Think Python

本書是國家精品課程“大學計算機”系列課程“程序設計”的主教材。本書以快速掌握程序設計思想為主線，採用“核心語法為先導，經典案例為依托，實踐應用為目的”的內容組織方式，以大量程序案例為抓手，突出程序設計與應用實踐的關聯性，促進計算思維能力培養，提升大學生綜合素質和創新能力。本書內容基於Python 3.8版本，共9章，從基礎技能、實踐應用兩個層面展開。基礎技能部分包含6章：Python語言概述、Python語言基礎、程序基本控制結構、函數的使用、文件讀寫與管理、Python面向物件程序設計。實踐應用部分包含3章：數據分析與可視化處理、Pillow圖像處理與Turtle繪圖、網頁信息獲取。本書體系完整、結構嚴謹、注重應用、強調實踐，可作為高等學校程序設計課程的教材，也可作為全國計算機等級考試二級Python語言的培訓或自學教材。為方便教學，本書配有電子課件及習題答案，並提供本書所有案例源代碼，任課教師可登錄華信教育資源網免費注冊下載。

本書作為一本Python程序設計語言教材，以具體應用為導向，以豐富的案例為依託，主要闡述Python語言的基礎知識，讓讀者對Python語言的全貌有基本理解，並能夠高效地應用。與此同時，書中的案例融入思政理念，對課程思政進行了探索。本書共9章，開發環境基於Windows 10操作系統、Python 3.9版本和PyCharm開發工具。第1章至第8章主要側重基礎知識，第9章主要側重應用實踐，講解了可視化詞雲項目、新聞網頁爬蟲項目、商品統計圖和二維碼自動生成項目以及人臉識別項目。本書是集教材、練習冊、上機指導和微課視頻於一體的新形態一體化教材，讀者可通過掃描二維碼進行學習。本書配有電子課件、源代碼，讀者可登錄機械工業出版社教育服務網（www.cmpedu.com）以教師身份註冊後免費下載或聯繫編輯（010-88379194，QQ：303431623）諮詢。本書還配有“示範教學包”，教師可在超星學習通上實現“一鍵建課”。本書可以作為各類職業院校計算機及相關專業的教材，也可作為廣大程序設計開發者、愛好者的自學參考書。

青少年人工智能編程水平測試涵蓋從數學邏輯到計算思維、從拖曳程序模塊到程序編寫、從數學建模到算法設計等多學科知識，能夠對學生的多學科知識綜合運用能力做出評價；能夠通過設計的具體解決方案，對學生的計算思維、創造性思維等能力做出評價；在具體的解決方案中，能夠通過設計算法模型和實現算法，對學生掌握和運用編程的能力做出評價。本書將生活中的一些案例和程序算法相結合，深入淺出地為學生講解不同進制之間的轉換、函數的作用域、字符串和列表的基本概念、排序算法等內容，引導學生對 Python 語言進行思考和實踐，幫助學生從編程意識、編程思維、編程學習與創新等層面進行學習，掌握 Python 編程語言。本書內容豐富、層次清晰、圖文並茂，適合作為青少年人工智能編程水平測試 5 級（Python）的輔導材料，也可作為校內、校外編程與人工智能興趣班的參考書（適合兩學期教學）。

本書是根據教育部教育考試院制訂的《全國計算機等級考試二級Python語言程序設計考試大綱》的要求而編寫的。本書共分為11章，第1章介紹程序設計的基本方法，主要包括Python語言概述和開發環境配置；第2章和第3章主要介紹Python語言基本語法元素和基本數據類型；第4章介紹程序的控制結構；第5章介紹函數和代碼複用；第6章介紹組合數據類型；第7章介紹文件和數據格式化；第8章至第11章介紹Python的計算生態、標準庫和第三方庫。本書立足自學，在內容上力求新穎，選材採用一批實用有趣的例子，以增加學習的樂趣。本教程配套自學電子教案ppt一套，以及全部行文代碼和程序資源，可以掃碼知識導圖上的二維碼訪問這些資源，這些資源只對第一個防偽碼綁定手機的讀者免費使用，其他情況需付費使用。防偽碼只可以綁定一次。本教程不僅可以作為全國計算機等級考試教材，也可以作為普通高等院校及各類學校或機構的教學用書，更是一本程序設計愛好者的自學參考用書。

