Python Data Science Handbook

這是一本關於Python的入門書籍，“不會讓第一次接觸Python的您感到沮喪”。您可以在學習的同時，以講座+動手研討會的形式創建一個對話機器人“ pybot”。 本書可以滿足那些想知道為什麼要這樣做，想知道其機制並獲得可以應用的基礎知識的讀者的各種需求。 隨著您逐步學習新知識並向程序中添加各種各樣的功能，您可以逐漸牢牢掌握Python語言。 請在本書中感受Python編程的樂趣！

《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。

本書主要內容包括：第一章 Python語言簡介、第二章數據類型、運算符以及表達式、第三章程序流程控制、第四章序列： 字符串、列表和元組、第五章映射和集合類型、第六章函數、第七章面向對象編程、第八章模塊和包、第九章異常、第十章文件、第十一章Python 數據庫編程、第十二章tkinter GUI 編程，第十三章項目開發實例。

本書以問題求解為核心原則，以Python語言為平臺，通過面向應用和循序漸進設計的典型實例，引導學生關注和掌握編程邏輯和方法，實現從系統級上對算法和程序設計的再認識，強調系統設計。主要內容包括常用Python集成開發與調試環境、經典案例與算法、綜合案例三個部分，可作為高校Python程序設計等相關課程的實踐參考書，也可作為讀者自學Python編程的參考讀物。

Python是國際流行的用於教授入門級程序設計課程的語言，國內高校也開始使用。本書是結合國內數據結構課程現狀，以Python作為工作語言，編撰的一本數據結構教程。書中結合抽象數據類型結構的思想，基於Python的面向對象機制，討論了各種基本數據結構的思想、性質、問題和實現，相關算法的設計、實現和特性等。書中還研究了一些數據結構的應用案例。本書要求學習者已有基本Python程序設計的知識和經驗，可以作為基於Python的計算機基礎課程中的數據結構課程教材，也可以作為學習Python語言基本內容之後的面向對象等高級編程技術的進階讀物。

本書以“問題描述+解決方案”的模式，通過300余個案例分別介紹使用Python代碼批量處理Excel和Word的技術亮點。全書內容分為兩部分： 在第一部分的Python實戰Excel案例中，主要介紹使用Python代碼將多個工作表拼接成一個工作表； 使用列表推導式累加多個工作表； 使用對稱差集方法篩選工作表； 將一維工作表轉換為二維工作表； 使用插入行方法製作工資條； 根據指定字符將單列拆分為多列； 使用字典對工作表的數據分類求和； 根據工作表的數據創建3D餅圖、3D條形圖、3D面積圖、圓環圖、柱形圖、雷達圖、氣泡圖、折線圖、股票圖等。在第二部分的Python實戰Word案例中，主要介紹使用Python代碼自定義Word文件的段落、塊、節、樣式、表格、圖像等。通過本書案例的學習，讀者不僅可以體驗Python語言的精妙之處，還能對採用Python代碼批量處理Excel文件和Word文件產生全新的認知。 本書適合作為Python程序員、數據分析師、營銷人員、管理人員、科研人員、教師、學生等各類人士進行數據分析和辦公事務處理的案頭參考書，無論是初學者還是專業人士，本書都極具參考和收藏價值。

在《Python基礎》的學習上，《Python常用統計算法》介紹了Python在大氣海洋科學研究中常用的各種統計分析方法。《Python常用統計算法》分為兩部分：第一部分介紹用Python做科學計算常用的軟件包，包含Numpy、Pandas、Scipy等內容；第二部分介紹大氣海洋數據常用的各種統計分析方法，包含平均分析、誤差分析、方差分析、相關分析、趨勢分析、突變檢測、周期分析、回歸分析、濾波分析、聚類分析、判別分析、插值、擬合與逼近、時空結構分離等方法，對每個方法的計算步驟進行詳細的介紹，給出對應的Python程序及應用案例。同時，還增加了閏年平年計算、地球球面多邊形面積、地球球面兩點距離等一些大氣海洋學科領域常用的算法。

In Deep Learning with Python, Second Edition, updated from the original bestseller with over 50% new content, you'll explore challenging concepts and practice applications in computer vision, natural-language processing, and generative models. The bestseller revised Deep Learning with Python, Second Edition is a comprehensive introduction to the field of deep learning using Python and the powerful Keras library, written by the creator of Keras himself. This revised edition has been updated with new chapters, new tools, and cutting-edge techniques drawn from the latest research. In Deep Learning with Python, Second Edition, updated from the original bestseller with over 50% new content, you'll explore challenging concepts and practice applications in computer vision, natural-language processing, and generative models, building your understanding through practical examples and intuitive explanations that make the complexities of deep learning easily accessible. Purchase of the print book

