本书通过 语法参考 ? 快用锦囊 ? 应用场景 3个主要版块，全面细致地讲解Python中提供的内置函数、基本语句、常用开发技能等内容。全书共16章，包括输入输出、格式化处理、基本语句、字符串操作、列表、元组、字典、集合、数学运算与数字处理、数据类型转换、迭代、序列操作、对象操作、反射操作、编译执行、装饰器等，在附录中介绍了Python中运算符的应用。全书包含245个语法参考、595个快用锦囊和57个应用场景，有很强的实用性和可操作性。为便于读者快速了解各章的内容，各章前都绘出了 快学快用 的思维导图，对每一章的知识点进行梳理。书中所有知识点的语法给出了快用锦囊、应用场景等实例，对于应用广泛的知识点，尽量对不同使用场景都给出应用实例。另外，本书还设置了 注意 说明 提示 多学两招 等贴心栏目，及时指出注意事项并给出相应的

作者们还构建了一个可以免费下载的Ubuntu虚拟机。该虚拟机包含了这《Python在Unix和Linux系统管理中的应用()》的源代码，还可以用来运行书中的实例，包括SNMP、IPython、SQLAlchemy和许多其他工具。《Python在Unix和Linux系统管理中的应用》展示了Python语言如何提供一种更加高效的方式来处理Unix和Linux服务器管理工作中的各种任务。《Python在Unix和Linux系统管理中的应用()》的每一章都会提出一个特定的管理问题，例如并发或数据备份，然后通过实际的例子提供基于Python的解决方案。你将学习使用Python开发一套属于自己的命令行工具，并用来解决一系列范围很广的问题。通过《Python在Unix和Linux系统管理中的应用()》及其辅助虚拟机，你将学习如何打包并部署Python应用程序和库文件，以及如何编写在多个Unix和Linux平台下都运行良好的代码。通过这《Python在Unix和Linux系统管理中的应

《图灵程序设计丛书·NumPy攻略：Python科学计算与数据分析》带领读者了解熟悉当下流行的科学计算库NumPy的方方面面。书中不仅介绍了NumPy的安装、使用和各种相关概念，还介绍了如何利用这一新的开源软件库，以尽可能接近传统数学语言的方式，编写可读性好、实现效率高和运行速度快的代码。还探究了几个和NumPy相关的科学计算项目。此外，本书将为你掌握NumPy数组和通用函数打下坚实的基础，也会通过实例教你用Matplotlib绘图，并了解和SciPy相关的项目。《图灵程序设计丛书·NumPy攻略：Python科学计算与数据分析》将帮助你：·学习索引技术和线性代数知识·了解数组形状及图像大小的调整·探察广播机制和直方图·分析NumPy代码并用可视化的方式表示分析结果·用Cython为代码提速·使用数组接口共享数据·使用通用函数和互操作功能·学习Matplotlib以及经常和NumPy同时使

本书站在初学者的角度，从原理到实践，循序渐进地讲述了使用Python实现自动化开发的核心技术。全书从逻辑上可分为Python基础知识、Python自动化技术和自动化系统开发三部分。Python基础知识部分主要介绍Python的变量、数据类型、流程控制语句、函数与类等基础语法。Python自动化技术部分分别介绍网页、计算机系统、软件和手机的自动化技术，并将自动化技术与人工智能的计算机视觉结合使用，使自动化程序更为稳定和智能。自动化系统开发部分介绍如何开发一个统一调度和管理自动化程序的Web系统，通过该系统可实现分布式管理自动化程序的运行情况。本书由浅入深，注重实战，适用于从零开始学习开发自动化程序和系统的初学者，或者已经有一些自动化程序开发经验，但希望更加全面、深入理解Python自动化开发的人员。

本书不是要讲述Python的基础编程，而是要帮你掌握Python独特的优势和魅力。书中总结了59个Python编程的实践、贴士和捷径，并用真实代码示例进行了解释。全书共分8章，章讲述Python的风格思想，介绍了Python中常见问题的解决方案；第2章讲述如何使用Python函数来阐明意图、提升可重用性，并减少错误；第3章介绍如何使用类和继承来表达你对对象的预期行为；第4章介绍了使用这些元类和属性的常用语法；第5章讲述如何在并行和并发的场景下利用好Python；第6章讲述Python中必要的内置模块；第7章教你如何合作开发Python程序；第8章介绍如何使用Python调试、优化和测试程序。

本书主要针对中职学生及python初学者量身定做，是编者学习、技能大赛辅导和使用python开发过程中的体会和经验总结，涉及实际开发中的所有的重要知识点、内容详尽，代码可读性及可操作性强。本书主要介绍python语言的类型和对象、操作符、表达式、编程结构和控制流、函数、序列、多线程、正则表达式、面向对像编程、文件操作、网络编程、邮件收发、数据库操作、网络爬虫、数据分析等内容。每一章节都有针对知识点的实践项目、问题解答、练习、授课PPT、微课视频、案例程序源码等。