Python

《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。

本書以《Python 程序開發職業技能等級標準》 為編寫依據，內容主要由數據收集與清洗、數據可視化與數據分析、人工智能應用3個部分組成，涵蓋了 NumPy、pandas、數據處理、數據可視化、機器學習、深度學習和推薦系統等相關知識。本書以模塊化的結構組織各個章節，以任務驅動的方式安排內容，以培養學生能力為目的，充分體現了“做中學，學中做”的思想。本書可用於 1+×證書制度試點工作中的 Python 程序開發職業技能培訓，也可以作為期望從事 Python 程序開發人員的自學參考用書。

本書分為基礎篇及實作篇，共十個章節。基礎篇著重於樹莓派的介紹、基本安裝以及Python基本語法；實作篇則著重於Python GPIO程式設計，全書收錄40個實驗，所有程式皆有逐行解說，並經Pi 3B開發板驗證，您可按照書內實體接線圖及範例撰寫操作Python程式，循序漸進的實驗安排可使您體驗到樹莓派的強大功能，並以此為基礎，設計功能更強大的嵌入式系統。

本書從初學者的角度出發，提供了Python從入門到數據分析可視化再到Web開發所需要的知識和技能,適用對象為基礎入門者和技能爬升者。 本書按照技能的熟練程度分為篇。篇初窺門徑（第1～3章）主要包含的Python基礎語法知識。第二篇略有小成（第4～6章），讀者從這裡開始開始學習Python數據處理，並體驗如何調用Python第三方庫實現Web數據交互可視化分析。第三篇登堂入室（第6和7章），讀者自此開始接觸Django，並學習如何使用Django開發一個靜態網站。第四篇融會貫通（第8章），借由此章讀者可以將前面學習的內容融會貫通，並能根據自己的理解實現一些簡單的功能，並據此完成投票網站的開發。第五篇爐火純青（第9章），本章是對前面幾章內容的昇華，需要讀者充分掌握前兩個案例才能理解本章的內容。學會了本章，讀者將完成一個精美的、功能完善的數據分析可視化網站，並可以應用於日常生活和工作。第六篇返璞歸真（第10章），本章將講解如何將開發好的應用程序部署在服務器上實現實際應用，讀者將初步接觸服務器部署的一些基礎知識，並感受到學無止境。 本書適合Python愛好者，需要學習編程輔助提高工作效率的在職者，以及具備一定編程基礎，想要開發作品的自學者閱讀。

機器學習是人工智能的重要技術基礎，涉及的內容十分廣泛。本書基於Python語言，實現了12個典型的實戰案例，其內容涵蓋了機器學習的基礎算法，主要包括統計學習基礎、可視化、常用的分類算法、文本分析、卷積神經網絡、循環神經網絡、注意力機制、生成對抗網絡、電子推薦系統等理論。本書深入淺出，以實際應用的項目作為案例，實踐性強，注重提升讀者的動手操作能力，適合作為高等院校本科生及研究生機器學習、深度學習、數據挖掘等課程的實驗教材，也可作為對機器學習和深度學習感興趣的研究人員和工程技術人員的參考資料。

本教材是參編教師在教學過程中，對教與學過程的總結與提升的結果。編寫小組已形成較為成熟的教學講義，在國家級大數據應用技術大賽和省級大數據應用技術大賽中，已使用此Python程序設計講義對參賽學生進行了輔導，多位同學在大數據比賽中獲得可喜的獎項。本教材的編寫既是對Python語言程序設計教學成果的推廣，又是對數據科學與大數據技術專業建設成果的展示。宿州學院數據科學與大數據技術專業是安徽省第一個數據科學與大數據技術專業，在特色專業建設過程中，Python語言程序設計作為專業基礎課，我們已在課程建設、教材建設等方面做了大量的工作，並取得了一定的成績。

本書系統介紹了Python語言的基礎知識和程序設計方法。全書共9章，主要包括Python概述、Python語言基礎、Python序列對象、Python程序結構、Python函數、文本處理(一)：Python字符串、文本處理(二)：Python正則表達式、面向對象程序設計、文件與文件夾。 本書結構合理，內容循序漸進，取材得當。為便於教學，本書配套有教學輔助平臺，平臺提供了高質量的配套PPT、微課視頻、例題源代碼以及習題參考答案、帶有近千道題題庫的定制考試解決方案等教學資源。

數據可視化是將Python應用于大氣海洋科學中數據處理及分析過程的重要環節，它可以讓複雜晦澀的數據變得鮮活生動，從而更好地被理解。本書主要介紹幾個基於Python且各具特色的繪圖工具包，從安裝到使用，並列舉大量的代碼示例，為使用Python進行數據分析的用戶們提供詳細的參考。

●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。

這是一本Python入門書，本書的特色之一是在介紹Python編程的基礎知識之後，通過具體編程範例，分不同的主題來闡釋如何用Python語言高效編程，在幫助讀者夯實基礎的同時找到最佳解決方案，達到學以致用的目的。本書內容由淺入深，從理論到實踐，首先介紹Python編程的基本知識和編程範例，然後介紹如何進行性能優化、有效調試以及如何控制程序的流程。此外，本書還講解了Python中的加密服務和安全令牌等知識。通過學習本書，讀者將對Python語言有一定的瞭解。本書能夠幫助讀者掌握如何編寫程序、構建網站以及利用Python著名的數據科學庫來處理數據等內容。本書涵蓋各種類型的應用程序，可幫助讀者根據所學的知識解決真實世界中的問題。

