Python

在全球數字經濟背景下，雲計算成為企業數字化轉型的必然選擇，企業上雲進程將進一步加速。雲計算也促成了軟件工程的進一步發展，軟件架構演變為雲端架構。本書以雲應用開發為主要內容，由校企雙元合作開發，以職業能力培養為根本，以企業常用的幾類雲應用服務項目為載體，解析項目涉及的Python 程序開發和亞馬遜雲服務知識技能點，掌握雲應用開發能力。本書共5 個單元，單元1 為“我的雲服務器”，包括Amazon EC2 服務的使用和基於Flask 的Web 應用程序的部署；單元2 為“我的有聲圖書”，以生動趣味的項目形式解析Amazon Polly 服務和基於Python的Web 應用開發；單元3 為“航班數據采集及可視化分析”，使用Amazon EC2、SageMaker、S3 等服務和Python 語言，設計數據采集、分析及可視化程序；單元4 為“我的記帳本”，重點解析Amazon Lambda 及Amazon DynamoDB 服務，並採用Python 實現遠程NoSQL 數據庫的數據管理；單元5 為“我的雲盤”，包括Amazon S3、RDS 和EC2 服務的綜合使用以及Python SDK 編程。本書是在亞馬遜雲上實現PythonWeb 應用開發的實戰教程，涉及當前*新的雲應用程序開發知識，可作為各類職業院校軟件開發及相關專業的教材，也可供軟件開發愛好者參考使用。

Python作為編程語言的一種，具有高效率、可移植、可擴展、可嵌入、易於維護等優點；同時Python語法簡潔，代碼高度規範，是初學者步入程序開發與設計之路的不二之選。本書在Windows環境下介紹Python 3.x的基礎語法，講解程序開發流程，並結合項目介紹Python常用模塊與通用的程序設計方法。本書分為10章，其中第1、2章簡單介紹計算機與程序的概念，講解Python的基礎語法；第3～6章對Python語法進行詳細講解，並設置了小型實例；第7章結合項目介紹程序設計方法，同時講解Pygame模塊，鞏固Python語法知識；第8章對Python文件和數據格式化等知識進行講解，為大型項目的開發做好鋪墊；第9、10章作為拓展學習，對Python的主要應用――數據分析與可視化、網絡爬蟲進行介紹。本書附有配套視頻、源代碼、習題、教學課件等資源，為幫助初學者更好地學習本書中的內容，我們還提供了在線答疑，希望得到更多讀者的關注。本書既可作為高等院校本、專科計算機相關專業及其他工科專業的Python教材，也可作為自學者使用的輔助教材，是一本適用于程序開發初學者的入門級教材。

本書以Python 3.5為編程環境，從基本的程序設計思想入手，逐步展開Python語言教學，是一本面向廣大編程學習者的程序設計類教材。基礎篇主要講解Python的基礎語法知識、控制語句、函數、文件、面向對象編程基礎、Tkinter圖形界面設計、網絡編程和多線程、Python數據庫應用等內容，並以小遊戲案例作為各章的階段性任務。實戰篇和提高篇綜合應用前面章節中介紹的技術，重現各個經典遊戲的開發過程。本書以遊戲開發案例為導向，通俗易懂，圖文並茂。本書適合作為高等院校計算機等相關專業的教材，還可作為Python語言學習者、程序設計人員和遊戲編程愛好者的參考書。

本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型

本書以基礎的統計學知識和假設檢定為重點，簡單扼要闡述了 Python 在資料分析、視覺化和統計建模中的應用。本書主要包含了 Python 簡介、研究設計、資料管理、機率分布、不同資料類型的假設檢定、廣義線性模型、存活分析和貝氏統計等從入門到高階的內容。 本書利用 Python 這門開源語言，不僅直觀上對資料分析和統計檢定提供了很好的解說，在相關數學公式的解釋上也能夠做到深入淺出。此外，本書所述內容的可操作性很強，還提供配套的相關程式碼及資料，方便讀者動手練習。本書適合對統計學與 Python 有興趣的讀者，特別是在實驗學科中需要利用 Python 的強大功能進行資料處理和統計分析的學生及研究人員。 本書範例檔： https://github.com/thomas-haslwanter/statsintro_python

