Python

本書分為6章，主要內容如下：第1章快速介紹Python開發環境搭建、Python編碼規範、常用數據類型、運算符、內置函數、程序控制結構、函數定義和類定義等基礎語法知識；第2章講解多線程編程模塊threading和多進程編程標準庫multiprocessing、subprocess在不同領域的應用，以及擴展庫psutil在進程管理方面的應用；第3章講解基於TCP/UDP等網絡協議的套接字編程；第4章講解使用標準庫urllib、re和擴展庫requests、beautifulsoup4、Scrapy、selenium、MechanicalSoup編寫網絡爬蟲程序的有關內容和實戰案例；第5章講解email、smtplib、poplib、imaplib等標準庫在構造/解析、發送、接收和處理電子郵件方面的應用；第6章介紹密碼學、嗅探器、網絡抓包、端口掃描器，以及SQL注入、XSS、CSRF、蜜罐系統。本書可以作為計算機科學與技術、網絡工程、軟件工程及相關專業研究生、本科生、專科生的教材(專科生可以根據學時情況和培養目標選講一部分內容)，也可以作為網絡應用開發工程師、網絡運維工程師和計算機愛好者的自學用書，第5章內容對於辦公文秘人員也大有益。

計算機視覺是在圖像處理的基礎上發展起來的新興學科。OpenCV是一個開源的計算機視覺庫，可以實現圖像處理、模式識別、三維重建、物體跟蹤等算法。本書基於Python，從圖像基本原理說起，初步講解計算機視覺所需的OpenCV知識。 本書可作為信息處理、計算機、機器人、人工智能、遙感圖像處理、認知神經科學等相 關專業的教學用書，也可供相關領域的研究工作者參考。

本書介紹了Python在金融數據分析中常用的基礎工具，包括NumPy、Pandas、Matplotlib、TensorFlow、Keras等，同時給出了40多個金融數據分析的經典案例，包括股票市場數據分析、債券市場數據分析、衍生品市場數據分析、投資組合案例分析、金融模型模擬、機器學習股價預測、期權定價綜合應用場景案例、層次風險平價方法應用場景案例以及深度學習在金融市場中的應用場景案例等。

本書從Flask框架的基礎知識講起，逐步深入到使用Flask進行Web應用開發實戰。其中，重點介紹了使用Flask+SQLAlchemy進行服務端開發，以及使用Jinja 2模板引擎和Bootstrap進行前端頁面開發的方法，不但可以讓讀者系統地學習用Python微型框架開發Web應用的相關知識，而且還能對Web開發中基於角色訪問權限控制的方法等相關知識有更為深入的理解。本書提供了大量的實戰案例引

本書用平實的語言深入淺出地介紹當前熱門的機器學習經典算法, 包括線性回歸、Logistic回歸與Softmax回歸、決策樹 (分類與回歸)、樸素貝葉斯、支持向量機、K近鄰學習、KMeans和人工神經網絡, 針對每一個算法首先介紹數學模型及原理, 然後根據模型和算法描述使用Python編程和Numpy庫進行算法實現, 最後通過案例讓讀者進一步體會算法的應用場景以及應用時所需注意的問題。

這是一本故事書，也是一本編程書。小男孩派森無意中闖入神秘國度―Python 王國，恰好遇到了國王的鸚鵡，於是他們開始了奇幻的冒險之旅。在這個過程中，他們曾落入“大耳朵”部落、怪獸餐廳、要“名片”的迷宮，也造訪過“呆頭”小鎮、巫師的小屋、國王的跑馬場；他們打敗過7 眼3 嘴的攔路怪獸、兩個腦袋的守護者，也結識了“哲學家”、王國裡“最頑固”的人、王宮的“守門人”等形形色色的角色；他們學習過古老咒語，指

本書以Python 3版本作為數據分析與挖掘實戰的應用工具，從Pyhton的基礎語法開始，陸續介紹有關數值計算的Numpy、數據處理的Pandas、數據可視化的Matplotlib和數據挖掘的Sklearn等內容。全書共涵蓋15種可視化圖形以及10個常用的數據挖掘算法和實戰項目，通過本書的學習，讀者可以掌握數據分析與挖掘的理論知識和實戰技能。 本書適於統計學、數學、經濟學、金融學、管理學以及相關理