《Python資料分析技術手冊：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。 本書是一本側重資料分析基礎+實踐的Python資料分析圖書，為了保證讀者可以學以致用，在內容編排方面循序漸進地進行了3個層次的講解：基礎知識鋪墊、案例進階實戰和綜合項目強化應用。 本書提供大量的資源，包含235個實例、9個方向的應用案例和一個大型資料分析項目，力求為讀者打造一本基礎+應用+實踐一體化精彩的Python資料分析圖書。 本書不僅適合Python初學者、資料分析人員、從事與資料分析相關工作的人員、對資料分析感興趣的人員學習，而且適合從事其他崗位想掌握一定的資料分析技能的職場人員學習。

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。

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。

《Python機器學習入門：機器學習算法的理論與實踐》全面細緻地講解了機器學習的基礎知識及其應用，具體內容包括機器學習中必要的環境搭建和Python的基礎知識、有監督學習和無監督學習的理論及其實際應用案例、有監督學習和無監督學習的機器學習模式，並以理論結合公式的方式講解了Python代碼的編寫方法，以及數據的採集、處理和實際操作中機器學習的模式。本書適合人工智能、機器學習方向的學生和技術人員學習、使用，也適合廣大人工智能愛好者閱讀。

本書根據教育部高等學校大學計算機課程教學指導委員會編制的《大學計算機基礎課程教學基本要求》，針對非計算機專業學生的計算機教學培養目標進行編寫。 全書共14章，內容包括中文操作系統Windows10、文字處理軟件Word2019、電子表格軟件Excel2019、演示文稿製作軟件PowerPoint2019、計算機網絡基礎與Internet應用、圖像處理技術及應用、動畫處理及應用、醫學信息系統及常用軟件的使用、大數據與數據挖掘、人工智能基礎知識、Python語言基礎、Python的數據與表達式、Python的基本結構、Python的應用。

●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

《商品期貨量化交易實戰（以Python為工具）》一書首先講解量化交易基礎和Python編程入門；再講解量化交易API；然後講解CTA的趨勢跟蹤策略和回歸策略，並且配合量化交易策略實戰案例，重點講解如何在發明者量化交易平臺上進行策略開發和回測，讓讀者不但可以系統地學習量化交易和Python編程的相關知識，而且可以對CTA策略開發有更深入的理解；接著講解量化交易回測與實盤；最後對管理風險、投資組合、交易技巧與交易理念進行系統的講解。

OpenCV是一個跨平臺計算機視覺和機器學習軟件庫，也是計算機視覺領域的開發人員必須掌握的技術。該書基於Python 3.8全面、系統地介紹OpenCV 4.5的使用，並配套示例源代碼、開發環境與答疑服務。 《OpenCV 4.5計算機視覺開發實戰：基於Python（人工智能技術叢書）》共分15章，主要內容包括計算機視覺概述、OpenCV的Python開發環境搭建、OpenCV基本操作、數組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測、圖像分割、圖像金字塔、圖像形態學、視頻處理，以及停車場車牌識別、物體識別、運動跟蹤、人臉檢測等案例。 《OpenCV 4.5計算機視覺開發實戰：基於Python（人工智能技術叢書）》既適合計算機視覺與圖像處理、人工智能算法的開發人員閱讀，也適合高等院校和培訓機構計算機視覺與圖像處理、人工智能等相關專業的師生教學參考。

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。

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。

本書主要以Python+OpenCV為主，系統地介紹了Python在數字圖像處理的各種應用算法和案例，對數字圖像處理的各種算法進行講解和案例分析，以方面讀者後期繼續進行人工智能、機器學習、深度學習等方面的學習和研究，不再需要更換編程語言和編程環境。本書主要以介紹圖像處理技術和應用實例為主，每個處理技術後面跟著至少一個應用實例，全書共給出189個應用實例程序，每個實例均已通過作者的調試，能夠運行正常，讀者可直接引用。