隨著人工智能的迅速發展，Python語言得到普及和廣泛應用，它簡單易用、資源豐富、開發生態完整，使各個行業的智能化都成為可能。本書共分兩部分： 部分為習題精解，按照Python 知識點進行習題講解，幫助讀者快速學習Python語法知識，提高學習效率：第二部分為經典案例，激發讀者對Python的學習興趣。 本書既可作為普通高等院校“Python語言程序設計”課程的輔助教材，也可作為全國計算機等級考試二級Python科目的參考書。

This first-of-its-kind handbook offers crucial information on the safety of drugs taken during pregnancy. It covers an exhaustive list of common and less common drugs and provides for each drug the FDA letter categorization and newly approved "Pregnancy and Lactation Labeling Rule (PLLR)" systems for rating drug risks in pregnancy, imposed by the U.S. Food and Drug Administration (FDA). Drugs in Pregnancy: A Handbook for Pharmacists and Physicians covers the pregnancy ramifications of using anti-infective, cardiovascular, hematologic, dermatologic drugs and drugs affecting the endocrine, central, autonomic, gastrointestinal, musculoskeletal systems in addition to herbs, vitamins and dietary supplements. To enable the reader to develop well-informed knowledge about a drug safety profile during pregnancy, three sections of data have been provided for each drug: FDA Category, Risk Summary, and Further Reading.

本書是介紹如何用Python 進行數據處理和分析的學習實戰指南。主要內容包括Python語言基礎、數據處理、數據分析、數據可視化圖形的製作，以及利用Python對數據庫的的貝葉斯操作、利用深度學習技術對模型進行優化等內容。本書主要分為3部分：第1部分包括第1章主要講解Python的基礎知識，第2部分包括第2～6章為實戰案例，第3部分包括第7～8章主要講解利用深度學習和協同過濾技術對大數據分析進行為拓展與延伸。本書內容豐富，講解通俗易懂，適合本科生、研究生，以及對Python語言感興趣或者想要使用Python語言進行數據分析的廣大讀者。

《Python數據分析從0到1/清華開發者書庫·Python》以Python作為數據分析的工具，系統地介紹數據分析所需的核心知識，為書中的數據分析任務提供分析說明、代碼示例和極為詳細的代碼注釋，對於代碼中出現的重要知識點會細心地為讀者標注出相關內容及在書中出現的具體位置。 《Python數據分析從0到1/清華開發者書庫·Python》分為3篇共11章：初識篇（第1章和第2章），主要介紹數據分析和Python的相關基礎概念，一些數據分析的具體應用場景及Python的集成開發環境；基礎篇（第3-9章），主要介紹Python的基礎語法，自動化辦公的基礎操作，數據可視化庫Matplotlib和Seaborn，數據分析的核心庫NumPy和Pandas，提供了大量翔實、有趣的編程和數據分析示例；進階篇（第10章和第11章），主要介紹機器學習的入門基礎理論知識和代碼實現，監督學習和無監督學習的各種典型算法，涉及機器學習和數據挖掘的常用庫scikit-learn及神經網絡框架PyTorch等的使用，還介紹了編程算法中的動態規劃，以及數據分析的實戰例子。 《Python數據分析從0到1/清華開發者書庫·Python》面向數據分析的初學者，可以作為高等院校各專業的“數據分析”課程教材，也可以作為廣大數據分析從業者、愛好者、辦公人員、科研人員的參考和學習用書。