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。

1. 認識 ChatGPT：介紹 ChatGPT 的基本原理與使用方法。幫助讀者快速理解與上手工具。2. 使用 ChatGPT 輔助編寫高質量代碼：系統講解如何利用 ChatGPT 描述需求、補全代碼、檢查語法、調試程序等。大量案例幫助讀者掌握技巧，提高編程效率與代碼質量。3. ChatGPT 與數據采集與清洗：詳細介紹 ChatGPT 如何輔助網頁爬取、解析數據、清洗數據等。案例覆蓋股票數據、人口數據等，有利於讀者的實踐應用。 4. 辦公自動化中的數據存儲與分析：介紹 MySQL 數據庫、JSON 格式等的數據存儲方法。使用 Pandas 展示數據分析與統計方法，互動案例展示 ChatGPT 的輔助作用。 5. 辦公自動化中的數據可視化：使用 Matplotlib 繪製折線圖、柱狀圖、餅圖、散點圖等。案例說明如何利用 ChatGPT 選擇合適的可視化方法與改進圖表。6. ChatGPT 輔助自動化辦公軟件：包括 Excel、Word、PPT、PDF 等。使用相應庫實現這些軟件的自動化操作與功能擴展。大量案例與代碼將 ChatGPT 的作用帶入實際應用，提高工作效率。 本書具有以下特色：1. 首本系統介紹 ChatGPT 與 Python 辦公自動化的實用教程。內容較為全面，覆蓋 ChatGPT 的學習與多個應用場景。2. 提供大量實踐案例與代碼示例，詳細演示 ChatGPT 的強大作用。便於讀者快速掌握知識並應用出成果。 3. 案例使用真實數據，貼近工作實際，有利於讀者理解與記憶。 4. 適合不同層次讀者，新手可以快速入門，專業人士可學習新的解決方案。本書適合以下讀者：1. 對 ChatGPT 與 Python 辦公自動化感興趣的人。可作為入門學習資源。2. 軟件工程師與數據分析師。可提高工作效率與解決方案。 3. 企業培訓師。可作為課程教材，提高職場人才的自動化能力。 4. Python 程序員。可學習新的工具與技能，拓展實現範圍。綜上，本書以實用為主，全面介紹 ChatGPT 的學習與應用。案例貼近實際工作，易於理解與應用。適合各類讀者，實用性強，具

元學習是當今人工智能研究的熱門領域之一，被視為實現通用人工智能的基礎。本書介紹元學習及其原理，講解各種單樣本學習算法，例如孿生網絡、原型網絡、關係網絡和記憶增強網絡，並在基於Python的TensorFlow與Keras中實現它們。讀者能夠從本書中瞭解先進的元學習算法，如模型無關元學習、Reptile和元學習的上下文適應。此外，本書還探索如何使用元隨機梯度下降法來快速學習，以及如何使用元學習來進行

本書循序漸進、深入講解了使用Python語言實現數據可視化分析的核心知識, 並通過具體實例的實現過程演練了數據可視化分析的方法和流程。全書共10章, 內容包括數據采集、使用數據庫保存數據、繪製散點圖和折線圖、繪製柱狀圖、繪製餅狀圖、繪製其他圖形以及商業應用--電影票房數據可視化、房地產市場數據可視化、交通數據可視化、招聘信息可視化。講解簡潔而不失深度, 內容豐富、全面, 歷史資料翔實完整。

本書是《Python編程基礎及應用》(陳波、劉慧君主編)的配套實驗教材。 為方便教學過程的組織和讀者的實踐練習，本書按照理論教材的內容體系和順序提供了由淺入深的18個基礎實驗以及6個綜合實驗。其中，每個實驗又由多個獨立或相互關聯的，逐次遞進的小項目構成，全書共包含約90個實踐案例。 考慮到初學者的一般學習規律，本書中的多數案例均對問題進行了詳細分析，提供瞭解題思路，部分案例還提供了代碼框架或流程圖，以及測試用例。為了提高讀者的學習效率，本書提供了全套的實驗數據文件下載，並在一些關鍵環節，直接提供了代碼片段，以避免不必要的數據輸入和徒勞的互聯網檢索。 作為新形態教材，本書以二維碼形式為複雜的實踐環節提供詳細知道，這些指導內容將隨著相關軟件和工具的版本變化而適時更新。讀者在應用理論教材進行理論學習的同時，結合本書進行實踐練習，學習與實踐相結合，在實踐中昇華對理論知識的理解，事半而功倍。 本書既可用作相關主教材的配套實驗用書，也可作為Python編程學習者的實踐指南。

