Python

《Python 趣味編程案例實戰》一書用生動有趣的遊戲案例編程過程學習基本的 Python 編程技術和面向對象的編程思想。全書分 4 部分，共 15 章，其中第 1 部分(第1～4 章)以“打磚塊”遊戲為例介紹了動作遊戲的編寫過程，通過將動畫和事件處理相結合，學習用 Python 實現交互處理的方法；第 2 部分(第5～8 章)詳細介紹了類、對象和方法等面向對象編程的基本工具，以及類的繼承、聚合、多態、協議、重寫等面向對象的功能，並用面向對象編程的方法完成“打磚塊”遊戲；第 3 部分(第9～11 章)以“掃雷”遊戲為例介紹了益智遊戲的編寫過程；第4部分(第12～15 章)介紹了用 pygame(專門用來開發遊戲的程序庫)來編寫遊戲的方法，並在最後一章從零開始編寫了一個完整的“打氣球”遊戲，讓讀者整體瞭解遊戲的設計思路和實現方法。 《Python 趣味編程案例實戰》示例代碼豐富，內容循序漸進，非常適合想學習Python 編程的大中專院校計算機相關專業學生學習，也適合作為自學 Python 遊戲編程的參考書。

本書以實戰項目為主線，系統介紹了Python在自動化辦公、圖像處理、控制各種傳感器、搭建網絡等工作中的實際應用案例，能夠讓初學者快速入門Python系列知識。全書共分為18章，第一篇為Python基礎(第1章～第3章)，詳細介紹了Python的基礎知識；第二篇為自動化辦公(第4章～第6章)，介紹了Word、Excel、PPT、txt、csv、JSON、圖像、聲頻、視頻等各種文件的自動化操作；第三篇為PyQt5編程(第7章～第10章)，介紹了用designer可視化設計程序圖形界面的知識；第四篇為OpenCV圖像處理(第11章～第15章)，介紹了OpenCV如何處理圖像的基礎知識；第五篇為樹莓派與傳感器(第16章)，介紹了Python如何控制各種傳感器；第六篇為Flask搭建網站與Python進階(第17章～第18章)，介紹了Flask搭建網站的基礎知識、文字識別、人臉識別、語音識別等開源項目及提升自己的學習線路圖。本書配有大量源碼，適合初學者入門，大量辦公自動化的案例對於提高辦公效率也有幫助，也可作大學生的Python自學用書。

本書以Python為工具，全面講解概率論與數理統計的主要內容和多元統計分析常用技術。全書包括13章和4個附錄，內容翔實，講解深入淺出。概率論4章，講解概率論基礎知識，主要是隨機變量的相關理論；數理統計4章，主要是樣本理論、參數估計和假設檢驗；回歸分析2章，包括一元和多元回歸分析及其統計解釋；多元統計3章，主要講解主成分分析和因子分析理論。整書內容簡明，易上手，實用性強。本書不需要讀者有良好的數學基礎，4個附錄提供了Python基礎知識、微積分與線性代數的必要基礎，可滿足不同層次的讀者需求。本書的特色是將Python貫穿於內容之中，為讀者提供實踐練習，也便於讀者學習用Python解決實際問題的能力。 本書適用於大數據與人工智能專業的教師和學生，也適用於對數據科學感興趣的人士和企業界的工程師。

Python全棧系列包括4冊書，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3冊，共分為7章，將重點講解數據分析的相關知識點，即數據搜集、數據清洗、數據分析和數據可視化，並搭配近400個示例代碼，理論知識與實戰開發並重，可以幫助讀者快速、深入地理解和應用相關技術。 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。

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。

Python是一種面向對象的開源高級程序語言，其語法簡單、程序易讀，擴展性高，代碼可跨平臺運行的特點使其已經成為廣受歡迎的遊戲編程語言。本書通過精心設計的遊戲案例幫助讀者掌握Python遊戲編程。書內提到的每個遊戲案例都提供源代碼和視頻講解，相信讀者通過線下閱讀和線上視頻學習相結合的方式可掌握遊戲編程的原理，從而可以舉一反三，設計出卓越的遊戲。全書共分基礎篇和提高篇兩大部分，基礎篇通過3個控制台遊戲的編寫介紹了Python數據類型、模塊使用、文件操作等遊戲編程涉及的基礎知識領域；提高篇通過4個圖形界面遊戲設計的綜合案例，介紹了Pygame模塊使用、動畫製作、多線程網絡編程、棋類AI設計等進階知識，幫助讀者綜合運用所學知識，提高遊戲編程能力。本書適合對Python遊戲編程感興趣的初學者，同時也可為熟悉Python遊戲編程的讀者做參考所用。

