本书是一本在PyTorch环境下学习机器学习和深度学习的综合指南，可以作为初学者的入门教程，也可以作为读者开发机器学习项目时的参考书。 本书讲解清晰、示例生动，深入介绍了机器学习方法的基础知识，不仅提供了构建机器学习模型的说明，而且提供了构建机器学习模型和解决实际问题的基本准则。 本书添加了基于PyTorch的深度学习内容，介绍了新版Scikit-Learn。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法，介绍了用于生成新数据的生成对抗网络（GAN）和用于训练智能体的强化学习。后，本书还介绍了深度学习的新动态，包括图神经网络和用于自然语言处理（NLP）的大型transformer。 无论是机器学习入门新手，还是计划跟踪机器学习进展的研发人员，都可以将本书作为使用Python进行机器学习的不二之选。 学完本书，你将能够： 探索机器从数

内容简介这既是一本能带领读者零基础快速掌握Python数据分析方法与流程的工具书，又是一本从电商出发指导读者解决各类数据分析问题的实用指南。首先，本书以Python数据分析中使用率极高的Pandas为切入点，注重对数据分析思维和技能的培养，详细讲解了Pandas的操作以及数据分析的方法，可覆盖80%以上的数据分析应用场景，为数据分析师打下坚实基础。然后，本书以电商这个广大读者熟知且普适性极强的业务领域为依托，通过大量案例讲解了报表自动化、行业机会挖掘、用户分层、用户分群、用户偏好分析、同期群分析、指标波动归因分析、品牌分析等8大电商场景的数据分析方法，理论与案例深度融合。本书以实用为本，聚焦重点，Python数据分析常用的高频功能不到Python数据分析能力的20%，本书去繁就简，只专注于能解决大部分问题的重点模块。本书以实战制胜

本书教你如何从基于时间的数据（如日志、客户分析和其他事件流）中获得即时、有意义的预测。在这本通俗易懂的书中，作者通过带有注释的Python代码进行全面演示，你将学习用于时间序列预测的统计和深度学习方法。通过跟随书中的实例锻炼你的技能，你很快就会准备好建立自己的准确、有洞察力的预测。

本书是一本关于Python数据整理和数据质量的实用指南，主要介绍了如何使用Python进行数据清洗、转换和整合，以及如何确保数据的准确性和一致性。本书涵盖了数据整理基础、数据清洗、数据转换、数据整合、数据质量检查和数据可视化等内容。通过丰富的实例和代码示例，读者可以掌握Python数据整理和数据分析的相关技能。无论你是数据分析师、数据科学家还是其他领域的数据从业者，本书都不仅能够帮助你提高工作效率，还能够让你更好地理解和应用数据科学相关的知识和技能。

内容简介 这是一部讲解如何利用树莓派、OpenCV、Python等软硬件构建智能硬件并在其上实现图像分析、文字识别、人脸识别与追踪、视频监控等机器视觉功能的实用性著作。 全书一共11章： 第1~4章首先讲解了机器视觉在智能硬件领域的应用场景以及智能硬件上4种常见的机器视觉技术方案；然后讲解了树莓派和OpenCV的安装、配置以及其他准备工作；*后通过一些简单的案例和代码手把手教读者如何使用OpenCV。 第5~11章是本书的核心内容，通过几个具体的综合案例讲解了如何使用树莓派低成本玩转如下机器视觉场景：拍摄照片和视频、处理相机的原始数据、道路和商场的人流统计、道路信息的文字识别、人脸识别与追踪、中央AI视频监控等。以上案例循序渐进，环环相扣，所有代码均可在树莓派上运行，可轻松移植到任何ARM开发板上。

这是一本讲解如何使用Python基于工具化流程进行跨平台应用软件开发的书籍。《Python 跨平台应用软件开发实战》从简单的计算器软件入手，通过一系列由浅入深的工程案例，让开发者一步步掌握应用软件的开发流程和设计方法，熟悉常用的界面控件、功能组件和打包工具，并在这个过程中同步掌握PyMe的可视化开发流程，进而有能力基于Python语言进行跨平台软件的开发工作。本书结构紧凑，内容由浅入深，是学习掌握可视化流程进行Python应用软件开发的实战型书籍。 《Python 跨平台应用软件开发实战》为读者提供了全部案例源代码下载和高清学习视频，读者可以直接扫描二维码观看。 《Python 跨平台应用软件开发实战》适合Python初学者、希望使用Python进行应用软件开发的工程师、希望快速提升Python开发能力的初级程序员，以及在校相关专业师生阅读。

本书介绍如何利用新的程序语言进行金融建模并实现复杂的数据运算。书中讲授的程序工具与数据均可以通过公开渠道获取，通过建模与研究分析，你会对整个Python生态体系有全局性的认识。大量的实例分析也会加深你对金融风险管控的认知。

