本书是针对所有层次的Python读者而作的Python人门书。全书分为两部分：第一部分介绍使用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、测试代码等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用程序，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的近期新特性，等等。本书适合对Python感兴趣的所有读者阅读。

《C Primer Plus(第6版)中文版习题解答》 本书是畅销书《C Primer Plus（第6版）中文版》的配套习题答案，针对书中的复习题和编程练习，给出了解题思路和答案。本书共分为17章，每一章的主题与《C Primer Plus（第6版）中文版》接近一致。每章开篇采用思维导图的方式列出本章的知识点，然后对每章的重点内容进行了梳理总结，很后则对每章中的复习题和编程练习进行了分析并给出了解答思路，确保读者在有效夯实理论知识的同时，进一步提升实际编程能力。作为《C Primer Plus（第6版）中文版》的配套参考书，本书特别适合需要系统学习C语言的初学者阅读，也适合打算巩固C语言知识或者希望进一步提高编程技术的程序员阅读。 《C Primer Plus(第6版) 中文版》 《C Primer Plus（第6版）中文版》详细讲解了C语言的基本概念和编程技巧。《C Primer Plus（第6版）中文版》共17章。靠

C++是在C语言基础上开发的一种集面向对象编程、泛型编程和过程化编程于一体的编程语言，是C语言的超集。本书是根据2003年的ISO/ANSIC++标准编写的，通过大量短小精悍的程序详细而全面地阐述了C++的基本概念和技术，并专辟一章介绍了C++11新增的功能。全书分18章，分别介绍了C++程序的运行方式、基本数据类型、复合数据类型、循环和关系表达式、分支语句和逻辑运算符、函数重载和函数模板、内存模型和名称空间、类的设计和使用、多态、虚函数、动态内存分配、继承、代码重用、友元、异常处理技术、string类和标准模板库、输入/输出、C++11新增功能等内容。本书针对C++初学者，从C语言基础知识开始介绍，然后在此基础上详细阐述C++新增的特性，因此不要求读者有C语言方面的背景知识。本书可作为高等院校教授C++课程的教材，也可供初学者自学C++时使用。

有人说C++程序员可以分为两类，读过Effective C++的和没读过的。世界很好C++大师Scott Meyers成名之作的第三版的确当得起这样的评价。当您读过这本书之后，就获得了迅速提升自己C++功力的一个契机。 在国际上，本书所引起的反响，波及整个计算机技术的出版领域，余音至今未绝。几乎在所有C++书籍的推荐名单上，本书都会位于前三名。作者高超的技术把握力、独特的视角、诙谐轻松的写作风格、独具匠心的内容组织，都受到极大的推崇和仿效。这种奇特的现象，只能解释为人们对这本书衷心的赞美和推崇。 这本书不是读完一遍就可以束之高阁的快餐读物，也不是用以解决手边问题的参考手册，而是需要您去反复阅读体会的，C++是真正程序员的语言，背后后精神的思想与无以伦比的表达能力，这使得它具有类似宗教般的魅力。希望这本书能够帮您跨越C++的重重险阻，

本书介绍了如何利用Python3开发网络爬虫。本书为第2版，相比于第1版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript逆向、App逆向、页面智能解析、深度学习识别验证码、Kubernetes运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。本书适合Python程序员阅读。

这本久负盛名的C++经典教程，时隔八年之久，终于迎来少有的重大升级。除令全球无数程序员从中受益，甚至为之迷醉的――C++大师Stanley B. Lippman的丰富实践经验，C++标准委员会原负责人Josée Lajoie对C++标准的深入理解，以及C++先驱Barbara E. Moo在C++教学方面的真知灼见外，更是基于全新的C++11标准进行了全面而的内容更新。非常难能可贵的是，书中所有示例均全部采用C++11标准改写，这在经典升级版中极其罕见――充分体现了C++语言的重大进展及其全面实践。书中丰富的教学辅助内容、醒目的知识点提示，以及精心组织的编程示范，让这本书在C++领域的权威地位更加不可动摇。 无论是初学者入门，或是中高级程序员提升使用，本书均为不容置疑的优选。

本书从计算机的内部结构开始讲起，以图配文的形式详细讲解了二进制、内存、数据压缩、源文件和可执行文件、操作系统和应用程序的关系、汇编语言、硬件控制方法等内容，目的是让读者了解从用户双击程序图标到程序开始运行之间到底发生了什么。书中还专设了“如果是你，你会怎样讲呢？”专栏，以小学生、老奶奶等为对象讲解程序的运行原理，颇为有趣。 第3版升级了书中用到的软件产品和开发工具，并在正文和注释中补充了大量内容，让初学者更容易理解。对于旧版中颇受好评的硬件相关章节，更新了C语言的样例代码。书末附录关于C语言的章节也升级至近期新标准。 第12章新增了Python机器学习的内容，让初学者能够轻松体验人工智能的乐趣。附录也增加了对Python语言的介绍。 本书图文并茂，通俗易懂，非常适合计算机爱好者及相关从业人员阅读。