本書參考高等學校理工科“高等數學”“線性代數”“概率論與數理統計”“運籌學”等課程教學大綱，使用Python語言實現相關計算、圖形展示及模型求解，內容包含Python編程語言入門、極限的運算、函數的求導及積分、微分方程求解、級數、行列式計算、線性方程組求解、隨機變量及其分布、隨機變量的數字特徵、參數估計、假設檢驗、方差分析與回歸、線性規劃、非線性規劃、動態規劃、圖與網絡計劃及排隊論等。本書內容翔實，文字精練，例題豐富，注重本科數學理論與科學計算的密切結合。 本書可以作為高等學校理工科在校本科生的學習實驗用書，也可以作為對Python科學計算感興趣的人員的參考用書。

Python全棧系列包括4冊，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全棧開發系列叢書的第1冊，將重點講解與Python相關的基礎入門知識，搭配近600個示例代碼，可以幫助讀者快速、深入的理解和應用相關技術，為之後的進階學習打下夯實的基礎。本書共18章。第1章Python簡介，主要包括Python的歷史、設計哲學、特點和應用前景等知識點；第2章Python開發環境，主要包括Python解釋器、Python編輯器和IDE工具的安裝等知識點；第3章基本語法，主要包括變量、常量、模塊和包的定義等知識點；第4章編碼規範，主要包括命名規範、注釋規範、導入規範和代碼排版等知識點；第5章變量類型，主要包括整數、浮點數、複數、布爾值、空值、字符串、列表、元組、字典和集合等類型；第6章數據類型轉換，主要包括int()、float()、bool()、str()、list()、tuple()、set()和dict()等函數；第7章運算符，主要包括算術、賦值、位、邏輯、比較、成員和身份等運算符；第8章流程控制，主要包括順序結構、選擇結構和循環結構；第9章函數，主要包括函數的創建、函數的調用、函數的嵌套、函數式編程、迭代器和生成器等知識點；第10章面向對象，主要包括類和對象、封裝、繼承、多態和枚舉類等知識點；第11章異常處理，主要包括異常的分類、捕獲異常、異常堆棧和自定義異常等知識點；第12章常用模塊，主要包括math、random、datetime、logging、pickle和configparser等模塊；第13章文件，主要包括文件內容操作、文件和目錄操作等知識點；第14章正則表達式，主要包括普通字符、轉義字符、字符類、量詞、分組、斷言和re模塊等知識點；第15章數據交換格式，主要包括CSV、XML和JSON等格式；第16章數據庫編程，主要包括SQLite、MySQL、MongoDB和Redis等數據庫；第17章網絡編程，主要包括網絡基礎和Socket編程等知識點；第18章多進程和多線程，主要包括進程守護、進程阻塞、進程池、進程間的消息隊列、線程守護、線程阻塞、互斥鎖、事件、條件變量、信號量、障礙對象、線程定時器、線程池和線程間的消息隊列等知識點。本書可

本書從零開始系統講解了使用Pandas導入Excel數據，然後使用Pandas技術對數據做整理和分析，後導出為不同形式的Excel文件。完整實現了數據的導入、處理、輸出的處理流程。 全書共10章。第1章為Pandas數據處理環境的搭建，第2章為使用Pandas對Excel數據讀取與保存，第3章介紹與Pandas底層數據相關的NumPy庫，第4章介紹了Pandas中DataFrame表格的增、刪、改、查等常用操作，第5章介紹了對Series與DataFrame兩種數據的運算、分支、遍歷等處理，第6章介紹了字符串的各種清洗技術，第7章介紹時間戳與時間差數據的處理，第8章介紹Pandas中分層索引及與索引相關的操作，第9章介紹了對數據的分組處理及做數據透視表處理，第10章介紹了表格的數據結構轉換，以及多表讀取與保存。書中包含相應示例，不僅可以學會理論知識還可以靈活應用。 本書可作為Excel愛好者和數據分析初學者的入門書籍，以及想提高數據分析效率，拓展數據分析手段相關人員的參考書籍。