《Python全棧測試開發（視頻案例版）》從Python實戰實例講起，逐步深入到以Python語言為基礎的三大主流自動化測試領域：Web自動化測試、APP自動化測試以及接口自動化測試，重點介紹了使用Python+Selenium3+Unittest進行Web自動化測試、使用Python+Appium進行APP自動化測試和使用Python+Requests+Pytest+Allure實現接口自動化測試，並在最後輔以項目實戰案例，讓讀者不但可以系統地學習各個類型自動化所對應API的相關知識，而且能對自動化底層框架開發有更為深入的理解和應用。 全書分為15章，涵蓋的主要內容有Python實戰實例、自動化測試基礎、自動化框架Selenium剖析、自動化測試框架unittest設計及實現、Selenium Grid、移動端穩定性實戰、移動端自動化測試框架、接口測試理論、Postman+Newman實現接口自動化、接口從設計到開發全過程、Python+Requests實現接口測試、主流測試框架pytest+Allure報告生成、Jenkins+Git持續集成、Web自動化項目實戰（CRM系統）和接口自動化項目實戰（DSMALL商城）。 本書系統完整，結構清楚，語言通俗易懂，案例豐富，實用性強，特別適合自動化測試入門讀者和進階讀者閱讀，也適合白盒測試工程師、Java自動化測試工程師等其他程序設計愛好者閱讀。另外，本書也適合作為相關培訓機構的教材使用。

一個除了遊戲幹啥啥不行的菜鳥小學生，一個IQ 250的程序設計天才，一個年齡不詳的小夥伴，讓我們和他們一起展開Python的探索之旅吧！本書是日本教學漫畫巨匠菅谷充的新作品，以漫畫的形式展開，從什麼是程式開始講起，帶領大家安裝Python、認識變數、編寫程式，並開發出一個又一個的好玩兒的遊戲。FizzBuzz遊戲、猜拳遊戲、彈球遊戲……當你親手開發的遊戲在計算機上運行起來，當你解決掉不經意間造成的程式bug，你將切實體會到程序設計的樂趣，並在此過程中掌握扎實的Python程序設計能力。本書適合對Python感興趣的零基礎初學者，特別是青少年學生閱讀。

本書根據當前人工智能RNN深度學習的發展成果，具體設計基於RNN的模型算法，並給出了具體實現，z新算法流程及Python代碼實現。其主要內容包括：基於深度學習的圖像處理的20個案例，基於Python的具體實現，本書圖文並茂，豐富實用，深入淺出，易學易用。本書根據當前人工智能RNN深度學習的發展成果，具體設計基於RNN的模型算法，並給出了具體實現，z新算法流程及Python代碼實現。其主要內容包括：基於深度學習的圖像處理的20個案例，基於Python的具體實現，本書圖文並茂，豐富實用，深入淺出，易學易用。

本教材專門針對Python新手量身 ，是編者學習和使用Python開發和教學過程中的經驗總結。本教材內容以項目為載體，從初學者角度出發，將理論知識融入項目實現過程，循序漸進地講解Python基礎知識，達到理論與實踐相融合的效果。全書共分為7個項目，包括編寫收銀小程序、編寫通信錄、編寫健康助手小程序、編寫科赫雪花程序、編寫詞雲程序、編寫電子寵物程序、200行代碼實現2048小遊戲。在項目實現過程中涵蓋了Python語法、數據類型、流程控制、函數、文件操作、面向對象等相關知識。本教材將幫助讀者學習和掌握Python編程的基本方法，為今後進階Python相關 應用奠定基礎。

A concise introduction to geophysical data processing - many of the techniques associated with the general field of time series analysis - for advanced students, researchers, and professionals. The textbook begins with calculus before transitioning to discrete time series via the sampling theorem, aliasing, use of complex sinusoids, development of the discrete Fourier transform from the Fourier series, and an overview of linear digital filter types and descriptions. Aimed at senior undergraduate and graduate students in geophysics, environmental science, and engineering with no previous background in linear algebra, probability, or statistics, this textbook draws scenarios and datasets from across the world of geophysics, and shows how data processing techniques can be applied to real-world problems using detailed examples, illustrations, and exercises (using MATLAB or similar computing environment). Online supplementary resources include datasets for students, and a solutions manual a

Become proficient in deriving insights from time-series data and analyzing a model's performanceKey Features: Explore popular and modern machine learning methods including the latest online and deep learning algorithmsLearn to increase the accuracy of your predictions by matching the right model with the right problemMaster time-series via real-world case studies on operations management, digital marketing, finance, and healthcareBook Description: Machine learning has emerged as a powerful tool to understand hidden complexities in time-series datasets, which frequently need to be analyzed in areas as diverse as healthcare, economics, digital marketing, and social sciences. These datasets are essential for forecasting and predicting outcomes or for detecting anomalies to support informed decision making.This book covers Python basics for time-series and builds your understanding of traditional autoregressive models as well as modern non-parametric models. You will become confident with