本書介紹了現代語音信號處理的基礎、原理、方法和應用，並且給出一些相關算法的Python庫和調用函數。全書共15章，第1章介紹了語音信號處理的發展歷程、人工智能基礎和相關研究方向；第2～4章介紹了語音信號處理的一些基礎理論、方法和參數；第5章介紹了神經網絡與深度學習的基礎知識；第6～15章將語音信號處理的研究方向分為前端處理(包括語音增強、回聲消除、聲源定位和波束形成)、後端應用(包括語音識別、說話人識別和語音情感計算)和其他研究(包括語音合成與轉換、語音隱藏和助聽器聲信號處理)三個部分，並介紹了相關研究的基礎理論和算法原理。在附錄中，介紹了學習Python語言的PyCharm軟件的快速使用教程，並對文中常用的Python庫進行了說明。本書可作為計算機和通信與信息系統等學科相關專業的高年級本、專科學生和研究生的教材或教學參考用書，也可作為從事語音信號處理的科研工程技術人員的輔助讀物和參考用書。

內容簡介這是一本金融數據挖掘與分析領域的實戰性著作，它能指導零Python編程基礎和零數據挖掘與分析基礎的讀者快速掌握金融數據挖掘與分析的工具、技術和方法。讀完本書，你將會有如下3個方面的收穫：(1)Python編程基礎和數據預處理首先詳細講解了Python的核心語法，以及NumPy、Matplotlib、PySpark、Jupyter Notebook等Python數據處理工具的使用；然後詳細介紹了數據預處理的流程和技巧。通過深入淺出的語言和豐富的樣例展示，幫助初學者快速上手 Python，為之後的數據分析實戰夯實基礎。(2)數據挖掘與分析的經典方法詳細講解了經典的數據挖掘方法，包括聚類分析、回歸分析、分類分析、異常檢測、關聯分析、時間序列分析等。(3)主要金融應用場景的數據挖掘方法針對網絡輿情的採集和熱點分析、輿情分析中的情感分析、股價趨勢預測、個人信用評分、企業信用評分、用戶畫像、目標客戶精准分析、銷售數據分析等金融行業的常見應用場景，給出了數據挖掘和分析的方法。本書注重實戰，配有大量精心設計的案例，同時還有配套的視頻講解、代碼和數據資源，可操作性強。

《Python 自然語言處理入門》是一本使用 Python 解釋在人工智能領域備受關注的自然語言分析方法的入門書，內容涵蓋“檢索技術”“實體提取”“關係提取”“語素分析”和“評估 / 情感 / 概念分析”等自然語言處理中的常用知識，同時對傳統技術和引入了 AI 新技術的特點作了對比。全書以一線 AI工程師的實際項目經驗為後盾，對自然語言處理的要點進行了歸納總結，並介紹了使用 Python 程序、API、商業服務（IBM Watson）和 OSS（MeCab / Elasticsearch / Word2Vec）等進行自然語言處理的實用方法，在後一章中，還介紹了 BERT 的相關內容，特別適合想學習自然語言處理的理工科學生和人工智能工程師進行參考和學習。

《Python深度學習（第2版）》系統地講解了機器學習、深度學習、強化學習理論知識，揭秘了各種神經網絡架構如卷積神經網絡、循環神經網絡、長短期記憶網絡和膠囊網絡背後的原理和實際應用；講解了如何使用高性能的算法和常用的Python框架來進行訓練，以及如何解決計算機視覺、自然語言處理和語音識別等領域的問題；還講解了生成模型方法以及如何使用變分自編碼器和生成式對抗網絡來生成圖像；最後深入研究強化學習的新發展領域，並介紹了一些先進熱門遊戲Go、Atari和Dota背後的算法。學習完本書，讀者可以精通深度學習理論及其在現實世界中的應用。 《Python深度學習（第2版）》一書面向數據科學從業者、機器學習工程師以及對深度學習感興趣的讀者，也適合作為高校計算機專業的教材使用。

為了適應信息技術的發展，切實滿足社會各個領域對計算機應用人才不斷增長的需求，本書設計了“Python程序設計”通識課程教學方案，力求融入計算思維的思想，將多年教學實踐所形成的解決實際問題的思維模式和方法滲透到整個教學過程。與傳統的程序設計類教材不同，本書在介紹程序設計的基本技能外，還著重介紹分析問題和解決問題的方法與思路，通過構建典型案例，為學生在未來利用Python程序設計語言解決各自專業中遇到的實際問題打下良好的基礎。