本書主要包括兩部分內容，第一部分重點介紹Python 的基礎知識，讓讀者可以從零開始入門Python Web 開發測試；第二部分重點介紹Python Web 項目的開發實踐，讓讀者可以一步一步地瞭解開發一個Python Web 項目的過程。本書是一本介紹Python Web 測試開發的基礎書，從最基礎的Python 概念、Python 語法，到最後的Python Web 的項目實踐，囊括Python Web 測試開發所需的基礎知識和實踐方法，非常適合準備轉型PythonWeb 測試開發的人員。同時，本書也介紹了Python 語言的一些高級特性，如語法糖、內置表達式、魔法屬性等。因此本書也是一本Python 進階教程，適合那些已經掌握一定的Python 基礎知識、希望提升Python 編程能力的讀者。最後，本書一以貫之地以實踐為主旨，除了介紹Python 語法知識之外，更多地關注Python 語言的實踐。例如，第一部分會提供一些練習題，還會有專門的章節來介紹如何學習和使用Python 的類庫；而第二部分則重點介紹實踐項目。所以本書也很適合那些掌握了Python 知識卻沒有Python Web 項目實踐經驗的讀者。

本書以全國計算機等級考試Python大綱為基準進行內容編排，共分為10章，內容包括Python概述、語法基礎、程序控制結構、數據結構、函數與模塊、面向對象程序設計、編程規範、錯誤和異常、文件操作及Python第三方庫。本書適合作為普通高等院校相關專業的Python程序設計的教材和參考資料，也可作為全國計算機等級考試的培訓材料。

本書從實戰角度系統講解了Python核心知識點以及Python在Web開發、數據分析、網絡爬蟲、桌面應用等領域的各種應用實踐。本書用超過10萬行代碼、500個案例完美演繹了Python在各個領域的出色表現，每一個案例都擁有詳細的實現步驟，帶領讀者由淺入深系統掌握Python語言的核心以及Python全棧開發的技能。本書分為四篇，共26章，介紹Python基礎、存儲解決方案、網絡與併發和Python高級技術等內容。 本書適用於零基礎的初學者，適合作為高等院校教材，也適合想掌握Python開發的程序員以及所有對Python感興趣的技術人員參考。

NLTK是自然語言處理領域中非常受歡迎和廣泛使用的Python庫。NLTK的優點在於其簡單性，其中大多數複雜的自然語言處理任務使用幾行代碼即可完成。本書旨在講述如何用Python和NLTK解決各種自然語言處理任務並開發機器學習方面的應用。本書介紹了NLTK的基本模塊，講述了採用NLTK實現自然語言處理的大量技巧，討論了一些文本處理方法和語言處理技術，展示了使用Python實現NLP項目的大量實踐經驗。本書主要內容包括文本挖掘/NLP任務中所需的所有預處理步驟，如何使用Python 3的NLTK 3進行文本處理，如何通過Python開展NLP項目。本書適合NLP和機器學習領域的愛好者、Python程序員以及機器學習領域的研究人員閱讀。

《Python程序設計案例教程》對接高職院校物流工程技術專業建設，是為深化職業教育“三教”改革而探索、開發的與高職物流類工程技術人才培養相適應的項目化、模塊化的Python程序設計基礎案例教程。 《Python程序設計案例教程》根據高職物流工程技術人才培養需要而編寫。 《Python程序設計案例教程》全書共7個項目，14個任務，將Python編程語言涵蓋的Python程序設計基礎知識、基本數據類型與表達式、程序的基本控制結構、組合數據類型、函數等內容融入項目任務。 《Python程序設計案例教程》通過項目任務深入淺出、循序漸進地講解Python編程基礎知識及其在實際項目中的應用，結合典型例題、實際應用及適量習題等強化學習效果。 《Python程序設計案例教程》可作為高職院校物流工程等專業Python程序設計課程的入門教材。

本書圍繞Python語言的數據結構和算法設計，通過大量實例分析，比照《Python語言程序設計》教材的章節順序，從Python編程初步、Python語言基礎、Python組合數據類型、Python控制結構、Python函數與模塊、Python面向對象編程、Python文件操作、Python數據庫操作、Python數據分析初步、Python圖形界面編程、Python數據可視化11個方面，按照問題場景描述、問題算法分析、自然語言算法描述、流程圖算法描述和Python程序算法描述的邏輯順序展開每一個實踐內容，循序漸進地引導讀者建立Python編程的思路、方法和流程。 本書可作為大數據專業學生程序設計學習的教材，也可作為高等院校“Python程序設計”課程的教材，還可作為喜愛程序設計和數據分析的人員的快速入門自學參考書。

