Array

本书共有7章。其中第1～6章为本书的核心内容，可分为两部分：第壹部分包括第1章和第2章，介绍了Python语言编程的基础知识和Abaqus中的Python脚本接口基础知识，为后面的学习奠定基础；第二部分包括第3～6章，分别介绍编写脚本快速建立有限元模型、编写脚本访问输出数据库、编写脚本进行其他后处理、案例分享及常见问题等内容。通过大量的实例脚本和详细的注释讲解了编写、调试脚本和开发专有模块的方法，以提高Abaqus有限元分析的效率。 书中内容从实际应用出发，文字通俗易懂，深入浅出，读者不需要具备很深的编程功底，即可轻松掌握Python语言在Abaqus中的各种应用。 本书主要面向Abaqus软件的中级和高级用户，对于初级用户也有一定的参考价值。

面向用Python进行控制系统设计的人，边学边用Python进行编程实践。重点阐述以状态空间模型为对象的现代控制系统的设计。全书分七章，包括： Pythhon环境的构建、数据和流控制、反馈控制、状态空间模型、闭环系统的控制设计、开环系统的控制设计、PID控制相位进延迟补偿，以及稳健性控制数字实现的高级控制系统设计。

本书首先系统介绍了通信原理的基础知识，然后通过开源编程语言Python进行了全面完整的仿真分析。书中提供了大量极具参考价值的仿真实例，不仅通过可视化的仿真图形帮助读者深入理解理论知识，还允许修改源码，方便进行个性化开发，从而加快科研进度。 全书共11章。第1章主要介绍了Python的基本使用及相关库；第2章介绍了信息和信道的相关内容；第3~5章主要介绍了信号的类型和表示，以及信号的分析方法；第6~10章介绍了各种信号的调制、解调及传输方法；第11章介绍了能够提高传输可靠性的信道编码方式。 本书结构清晰，层次分明，适合通信领域的科研工作者和工程人员使用，也可作为高等院校通信相关专业的本科生和研究生的参考书。

本书专为Python快速入门学习而精心设计了知识结构和内容，通过深入浅出的讲解，轻松有趣快速入门Python。 本书重点结合编程思维和专家视角，帮助读者从更高角度、更多维层次去分析、思考、学习和理解编程及程序设计背后的规律、逻辑和思维，从点到线，再到面，搭建起编程知识体系，从而学会Python。 本书主要分为三个部分。 第一部分，主要讲解Python的基础知识点。 第二部分，结合编程思维将知识串联起来在探究活动中练习和实践，巩固Python基础知识，提升编程思维能力。 第三部分，以解决问题实战为主线，串联编程思维，从整体视角上思考问题，使用Python从0到1，完整解决多个问题，从而掌握解决编程问题的基本思路，学会举一反三，增强理解和运用Python的能力。

全书共18章，前11章主要讲解基础知识。第1章介绍了什么是量化投资，以及为什么要用Python。第2章介绍了如何搭建基础环境，介绍了常用的一些工具。第3章讲解python的基本应用和常用的库。第4章介绍python数据分析中常用的Numpy, Scipy, Pandas。第5章介绍数据分析的基础方法。第6章介绍数据的可视化，使用matplotlib库。第7章介绍基础的金融分析方法。第8章介绍技术分析和时序序列分析，从业界和学术界两种角度来进行分析。第9章介绍了投资组合理论和由此衍生出来的多因子模型。第10章介绍了金融市场中衍生品的分析，以期货和期权为主。第11章从利率开始，介绍了债券的分析方法。 从第12章开始进入实战篇。第12章讲解中国金融市场，主要针对二级市场，并介绍了针对不同市场的基本投资策略。第13章介绍了，研究策略时，所需的数据来源，开源数据和商业数据库都有

本书主要分三部分内容：上篇 Python基础，分5个章节介绍Python基础知识，主要包括Python概述、程序结构、函数、组合数据类型和面向对象编程基础；中篇Python数据挖掘实战，分2个章节介绍Python实现数据挖掘的过程和实战案例，主要围绕Python实现一个网站的简单搜索引擎、静态网站爬虫、动态网站爬虫和网络爬虫框架Scrapy几部分内容展开；下篇Python数据处理和分析案例，分3个章节介绍使用NumPy进行数据计算、使用Pandas进行数据分析及Matplotlib、seaborn和Bokeh数据可视化和实战案例。

本书从日常办公工作中的实用角度出发，全面、系统地讲解Python中提供的常用的、用于处理Excel办公工作的核心模块。 全书分为三部分共8章。第 部分为第1章，主要介绍Python处理系统和文件的模块，即pathlib模块。第二部分为第2~6章，主要介绍Python处理Excel办公操作的模块，如xlwings模块、openpyxl模块、xlrd模块。第三部分为第7章和第8章，主要介绍整理数据的模块，即pandas模块。为了帮助读者透彻理解模块中各个属性和函数，本书在介绍办公的核心模块时，详细讲解了各个模块常用属性和函数的语法格式、参数说明及其应用，具有很强的实用性和可操作性。 本书适合使用Python处理Excel办公的工作人员在日常工作中进行查询使用，又可以作为Python初学者学习和提升Python编程技能的参考工具书。

