数据预处理的目的是在进行数据分析前，通过技术手段解决集中存在的数据质量问题，并进一步提升数据信息含量的。本书主要围绕着 什么是数据预处理、数据预处理的作用是什么、如何进行数据预处理 展开，主要内容包括缺失值处理、数据纠错、数据格式转化、低频分类数据处理、高偏度数据处理、异常值处理、数据配平、数据特征缩放、数据归约等。通过本书的学习，读者可以充分理解常用数据预处理方法的精髓，并掌握具体技术细节，为数据分析实践打下扎实基础。本书可作为统计学、数据科学与大数据技术、计算机相关专业等本科专业和统计学、应用统计学等专业研究生的教材或教学参考用书。

本书从基本的Python概念入手，由浅入深、典型实例剖析讲解、综合实例剖析讲解，一步一步引导初学者掌握Python编程知识。本书共20章，其中第1章到第4章是Python编程基础篇；第5章到第9章是Python编程提高篇；第10章到第13章是Python的GUI程序和图形图像篇；第14章到17章是Python人工智能应用篇；第18章到20章是Python编程高级篇，包括数据库开发、游戏开发和网络爬虫开发。 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Python编程中的热点问题、关键问题及种种难题。 本书适用于大中专学校的师生、有编程梦想的初高中生阅读，更适用于培训机构的师生、编程爱好者、初中级程序员、程序测试及维护人员阅读研究。

本书结合作者在Python语言程序设计教学过程中遇到的概念、实践和应用等问题以及授课经验，由浅入深、循序渐进地介绍Python语言程序设计的理论和应用，是一本针对所有层次的Python学习者的程序设计入门书。本书基于Python 3.7.2编写，示例生动有趣，内容易读易学，且特色鲜明，让读者在Python交互式环境或集成开发环境中动手实践和体验，并通过示例来掌握Python语言的核心知识和用法，帮助读者解决常见应用编程问题和困惑。

俗话云“一将无能累死三军”，不管是政府部门还是企事业单位，管理者的领导能力将直接影响所在部门的团队建设、员工积极性的发挥。如何用人、如何组建团队的领导艺术始终是困扰各级管理者的难题。本书围绕以上难题，将作者多年担任管理者学到的经验毫无保留地介绍给读者，希望对身为管理者的读者有所裨益。 《高效布置任务的27个方法》内容图文并茂，语言浅显易懂，既适合已身为管理者的职场人士阅读，也适合希望了解并提高自身领导力的其他职场人士阅读。

本书从Python主流框架Scrapy的简介及网络爬虫知识讲起，逐步深入到Scrapy进阶实战。本书从实战出发，根据不同需求，有针对性地讲解了静态网页、动态网页、App应用是如何爬取所需数据，以及Scrapy是如何部署分布式爬取， 还介绍了用Scrapy + Pandas是如何进行数据分析及数据展示，让读者不但可以系统地学习Scrapy编程的相关知识，而且还能对Scrapy应用开发有 为深入的理解。 本书分为12章，涵盖的主要内容有Scrapy框架简介；Scrapy网络爬虫知识介绍；Scrapy开发环境的搭建；Scrapy架构及编程；Scrapy进阶；实战项目：Scrapy静态网页的爬取；实战项目：Scrapy动态网页的爬取；实战项目：Scrapy爬取App应用数据；Scrapy的分布式部署与爬取；分布式的实战项目；用Selenium框架测试网站；用Scrapy + Pandas进行数据分析。 本书内容通俗易懂，实例典型，实用性强，特别适合学习Python主流

本书主要介绍了Django编程开发与运维过程中涉及的方法、技巧和实战经验，共分5篇。“第1篇 基础”介绍用Django开发Web应用的基础知识；“第2篇 后台项目实战”通过开发一个商城系统的后台来融合前面章的知识点；“第3篇 进阶”通过Django Rest Framework框架来设计和实现RESTful风格的接口，以及分层的自动化测试和基于Redis的缓存技术；“第4篇 前台项目实战”使用前后端分离的方式开发商城系统前台，涉及Vue.js、Axios、Vue Router、Vuex、RESTful接口等技术。“第5篇 部署运维”涉及Django的传统部署，Django的Docker部署，持续集成，持续交付和持续部署，运维监控。本书通过完整的商城系统实例，融合了Django开发中涉及的知识点；通过大量实例手把手带领读者从需求、开发、集成、代码安全检测、测试、部署上线等环节践行“软件开发运维一体化”的理念。