內容提要本書分為7章，內容包括Python程序設計入門、Python程序設計基礎、程序控制、組合數據類型、函數、數據文件、模塊和庫等內容。本書由淺入深地講解了Python的基本語法、程序設計思想及問題求解，並結合大量實際案例，增加讀者對知識點的理解和應用。本書適合作為高等學校非計算機專業大學計算基礎相關課程的教材，也可供相關工程技術人員參考。

全書共14章，第1章至第10章是Python語言基礎，覆蓋了全國計算機等級考試Python語言的主要內容；第11章至第12章是Python語言的應用，包括圖形用戶界面、數據庫編程等內容；第13章和第14章重點介紹了Python第三方庫的應用。教材內容以應用為核心展開，力求以知識的*小集來實現*大範圍的應用。

語法解析->範例說明 ->程式設計 ->ITS Python詳解 ■MVP微軟最有價值專家、ITS Python國際認證講師與資深教師共同執筆 由微軟MVP、ITS Python國際認證講師與科技大學教授程式設計教師共同編著，針對初學習程式設計所編寫的入門教材，適合無程式基礎以及想要學習Python的初學者，同時也是適合教師教授程式設計與訓練學生運算思維的好教材。 ■循序漸進，無痛上手 內容兼具理論與實務，由書中範例說明，問題分析、程式架構，訓練初學者邏輯思考、解決問題的能力，使初學者輕鬆邁入Python程式設計的殿堂。 ■豐富內容與實務應用 涵蓋Python開發環境建置、變數與資料型別、輸出入函式、選擇結構、重複結構、串列與集合、排序與搜尋、函式、字典、套件使用、檔案與例外處理，數據圖表設計、視窗應用程式開發，網頁爬蟲實戰…等。為初學者建立前進大數據、機器學習與人工智慧的基礎。 ■ITS Python國際認證能力訓練 內文講解融入ITS Python解題技巧，書末更彙整了ITS Python(IT Specialist Certification)資訊科技專家國際認證的兩組模擬試題，讓初學者程式設計訓練更加扎實，同時也是考取ITS Python國際認證的最佳教材。

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。

本書是面向非計算機專業學生和Python初學者的“計算機科學素養”叢書之一。作為Python編程入門教程，本書語法及功能介紹以夠用、實用和應用為原則，將Python語言融入問題求解中；案例選取貼近生活，有助於提高學生的學習興趣；內容呈現直觀、形象，知識點講解深入淺出、通俗易懂。

《Python數學實驗與建模》以Python軟件為基礎,詳細介紹了數學建模的各種常用算法及其軟件實現,內容涉及高等數學、工程數學中的相關數學實驗、數學規劃、插值與擬合、微分方程、差分方程、評價預測、圖論模型、多元分析、MonteCarlo模擬、智能算法、時間序列分析、支持向量機、圖像處理等內容,既有對算法數學原理的詳述,又有案例和配套的Python程序.《Python數學實驗與建模》含有Pytho

本書是Python程式設計語言的傑出參考手冊，書中詳盡講解了Python核心和Python庫中重要的部分。全書分為三個部分，首部分涉及類型與物件，運算子與運算式，程式結構與控制流，函數與函數式程式設計，類與物件導向程式設計，模組、包與分發，輸入與輸出，測試、調試、探查與調優等與Python語言相關的內容；第二部分涉及內置函數和異常、運行時服務、數學運算、資料結構、演算法與代碼優化，字串和文本處理，

自然語言處理是計算語言學和人工智能之中與人機交互相關的領域之一。本書是學習自然語言處理的一本綜合學習指南，介紹了如何用Python實現各種NLP任務，以幫助讀者創建基於真實生活應用的項目。全書共10章，分別涉及字符串操作、統計語言建模、形態學、詞性標注、語法解析、語義分析、情感分析、信息檢索、語篇分析和NLP系統評估等主題。本書適合熟悉Python語言並對自然語言處理開發有一定瞭解和興趣的讀者閱讀參考。

本書旨在通過實際的Python 3.0代碼示例展示Python與數學應用程序的緊密聯繫，介紹將Python中的各種概念用於科學計算的方法。本書共有15章。第1～3章介紹Python中的主要語法元素、基本數據類型、容器類型等概念；第4～9章介紹線性代數、數組、函數、類、迭代等與數學數據類型緊密相關的內容；第10～14章就有關科學計算程序運行過程中錯誤處理、輸入輸出、測試等問題進行探索，並具體給出了一些綜合實例，以幫助讀者進一步掌握前述章節所涵蓋的內容；第15章介紹符號計算的相關內容，旨在讓讀者瞭解這一常用於推導和驗證理論上的數學模型和數值結果的技術。本書特色鮮明，示例生動有趣，內容易讀易學，既適合Python初學者和程序員閱讀，也適合高校計算機專業的教師和學生參考。具有編程經驗以及科學計算的愛好者也可以將本書作為研究SciPy和NumPy的參考資料。

本書主要介紹利用Python進行科學計算的方法，其內容從基礎知識到實際開發應用，由淺入深，通俗易懂。每章均配有針對性的案例，供讀者實踐練習，提高讀者資料分析能力和實踐動手能力。本書的主要內容包括Python開發的環境搭建，Python基礎，對文字檔、CSV檔、Excel檔、JSON檔的操作，訪問SQLite資料庫與MySQL資料庫，使用NumPy類庫、Pandas類庫、SciPy類庫進行科學計算，使用Matplotlib、Seaborn、pyecharts等類庫實現資料可視化。本書通過探索真實的鄭州二手房資料集，説明讀者逐步掌握資料的採集、清洗、整理及分析計算，並結合資料可視化元件，實現資料圖表到可視化的轉換，進而提高讀者解決實際問題的能力。 本書既可以作為高等本科院校Python科學計算課程的教材，也可以作為應用型本科、高職高專院校相應課程的教材。

《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。