本書展示如何在你新買的樹莓派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。通過一些簡單的實例和有趣的項目，你能學到如何在樹莓派上通過Python進行編程。你將會學到如何創建一系列好玩且實用的項目，從可以搜索並下載文件的網絡機器人，到一個可以將你的寵物逼瘋的小玩具。甚至，你還會學到將樹莓派與Arduino或是Gertboard相結合的方法。新版本已經完全更新了新板的特性。你將學習如何在樹莓派上使用Python編程，並提供實際的示例和有趣的項目。

Python具備函數式編程的許多核心特徵，因此可以借鑒其他函數式語言的設計模式和編程技術，編寫出簡潔優雅的代碼。本書首先介紹函數式編程的一般概念及特點，然後講解迭代器、生成器表達式、內置函數、常用高階函數、遞歸與歸約、實用模塊和裝飾器的用法，以及避開Python嚴格求值順序的變通方法、Web服務設計方法和一些優化技巧。

本書介紹了如何使用scikit-learn、TensorFlow等關鍵庫來有效解決現實世界的機器學習問題。本書著重於實用的解決方案，提供多個案例，詳細地講解了如何使用Python生態系統中的現代庫來構建功能強大的機器學習應用程序；還介紹了分類、聚類和推薦引擎等多種機器學習算法，以及如何將監督學習和無監督學習技術應用於實際問題；最後，介紹了強化學習、深度神經網絡和自動機器學習等應用示例。本書適合數據科學家、機器學習開發人員、深度學習愛好者以及希望使用機器學習技術和算法解決實際問題的Python程序員閱讀。

《Python 網絡爬蟲與數據可視化應用實戰》是一本介紹大數據時代用 Python 進行數據獲取、數據清洗和數據可視化分析的技術圖書。全書共分兩篇，其中第 1 篇主要介紹了數據獲取的相關知識，具體內容包括 HTML、JSON 與網絡爬蟲基礎，爬取靜態網頁，使用 CSS 選擇器爬取數據，遍歷 HTML 網頁並獲取數據，使用 XPath 表達式與 Ixml 包創建爬蟲程序，使用 Selenium 爬取動態網頁，Scrapy 爬蟲框架的使用，數據存儲等 ；第 2 篇主要介紹數據分析及可視化相關知識，具體內容包括數據可視化基礎知識，Pandsa 數據處理，使用 Pandas、Matplotlib、Seaborn、Bokeh 等工具進行數據分析和可視化等。每篇均設置特別章節進行了綜合案例演練，提高綜合水平。 《Python 網絡爬蟲與數據可視化應用實戰》一書內容豐富，涵蓋面廣，特別適合作為大中專院校相關專業的教材，也適合作為大數據分析相關專業的自學參考書。

《Python App網絡編程項目實戰（微課視頻版）/清華開發者書庫·Python》共9章，設計了9個與網絡編程相關的App。第1、2章為全局性、通用性基礎知識。第3-9章完成了7個具有較高實用價值的App，依次是網絡爬蟲App、DenseNetApp、智能WebApp、智能AndroidApp、智能桌面App、人臉考勤App和機器人聊天App。《Python App網絡編程項目實戰（微課視頻版）/清華開發者書庫·Python》具備高階性、創新性與挑戰性，可作為網絡工程、軟件工程、計算機科學與技術、人工智能等專業的本科生教材，也可作為畢業設計指導教材、創新創業訓練指導教材、實訓實習指導教材，適合研究生和工程技術人員學習參考。《Python App網絡編程項目實戰（微課視頻版）/清華開發者書庫·Python》特色：編程智網，逐夢強音：把網絡編程放到人工智能應用場景中講授，順應智能時代與網絡時代強強聯合、強強融合的發展大勢。案例迭代，一以貫之：案例迭代性強，關聯性強，適合聯合起來強化學習；同時案例兼具獨立性，滿足個性化學習需要。導學問學，有的放矢：配有同步微課視頻，完美呈現教學細節，有利於學生課前自學，使教師教學更具創造性，把更多精力用於導學、問學，形成課堂上“四兩撥千斤”的教學效果。拓展格局，學以致用：從Web應用、智能應用、Android應用、桌面應用、多媒體應用五個應用維度解析網絡編程，使學生通過多方位、多角度的對比學習，培養知識體系的大局觀。