本書從實際項目出發，以Python為主要編程語言從基礎知識到高級編程、從前端開發到後端開發，全面系統的闡述在Python實際項目開發過程中所需用的到各種技術及相關知識。 全書共分為3篇：第1篇為入門篇（第1和2章），入門篇詳細講解Python編程語言的基礎知識，包括Python編輯器PyCharm的使用、Python的變量及標識符、數據類型、運算符、行和縮進、條件語句、循環語句、函數、面向物件編程、錯誤和異常、模塊及常用模塊的使用、包的使用、迭代器、生成器、裝飾器、多進程與多線程。 第2篇為應用篇（第3章~第6章），應用篇詳細講解Python與第三方軟件的結合及實際使用，包括Python對MySQL的操作、對MongoDB的操作、對Redis的操作、使用Python爬取網頁內容、爬取App內容、常見數據分析與可視化包NumPy、Pands、matplotlib的使用、Python與前端交互等。 第3篇為實戰篇（第7章~第8章），實戰篇詳細講解Flask框架的使用，並通過開發一個短視頻數據平臺將前文所學的全部技術內容應用在實際項目當中，使學以致用。除了開發項目之外，對項目的上線流程也做了詳細的講解，包括服務器的部署、域名設置、服務器的備案等。使所學的知識真正能用在實際項目當中。 本書可作為Python初學者入門書籍，也可作為從事Web開發或者數據分析技術人員及培訓機構的參考書籍。

本書主要介紹如何使用Python處理數學問題。內容涉及代數、統計、概率和微積分等方面。本書第1～4章主要講解Python編程的基本知識，第5～12章主要是介紹Python用於處理數學問題的第三方擴展庫的使用，包括NumPy、Scipy、Matplotlib和SymPy。第5章Python繪圖是後續很多章節的基礎，請讀者務必要首先熟悉這一章的內容。第6章面向物件編程主要講解什麼是面向物件的程序設計，Python是一種面向物件的程序設計語言，掌握面向物件的概念對於理解Python程序、編寫出效率更高的Python代碼會很有幫助。NumPy是Python科學計算的基礎，第7章詳細講解NumPy的使用方法。第8章的內容相對比較獨立，主要介紹Python在符號計算方面的應用。第9和第10章是關於概率統計的內容，會用到第5～7章的知識。第11章是關於分形的介紹，讀者可以了解到如何使用Python繪製分形。第12章是講解Python中的異常處理。本書適合高等院校及培訓機構相關專業的參考用書，以及對如何使用Python處理數學問題感興趣的初學者閱讀。

《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 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。

無

《Python計算機視覺實戰（清華開發者書庫.Python)》以Python為平臺，以“概述+案例”的方式系統地對計算機視覺進行實戰分析。本書先介紹計算機視覺編程基礎知識，接著介紹在各個領域利用Python解決計算機視覺問題，最後通過兩個經典案例綜合分析計算機視覺應用。為了幫助讀者更好地掌握相關知識，各章節都是通過概述與案例相結合的方式，讓讀者在掌握概念的同時舉一反三，掌握程序設計的方法，利用程序設計解決實際問題。 《Python計算機視覺實戰（清華開發者書庫.Python)》適合計算機視覺初學者以及想深入研究Python計算機視覺的開發者閱讀參考。

《Python非同步程序設計實戰：基於AIO的全棧開發技術/清華開發者書庫》系統地講解了如何使用Python非同步IO程序設計技術。從學習基礎知識開始，展開講解全棧框架的實現過程及項目開發過程中的實用技術。 《Python非同步程序設計實戰：基於AIO的全棧開發技術/清華開發者書庫》分為基礎篇和實戰篇。基礎篇（第1～7章）講解Python非同步IO的基礎用法及常用技

本書以機器學習算法為主題，詳細介紹算法的理論細節與應用方法。全書共19章，分別介紹了邏輯回歸與z大熵模型、k-近鄰模型、決策樹模型、樸素貝葉斯模型、支持向量機模型、集成學習框架、EM算法、降維算法、聚類算法、神經網絡模型等基礎模型或算法，以及8個綜合項目實例：汽車運動學片段分類、垃圾信息識別、乳腺癌識別、波士頓房價預測、生成動漫人物、鳶尾花分類、人臉識別、保險行為數據用戶分類器。本書重視理論與實踐相結合，希望為讀者提供全面而細致的學習指導。 本書適合機器學習初學者、相關行業從業人員以及高等院校計算機科學、軟件工程等相關專業的師生閱讀。