FIRST EDITION BRONZE RUNNER UP: Axiom Awards 2018 - Business Technology Category 90% of today's data was generated in the last two years and the amount of data we have available is predicted to double every two years. Data is an integral strategic asset for all businesses. Learn how to leverage this data and generate valuable insights from bestselling author and Big Data guru Bernard Marr. Data has massive potential for all businesses when used correctly, from small organizations to tech giants and huge multinationals. But this resource is too often not being fully utilized and is far from being arguably the world's most valuable resource. Data Strategy is the must-read guide on how to create a robust data-driven approach that will harness the power of data to revolutionize your business. Explaining how to collect, use and manage data, this book prepares any organization with the tools and strategies needed to thrive in the digital economy. This new edition of this bestselling title is

本書從日常辦公工作中的實用角度出發，全面、系統地講解Python中提供的常用的、用於處理Excel辦公工作的核心模塊。 全書分為三部分共8章。第 部分為第1章，主要介紹Python處理系統和文件的模塊，即pathlib模塊。第二部分為第2～6章，主要介紹Python處理Excel辦公操作的模塊，如xlwings模塊、openpyxl模塊、xlrd模塊。第三部分為第7章和第8章，主要介紹整理數據的模塊，即pandas模塊。為了幫助讀者透徹理解模塊中各個屬性和函數，本書在介紹辦公的核心模塊時，詳細講解了各個模塊常用屬性和函數的語法格式、參數說明及其應用，具有很強的實用性和可操作性。 本書適合使用Python處理Excel辦公的工作人員在日常工作中進行查詢使用，又可以作為Python初學者學習和提升Python編程技能的參考工具書。

本書詳盡而系統地介紹了Python語言程序設計的方方面面，通過大量的示例、偽代碼、流程圖和其他工具，使讀者更容易學習程序設計邏輯。本書清晰、簡明、友好的表述風格，可以讓讀者輕鬆掌握Python程序設計理論，快速投入實際開發中。

本書主要內容分為 Python 編程入門和提高兩個組成部分。入門部分介紹 Python 語言的基礎知識， 包括環境搭建、代碼運行方式、基本語法、常用數據結構、函數編程以及面向對象編程等。提高部分介 紹重要的 Python 中高級編程知識和技術，包括高級函數編程和面向對象編程知識，例如函數對象、裝 飾器、閉包、類的定制、多重繼承與混入、元編程等，以及性能優化技術、混合編程、併發與異步編程。 另外，本書還涵蓋了數據分析與 Web 開發兩大 Python 應用領域的基礎知識。在數據分析方面，介紹了 NumPy、SciPy、Pandas、Matplotlib、Scikit-learn 等常用工具包的基本使用方法和實例。在 Web 開發方 面，介紹了 HTTP 等 Web 開發基礎知識，以及 WebSocket 協議、WSGI 應用和 ASGI 應用的原理，並最 終使讀者能夠實現自己的 Web 編程框架。 本書可以作為計算機應用、人工智能、信息管理與信息系統等相關專業本科生編程基礎課程的教材 或參考書，也可以供 Python 學習者、Web 開發人員和數據分析研究人員參考。

本書專注於從初學邁向進階的Python編碼技術：如何像專家一樣寫出優雅、準確、簡潔高效的Python 單行代碼；閱讀任意一行Python 代碼時，如何系統性地對其進行拆解和分析。全書分為6 個章節，以單行代碼切入計算機科學的各個領域，包括Python 語言基礎、程序設計技巧、基於NumPy的科學計算、機器學習的主要算法模型、規則運算式進階、計算機科學中若干經典算法的單行實現等。

《Python編程實戰100例（微課視頻版）》是一本系統講解Python編程綜合應用的實例教程、視頻教程。本書結合Python的迅猛發展和廣泛應用，通過100個實用的編程實例詳細介紹了Python核心編程應用、字符界面編程、圖形界面編程、Office自動化編程、數據庫應用開發、網絡編程、爬蟲小程序、多媒體處理、數據分析和人工智能等方面的廣泛應用。這些實例典型實用、功能突出、以點帶面、針對實戰應用場景，實現了實例講解同編程經驗、技巧相融合，做到了一實例一解決方案，有利於讀者快速掌握Python編程技術，並逐步提高綜合運用這些技術實現復雜功能的能力。《Python編程實戰100例（微課視頻版）》配備了1390分鐘的講解視頻，實例代碼均提供了詳細的注釋，並提供源文件供讀者練習操作，本書不僅可以作為廣大編程愛好者提高Python編程水平的自學教材，還可以作為軟件開發人員的參考資料。