本書通過講述樹莓派（Raspberry Pi 4 Model B）上的Python實現，使讀者在熟悉Python語言和許多傳感器使用的同時，掌握如何使用樹莓派的GPIO與外圍硬件進行數據交互、讀取硬件的工作狀態、控制硬件工作等，實現樹莓派與外界硬件設備的交互，通過軟硬件的結合，掌握人工智能項目開發的基本方法，實現智能車輛、機械手掌、視覺機器人等多個基於樹莓派的智能實踐項目。本書可作為高等學校計算機類、信息類、電子類等專業人工智能相關課程的教材，也可供希望學習Python、OpenCV的讀者或其他從事人工智能項目開發的工程技術人員學習參考。

本書是一本綜合講述算法和數據結構的入門書，以圖解的方式全面介紹了當下比較實用的算法。全書分為4篇，共13章，包括算法入門、算法的描述、Python編程基礎、排序算法、四大經典算法、其他算法、鏈表算法、樹形結構算法、圖形結構算法、查找算法、哈希表、使用算法解決常見數學問題、算法常見經典問題等。本書從用戶學習與應用的角度出發，所有算法都結合具體生活實例進行講解，涉及的程序代碼給出了詳細的注釋，並且運用大量的示意圖和實例應用，力求打造零壓力的學習氛圍，使讀者輕鬆掌握各種主流算法，快速提高開發技能，拓寬職場道路。 本書給出了大量的算法實例，所有實例都提供源碼，本書的服務網站提供了模塊庫、案例庫、題庫、素材庫、答疑服務。力求為讀者提供一本“基礎入門+應用開發+實戰”一體化的Python算法圖書。 本書內容詳盡，實例豐富，非常適合作為算法初學者的入門用書，也適合作為Python開發人員的案頭隨查手冊；另外，對於從C++、C#、Java等編程語言轉入的Python開發人員也有很大的參考價值。

《零基礎入門Python資料分析與機器學習》由一線的資深資料分析師精寫，以新版Python3.10作為資料分析與挖掘的程序設計語言，循序漸進地介紹了Python資料分析的方法與技巧以及機器學習算法及其應用案例。 《零基礎入門Python資料分析與機器學習》首先講解Python基礎語法，以便於從未接觸過程序設計的讀者能夠快速上手，然後介紹了當前流行的常用資料分析工具，如數值計算工具NumPy、資料處理工具Pandas、資料可視化工具Matplotlib和資料採擷工具Sklearn等，最後介紹了10大常用機器學習算法及其在資料採擷中的應用，針對每一個算法均給出了案例實現，以便於讀者能夠學有所用。 《零基礎入門Python資料分析與機器學習》凝聚編者十餘年工作心得，以豐富實例介紹理論知識，並給出大量應用實踐，很適合初入資料分析職場的從業者提升技能，《零基礎入門Python資料分析與機器學習》也可以作為統計學、數學、經濟學、金融學、管理學以及相關理工科專業的本科生、研究生的教學參考書。 《零基礎入門Python資料分析與機器學習》特點： 零基礎入手，精心設計的知識體系： 《零基礎入門Python資料分析與機器學習》首先介紹Python3.10版本的基礎語法，並針對初學者構建資料分析與機器學習的實驗環境，以便初學者無障礙上手。全書內容循序漸進，在精要介紹基礎語法之後，還介紹了當前流行的資料分析工具，最後介紹了機器學習算法在資料分析和挖掘中的應用。讀者通過閱讀《零基礎入門Python資料分析與機器學習》能夠整體上掌握資料分析的重要方法、工具與技術。 全面介紹流行工具的使用，應對工作需求： 《零基礎入門Python資料分析與機器學習》針對當前流行的資料分析工具分章介紹，包括數值計算工具NumPy、資料處理工具Pandas、資料可視化工具Matplotlib、資料建模工具Sklearn等。每一個工具都從基礎講起，並輔之以案例演示，讀者可以邊學邊練，快速掌握技能，其中很多案例都來自於工作實踐，可以真正提升讀者的實戰技能，以應對工作需求。 詳細講解10大機器學習算法，並輔之以豐富的案例： 《零基礎入門Python資料分析與機器學習》針對資料採擷中經常使用的算法進行了詳細的介紹，其中每一個算法首先介紹理論知識，然後給出算法在實際案例中的應用，理論與實踐並重，可以説明