隨著大數據、人工智能技術的發展，及相關國內外信息化競賽需要，廣大學生需要一本容易理解、針對性強，符合最新算法需要的書，用於大數據、人工智能技術的學習和研究，並促進在校學生參加國內外競賽的興趣和水平；另外對於需要轉行研究大數據、人工智能技術的程序員，企業研究人員，高校老師，需要提供配套的算法技術書籍。 本書是基於Python語言提供了大量的傳統典型算法、競賽算法、大數據算法、人工智能算法、遊戲算法等

機器學習是人工智能領域一個極其重要的研究方向，而深度學習則是機器學習中一個非常接近AI的分支，其思路在於建立進行分析學習的神經網絡，模仿人腦感知與組織的方式，根據輸入數據做出決策。深度學習在快速的發展過程中，不斷有與其相關的產品推向市場，顯然，深度學習的應用將會日趨廣泛。《Python深度學習：邏輯、算法與編程實戰》是關於深度學習的理論、算法、應用的實戰教程，內容涵蓋深度學習的語言、學習環境、典型

在學習和研究機器學習的時候，面臨令人眼花繚亂的演算法，機器學習新手往往會不知 所措。本書從演算法和Python 語言實現的角度，幫助讀者認識機器學習。 本書專注於兩類核心的“演算法族”，即懲罰線性回歸和集成方法，並通過代碼實例來 展示所討論的演算法的使用原則。全書共分為7 章，詳細討論了預測模型的兩類核心演算法、預測模型的構建、懲罰線性回歸和集成方法的具體應用和實現。 本書主要針對想提高機器學習技

隨著全球電子商務的迅速發展和數字經濟的興起,海量數據已成為企業寶貴的戰略資源。在當今數據驅動決策的時代,電商企業面臨著前所未有的機遇與挑戰,如何從海量數據中提取有價值的信息,精准把握用戶需求,優化運營策略,已成為企業制勝的關鍵。本書是為高校教師和學生量身打造的電商數據分析教材,系統地介紹了電商數據分析的核心理論、工具應用及案例實踐,旨在為讀者提供一套系統、全面且貼近實際的電商數據分析學習方法,幫助讀者從理論到實踐全面提升數據分析能力。 全書共4個部分,第1部分入門篇包括第1章和第2章,講解了電商數據分析入門和Python數據分析基礎;第2部分進階篇包括第3章和第4章,介紹了電商數據的獲取與預處理和EDA與可視化;第3部分實戰篇包括第5章～第8章,涵蓋用戶行為分析、銷售數據分析、營銷效果分析和庫存與供應鏈分析4個綜合實戰;第4部分項目實訓篇包括第9章,提供了7個實訓項目。 本書可作為高等院校電子商務類專業Python電商數據分析課程的教材,也可供電商數據分析領域的技術人員學習使用,還可作為電商數據分析研究人員的參考書。

本書以Python技術貫穿人工智能的基本知識，一方面具有知識科普性質，另一方面通過動手實踐編程，讓學生在做中學，學中做。本書內容主要包括人工智能、數據處理與分析、數據可視化、數據社交網、機器學習、深度學習、自然語言處理、大模型、大模型產品等。本書內容精練、文字簡潔、結構合理。實訓題目經典實用、綜合性強，明確定位面向初、中級讀者，由“入門”起步，側重“提高”。特別適合作為高等學校人工智能專業的教材或教學參考書，也可以供從事計算機應用開發的各類技術人員應用參考。

本書介紹了最優化模型的基礎知識，梳理了大資料和人工智慧時代湧現出來的最優化演算法，使用Python語言給出演算法的代碼，展示了若干實例。本書主要內容包括最優化模型基礎知識和最優化演算法兩部分，介紹了凸集合、凸函數、凸優化模型、對偶理論，梳理了梯度下降法、牛頓法、Lagrange 乘子法、DC 規劃演算法、梯度投影法、隨機梯度下降法、線上梯度下降法等優化演算法。本書的讀者只需要具備微積分和線性代數的基礎知識即可。讀者可登錄華信教育資源網免費下載書中案例的原始程式碼。