《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 編程從零基礎到項目實戰（微課視頻版）（第 2 版）》是一本系統介紹 Python 編程知識與實戰應用的基礎教程、視頻教程，內容包括 Python 編程語法、核心編程應用以及相關的庫與工具，內容涉及算法、Python 數據分析、圖形處理、Web 開發、科學計算、數據庫操作、人工智能、Python 爬蟲相關知識等。其中，第Ⅰ部分為 Python 基礎篇，介紹了 Python 的安裝、變量和數據類型、條件分支與循環、列表與元組、字典、函數、類、標準庫以及程序中的異常現象及處理方法；第Ⅱ部分為 Python 提高篇，介紹了文件處理、圖形用戶界面、數據庫操作、線程與進程、測試及打包等知識；第Ⅲ部分為 Python 拓展篇，介紹了 Python在 Web 應用、商業級別的技術框架、大數據應用、AI 應用等方面的拓展知識。全書通過“三酷貓”將案例串聯起來，由淺入深、生動有趣，在增加趣味性的同時，讓讀者對 Python 的具體使用有一個完整的認識。另外，本書配備了 79 集微視頻講解，提供了完整的源代碼及 PPT 課件下載。具體下載方法見“前言”中的相關介紹。《Python 編程從零基礎到項目實戰（微課視頻版）（第 2 版）》適合 Python 編程零基礎讀者、Python 編程從入門到精通各階段的讀者、在校學生、教師以及對 Python 編程感興趣的在職 IT 人員等使用。本書也可作為相關培訓機構的培訓教材。

《零基礎學Python項目開發》採取“項目基礎篇→項目實戰篇→項目拓展篇→智能項目篇→項目管理篇”的結構和“由淺入深，由深到精”的學習模式進行講解。《零基礎學Python項目開發》共16章，首先講解了設計模式、事件驅動編程、軟件數據庫架構以及Python Web框架等內容；接著深入介紹了“坦克大戰”小遊戲開發、“貪吃蛇”小遊戲開發、畫圖小工具開發以及“你畫我猜”小程序開發等項目；然後詳細探討了爬取查詢火車票信息、騰訊動漫數據分析以及可視化股票分析等項目；再重點介紹了車牌自動識別收費系統、人臉識別系統、智能聊天機器人；最後講解了軟件接口設計、軟件測試與發佈等內容，讓讀者掌握在實際項目開發過程中採用恰當的方法對項目進行管理。《零基礎學Python項目開發》多角度、全方位竭力幫助讀者快速掌握軟件開發技能，構建從高校到社會的就職橋樑，讓有志於從事軟件開發行業的讀者輕鬆步入職場。《零基礎學Python項目開發》適合學習項目編程的初、中級程序員和希望精通Python語言開發技術的程序員閱讀，同時還可供大中專院校和社會培訓機構的師生以及正在進行軟件專業相關畢業設計的學生閱讀。

本書是一本幫助大家輕鬆、快速掌握Python編程的入門讀物。全書共有7章：走進Python的世界、Python的基礎語法、順序結構、選擇結構、循環結構、簡單算法、常用模塊與應用。 本書內容由淺入深、通俗易懂，根據不同知識點安排了學習目標、知識點精講、上機實踐題目、自測練習題及配套答案等內容。 本書可幫助學習者輕鬆地自學Python編程，也適合中小學、培訓機構教學使用。

《Python數據分析、挖掘與可視化》從大數據分析實際業務流程出發，利用案例貫穿介紹了大數據分析應具備的基礎開發技術，包括Python基礎、Python高級開發技術、數據采集與存儲、數據預處理、數據分析、數據可視化、數據挖掘等；詳細介紹了基於Python的數據分析全流程技術和相關機器學習算法；並通過社交用戶畫像挖掘案例，介紹了從應用場景需求分析→社交數據分析→用戶畫像構建的開發方法和過程，以及基於Flask框架、用戶屬性、神經網絡挖掘的社交用戶數據分析和畫像構建過程。 《Python數據分析、挖掘與可視化》既可作為高等院校人工智能、計算機、大數據等專業的相關課程的教材，也可作為大數據分析人員的技術參考書。

