本书首先讲解量化交易的基础知识，即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant（聚宽）量化交易平台；然后讲解量化交易开发语言Python，即讲解Python语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计；接着讲解如何利用Python语言编写量化策略、Python量化策略的常用库和模块、获取数据函数、回测、因子分析；很后讲解Python量化策略的技术指标实例和Python量化交易策略实例。在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析讲解量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者，如股民、期民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫愈勇

本书第1章，机器学习及深度学习入门，包含Colaboratory与Jupyter Notebook的使用方法，它们对于机器学习而言是不可或缺的工具。第2章是机器学习的实践部分。第3章将学习如何处理图像与视频。 第4章则是关于自然语言处理的基础介绍，特别是有关中文的处理方法。第5章介绍的是深度学习以及 程序库TensorFlow的使用。第6章是应用篇，主要说明第2章和第3章的内容如何在TensorFlow中编写，以及在实际工作、生活中如何应用，帮助读者进行理解。 本书适用人群：想了解AI、机器学习、深度学习的人。想要将机器学习运用于工作中的人。想要掌握编程语言Python基础语法的人。

内容提要本书逐层深入地介绍了Python的核心开发技术，并通过具体实例演练了各个知识点的使用流程。全书共10章，分别讲解了正则表达式、网络编程、多线程开发、Tkinter图形化界面开发、数据持久化、Pygame游戏开发、数据可视化、DjangoWeb开发、FlaskWeb开发和网络爬虫开发等知识。全书简洁而不失技术深度，内容丰富，以通俗易懂的文字介绍了复杂的案例，易于阅读。本书适用于已经了解Python基础语法的读者，以及希望进一步提高自己Python开发水平的读者，也可以作为大专院校相关专业的师生用书和培训学校的专业性教材。

书中描述了Python程序的基本构件：类型、操作符、语句、函数、模块、类以及异常，此外还介绍了更多高级主题，包括复杂的实例，最后讲述了如何使用Python定制库来创建大型程序。

本书是Python用户的一本百科式学习指南，由Python社区数百名成员协作奉献。全书内容分为三大部分。第一部分是关于如何配置使用Python编辑工具的；第二部分深入学习地道Python风格的代码范例；第三部分研究Python社区常用的一些代码库。本书适合有一定Python基础的人员学习，帮助你迅速从小工修炼成专家，编写出高质量的代码！

本书将易懂好学的Python编程语言，与当前使用广泛的Office办公软件进行结合，旨在解决开发人员、职场人士在大批量、自动化处理表格数据、Word文档数据、PPT数据展示以及邮件的自动化处理、网页的自动化操作等方面的问题，通过Python编程实现自动化、智能化、高效化处理办公问题的目标，解放双手，提升工效。本书具备三大特点：覆盖面广，易学易懂，可操作性强，配视频辅导和案例演练。本书讲解Python自动化办公的知识技能覆盖面广，不仅仅融合了Excel办公软件，而且还融合了我们办公常用的Word办公软件、PPT办公软件、邮件的自动化处理、网页的自动化操作，而市面上我们看到的书籍仅对Excel办公软件进行了融合；书籍中也配套了微课视频讲解，学习过程中有不懂的地方，直接扫码观看视频即可，方便高效；书籍中在讲解Python自动化操作Office软件、邮箱、网页

《Python算法指南：程序员经典算法分析与实现/清华开发者书库》以人工智能发展为时代背景，通过实际案例应用描述算法，提供了较为详细的实战方案，以便深度学习。 《Python算法指南：程序员经典算法分析与实现/清华开发者书库》内容从算法上分为数学、搜索、回溯、递归、排序、迭代、贪心、分治和动态规划等；从数据结构上分为字符串、数组、指针、区间、队列、矩阵、堆栈、链表、哈希表、线段树、二叉树、二叉搜索树和图结构等。 《Python算法指南：程序员经典算法分析与实现/清华开发者书库》针对经典算法，结合相关的数据结构，将描述问题、问题示例、代码实现以及运行结果相结合，语言简洁，深入浅出，通俗易懂，不仅适合对Python编程有兴趣的科研人员，也适合作为高等院校的参考教材。