本书共19章，第1章介绍数据科学中涉及的基本领域；第2～3章介绍与数据工作紧密相关的Python语言基础；第4章讲解描述性统计分析在宏观业务领域的分析；第5章讲解数据规整、清洗的重要技能；第6章介绍数据科学领域实用的四大统计检验；第7章讲解当被解释变量为连续变量时，如何使用线性回归作预测；第8章讲解使用逻辑回归作评分卡模型；第9章讲解另外一个可解释模型 决策树。第10～12章分别讲解了BP神经网络、朴素贝叶斯、近邻域、支持向量机的原理和在决策类模型中的运用；第13～14章作为一个整体讲解商业分析场景下的信息压缩；第15章以产品推荐作为案例，讲解发现事件与事件伴生关系的关联分析和序列分析算法；第16章使用欺诈识别案例讲解当被解释变量分布极 端不平衡时的处理方法；第17章继续使用欺诈识别案例讲解集成学习算法；第18章讲解了使

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

超有趣Python入门，从零开始编程创造超酷太空冒险游戏！ 游戏开始，空气所剩不多了。空间站发生泄漏，因此你必须迅速采取行动。你能找到解决问题的办法吗？你需要探索空间站的周围，找到门禁卡来把门打开，还要修复受损的航天服。冒险已经开始了！ 本书向你展示了如何使用Python在图形化的冒险游戏中在火星上建立空间站、探索空间站并避开危险。你能像航天员一样找到解决问题的办法吗？

本书由一线Python开发工程师精心编写，循序渐进地介绍Python自动化编程的相关知识，全书共20章，第1~14章讲解Python编程基础知识，第15章介绍关系型数据库SQLite和MySQL、非关系型数据库MongoDB和Redis、ORM框架SQLAlchemy的应用，第16~20章分别介绍Selenium实现网页自动化、Requests实现网页爬虫编程、办公自动化编程、OpenCV实现图像识别与定位、Web系统的开发与部署。 本书理论与实践相结合，案例丰富，非常适合从零开始学习自动化编程的读者学习。

流畅的Python 致力于帮助Python开发人员挖掘这门语言及相关程序库的优质特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。流畅的Python 尤其深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。

本书从一些经典算法出发，为读者展示了100个Python趣味编程实例。本书共12章，涵盖趣味算法入门、趣味数学问题、各种趣味整数、趣味分数、趣味素数、趣味逻辑推理、趣味游戏、趣味数组、趣味函数递归、定理与猜想、趣味图形及其他趣味问题。本书取材注重趣味性与实用性，内容涵盖Python编程的基础知识和常用算法，讲解时给出了实例的详细分析与代码实现，并对重点代码做了详细注释，还针对涉及的知识点做了拓展讲解。本书实例丰富，讲解通俗易懂，代码可读性及实操性强，适合Python编程的初学者和爱好者阅读，也适合算法设计爱好者阅读。另外，本书还可作为Python教学参考书。

《Python编程从小白到大牛》包括3篇，共16章。基础篇（第1~7章）包括Python概述，数据类型和变量，流程控制，数据结构，函数，模块、包和文件，以及错误、异常和调试；进阶篇（第8~11章）包括面向对象编程，进程和线程，网络编程，以及Python数据处理和数据库编程；应用篇（第12~16章）包括Web开发应用，图形界面GUI和绘图应用，科学计算与数据分析应用，深度学习应用，以及云计算和自动化运维应用。《Python编程从小白到大牛》还包括大量实战案例，通过理论和实战结合的方式帮助读者快速学习撑握Python应用。 《Python编程从小白到大牛》可作为人工智能、机器学习、人脸识别等应用领域工程技术人员的参考手册，也可作为大中专院校人工智能、大数据科学与技术、自动化、机器人工程、智能仪器仪表、机电一体化等专业及社会培训班有关Python课程的教材。

本书是关于计算机编程的科普书，它包含了计算机软件的发展历史、原理、数据结构，以及基本算法等内容，并进一步探讨了动态规划、概率统计和神经网络等进阶知识。作者通过轻松的笔调，由浅入深地对编程的本质进行了直观、具体的讨论。虽然书中的例子都是用Python编写的，但是介绍的编程方法和思想却是通用的。书中的实例都有对应的完整代码实现，涉及初等数学、数据结构、排序与查找、数理统计、动态规划及神经网络等多个方面。这些实例把编程原理讲解和程序代码结合在一起，从而让概念更加容易理解。 本书适合学习Python，以及编程的读者阅读。

本书不是一本编程技术书，而是一本讲解如何利用Python实现办公自动化的案例型教程。 全书共12章，结构上可划分为3个部分。第1部分（第1章、第2章）主要讲解Python编程环境搭建、Python核心语法知识、文件系统操作、文本处理等Python高效办公的基础知识与基本技能。第2部分（第3～10章）全面讲解如何利用Python高效地完成与Word、Excel、PowerPoint等常用办公软件相关的操作。第3部分（第11章、第12章）主要讲解如何利用Python模拟鼠标和键盘操作，快速完成批量化和流程化的工作。 本书理论知识精练，案例典型实用，学习资源齐备，十分适合具备一定的办公软件操作基础又想进一步提高工作效率的办公人员阅读，对于Python编程初学者而言也是相当不错的参考资料。