*本書適合想打好Python程式設計基礎者，章節安排由淺而深，以循序漸進的方式來介紹Python程式語言最核心的知識。 *程式範例架構明確，將程式範例分為「程式設計目標」、「參考程式碼」和「程式碼解說」等三個部分。 *強調從做中學，設計超過百題的實用Python程式範例，有效提升學習樂趣並降低學習障礙，適合教學與自學。 *本書介紹運算思維與電腦解題的特性，並且說明「大學程式設計先修檢測APCS」的現況。 *特別融入Certiport ITS Python(IT Specialist Certification)資訊科技專家國際證照考試重點，編寫豐富的模擬試題於各章習題，並於書末納入ITS Python認證模擬試題，讓您掌握考試關鍵，順利考取證照。

本書介紹機器學習經典算法的原理、實現及應用，並通過綜合案例講解如何將實際問題轉換為機器學習能處理的問題進行求解。本書配套源碼、PPT課件、習題答案、開發環境與QQ群答疑。 本書共分14章。內容包括k近鄰算法、樸素貝葉斯、聚類、EM算法、支持向量機、決策樹、線性回歸、邏輯回歸、BP神經網絡經典算法，以及垃圾郵件分類、手寫數字識別、零售商品銷售量分析與預測、個性化推薦等綜合案例。本書算法首先給出了數學原理及公式推導過程，然後給出算法實現，最後所有算法及案例均以Python實現，方便讀者在動手編程中理解機器學習的經典算法。 本書適合Python機器學習初學者、機器學習開發人員和研究人員使用，也可作為高等院校計算機、軟件工程、大數據、人工智能等相關專業的本科生、研究生學習人工智能、機器學習的教材。

內容介紹: 【題材涵蓋最全面！一本書掌握資料科學 / 數據工程必學 know-how！】從大數據到人工智慧世代，其背後蘊含的關鍵技術與理論不脫資料科學、機器學習的範疇。基本上，資料科學需要的背景知識與技能相當的多，通常要會 Python 程式設計基礎、熟悉相關 Python 套件和模組的使用；再加上機器學習的基礎就是機率和統計，因此也免不了得學機率和統計知識，可說有一拖拉庫的主題等著你去學，也難怪市面上各主題 (程式基礎、統計、套件、機器學習建模...) 的專書滿坑滿谷，一時間實在讓人難以消化...為了降低讀者初學資料科學面對的負擔以及混亂感，我們精心設計了這本入門實戰教本，秉持讓讀者「買一本抵多本」的精神，本書一次涵蓋所有入門必須熟悉的重要題材，同時也將初學資料科學的脈絡梳理清楚。在章節的安排上，本書從資料取得的網路爬蟲開始，提供一個標準 SOP 來幫助讀者從網路取得資料；接著說明資料科學必學的 Python 重量級套件，再接著介紹機率、統計和探索式資料分析的基礎知識，最後進入最熱門的機器學習、深度學習建模主題。這一連串「取得資料 → 探索資料 → 預測分析」是一套完整的資料科學 / 數據工程實戰訓練，跟著本書掌握這些重要 know-how 後，就不難看懂網路上眾多資料科學、機器學習專案的 Python 程式碼和線上教材，甚至參與資料科學、機器學習的網路競賽；希望本書能協助讀者開啟資料科學家 / 數據工程師的成功之路！本書特色:□ 資料科學三部曲：取得資料 → 探索資料 → 預測分析□ 一次補足最入門的統計和機率基礎□ Python 開發環境與基礎語法快速上手□ 從網頁爬蟲、資料清理到資料視覺化，快速完成資料探索的預處理程序□ 將清理後的資料存入 SQL 資料庫，便於日後存取利用□ 實踐資料科學的四大套件：NumPy、Pandas、Matplotlib、Seaborn 一次掌握□ 用 Scikit-learn、tensorflow.Keras 套件實作最熱門的 AI 機器學習應用