海量數據的產生和大數據的高價值利用，讓數據爬取變得日益重要。本書為讀者介紹了如何使用Python編寫網絡爬蟲批量採集互聯網數據，如何處理與保存採集到的信息，以及如何從眾多紛亂的數據中提取到真正有用的信息。本書末尾介紹了幾種常用的數據可視化工具。讓讀者能夠從頭到尾完整地完成網絡數據的採集與分析項目。 本書理論與實例並重，既能夠幫助數據從業者快速提升工作效率，又可以幫助大數據愛好者用網絡爬蟲方便生

本書是一本專門面向工程相關專業讀者的編程類技術圖書，主要介紹如何使用Python來解決工程問題。書中涵蓋了如何編碼幾何基元、讀寫文件、繪製矢量圖並製作動畫來展示運算結果，以及求解大型線性方程組，並在最後整合所有知識，搭建了一個求解桁架結構問題的應用程序。本書適合任何有一定專業背景並且想通過編程來解決工程問題的讀者閱讀，同時適合工程相關專業的學生作為參考。具有線性代數、平面幾何和物理學的基礎知識，並瞭解材料力學和數值方法的原理會比較有幫助。

本書以數據智能和編程思維為核心，圍繞數據的全生命周期管理概念，詳細介紹了基於Python的數據分析與可視化方法，涵蓋基本概念、數據處理、數據獲取、數據計算、數據分析、數據可視化及綜合應用。 本書分為理論和實驗兩部分，內容由淺入深，語言通俗易懂，案例貼近學生生活和學習真實場景，既體現了數據科學的技術熱點，又兼顧了案例的生動性和趣味性，適合全國高等學校各專業作為“新文科”建設背景下的人工智能和數據科學通識課教材使用，也可作為大數據、智能數據處理相關專業的專業教材或參考教材。

本書採用單元式結構，每個單元中包含有多項任務，每個任務都是一項具體的應用案例。通過各單元中的任務驅動案例和拓展訓練，從任務描述--知識儲備--任務實施等環節出發，深入淺出地介紹Python數據可視化的方法和程序設計思路。本書單元1～單元3介紹數據可視化的基本概念；單元4～單元6分別介紹Matplotlib、Seabom和pyecharts庫數據可視化的基本方法；單元7 是pyecharts綜合項目案例。本書採用任務驅動教學方式，各個單元中都配有教學案例、教學PPT、程序源代碼、數據集和教學視頻，每個單元還有許多示例代碼，拓展訓練，單元小結和思考練習，以便於讀者自學和練習，並結合案例內容融入課程思政元素。

這是一本“將人工智能技術運用於醫學案例，利用先進技術解決臨床問題”的圖書。本書使用三維圖像專業處理軟件Dragonfly（基於Python語言，封裝了多個機器學習庫）作為具體的實現工具。本書介紹了人工智能與醫療的介紹、醫療領域中的圖像處理、醫學圖像處理的常規流程等內容，並通過6個真實的醫學案例展現人工智能技術在醫學圖像學領域的應用，從醫工交叉的角度出發，深入探討醫學圖像問題的處理方法，旨在讓讀者瞭解如何將人工智能技術切實落地於醫學圖像學中，幫助其提升運用人工智能技術處理醫學圖像問題的能力。

本書是針對有一定Python基礎的讀者而編寫的一本人工智能算法入門書籍。書中將算法原理講解與實際案例相結合，通過讓讀者動手編程的方式加深讀者對所學算法的理解。全書共7章，包括人工智能概述、人工智能算法框架、啟發式算法、監督學習與無監督學習、深度學習、強化學習、人工智能未來展望等內容，其中所有案例代碼均可通過掃描書中二維碼獲得。本書既可作為高等院校計算機、軟件工程、大數據等相關專業的本科生或研究生教材，也可作為各種人工智能實踐班的培訓教材，同時還可供廣大對人工智能算法感興趣的研究人員和工程技術人員閱讀參考。

本書的編程語言以Python為主，詳細介紹了人工智能算法的主流類別，涉及常見的數據特徵處理、回歸模型、基於實例的算法、樹方法、神經網絡、自然語言處理、社會網絡、遺傳算法和推薦算法。本書針對每一大類算法都介紹了該門類下的經典算法，並運用常見算法庫以代碼實現為目的，以商業分析、金融投資、科研輔助和工程優化等案例為對象，逐步講解每一種算法的實現方法及在案例分析中的運用，部分案例配備了教學視頻，可掃碼實時觀看。同時，隨書還提供了程序源代碼、授課用PPT等海量附加學習資源。本書適用的讀者對象包括：商業分析師、高校科研工作者、互聯網企業的算法工程師、大中專院校相關專業師生以及其他需要掌握人工智能算法知識的讀者。