本書以案例帶動知識點的講解，將Python爬蟲知識點分解到各個不同的案例，每個案例各有側重點。同時展示實際項目的設計思想和設計理念，使讀者可以舉一反三。

本書是一部系統論述Python 編程語言、OOP 編程思想以及函數式編程思想的立體化教程（含圖書、教學課件、源代碼與視頻教程）。全書共分為四篇：篇Python 語言基礎（ ~ 8 章），第二篇Python 編程進階（第9 ~17 章），第三篇Python 常用庫與框架（8 ~ 22 章），第四篇Python 項目實戰（第23 ~ 28 章）。主要內容包括：開篇綜述、開發環境搭建、個Python 程

無

深度學習是人工智能技術和研究領域之一，通過建立階層人工神經網絡在計算機實現人工智能。通過本課程的學習，讀者可以瞭解Python開發環境構建、Python基礎、網絡爬蟲的數據採集、深度學習BP神經網絡、卷積神經網絡、循環神經網絡、遺傳算法和進化策略等。本課程理論與實踐並重，配套教學視頻，知識體系完整全面，讀者通過本教程的學習可以構建屬�自己的深度學習知識體系，瞭解人工智能的發展趨勢和新技術，並可以往自己感興趣的方向深挖。本書可作為人工智能初學者的入門書目，也可作為具備一定知識背景的讀者的學習參考書籍。

本書是資深網絡安全教師多年工作經驗的結晶。書中系統且深入地將 Python應用實例與網絡安全相結合進行講解，不僅講述 Python的實際應用方法，而且從網絡安全原理的角度分析 Python實現網絡安全編程技術，真正做到理論與實踐相結合。全書共分為 16章。第 1章介紹網絡安全滲透測試的相關理論；第 2章介紹 Kali Linux 2使用基礎；第 3章介紹 Python語言基礎；第 4章介紹使用 Python進行安全滲透測試的常見模塊；第 5章介紹使用 Python實現信息收集；第 6章和第 7章介紹使用 Python對漏洞進行滲透；第 8章介紹使用 Python實現網絡的嗅探與欺騙；第 9章介紹使用 Python實現拒絕服務攻擊；第 10章介紹使用 Python實現身份認證攻擊；第 11章介紹使用 Python編寫遠程控制工具；第 12章和第 13章介紹使用 Python完成無線網絡滲透；第 14章介紹使用 Python完成 Web滲透測試；第 15章介紹使用 Python生成滲透測試報告；第 16章介紹 Python取證相關模塊。本書適合網絡安全滲透測試人員、運維工程師、網絡管理人員、網絡安全設備設計人員、網絡安全軟件開發人員、安全課程培訓人員、高校網絡安全專業方向的學生閱讀。

Become A Programming Master By Learning These Fundamentals LanguagesDiscover the secret right here, right now !Have you ever wanted to become a programmer ? If you answered "yes", this book is made fo

數據科學是在動態世界中不斷發展變化的。本書旨在讓讀者掌握數據科學基礎知識與技能，儘快進入理論與實踐，奠定進一步發展的基礎。本書精選了5章內容。第1章為數據初等描述；第2章介紹傳統統計基本思維方式，可作為參考；第3章系統深入地介紹有監督學習基礎，包括回歸及分類概念方法，重點介紹決策樹；第4章介紹機器學習組合算法及模型；第5章詳細介紹神經網絡的基本概念。內容聚焦於決策樹、神經網絡等既基礎又具擴展功能的方法，未羅列擴展性不強的方法。本書支持R和Python兩種編程語言，R代碼穿插于正文，Python代碼及說明性R代碼附于每章之後。建議讀者在學習數據科學的過程中通過處理數據自學編程，培養自己的編程能力。本書與教學契合度高，無論經驗豐富的教師，還是沒有機器學習和數理統計教學經驗的教師，都能輕鬆上手。其獨特的數據驅動教學方式，能夠極大地激發學生的學習興趣，促使學生快速吸收知識，提升學習效果。