Python全棧系列包括4冊書籍，分別為《Python全棧開發――基礎入門》《Python全棧開發――高階編程》《Python全棧開發――數據分析》和《Python全棧開發――Web編程》。本書是Python全棧開發系列的第2冊，將重點講解GUI編程和遊戲編程的相關知識點，並搭配200多個示例代碼和4個綜合項目，可以幫助讀者快速、深入的理解和應用相關技術。本書共6章，47節。第1章GUI編程，主要包括GUI簡介和GUI的開發工具包等知識點；第2章Tkinter，主要包括Tkinter的安裝、Misc類、Wm類、主窗口、控件、佈局管理器、事件處理、對話框和ttk模塊等知識點；第3章wxPython，主要包括wxPython的安裝、wxPython的基本要素、應用程序、窗口、控件、佈局管理器、事件處理、消息對話框、網格和滾動面板等知識點；第4章遊戲編程，主要包括遊戲編程簡介和遊戲的開發工具包等知識點；第5章Pygame，主要包括Pygame的安裝、Pygame的基礎知識、Surface對象、Rect對象、窗口圖層、圖片加載、圖片變形、圖片蒙版、圖形繪製、文本顯示、時間控制、事件處理、精靈、精靈組、碰撞檢測、音效和音樂等知識點；第6章Cocos2d，主要包括Cocos2d的安裝、Cocos2d的基礎知識、導演、節點、事件、粒子系統、動作、音效和音樂等知識點。本書可以作為廣大計算機軟件技術人員的參考用書；也可以作為大中專，以及高等院校計算機科學與技術、自動化、軟件工程、網絡工程、人工智能和信息管理與信息系統等專業的教學參考用書。

本 書 以 Python 3.7 為 開 發 環 境， 分 為 4 篇， 一 共 21 章。 第 1 篇為 基 礎 篇， 講 解 Python 的 基 礎 知 識； 第 2 篇為進階篇，講解面向對象編程、數據庫編程和多線程編程等；第 3 篇為 應 用 篇， 講 解 如 何 處 理 Excel 電子表格、 Word 文件和 PDF 文件，如何自動發送郵件以及如何自動登錄等；第 4 篇為數據篇，講解如何通過爬蟲獲取數據，以及如何對數據進行分析與可視化等。本書是面向實踐的 Python 編程，不僅介紹 Python 的基礎知識，而且設計了大量的案例。一些重要、 難懂的案例還有配套的微課視頻，讀者可以掃描書中的二維碼觀看。通過本書，讀者不僅能掌握 Python 的編程技巧，而且能體會到利用 Python 編程的快樂。本書可以作為高等學校計算機專業及其他相關專業的教學用書，也可以作為 Python 程序設計人員的參考用書。

本書結合Python語言，從基礎算法講起，逐步深入6種常用算法思想，每種算法思想都佐以大量生動有趣的案例，讓讀者在學習Python語法及算法的同時，意識到算法的重要性，繼而對算法產生濃厚的興趣。本書共11章，分為2篇。第1篇“基礎知識”，主要介紹Python、算法、數據結構、時間複雜度和空間複雜度等關鍵的基礎概念，以及十大排序算法，讓讀者對算法有一個初步的瞭解；第2篇“開始算法之旅”，結合40多個典型案例及其對應的100多種解題思路與方法，介紹遍歷法、迭代法、遞歸法、回溯法、貪心法和分治法6種算法思想，涉及算法的基本思想、關鍵特徵、解題步驟和框架等。

本書主要針對零編程基礎或非計算機專業的讀者，旨在使讀者在掌握Python基礎概念、語法的基礎上，能進一步學習Python在數據采集、挖掘、存儲、分析等方面的應用。因此本書分為兩部分， 部分是Python的基礎教學，第二部分是Python的數據挖掘與分析。

針對財經類院校學生的特點，在掌握Python基本知識的基礎上，介紹機器學習的原理、應用及實現，內容主要涵蓋：關聯規則發現、聚類、分類、回歸、預測、維度約簡、模型優化、模型評價等，涉及的數據結構有結構化數據、非結構化數據、半結構化數據、截面數據、面板數據等。本書使用數據領域最主流語言Python及其分析與建模庫作為核心武器。對於機器學習經典算法給出完整的原理推導並基於實例進行講解，實例演示如何應用機器學習算法解決實際問題。