《Python樹莓派開發從入門到精通》從初學者角度出發，通過通俗易懂的語言、豐富多彩的實例，詳細介紹了使用Python樹莓派進行軟件和硬件項目開發需要掌握的技術。全書共分為4篇15章，包括樹莓派基礎、樹莓派使用Python、Linux命令、常用操作、常用服務、GPIO基礎、簡單硬件、高級硬件、控制電機、OpenCV應用、傳感器、擴展板、Arduino使用，以及4個小型軟件項目實戰和智能小車硬件項目實戰。書中所有知識都結合具體實例進行介紹，涉及的程序代碼給出了詳細的注釋，可以使讀者輕鬆領會樹莓派開發的精髓，快速提高開發技能。本書列舉了大量的小型實例、綜合實例和部分項目案例；所附資源包中有實例源程序及項目源碼等；本書的服務網站提供了模塊庫、案例庫、題庫、素材庫、答疑服務等。

面向用Python進行控制系統設計的人，邊學邊用Python進行編程實踐。重點闡述以狀態空間模型為物件的現代控制系統的設計。全書分七章，包括： Pythhon環境的構建、數據和流控制、反饋控制、狀態空間模型、閉環系統的控制設計、開環系統的控制設計、PID控制相位進延遲補償，以及穩健性控制數字實現的高級控制系統設計。

本書是一本指導測試工程師使用Python最新版本Python 3.6執行接口自動化和接口併發測試任務的技術書，接口自動化及併發測試是現代測試人員最重要的測試方法，也是大多數測試人員的軟肋。為了讓測試人員能夠清晰地理解接口測試的相關知識，本書從測試基礎開始，用通俗易懂的語言和講故事舉例的方式為測試工程師講解技術，指導測試人員學習Python 3.6編程技術及UnitTest測試框架。在接口自動化與接口併發測試實戰中，構建多個案例幫助測試工程師將理論及測試框架運用於實踐。最後引入了持續集成的思想，指導測試人員優化執行接口自動化及併發測試任務的效率。除了這些，本書還分享了多位測試人員在執行測試任務中所積累的經驗教訓，以及測試招聘官對於測試人員發展的分析及展望。這是一本測試技術書，更是一本有趣的書，適合測試工程師及想要瞭解測試技術的開發工程師學習。

《AI源碼解讀：推薦系統案例（Python版）/人工智能科學與技術叢書》以人工智能發展為時代背景，通過20個實際案例，系統介紹了機器學習模型和算法，為工程技術人員提供較為詳細的實戰方案，以便深度學習。 在編排方式上，《AI源碼解讀：推薦系統案例（Python版）/人工智能科學與技術叢書》側重介紹創新項目的過程，分別從整體設計、系統流程、實現模組等角度論述資料處理、模型訓練及模型應用，並剖析模組的功能、使用和程式碼。為便於讀者高效學習，快速掌握人工智能技術的開發方法，《AI源碼解讀：推薦系統案例（Python版）/人工智能科學與技術叢書》配套提供項目設計工程文檔、程式碼、出現的問題及解決方法等資源，可供讀者舉一反三，二次開發。 《AI源碼解讀：推薦系統案例（Python版）/人工智能科學與技術叢書》將系統設計、代碼實現以及運行結果展示相結合，語言簡潔，講解深入淺出、通俗易懂，不僅適合Python程序設計的愛好者，而且適合作為高等院校相關專業的教材，還可作為智能應用創新開發專業技術人員的參考用書。