本書是一本基於 Python 實現全部例題計算的統計學教材，書中例題解答均給出了詳細的實現代碼和結果。全書共 11 章，第1章和第2章介紹數據、Python 的下載與安裝、Python的數據類型和基本操作、Python 繪圖基礎等。第3章和第4章介紹數據的描述性分析方法，包括數據可視化和描述統計量。第5～7章介紹數據的推斷性分析方法，包括概率分佈、參數估計和假設檢驗。第8～11章介紹實際中常用的一些統計方法，包括類別變量分析、方差分析、回歸分析、時間序列分析等。本書可作為高等院校各專業開設統計學課程的教材，也可作為數據分析工作者、Python 數據分析和可視化愛好者的參考書。

本套書是基於當前少兒編程市場上流行的Python編程語言進行課程設計的。第一個分冊(基礎篇)的定位是打好編程基礎，後面三個分冊的定位為基礎知識的三個應用方向(程序繪畫、遊戲設計、界面應用設計)。在知識點選取、案例選取、關注角度方法上下功夫，力求既教知識又教方法、既精簡又高效、既夯實基礎又發揮創造、既有趣又易學。

強化學習是機器學習的重要組成部分。本書採用理論與實踐相結合的寫法，從強化學習的基本概念開始，詳細介紹了強化學習的算法理論和實踐操作，配有Python代碼實現，完整呈現強化學習算法的實踐細節。通過這本書你將會：（1）理解強化學習關鍵方面的問題。（2）探索馬爾可夫決策過程及動態規劃的過程。（3）深入理解強化學習的各種方法，包括MC方法，TD方法，深度學習Q方法，SARSA方法等。（4）通過大量的現實例子及Python實現程序，不斷地實踐，成為強化學習的高手。

《Python編程從入門到實踐（案例視頻版）》從初學者的角度出發，通過通俗易懂的語言、大量的上機練習、豐富的編程實例，由淺入深地講解Python編程知識和應用技術，讓讀者在實踐中學習，在實踐中提升編程開發能力。全書分為四大部分，其中基礎部分包括Python概述、Python語言基礎、運算符和表達式、程序結構、列表和元組、字典和集合、字符串等；提高部分包括正則表達式、函數、面向物件編程、模塊和包、異常處理和程序調試、文件和目錄操作、數據庫操作等；應用部分包括圖形界面編程、網絡編程、Web編程、Web框架、網絡爬蟲、進程和線程、遊戲編程等；針對項目開發部分則以掃碼閱讀的形式提供了Python在界面設計、遊戲開發、網站開發、爬蟲開發、API應用、自動化運維、數據挖掘與機器學習、人工智能等8大應用領域的知識和47個經典實戰案例，幫助讀者學完基礎做項目，全面提升Python實戰開發技能，讀者可掃碼學習或者下載到計算機中進行編程練習。 本書在講解知識點的過程中結合了具體上機練習或案例進行介紹，涉及的程序代碼也給出了詳細的注釋，讀者可輕鬆學習Python編程知識並領會Python程序開發的精髓。另外本書採用O2O教學新模式，線下與在線協同，以紙質內容為基礎，配備了視頻教學，在每章的結尾配備了更多超值的在線內容，幫助讀者鞏固所學，開闊視野，獲取更多的相關知識。 本書配備了極為豐富的學習資源，除配套的373集同步教學視頻和素材源文件外，還附贈了習題庫、面試題庫、刷題寶和8大類應用領域的編程工具及相關的拓展資源。 本書既可作為Python初學者的入門教材，也可作為高等院校Python編程專業的教學用書和相關培訓機構的培訓教材。

深度學習是一種人工智能，它模仿人腦在處理數據和創建用於決策的模式方面的工作，諸如處理檢測對象、識別語言、翻譯語言和進行決策的數據。深度學習是機器學習的一個子領域，它利用層次化的人工神經網絡來實現機器學習的過程。人工神經網絡類似於人的大腦,其神經元節點像網絡一樣連接在-起。深度學習系統的分層功能使機器可以使用非線性方法處理數據，它主要用於有監督學習,也能夠從非結構化或未標記的數據中不受監督地學習網絡。

