愛好者的入門書籍。

-涵蓋Python3.0至3.9實用特性 -運用TypeHints增加程式可讀性與穩固性 -深入常用模組之應用與實作 -介紹asyncio模組與非同步設計 -包含裝飾器、meta類別實作等進階主題 ‧作者自PyConTaiwan2013以來實行多次Python入門課程，匯整學員在課程中遇到的觀念、實作、應用等問題之經驗集成。 ‧基於Python3.9而撰寫，涵蓋Python3.0至3.9的實用特性。 ‧直接在範例上融合TypeHints，增加程式碼可讀性，並結合mypy進行型態檢查。 ‧涵蓋abc、collection.abc、datetime、urllib、pdb、unittest、timeit、threading、subprocess、multiprocessing、asyncio等標準程式庫之實用模組。 ‧介紹async、await、asyncfor、asyncwith等語法，並探討如何運用asyncio模組進行非同步程式設計。 ‧對於描述器、裝飾器、meta類別實作等進階主題詳細探討，並以標準程式庫中@staticmethod、@abstractmethod等功能之模仿，作為實際之應用對象。 ‧建議動手實作的範例提供Lab檔案，更能掌握練習重點。

本書重點講解Web程式設計的相關知識點，並搭配150多個示例代碼和兩個綜合項目，可以幫助讀者快速、深入地理解和應用相關技術。本書共6章。第1章Web程式設計簡介，主要包括Web程式設計的相關簡介等知識點；第2章Web開發框架簡介，主要包括Web開發框架的相關簡介等知識點；第3章Flask，主要包括Flask簡介、安裝Flask、第1個Flask專案、Flask實例物件、路由、範本、類視圖、藍圖、SQLAlchemy、Flask-SQLAlchemy、Alembic、Flask-Script、Flask-Migrate、表單驗證、Cookie和Session、上下文、鉤子函數和信號等知識點；第4章Flask專案實戰：網上圖書商城，主要包括程式概述、創建資料庫、程式目錄結構和程式編寫等知識點；第5章Django，主要包括Django簡介、安裝Django、第1個Django專案、路由、範本、類視圖、資料庫、表單驗證、Cookie和Session、上下文處理器、中介軟體和CSRF防禦等知識點；第6章Django專案實戰：網上圖書商城，主要包括程式概述、資料庫設計和編寫程式等知識點。本書可以作為廣大電腦軟體技術人員的參考用書，也可以作為高等院校電腦科學與技術、自動化、軟體工程、網路工程、人工智慧和資訊管理與資訊系統等專業的教學參考用書。