本书是一本讲解如何使用Python来快速处理的视频的案例型图书。全书共包含12个章节的内容。第1~2章主要讲解Python编程环境的搭建、Python的基础语法知识。第3~4章主要讲解素材收集基础——爬虫技术基础和素材自动收集实战。第5章为moviepy视频剪辑基础，主要介绍moviepy工作与安装方式等。第6~11章通过大量典型案例，从视频的导入导出开始，详细讲解剪辑技巧、视频色彩调整、标题和字幕效果、音频的处理等多个方面的内容，让读者了解视频自动化处理的流程。第12章为moviepy实战应用，选用几个具有代表性的案例展示如何调用Python中的moviepy模块来快速自动处理视频的。 本书内容全面、条理清晰，讲解通俗易懂，除了必要的代码讲解，还对代码中使用到的相关函数进行了深入剖析，带领读者深入学习视频自动化剪辑的操作技巧。本书适合想要学习视频剪辑，提高视频

《Python数据科学导论》通过理论与实践相结合的方式来阐述数据科学的一系列重要概念及算法，以使读者学会如何管理并利用数据。本书共有11章，第1章概要地介绍了数据科学的现状并给出了一些使用本书的建议；第2章介绍了Python语言数据科学生态系统，涉及NumPy、SciPy和Pandas等热门第三方库；第3～7章着重讲解了统计学和机器学习的知识，涉及描述统计学、统计推断、监督学习、回归分析、无监督学习等主题；第8～10章详细介绍了数据科学的一些主要应用，如网络分析、推荐系统和情感分析；第11章介绍了并行计算及性能优化方法。

Array

本书作为数据挖掘入门读物，基于真实数据集进行案例实战，使用Python数据科学库，从数据预处理开始一步步介绍数据建模和数据挖掘的过程。主要介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带领读者轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用逻辑回归进行环境数据检测，如何使用HMM进行中文分词，如何利用卷积神经网络识别雷达剖面图，如何使用循环神经网络构建聊天机器人，如何使用朴素贝叶斯算法进行破产预测，如何使用DCGAN网络进行人脸生成等。本书也涉及神经网络、在线学习、强化学习、深度学习、大数据处理等内容。 本书适合对传统数据挖掘和机器学习算法开发感兴趣的读者阅读，也适合需要系统掌握深度学习的开发人员阅读。

《中公版 Python高效开发指南：Python语言核心编程》共分为十五章，涵盖了Python语言核心基础知识，对重难点内容进行了针对性讲解。本书面向Python编程初学者，按照由浅入深、循序渐进的规律，从搭建Python开发环境，到讲解Python基础语法和高级语法，*后介绍Python扩展技术和游戏开发。 ●初识Python（*章） 介绍了Python简史、优势、应用领域，还介绍了Python开发环境的搭建，重点介绍了PyCharm的使用。 ●Python基础语法（第二章至第六章） 讲解了Python的基础语法、流程控制结构、列表、元组、字符串、字典和集合。 ●Python高级语法（第七章、第八章） 讲解了Python的函数，包括生成器函数、装饰器函数、闭包函数等；还讲解了Python的类，包括类的封装、继承、多态和设计模式等。 ●Python扩展技术（第九章至第十三章） 介绍了Python的异常处理，文件的读、写和追加操作，

本书详细阐述了与Python数据可视化相关的基本解决方案，主要包括数据可视化和数据探索的重要性、绘图知识、Matplotlib、利用Seaborn简化可视化操作、绘制地理空间数据、基于Bokeh的交互

PyQt是一个创建GUI应用程序的工具包，是Python编程语言和Qt库的成功融合。本书旨在通过深入浅出的讲解和简明的程序示例教读者掌握PyQt的开发技巧。 本书分为10章，从PyQt的安装和基础知识讲起，陆续介绍了基础控件（如标签控件、消息框、文本框、按钮及控件等）、 控件（如组合框、滚动条、容器控件及各类视图等）、窗口（如属性、坐标、事件等）、Qt Designer（如安装与配置、编辑模式等）、PyQt 应用（如数据库、多线程、动画、音视频、网页交互等）、图形视图框架（如图元、场景、视图、事件传递等）、打包（如PyInstaller、Nuitka等）等内容。此外，本书还通过两个开发实例（可视化爬虫软件和《经典贪吃蛇》游戏）带领读者巩固了书中介绍的相关知识点。 本书内容简洁实用、实操性强，适合对Python编程及GUI开发感兴趣的读者阅读。

本书将程序设计和数学巧妙地结合起来，从简单的项目开始，应用Python解决高中和大学低年级的数学问题，比如几何、概率、统计以及微积分等，为进一步学习更复杂的数学内容以及Python编程语言打下坚实的基