《精通Python(微課視頻版)》從初學者角度出發，使用通俗易懂的語言、豐富的實例，詳細介紹了Python語言的編程知識和應用技術。全書共4篇29章，基礎知識篇包括Python概述、Python語言基礎、運算符和表達式、語句和程序結構、列表和元組、字典和集合、字符串；進階提升篇包括正則表達式、函數、面向對象編程、模塊和包、異常處理和程序調試、文件和目錄操作；編程應用篇包括數據庫編程、Python界

本書從矩陣計算如特徵值分解和奇異值分解出發，討論了正規方程的最小二乘法模型引出欠秩線性方程組的求解方法問題；然後介紹了兩種有損的降維方法，即主成分分析(主成分回歸)和偏最小二乘回歸，包括模型、 算法和多個實例，並擴展到線性回歸的正則化方法，給出了嶺回歸和Lasso的原理算法和實例；最後通過紅外光譜的標定遷移實例將線性模型擴展到遷移學習領域。 本書每章都有基於Python語言和Sklearn機器學

本書以Python 3.x為平臺，介紹Python程序設計和應用，主要內容包括Python概述、數據類型、程序控制結構、組合數據類型、自定義函數及應用程序構成、文件操作、數據可視化、常用模塊應用和項目實戰。本書以典型案例開篇來介紹Python程序基本構成、書寫特點、初學者容易出現的錯誤、錯誤產生原因和解決辦法等內容，並在後續章節配有典型案例，將知識講解和常用算法編程相結合，幫助讀者積累算法實現的經驗，提高實戰能力。第9章中的項目實戰案例經過精心設計，綜合應用Python主要功能解決實際問題。本書配有PPT課件、教學大綱、電子教案、源代碼、課後習題答案、模擬試卷及答案等教學資源，用書教師可在人郵教育社區免費下載使用。本書可作為高等院校相關專業Python程序設計課程的教材，也可作為培訓機構或Python自學者的參考書，還可作為從事Python應用開發人員的參考資料。

《Python金融數據分析與挖掘實戰》從Python基礎入門講起，到應用Python進行科學計算、數據處理、數據可視化、挖掘建模基礎訓練，再到利用Python進行金融數據挖掘與量化投資實戰，深入淺出地介紹了如何使用Python進行金融數據分析、挖掘和量化投資的全過程。《Python金融數據分析與挖掘實戰》分3篇：基礎篇、案例篇和實訓篇。基礎篇（第1～6章）主要介紹Python基礎及應用於科學計算、數據處理、數據可視化、機器學習、關聯規則等方面的基礎知識；案例篇（第7～11章）主要介紹利用Python進行金融數據挖掘分析的基礎案例和綜合案例；實訓篇（第12章），由5個實訓組成。《Python金融數據分析與挖掘實戰》將從Python基礎知識、基本數據分析技能，擴展到基礎案例和綜合案例，最後通過實訓幫助讀者強化訓練，完成Python金融數據分析與挖掘相關知識的學習。《Python金融數據分析與挖掘實戰》提供配套的案例數據、程序代碼，適合作為普通高等院校數學、計算機、經濟管理專業相關課程的教材，也適合作為金融數據挖掘研究者、愛好者的參考書。

本書基於Python語言對計算機程序設計相關知識，進行了系統而全面的介紹。全書包含大量實用且有趣的程序代碼，非常適合新手入門。書共有16章，1～9章為基礎知識，其中詳細講解了Python的主要語法，讀者學完這些章節將充分掌握Python語言的運作方式，能獨立編寫程序解決實際問題；10～13章為進階部分，其中介紹了更多的Python高級概念，讀者學完這些章節將全面熟悉Python語言的進階技巧，能更靈活地發揮Python語言專有的特點；14～16章為綜合實例，其中涵蓋了Python的四個主要應用領域，讀者學完這些章節將深入瞭解整個Python軟件生態，做好選擇下一步發展方向的準備。

本書重點講解數據科學的核心理論與實踐應用。全書共7章，主要介紹數據科學的基礎理論、統計學與模型、機器學習與算法、數據可視化、數據加工、大數據技術、數據產品開發及數據科學中的人文與管理等內容。本書內容通俗易懂，深入淺出，便於讀者理解。本書可作為數據科學與大數據技術、大數據管理與應用、計算機科學與技術、管理科學與工程、工商管理、數據統計、數據分析、信息管理與信息系統、商業分析等多個專業的教材，也可作為數據科學從業人士的參考用書。