本书将帮助读者系统掌握编写高效、优雅的Python代码的方法，快速成长为一位高水平的Python开发工程师。 作者是Python编程领域的资深开发工程师，有多年的Python开发经验，本书得到了行业里15位技术专家的高度评价。 为了帮助读者编写出高效的Python代码，本书不仅从源代码的角度系统地讲解了Python的语法，让读者能知其然并知其所以然，而且结合具体的应用需求，对并发编程、性能优化、测试与调试、异常处理、内存管理等Python开发中的高级知识进行了详细的讲解。 为了指导读者编写出更优雅的Python代码，本书针对具体问题给出了大量的实例代码并给出了编码风格上的方法和建议。 如果你是没有Python编程经验的新人，你将通过本书系统掌握Python语法及其背后的原理，并从一开始就养成良好的编码习惯；如果你是有一定Python编程经验的老手，你将通过

为了能够使广大读者既能够掌握Python语言的基础知识，又能够将Python语言应用于某个特定的领域（如Web开发），本书介绍与Python相关的方方面面，为了便于读者学习，本书每个章节都提供了详尽的例子，结合实例讲解各个知识点。涉及的程序代码都给出了详细的注释，有助于读者轻松领会程序开发的精髓，快速提高开发技能。在学习完本书之后，相信读者能够很好地掌握Python语言，同时可以使用Python语言进行实际项目的开发。本书适合Python爱好者、大中专院校的学生、社会培训班的学生。

本书帮你掌握通过机器学习和深度学习来识别和解决复杂问题所需的基本技能。本书使用了流行的 Python机器学习生态系统中的真实示例，将成为你在学习机器学习的艺术和科学并成为一名成功的从业者道路上的 伴侣。本书中使用的概念、技术、工具、框架和方法将教会你如何成功思考、设计、构建和执行机器学 统和项目，并利用这些知识解决一些来自不同领域的实际问题，包括零售、运输、电影、音乐、计算机视觉、艺术和金融。本书将教会你解决自己遇到的机器学习问题！本书适合人工智能、机器学习、深度学习相关行业的从业者和学习者阅读。

职场商业活动中数据可视化图表应用得非常多，一般的图表可以使用Excel来实现，而要绘制出更漂亮、更专业的图表及仪表板，则需要利用Python、Tableau等软件来实现。 《Python+Tableau数据可视化之美》采用方法+实战案例的编写方式，首先讲解Python和Tableau的基本编程和使用方法，然后再结合销售数据分析、财务数据分析、HR数据分析、企业运营数据分析、统计调查报告等大量实战案例，讲解实际工作中各种职场人士常用的专业、漂亮图表的制作方法。 《Python+Tableau数据可视化之美》提供了大量图表制作的原创代码，并详细讲解了如何套用这些代码制作自己实际工作中所需的图表，让普通人也可以轻松制作出行业文案报告需要的各种专业、漂亮的图表。 《Python+Tableau数据可视化之美》适合职场商务人士、数据分析人士及数据可视化从业人士阅读学习，也可供Python

《Python程序员面试笔试宝典》是一本讲解Python程序员面试笔试的百科全书，在写法上，除了讲解如何解答Python程序员面试笔试问题以外，还引入了相关知识点辅以说明，让读者能够更加容易理解。 《Python程序员面试笔试宝典》将Python程序员面试笔试过程中各类知识点一网打尽，在广度上，通过各种渠道，搜集了近3年几乎所有IT企业针对Python岗位的笔试、面试涉及的知识点，包括但不限于Python基础与高级知识点、数据库、数据结构与算法、Python与爬虫、Python与数据分析和机器学习相关的知识点。所选择知识点均为企业招聘考查的知识点。在讲解的深度上，本书由浅入深地分析每一个知识点，并提炼归纳，同时，引入相关知识点，并对知识点进行深度剖析，让读者不仅能够理解这个知识点，还能在遇到相似问题时也能游刃有余地解决，而这些内容是其他同类书籍所没

本书是一本系统、全面地介绍Python网络爬虫的实战宝典。作者融合自己丰富的工程实践经验，紧密结合演示应用案例，内容覆盖了几乎所有网络爬虫涉及的核心技术。在内容编排上，一步步地剖析算法背后的概念与原理，提供大量简洁的代码实现，助你从零基础开始编程实现深度学习算法。 全书按照学习爬虫所涉及的核心技术从易到难，再到应用的顺序分为14章。第1章介绍Python的安装配置和基础语法。 第2章介绍爬虫类型、抓取策略以及网络基础知识。第3章介绍Python常用库。第4章介绍正则表达式的语法、匹配规则。第5章讲解PIL库、Tesseract库和TensorFlow库的语法、类型和识别方法。第6章介绍抓包利器Fiddler。第7章介绍数据存储。第8章介绍Scrapy爬虫框架。第9章介绍多线程爬虫。第10章介绍动态网页爬虫。第11章介绍分布式爬虫。第12章介绍电商网站商品信息爬虫项目