本书主要介绍了Django编程开发与运维过程中涉及的方法、技巧和实战经验，共分5篇。“第1篇 基础”介绍用Django开发Web应用的基础知识；“第2篇 后台项目实战”通过开发一个商城系统的后台来融合前面章的知识点；“第3篇 进阶”通过Django Rest Framework框架来设计和实现RESTful风格的接口，以及分层的自动化测试和基于Redis的缓存技术；“第4篇 前台项目实战”使用前后端分离的方式开发商城系统前台，涉及Vue.js、Axios、Vue Router、Vuex、RESTful接口等技术。“第5篇 部署运维”涉及Django的传统部署，Django的Docker部署，持续集成，持续交付和持续部署，运维监控。本书通过完整的商城系统实例，融合了Django开发中涉及的知识点；通过大量实例手把手带领读者从需求、开发、集成、代码安全检测、测试、部署上线等环节践行“软件开发运维一体化”的理念。

本教材为Python数据分析立体教材，以任务为导向，结合大量数据分析案例及教学经验，深入浅出地介绍Python语言在处理Excel格式数据时的重要方法及内容，详尽地介绍了Python第三方库xlrd库、xlwt库、xlwings库、pandas库、matplotlib库、numpy库和pyplot库的基本操作方法。 为读者明确如何利用所学知识解决问题，设置了多个案例，每个案例都配有程序运行源代码，读者可通过二维码链接到网站上下载实际代码，查看运行结果，同时配以作者精心制作的视频讲解，轻松愉快地学会用Python玩转各领域数据，能够真正地学以致用。 本教材适用于高校计算机公共基础程序设计课程和数据分析课程，也可供需要处理大量Excel数据、工作重复度较高的工作人员使用。

本书基于面向 Python 的 OpenCV（OpenCV for Python），介绍了图像处理的方方面面。本书以 OpenCV 官方文档的知识脉络为主线，并对细节进行补充和说明。 书中不仅介绍了 OpenCV 函数的使用方法，还介绍了函数实现的算法原理。在介绍 OpenCV 函数的 使用方法时，提供了大量的程序示例。而且在介绍函数对图像的处理前，往往先展示函数对数值、数组 的处理，方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时，本书尽 量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。

本书结合了机器学习、数据分析和Python语言，通过案例以通俗易懂的方式讲解了如何将算法应用到实际任务。 全书共20章，大致分为4个部分。 部分介绍了Python的工具包，包括科学计算库Numpy、数据分析库Pandas、可视化库Matplotlib；第2部分讲解了机器学习中的经典算法，例如回归算法、决策树、集成算法、支持向量机、聚类算法等；第3部分介绍了深度学习中的常用算法，包括神经网络、卷积神经网络、递归神经网络；第4部分是项目实战，基于真实数据集，将算法模型应用到实际业务中。 本书适合对人工智能、机器学习、数据分析等方向感兴趣的初学者和爱好者。

本书分为上、下两大部分，共计22章。第一部分（第1-11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

在数据分析方面，Python实际上已经远远 VBA，因为使用Pyhton提供的数据处理函数和模块就可以实现很多功能，既快速、可靠又简便。本书结合OpenPyXl、win32com、xlwings和pandas等Python包全面介绍使用Python实现Excel脚本开发的各种可能性，涉及的内容包括：Python语言基础、Python文件操作、Excel对象模型、Excel图形绘制、Excel图表绘制、字典在Excel中的应用、正则表达式在Excel中的应用、使用Pandas包提高数据处理效率、使用Matplotlib包绘图、Python与Excel VBA混合编程等。本书适合任何对Excel Python脚本开发感兴趣的朋友阅读，可以是有编程需求的职场办公人员、数据分析人员、大学生、科研人员和程序员等。