本書以教育部高等學校大學計算機課程教學指導委員會的《大學計算機基礎課程教學基本要求》為依據，是一本零起點的程序設計快速入門教材，立足“教師易教，學生樂學，技能實用”的宗旨，內容精煉，擯棄深奧的理論，按照認知規律，採用由淺入深、由外而內的教學模式，既強調基礎性和系統性，又注重內容寬度和知識深度的結合，把計算思維的要素、方法融入問題和案例，讓讀者在學習程序設計的過程中潛移默化地培養計算思維，從而使程序設計類教材從單純知識和技能的培養層面提高到意識和思維的培養層面。 本書共8章，內容包括問題求解中的計算思維、Python編程基礎、問題求解中的數據抽象――數據類型與基本運算、問題求解中的控制抽象――程序控制結構與異常處理、函數與模塊、常用算法設計策略及其Python 實現、文件與數據格式化、應用實例。每章後附有基本知識練習、能力拓展與訓練和實驗實訓。 編者在中國大學MOOC 平臺上開設有與本教材配套的“基於計算思維的Python 程序設計”課程。 本書可作為大中專院校教材及各類計算機技術培訓教材，也可作為全國計算機等級考試二級Python 語言程序設計考試參考用書或Python 初學者自學用書。

Python 因其簡單易學、功能強大、開發效率高、擁有強大的第三方庫等優點，使其成為學習人工 智能的編程語言。《NumPy 數據處理詳解——Python 機器學習和數據科學中的高性能計算方法》就 從 Python 中經常使用的 NumPy 庫的基礎知識入手，講解了實用的高速數據處理方法。大數據時代， NumPy 因其包含大量的數學函數，能夠處理多維數組，而且處理速度堪比 C 語言，所以 NumPy 也成 為機器學習和數據科學領域數據處理不可或缺的庫。全書詳細介紹了 NumPy 基礎知識、NumPy 與數組 操作、NumPy 數學函數的應用和 NumPy 機器學習編程方法，特別適合機器學習工程師、數據科學家、 人工智能開發相關人員系統學習 NumPy 使用方法，或將此書作為案頭手冊，隨時翻閱查看。

本書是資深高校教師多年開發與教學經驗的結晶。它深入淺出地講解Python 語言的基礎知識及實踐，幫助讀者快速掌握Python 語言編程能力。本書的內容共分“基礎篇”和“應用篇”兩篇。基礎篇(第1～10 章)包括程序設計的基本概念，變量與基本數據類型，程序控制結構，序列，列表，元組，字典與集合，函數，文件和異常處理，類和對象以及類的繼承和多態等；應用篇(第11～14 章)包括海龜繪圖，圖形界面，數據庫編程，學生成績管理系統的設計等。本書提供了多個完整的範例，供讀者模仿、應用。本書將知識和應用緊密結合，既能夠解決零基礎讀者的學習問題，也能夠為其後續深造奠定基礎。本書還為授課教師提供精心設計的配套電子課件、實例源代碼、自我檢測題及參考答案。本書內容安排合理，架構清晰，注重理論與實踐相結合，適合作為零基礎學習Python 語言開發的初學者的教程，也可作為本科院校及大專院校的教材，還可供職業技術學校和各類培訓機構使用。

本書基於Python語言，結合實際的數據集，介紹如何使用機器學習與深度學習算法，對數據進行實戰分析。本書在內容上循序漸進，先介紹了Python的基礎內容，以及如何利用Python中的第三方庫對數據進行預處理和探索可視化的相關操作，然後結合實際數據集，分章節介紹了機器學習與深度學習的相關算法應用。本書為讀者提供了源程序和使用的數據集，方便讀者在閱讀時同步運行程序，在增強學習效果的同時為讀者節省了編寫程序的時間。源程序使用Notebook的形式進行組織，每個小節注釋清晰，講解透徹。同時為程序配備了相應的視頻講解，輔助讀者對程序能很好地理解和消化。本書在簡明扼要地介紹算法原理的同時，更加注重實戰應用和對結果的解讀。