作為一本學習Python數據分析的入門教程，本書系統地介紹了Python語言基礎和使用Python第三方庫進行數據分析、數據可視化、科學計算及機器學習等方面的知識。 本書共7章： 第1章介紹數據分析領域的基本理論和概念； 第2章介紹Python語言，包括基本語法、流程控制、組合數據類型及函數等內容； 第3章介紹Python科學計算基礎庫NumPy中各種數組運算和操作； 第4章介紹當前數據分析領域最主流的包Pandas； 第5章介紹使用Matplotlib和pyecharts進行數據可視化的知識； 第6章簡單介紹科學計算和機器學習的基本概念和方法； 第7章為綜合案例。 本書內容簡明易懂、重點突出、案例豐富。可作為高等院校信息管理與信息系統、數據科學及大數據技術等相關專業的本科生教材，也可作為Python數據分析初學者的參考書。

所有優質的學習，最後都歸結到思維能力和動手能力的提升。具體和抽象之間，如何結合才能收到理想的學習效果？針對這個問題，《輕鬆學Python》對內容進行精心編排和設計，真正做到了突破傳統觀念，以寓教於樂和任務分解的方式，帶領讀者從頭開始，循序漸進，最後完成足以讓師長和小夥伴們眼前一亮的大項目。 《輕鬆學Python》適合沒有任何編程背景的愛好者學習。

Python語言是一種非常強大的、完備的編程語言，不僅在人工智能領域有廣泛的應用，還能實現從Web應用、桌面應用、科學計算、數據分析到網絡爬蟲等各種程序的編寫。本書詳細介紹Python語言所涵蓋的絕大部分實用知識點，循序漸進地講解這些知識點的使用方法和技巧。全書共13章，主要包括Python語言概述、Python語法基礎、組合數據類型、函數與模塊、文件操作與管理、異常處理、正則表達式、面向對象編程、圖形界面編輯、數據庫編程、數據統計分析與可視化、網絡爬蟲和網絡程序設計。本書內容新穎，體系合理，通俗易懂，實用性強，適合作為高等學校程序設計課程的教材，也適合對Python程序設計感興趣的大眾讀者閱讀。

本書主要面向企業資料分析需求，全面且系統地介紹了如何通過 Python 來分析 Excel 資料。本書主要分為 3 部分：第 1 部分是 Python 3.9 語言基礎，主要介紹 Python 的基礎知識，為之後的學習奠定基礎；第 2 部分是 Excel 資料分析，主要介紹 NumPy、Pandas、Matplotlib、Seaborn、openpyxl 和 xlwings 等內容，使讀者可以通過 Python 讀取和統計分析 Excel 資料；第 3 部分是 Excel 資料分析實踐，使讀者回歸到實際應用中，並回顧之前學習的知識。本書既適合有一定 Excel 基礎，想進一步提高工作效率的辦公人員閱讀，也適合那些需要在日常工作中處理大量和複雜資料的辦公人員閱讀，更適合 Python 初學者、程序設計零基礎想通過程序設計實現辦公自動化的人士閱讀。

Python 是可視化的有力工具，被廣泛地應用於科學計算和繪圖領域。本書採用Turtle、Matplotlib、NumPy這三個Python工具，以分形與計算機影像處理的經典算法為例，通過程式和圖像説明讀者一步步掌握Python繪圖和資料可視化的方法和技巧，並且讓讀者感受到分形的魅力。本書圖文並茂，講解細緻，既是Python的繪圖指南，也是分形的通俗化讀物，適合熟悉Python基礎知識，對分形和資料可視化感興趣的Python繪圖初學者。

結合Python與Azure服務的AI程式實作快速開發實用AI服務【本書特色】1. 基礎Python重點語法教學，新手也可以快速上手2. 經典基礎範例教學，快速掌握語法邏輯3. Azure認知服務實用範例詳細解說，一次了解Azure認知服務應用4. 結合Python與Azure服務的AI程式實作，快速開發實用AI服務【本書內容】隨著 AI 應用崛起，許多科學計算、數據分析的函式庫與套件紛紛出籠，大