隨著金融科技時代的到來，Python在金融領域的影響力已經有目共睹。掌握Python在金融實務中的應用，已經成為金融科技達人們必備的技能之一。本書作為《基於Python的金融分析與風險管理》一書的配套案例集，整合了源于現實金融市場和日常實務工作的88個原創案例，涉及308項編程任務，包括超過6000行的Python代碼。本書囊括了豐富多樣的金融場景，涵蓋利率、匯率、債券、股票、基金、遠期、股指期貨、外匯期貨、國債期貨、股票期權、商品期權等金融產品，還涉及商業銀行、證券公司、期貨公司、保險公司、信託公司、資產管理公司、基金管理公司、金融控股公司等各類型的金融機構，既介紹了包括我國在內的新興市場，又介紹了歐美成熟的金融市場，囊括金融實務中可能涉及Python編程的各種場景。本書著眼於一系列從業者可能涉及的金融實務案例，並結合Python編程給出了高效的解決方案。通過閱讀本書，讀者能夠全方位地瞭解金融市場的運作，深刻洞察各類職務背後的工作技巧。

在機器學習生命週期的不同階段規劃和實施 XAI 評估目前流行的各種XAI開源工具的優缺點，介紹如何處理機器學習數據中的偏見問題，介紹處理機器學習數據中的道德倫理和法律問題的工具和相關知識，介紹XAI設計和可視化方面的**實踐，將XAI集成到Python模型中，在整個機器學習生命週期中使用對應的XAI工具來解決業務問題。

全書共分 12 章，包括初識 Python、Python 語言基礎、流程控制語句、序列的應用等。書中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，可以使讀者輕鬆領會 Python 程序開發的精髓，快速提高數據庫管理技能。本書通過大量實例及一個完整項目案例，幫助讀者更好地鞏固所學知識。本書主要作為針對語言類、新聞類等專業的計算機基礎公共基礎課教材，也適合對人工智能領域感興趣的讀者參考。

本書共分10章，介紹了Python基本語法，Python科學計算、數據分析、機器學習方面常用的工具包，介紹了Python在數據分析方面常用操作，數據可視化，網絡數據獲取。本書包含數據分析的前沿技術--深度學習技術，包括卷積神經網絡、循環神經網絡、長短期記憶網絡、FasterRCNN、Yolo等。本書通過圖像分析、視頻分析、時間序列分析等方面應用的例子使讀者可以進行一些數據分析方面的應用工作。本書與數據分析應用緊密結合，通過通俗易懂的語言、豐富的案例，使讀者對Python數據分析獲得一個較為全面的認識。本書每章後面附有習題，便於讀者瞭解自己對內容的掌握程度。

Python is one of the most popular programming languages, widely used for data analysis and modelling, and is fast becoming the leading choice for scientists and engineers. Unlike other textbooks introducing Python, typically organised by language syntax, this book uses many examples from across Biology, Chemistry, Physics, Earth science, and Engineering to teach and motivate students in science and engineering. The text is organised by the tasks and workflows students undertake day-to-day, helping them see the connections between programming tools and their disciplines. The pace of study is carefully developed for complete beginners, and a spiral pedagogy is used so concepts are introduced across multiple chapters, allowing readers to engage with topics more than once. “Try This!” exercises and online Jupyter notebooks encourage students to test their new knowledge, and further develop their programming skills. Online solutions are available for instructors, alongside discipline-specif

《編程導論——以Python為舟（第2版）（清華科技大講堂）》以大量的編程實例與作者多年編程實踐的體會來揭示編程的本質，系統性地指導讀者如何編程。書中所有代碼都用Python語言編寫，通過編程實例講解Python語言的所有知識點，使讀者在掌握編程思維和技巧（邏輯思維能力、計劃構建能力、循環計算能力、遞歸求解能力等）的同時，自然而然地熟練掌握Python語言。《編程導論——以Python為舟（第2版）（清華科技大講堂）》既適合作為“程序設計基礎”“編程導論”“Python語言程序設計”等課程的教材，也適合作為參加編程競賽的、自學Python編程的中學生、大中專學生、程序員及普通讀者的參考用書。