人工智能正在成為全世界產業變革的方向，處於第四次科技革命的核心地位。計算機視覺（Computer Vision）就是利用攝像機、算法和計算資源為人工智能系統按上“眼睛”，讓其可以擁有人類的雙眼所具有的前景與背景分割、物體識別、目標跟蹤、判斷決策等功能。計算機視覺系統可以讓計算機看見並理解這個世界的“信息”，從而替代人類完成重復性工作。目前計算機視覺領域熱門的研究方向有物體檢測與識別、語義分割、目標跟蹤等。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》圍繞著計算機視覺的關鍵技術，介紹基於深度學習計算機視覺的基礎理論及主要算法。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》結合常見的應用場景和項目實例，循序漸進地帶領讀者進入美妙的計算機視覺世界。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》共分為11章，第1章為人工智能概述；第2～5章介紹計算機視覺的幾種關鍵技術，即圖像分類、目標檢測、圖像分割和目標跟蹤，並將這四項關鍵技術組合完成人工智能的實際應用；第6、7章介紹人工智能的兩個典型應用：文字檢測與識別系統及多任務深度學習系統；第8章介紹一種非常有意思的深度學習網絡——對抗生成神經網絡；第9章介紹製作訓練和測試樣本的方法；第10章介紹如何安裝TensorFlow、KerasAPI及相關介紹；第11章介紹綜合實驗。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》提供了大量項目實例及代碼解析，均是基於Python語言及TensorFlow、KerasAPI的。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》的每章均配有微課視頻，掃描書中的二維碼，可觀看作者的視頻講解。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》不僅可以作為大學計算機及相關專業的教材，也適合自學者及人工智能開發人員參考使用。《計算機視覺：Python+TensorFl

《Python OpenCV從入門到精通》以在Python開發環境下運用OpenCV處理圖像為主線，全面介紹OpenCV提供的處理圖像的方法。全書共分為16章，包括Python與OpenCV、搭建開發環境、影像處理的基本操作、圖元的操作、色彩空間與通道、繪製圖形和文字、圖像的幾何變換、圖像的閾值處理、圖像的運算、範本匹配、濾波器、腐蝕與膨脹、圖形檢測、視頻處理、人臉檢測和人臉識別以及MR智能視頻打卡系統。本書圖文豐富，直觀呈現處理後的圖像與原圖之間的差異；在講解OpenCV提供的方法時，列舉了其中的必選參數和可選參數，讀者能更快地掌握方法的語法格式；最後一章以MR智能視頻打卡系統為例，指導讀者系統地運用OpenCV解決工作中的實際問題。本書專注於影像處理本身，盡可能忽略影像處理算法的具體實現細節，降低閱讀和學習的難度，有助於讀者更好更快地達到入門的目的。此外，本書資源包中提供了完整的示例源碼、要使用到的圖像等配套學習資源。

本書主要內容包括：括Python 概述；列表、元組、字典；選擇與循環；字符串與正則表達式；函數；面向對象程序設計；文件；圖形界面設計。為了便於理論的理解和學習，書中除採用代碼案例教學外，也相應設計了虛擬實例應用。

本書從零開始系統地介紹了Python網絡爬蟲與反爬蟲的開發與實戰技能，全書共分為4篇，具體內容安排如下。 第1篇：基礎篇（第1～3章）。系統地講解了Python爬蟲與反爬蟲開發環境的搭建、爬蟲與反爬蟲通用基礎知識、Python程序設計基礎。 第2篇：爬蟲篇（第4～8章）。這部分講解了網絡爬蟲的相關知識與技能，主要包括網絡爬蟲快速入門、XPath匹配網頁數據、re正則匹配資料、WebSocket資料抓取、Scrapy爬蟲框架應用與開發等。 第3篇：反爬蟲篇（第9～16章）。這部分講解了網絡反爬蟲的相關知識與技能，主要包括爬蟲與反爬蟲的區別與認識、反爬—Header信息校驗、反爬—IP限制、反爬—動態渲染頁面、反爬—文本混淆、反爬—特徵識別、反爬—驗證碼識別、反爬—APP資料抓取等。 第4篇：項目實戰篇（第17章）。本篇主要列舉了4個案例，綜合講解Python爬蟲與反爬蟲項目的實戰應用。 本書從零基礎開始講解，系統全面，案例豐富，注重實戰，既適合Python程序員和爬蟲愛好者閱讀學習，也可以作為廣大職業院校相關專業的教材或參考用書。礎操作、圖形處理基本操作、簡單圖形的繪製和物件的管理等內容。