本書側重於Python程式開發過程中重點和難點的理解，結合具有典型性的程式案例，用通俗的語言由淺入深、循序漸進地説明讀者掌握Python語言。知識點都使用生活中的案例幫助理解，每個案例都有詳盡的代碼解釋，實戰部分也會將Python語言與Web和資料分析等技術相結合，進行技術應用上的擴展。 本書由Python程序設計基礎、Python高級程序設計、Python應用技術和Python實戰演練4個部分組成。Python程序設計基礎針對程序設計的入門，介紹從過程化的程序設計要點到代碼中使用的各種資料類型；Python高級程序設計針對程序設計的提高，介紹從物件導向的使用到算法上的提升；Python應用技術針對程序設計的場景運用，介紹從Web的開發到資料分析的思路；Python實戰演練針對程序設計的邏輯，從遊戲的開發到基本網站的建設。旨在使讀者通過對本書內容一步步的學習，能夠學會程序設計方法，打好程序設計基礎，提升程序設計能力，擴展程序設計應用，鍛煉程序設計思維，培養程序設計邏輯。 本書適用於學習Python的初學者、愛好者和進取者。對程式沒有概念的人員可以看得懂，學得會；有程式基礎的人員可以加點“料”，擴思路；程式上的“大咖”可以多提寶貴意見，更好地為讀者服務。

《Python的工程數學應用》以同濟大學數學系編寫的《線性代數》（第5版）、浙江大學編寫的《概率論與數理統計》（第4版）、西安交通大學高等數學教研室編寫的《複變函數》（第4版）、東南大學數學系編寫的《積分變換》（第5版）為基礎，以習題和例題軟件求解為主，配以部分典型案例，從更加具體的角度幫助學生學習Python程序設計，為學生理論聯繫實際奠定應用基礎，同時增加了複變函數畫圖和可視化、“矩陣分析”中部分內容的Python實現和計算機模擬中常用的蒙特卡羅模擬。 《Python的工程數學應用》可以作為本科生“數學建模”課程的擴充輔導教材，也可以作為本科生“數學實驗”課程的教材，同時也可以作為研究生學員“矩陣分析”課程的延展教材。

職場商業活動中數據可視化圖表應用得非常多，一般的圖表可以使用Excel來實現，而要繪制出更漂亮、更專業的圖表及儀表板，則需要利用Python、Tableau等軟件來實現。 《Python+Tableau數據可視化之美》采用方法+實戰案例的編寫方式，首先講解Python和Tableau的基本編程和使用方法，然後再結合銷售數據分析、財務數據分析、HR數據分析、企業運營數據分析、統計調查報告等大量實戰案例，講解實際工作中各種職場人士常用的專業、漂亮圖表的制作方法。 《Python+Tableau數據可視化之美》提供了大量圖表制作的原創代碼，並詳細講解了如何套用這些代碼制作自己實際工作中所需的圖表，讓普通人也可以輕松制作出行業文案報告需要的各種專業、漂亮的圖表。 《Python+Tableau數據可視化之美》適合職場商務人士、數據分析人士及數據可視化從業人士閱讀學習，也可供Python編程愛好者等學習參考。

「這是一本很適合Python初學者的好書，讓初學者在遇到問題時能方便查找相關資訊，避免在初學過程中的挫折。推薦給想學Python的程式新手！」 －台大教授 葉丙成 「現今Python書籍百百種，有別於市面上的其他Python書籍，志瑜總是能用很細膩的內容設計，切入讀者心中的核心需求，相信這本書除了作為入門的基礎教材之外，更能提供豐富精煉的程式範例，深入淺出、有系統地帶領身為初學者的你，用最有效率的

《Python 程序設計：從基礎開發到數據分析》包括兩部分內容：第1部分是前9章，內容為Python編程基礎知識；第2部分是後5章，內容為Python數據分析基礎知識及應用。 第1章從編程語言的特點人手，介紹Python的學習路徑及其安裝方法。第2章介紹Python的基礎語法，包括變量、數據類型、運算符、內置函數。第3章介紹Python的四種序列結構，包括列表、元組、字典、集合。第4章介紹Python的條件控制、循環控制結構。第5章介紹Python的自定義函數。第6章介紹Python常用標準庫、第三方庫的功能。第7章介紹字符串的編碼格式及常用方法。第8章介紹Python對文本文件、二進制文件的操作。第9章介紹Python面向物件編程的機制及特點。第10章介紹NumPy數組及數組間的運算。第11章介紹Matplotlib庫下6種基本圖形及動態圖的繪制。第12章介紹Python與MySQL數據庫編程。第13章介紹Pandas統計分析基礎。第14章介紹skl庫下，常用機器學習算法的使用。 本教材配套以下教學資源：教學PPT、習題答案、數據分析支撐文件、程序代碼等，請選用該書作教材的老師登錄注冊下載，或發郵件索取（注明學校名+姓名）。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。 《Python 程序設計：從基礎開發到數據分析》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。