本书以PySide6/PyQt6的实际应用为主线,以理论基础为核心,引导读者渐进式学习PySide6/PyQt6的编程基础和实际应用。 本书共12章,可分为5部分。部分介绍基于项的控件、基于模型/视图的控件(章和第2章),第二部分介绍处理数据库、文件、路径、缓存相关的类和应用方法(第3章和第4章)、第三部分介绍使用Graphics/View框架绘图、绘制二维图表和三维图表的相关类和应用方法(第5~7章)、第四部分介绍处理网络、多媒体、打印机、QML相关的类和应用方法(第8~11章)。第五部分以案例的形式介绍了如何使用PySide6和其他Python模块编写实用程序的方法,并介绍了制作程序安装包的方法(2章)。 本书示例代码丰富,实用性和系统性较强,并配有视频讲解,助力读者透彻理解书中的重点、难点。本书适合初学者入门,精心设计的案例对于工作多年的开发者也有参考价值,并可
本书讲解软件架构系统各方面的内容,从顶层设计到用于支持高层功能的低层细节。本书首先介绍软件架构的含义并给出简单的设计示例,之后分为四个部分涵盖软件开发生命周期中的各个阶段:讨论构成系统的每个组成单元的一般性原则及其核心内容;重点介绍一些成功的架构模式,包括它们的优势和局限性;阐述如何进行软件测试以及如何构建和共享代码;讲解持续运维,涵盖日志、系统度量、性能分析、代码调试和架构调整等内容。本书将帮你形成架构思维,了解软件开发的思路和项目中要考虑的重点问题。
《Python数据预处理》详细阐述了与Python数据预处理相关的基本解决方案,主要包括NumPy和Pandas简介、Matplotlib简介、数据、数据库、数据可视化、预测、分类、聚类分析、数据清洗、数据融合与数据集成、数据归约、数据转换等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学用书和参考手册。
本书系统地介绍了数据可视化技术及其在诸多领域的实际应用。首先,阐述了大数据可视化技术的基本概念以及相关的基础知识。然后,采用理论与实践相结合的方式,针对实际应用中的各种不同类型的数据,通过各种图表及实例代码展示了这些数据的可视化方法。,介绍了数据可视化技术在不同领域中的基本应用。 本书可以作为高等院校计算机、数据科学与大数据技术等相关专业的数据可视化教材,也可以供从事数据可视化、数据分析的相关技术人员参考使用。
《Python OpenCV快速入门到精通》是一本基础与实践相结合的图书。本书从学Python OpenCV到用Python OpenCV的角度出发,在帮助读者朋友快速掌握Python OpenCV基础的同时,引导读者朋友如何使用Python OpenCV开发简单的应用程序。全书共28章,主要分为3个篇章(基础篇、实战篇、强化篇),基础篇包括搭建开发环境、图像处理基础、NumPy工具包、绘图及交互、图像的几何变换、图像运算、阈值、形态学操作、滤波器、图形检测、图像轮廓、模板匹配、视频处理和人脸检测与识别;实战篇包括更改卡通人物的衣服颜色,图像操作之均分、截取和透视,计算轮廓的面积、周长和极点,掩模调试器,粘贴带透明区域的图像,鼠标操作之缩放和移动图像,机读答题卡,检测蓝色矩形的交通标志牌,滤镜编辑器,给图像打马赛克,给图像的任意区域打马赛克和手势识别;强化篇包括人工瘦脸
《Python数据可视化:科技图表绘制》结合编者多年的数据分析与科研绘图经验,详细讲解Python语言及包括Matplotlib在内的多种可视化包在数据分析与科研图表制作中的使用方法与技巧。《Python数据可视化:科技图表绘制》分为两部分,共11章,部分主要讲解Python语言的基础知识,包括基本语法结构、控制语句、函数、数据处理与清洗等,尤其对Matplotlib、Seaborn、Plotnie库进行较为详细的讲解。第2部分结合Python及其附加包的数据可视化功能,分别讲解类别比较数据、数值关系数据、层次关系数据、局部整体型数据、分布式数据、时间序列数据、多维数据、网络关系数据的可视化实现方法。《Python数据可视化:科技图表绘制》可帮助读者尽快掌握利用Python及可视化库进行科技图表的制作与数据展示。 《Python数据可视化:科技图表绘制》注重基础,内容翔实,突出示例讲解,既适