本書注重零基礎讀者實現Python從入門到精通，加強讀者基於數據分析而常用的編程基礎，並通過數據分析、機器學習和可視化的內容，增強了讀者對數據進行分析和挖掘的能力。全書共8章，主要內容包括Python開發環境搭建與編碼規範，數據類型、運算符與內置函數，列表、元組、字典、集合與字符串，選擇結構、循環結構、函數定義與使用，文件操作，數據分析，機器學習，數據可視化。本書可作為高等院校統計學、數學、經濟學、金融學、管理學等專業相關課程的教材，也可作為從事數據諮詢、研究或分析等人士的參考書。

Python是一門簡單易學、免費開源的跨平臺高級動態編程語言，具有豐富的第三方庫，能夠讓開發人員快速地開發出應用程序。本書以循序漸進的方式，基於Python 3.11版本，闡述Python的基礎知識，具體包括計算機基礎與Python語言簡介、Python語法基礎、程序流程控制、組合數據類型、函數、文件與異常、正則表達式和面向對象程序設計等內容。 本書可作為高等院校各專業相關課程的教材，也可以作為全國計算機等級考試的備考資料，還可以作為Python語言愛好者的自學參考書。

本書知識框架可分為三部分。第一部分（第1章）闡述Python開發環境的搭建與使用；第二部分（第2章～第7章）闡述Python程序設計的基礎知識，包括內置類型、運算符與內置函數，程序控制結構，列表與元組，字典與集合，字符串，函數；第三部分（第8章～第10章）闡述不同場景下Python數據采集的方法與應用，包括基於文件和設備的數據采集、基於SQLite數據庫的數據采集、基於網頁的數據采集。本書通過大量演示代碼和案例展示Python基礎語法的細節和應用，介紹很多學習方法及實踐應用中常見錯誤的解決方法，並把一些標準庫和擴展庫的用法及代碼調試技巧融入相應的演示代碼和案例。本書配有PPT課件、教學大綱、電子教案、源代碼、數據文件、課後習題答案、在線練習與考試系統等教學資源，使用本書的教師可在人郵教育社區免費下載使用。本書適合作為研究生、本科、專科、高職Python程序設計與數據采集相關課程的教材（可根據學生專業、課程要求和學時進行選講），也可以作為Python工程師和愛好者的自學用書。

本書先簡單介紹了搭建開發環境的相關知識，然後以一個規範的Python項目的文件佈局總攬全域，按照編碼、單元測試、代碼管理、集成測試、撰寫技術文檔、發佈安裝包的次序，逐一剖析Python開發中所涉及的規範和工具。書中介紹了基於語義的版本管理、依賴解析、構建打包、代碼風格、API文檔格式等規範。通過不同開發工具(服務)之間的對比，向讀者介紹了poetry、MkDocs、tox、Flake8、Black、Git、GitHub CI、Codecov、GitHub Pages、pre-commit hooks等符合最佳實踐的開發工具和服務。隨書附贈本書案例源碼，獲取方式見封底。 本書在講解上本著知其然，更要知其所以然的求知態度，力求講清楚技術的來龍去脈。任何Python愛好者都適合閱讀此書，且本書更是Python初學者實現向專業開發人員蝶變的推薦書籍，使用本書介紹的最佳實踐，可以構建出與優秀開源項目媲美的框架代碼，並獲得與專業開發者協同工作的能力。

本書的編寫主要圍繞Python在企業中的數據分析工作實踐，著眼於構建完整的數據分析框架、方法和技能的培養和訓練。全書共10章，其中第1章和第2章介紹了進行Python數據分析的準備工作和Python基礎知識；第3～9章介紹了數據對象的讀寫、數據清洗和預處理、數據可視化、基本數據統計分析和高級數據建模分析、自然語言理解和文本挖掘、數據分析部署和應用等完整工作技能和方法；第10章介紹了數據分析在數據化運營中的完整應用思路、維度和框架。本書內容深入淺出，均以企業真實需求引導學習，具有很強的實用性和操作性。本書可以作為普通高等院校本科、專科統計、商務分析、大數據等專業的課程教材，也可以作為從事數據分析工作的人員的參考用書。