数据预处理是数据分析、数据挖掘或人工智能中 的环节，它通过一定的方法将存在诸多问题的低质量数据处理变成高质量数据，在一定程度上提高数据分析或数据挖掘等工作的效率。 本书以Jupyter Notebook为主要开发工具，采用理论与实例相结合的形式，全面地介绍数据预处理的相关知识。全书共8章，其中第1章介绍数据预处理的入门知识；第2～6章介绍科学计算库NumPy和数据分析库pandas，以及通过pandas库实现数据获取、数据清理、数据集成、数据变换和数据规约的功能；第7章介绍数据清理工具OpenRefine的安装及使用；第8章结合前期的核心知识进行实战演练。除第1章外，其他章均配置了丰富的示例或案例，读者可以一边学习一边练习，巩固所学的知识，并在实践中提升实际开发能力。 本书附有配套视频、源代码、习题、教学课件等资源。为帮助初学者 好地学习

本书从FastAPI框架的基础知识和相关的Python编程概念开始讲解。然后，您将了解该框架的所有方面知识，包括其强大的依赖注入系统，以及如何使用它与数据库通信、实现身份验证和集成机器学习模型等。之后，您将学习与测试和部署相关的 实践，以运行高质量和健壮的应用程序。 ，您还将学习Python数据科学软件包的应用生态系统。随着学习的深入，您将学习如何使用FastAPI在Python中构建数据科学应用程序。本书还演示了如何开发快速高效的机器学习预测后端，并对其进行测试，以获得 性能。 ，您将看到如何使用WebSocket和Web浏览器作为客户端实现人脸实时检测。 本书面向对FastAPI及其生态系统感兴趣的数据科学家和软件开发人员，并以此构建数据科学应用程序。读者需要具备数据科学和机器学习概念的基本知识，以及了解如何在Python中应用它们。

本书围绕数据的表示、存取、计算、分析和可视化等内容分两部分详细介绍Python语言程序设计：Python程序设计基础部分（第1章至第6章）主要介绍Python作为一门 编程语言所涉及的语法知识、控制结构、函数与模块、类和对象、图形界面设计，并穿插了计数、累加、连乘等数值计算常用算法内容；Python数据管理与分析部分（第7章至 1章）主要介绍数据文件操作、数据库操作、数据分析和数据可视化等知识。本书按照首先论道、继而论理、然后操作的顺序，从哲学视角看程序设计，使读者在认识物质世界规律的过程中了解计算机的特点、程序设计的特点和人机交互的规律，在认识世界、解释世界和改造世界的实践中掌握Python编程特点、技术和技巧，学会结构化程序设计、面向对象程序设计、人机交互界面设计和数据分析等方面的编程技术。本书可供大数据专业学生学

本书以MicroPython微控制器板 掌控板 为基础，面向Python初学者讲解Python编程基础知识，并通过教学项目引导读者学习Python嵌入式开发。 全书共8章，主要内容包括Python概要，Python基础，字符串、列表和字典，内置函数与模块，掌控板的显示与输出，音乐盒，按键操作与引脚控制，网络应用等。

如今，要想在企业和投资金融领域保持竞争力，只是精通电子表格和计算器已经远远不够，传统工具和数据集已经无法满足我们的需要。本书将用Python编程来解决期货量化交易的问题，并通过110多个技巧介绍实际的

本书以Python 3.7为编程工具，共分8个单元，从易到难，从基础应用到综合实战，详细讲解Python创意编程的方法和思维。 本书通过丰富有趣的实例，帮助学生学习编程思维方式，掌握Python编程基础知识，包括Python环境的搭建、Python的认识、顺序结构、选择结构、循环结构、列表、元组与字典、函数、字符串及算法。 本书适合对Python编程感兴趣的初高中学生阅读，也适合作为家长和老师指导中学生学习计算机程序设计的入门教程。