《Python从入门到精通(微课精编版)》使用通俗易懂的语言、丰富的案例,详细介绍了Python语言的编程知识和应用技巧。全书共24章,内容包括Python开发环境、变量和数据类型、表达式、程序结构、序列、字典和集合、字符串、正则表达式、函数、类、模块、异常处理和程序调试、进程和线程、文件操作、数据库操作、图形界面编程、网络编程、Web编程、网络爬虫、数据处理等,还详细介绍了多个综合实战项目。其中,第24章为扩展项目在线开发,是一章纯线上内容。全书结构完整,知识点与示例相结合,并配有案例实战,可操作性强,示例源代码大都给出详细注释,读者可轻松学习,快速上手。本书采用O2O教学模式,线下与线上协同,以纸质内容为基础,同时拓展更多超值的线上内容,读者使用手机扫一扫即可快速阅读,拓展知识,开阔视野,获取超额实战体验。
当数据科学家使用Python处理数据,并希望创建展示ML模型的数据应用程序,以及进行易于创建的交互式可视化时,那么Streamlit将是最理想的选择。Streamlit for Data Science(第2版)向数据科学家展示了如何在Python内快速创建和部署小部件和仪表板。这可以帮助他们在几小时内而不是几天内创建原型。 为了掌握Streamlit这项技术,需要通过大量的实际案例来学习。本书由一个富有创造力的Streamlit用户编写,他在版发布后就一直使用该技术,本选题建立在前一版的实用性基础上,带来大量的更新,包括将Streamlit连接到Snowflake数据仓库,部署在Hugging Face上,以及在GitHub上提供完全更新的代码库,通过这些内容可以帮助读者练习新发布的技能。 读者将从Streamlit的基础知识开始Streamlit的学习,并通过使用机器学习模型和制作高质量的交互式应用程序逐渐熟悉Streamlit的使用技巧。本书通
Go语言"入门易,精通难”。想要用Go语言写出优质的软件,不仅要了解Go语言的语法,还需要对Go语言的特性、软件的通用编写方法、软件项目的组织方法、并发程序设计、软件测试、软件性能优化等方面都有的了解。 本书既聚焦于Go语言,又不限于Go语言,介绍了开发者在使用Go语言时经常犯的100个经典错误,内容侧重于语言核心和标准库。对大多数错误的讨论都提供了具体的示例,以说明在什么时候容易犯这样的错误。这不是一本教条主义的图书,每个解决方案都详细传达了它应该适用的上下文。
《细说Python编程:从入门到科学计算》以Python 3.x为平台,由两位博士执笔,详尽细致地阐述Python编程的基础知识和高级技巧,并以大量示例代码进行实践,同时还介绍人工智能领域广泛使用的科学计算工具NumPy。《细说Python编程:从入门到科学计算》分为两篇,共19章。篇(~11章)为基础知识,主要讲解Python的编译环境、入门知识、字符串、容器、函数、循环、条件选择、模块、类、类的特殊成员、文件;第2篇(2~19章)为高级应用,包括异常处理、日期和时间、测试代码、程序打包、使用数据库、网络编程、图形用户界面、科学计算等内容。全书知识点丰富,辅之以示例演示,读者可以边学边练,快速掌握。 《细说Python编程:从入门到科学计算》还提供了16小时共151节微课教学视频,读者扫码即可观看学习,免费提供的示例源码文件可直接调用,方便上机操练
本书分为上、下两大部分,共计22章。部分(~11章)由浅入深地介绍Python的基础知识,包括变量、数值、条件语句、文本字符串、循环语句、元组、列表、字典、集合、函数、对象、类、模块、库,等等。掌握这些基础知识将为运用Python奠定牢固的基础。第二部分(2~22章)介绍Python的应用,所涉及的领域包括Web应用、数据库、网络和机器学习。你将学会用Python处理时间、进行网络通信、完成数据科学任务等,还会了解并发的相关知识。
《Python数据预处理》详细阐述了与Python数据预处理相关的基本解决方案,主要包括NumPy和Pandas简介、Matplotlib简介、数据、数据库、数据可视化、预测、分类、聚类分析、数据清洗、数据融合与数据集成、数据归约、数据转换等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学用书和参考手册。