本書是一本以OBE理念為指導，校企聯合共建的適應新工科、應用型人才培養的數據分析與挖掘的案例式圖書。本書共8章，內容包括Python的基礎語法，網絡爬蟲、數值計算的numpy、數據處理的pandas、數據可視化的matplotlib，數據挖掘基礎，scikit-learn數據挖掘實戰。本書體系完整，重點突出，資源豐富。本書設置一個實戰項目貫穿整個課程始終，每學習完一章則綜合運用本章知識點解決或改進本項目的某些任務，引導學生循序漸進，由簡單到複雜逐步完成一個數據分析與挖掘項目。通過本書的學習，讀者可以掌握數據獲取、數據分析與挖掘的理論知識和實戰技能。本書適於計算機、大數據、人工智能以及相關理工科專業的本科生、研究生使用，也能夠提高從事數據諮詢、研究或分析等人士的專業水平和技能。

本書借助大量有趣的模型和實例，介紹複雜系統及模型的相關概念。本書使用的Python語言被認為是非常優秀的資料分析和建模工具，設計高效且易學易用。本書採用理論分析與實踐相結合的方式，建立系統的數學模型及相應的計算機模型和虛擬模擬實驗。本書適合對複雜性科學有濃厚興趣並具備一定計算機程序設計技術的讀者閱讀。希望讀者通過閱讀本書，可以學會用模型思考問題，掌握對自然、經濟和社會中複雜現象的建模與模擬技術，從而研究和預測它們的發展態勢。本書配套的程式原始程式碼，可以登錄華信教育資源網免費下載。 本書適合作為高等院校管理類、工程類、信息技術類等專業的相關課程教材，也可供社會相關從業人員參考閱讀。

本教材由實踐經驗豐富的企業工程師和教學能力突出的專業教師聯合開發，全書分為九章，從程序運行環境基礎開始講起，包括分析一個程序、設計一個程序、程序結構、數據類型拓展、函數設計思維等程序設計基本知識。並在此基礎上，延伸到面向對象編程等拓展知識領域，最後兩章介紹了可視化編程和經典應用案例的基本知識，使學習人員能夠通過本課程的學習，自然的向更高階段過渡。算法和理論部分用Python語言描述。本書面向高職不同專業，以培養程序基礎知識和邏輯思維為目標，以項目、案例貫穿全書，並針對高職課程緊縮的特點，重新設計課程的內容結構，便於培養程序流程和思維。全書語言通俗易懂、知識緊湊，內容深入淺出、邏輯性強，既可以作為高職高專教材，也可以作為自學或應用本科學習程序設計參考資料。

近年來人工智能的顯著進步，得益於數據、算力和算法的快速協同發展。對於人工智能應用相關的廣大從業者而言，在擁有足夠的數據和充裕的算力資源的情況下，如何將數據和算力所能產生的效果有效釋放，真正實現人工智能對已有業務的賦能，則有賴於合理高效的設計和運用機器學習的相關算法。本書分上、下兩篇，共12章，以Python語言為基礎，系統地講解了機器學習算法基礎，常見的機器學習相關算法的原理、實現與應用，以及深度學習相關算法的原理、實現與應用等內容。本書旨在帶領讀者探索人工智能時代的算法奧秘，引導讀者學習主要的機器學習算法原理，並學會基本運用。本書基本做到單章自成體系，讀者可以根據興趣或應用需要自行安排閱讀順序。本書適合機器學習算法的初學者、自學機器學習基礎知識的程序員閱讀，也可作為計算機類或電子信息類研究生的參考書。

無

無

無

無

本書以自然語言處理常用技術與真實案例相結合的方式，深入淺出地介紹自然語言處理中的關鍵內容。全書共8章，內容包括自然語言處理概述、文本數據爬取、文本基礎處理、文本進階處理、天問一號事件中的B站網民情感分析、新聞文本分類、基於瀏覽記錄的個性化新聞推薦以及基於TipDM數據挖掘建模平臺實現新聞文本分類。本書大部分章節包含了課後習題，其中前4章設置了選擇題，後4章設置了操作題，希望通過練習和操作實踐，幫助讀者鞏固所學的內容。本書可作為高校數據科學、人工智能和新聞傳播相關專業教材，也可作為自然語言處理愛好者的自學用書。