在如今的时代，大型数据集唾手可得，含有数百万行的数据文件并不罕见。Python是数据分析师和数据科学家的优选语言。通过本书，即使完全不了解Python，Excel用户也能够学会用Python将烦琐的任务自动化，显著地提高办公效率，并利用Python在数据分析和科学计算方面的突出优势，轻松搞定Excel任务。你将学习如何用pandas替代 Excel函数，以及如何用自动化Python库替代VBA宏和用户定义函数等。本书既适合Excel用户，也适合Python用户阅读。

《Python数据科学手册》是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第 2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的 列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为重要的机器学习算法提供了高效整洁的Python版实现。《Python数据科学手册》适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。

本书沿袭“程序员的数学”系列平易近人的风格，用通俗的语言和具象的图表深入讲解了编程中所需的线性代数知识。内容包括向量、矩阵、行列式、秩、逆矩阵、线性方程、LU分解、特征值、对角化、Jordan标准型、特征值算法等。

《C和指针》提供与C语言编程相关的全面资源和深入讨论。本书通过对指针的基础知识和高级特性的探讨，帮助程序员把指针的强大功能融入到自己的程序中去。 全书共18章，覆盖了数据、语句、操作符和表达式、指针、函数、数组、字符串、结构和联合等几乎所有重要的C编程话题。书中给出了很多编程技巧和提示，每章后面有针对性很强的练习，附录部分则给出了部分练习的解答。 《C和指针》适合C语言初学者和初级C程序员阅读，也可作为计算机专业学生学习C语言的参考。

继Effective C++之后，Scott Meyers于1996推出这本“续集”。条款变得比较少，页数倒是多了一些，原因是这次选材比“第一集”更高阶，尤其是第5章。Meyers将此章命名为技术（techniques），并明白告诉你，其中都是一些patterns，例如virtual constructors，smart pointers，reference counting，proxy classes，double dispatching……这一章的每个条款篇幅都达15~30页之多，实在让人有“山重水复疑无路，柳暗花明又一村”之叹。 虽然出版年代稍嫌久远，但本书并没有第2版，原因是当其出版之时（1996），C++ Standard已经几乎定案，本书即依当时的标准草案而写，其与现今的C++标准规范几乎相同。而且可能变化的几个弹性之处，Meyers也都有所说明与提示。读者可以登录作者提供的网址，看看上下两集的勘误与讨论（数量之多，令人惊恐。幸好多是技术讨论或文字斟酌，并没有什么重大误失）。

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 《机器学习实战》第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 《机器学习实战》通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计

《看漫画学Python 有趣、有料、好玩、好用 2(全彩进阶版)》 本书是《看漫画学Python》的进阶版本，继续秉承有趣、有料、好玩、好用的理念，并继续采用《看漫画学Python》一书中3个不同的漫画人物角色，通过这3个角色之间的轻松对话把复杂的技术问题简单化。本书总计12章。第1章讲解Python的IDE工具PyCharm的基础知识、高级功能和调试功能；第2章讲解如何用Python绘图库Turtle绘制基本图形；第3章讲解Python的Qt库PyQt的基础知识和用法；第4章讲解如何用分词库实现分词，以及如何用词云库形成词云;第5章讲解如何用OpenCV库实现图像处理和人脸检测；第6章讲解网络爬虫技术；第7章讲解如何用Python访问MySQL；第8章讲解如何用Python解析XML文档；第9章讲解如何用xlwings库操作Excel文件；第10章讲解如何用pyecharts库进行数据可视化。第11～ 12章通过两个项目实战帮助读者将前10章所学

全书分为 8 章， 主要内容如下：第1章介绍学术论文插图绘制的规范性和基本原则以及学术论文插图的配色基础；第2章介绍绘制学术论文插图的主要工具，并重点介绍 Matplotlib、Seaborn、ProPlot 以及 SciencePlots 工具包的语法及其重要特征；第3章介绍学术论文中常见的单变量图及其绘制方法，包括直方图、密度图、Q-Q 图等；第4章介绍学术论文中常见的双变量图及其绘制方法， 具体包括误差线、柱形图、箱线图、相关性散 点图以及矩阵热力图等；第5 章介绍学术论文中常见的多变量图及其绘制方法，包括等高线图、点图系列、 三元相图、 3D 图系列以及 RadViz 图等；第 6 章介绍学术论文中常见的空间数据型图及其绘制方法，包括分 级统计地图、连接线地图、等值线地图以及子地图等；第 7 章介绍学术论文中常见的可视化图及其绘制方法，包括配对图系列、韦恩图、泰勒图