了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用,Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作,汇聚了作者多年的实战经验,向读者透彻讲解在Python环境下,如何通过一系列存储机制高效地实现各类算法。通过本书,读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用,等等。
Python是目前很好受欢迎的程序设计语言,本书通过对Python语言使用很多的DjangoWebFramework的介绍,让读者可以轻松制作出全功能的动态网站。本书分4部分,以16堂课来介绍Python新手使用Django架站的要点。部分(~3堂)以一个小型的个人博客网站为主轴,介绍如何快速建立一个实用的Django网站;第二部分(第4~7堂)是Django架构深入剖析,详细分析Django的MVC/MTV架构;第三部分(第8~11堂)为实用网站开发技巧;第四部分(2~16堂)为实用网站开发教学,从设计、规划到实践,逐步指导读者在自己的主机环境下构建出有趣实用的内容。本书既可作为希望快速上手PythonDjango的初学者的参考书籍,也可作为Python培训学校在PythonDjango方面的培训教程。
这不是一本常规意义上Python的入门书。这本书中没有Python关键字和for循环的使用,也没有细致入微的标准库介绍,而是完全从实战的角度出发,对构建一个完整的Python应用所需掌握的知识进行了而完整的介绍。更为难得的是,本书的作者是开源项目OpenStack的PTL(项目技术负责人)之一,因此本书结合了Python在OpenStack中的应用进行讲解,非常具有实战指导意义。本书从如何开始一个新的项目讲起,首先是整个项目的结构设计,对模块和库的管理,如何编写文档,进而讲到如何分发,以及如何通过虚拟环境对项目进行。此外,本书还涉及了很多主题,如性能优化、插件化结构的设计与架构、Python3的支持策略等。本书适合各个层次的Python程序员阅读和参考。
本书是一本基于OpenCV和Python的机器学习实战手册,既详细介绍机器学习及OpenCV相关的基础知识,又通过具体实例展示如何使用OpenCV和Python实现各种机器学习算法,并提供大量示列代码,可以帮助你掌握机器学习实用技巧,解决各种不同的机器学习和图像处理问题。全书共12章,章简要介绍机器学习基础知识,并讲解如何安装OpenCV和Python工具;第2章展示经典的机器学习处理流程及OpenCV和Python工具的使用;第3章讨论监督学习算法,以及如何使用OpenCV实现这些算法;第4章讨论数据表示和特征工程,并介绍OpenCV中提供的用于处理图像数据的常见特征提取技术;第5章展示如何使用OpenCV构建决策树进行医疗诊断;第6章讨论如何使用OpenCV构建支持向量机检测行人;第7章介绍概率论,并展示如何使用贝叶斯学习实现垃圾邮件过滤;第8章讨论一些非监督学习算法;第9章详细讲解如
本书介绍了Python语言如何为管理uNIx和Linux服务器提供各种更加有效的任务处理方式。书中各章都提出了具体的管理问题,如并发或数据备份,然后通过Python示例提供了解决方案。通过本书,读者可以学习如何用Python开发自己的一套命令行工具来解决诸多问题。作者建立了一个免费下载的Ubuntu虚拟机,其中包含本书的源代码和运行实例,也包括SNMP、IPython、SQLAlchemy及其他工具。通过本书,你可以发现Python在如下几个方面的作用:·读取文本文件并提取信息。·使用多线程和fork选项。·使用网络设备从一个进程获取另一个进程的信息。·创建可点击的、易于交互的GUl工具。·通过交互式SNMP编程实现监控大型主机集群。·掌握IPythonshell,作为Bash、Korn或Z—Shell的替换或补充。·将云计算整合到基础设施中,编写GoogleApp引擎的应用程序。·通过定制脚本解决独特数据备份的难题
Python作为一种高级程序设计语言,凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。使用Python作为GIS开发的脚本语言,将大大提升ArcGIS数据处理的效率。本书将介绍如何使用Python来创建桌面ArcGIS环境下的地理处理脚本、管理地图文档和图层、查找和修复丢失的数据链接、编辑要素类和表中的数据等,以期能够提高GIS开发人员的工作效率。本书内容结构清晰,示例完整,不仅适合从事GIS开发的专业人士,而且适合那些有兴趣接触或从事Python编程的读者。
本书以对微软MTA认证98-381Python和计算机二级Python两大体系的深入研究为基础,综合其所有内容,并综合实践经验所成,涵盖Python考试的方方面面。全面讲解Python的基础知识和Py
Python是目前流行的脚本语言之一。《Python宝典》由浅入深、循序渐进地为读者讲解了如何使用Python进行编程开发。《Python宝典》内容共分三篇,分为入门篇、高级篇和案例篇。入门篇包括Python的认识和安装、开发工具简介、Python基本语法、数据结构与算法、多媒体编程、系统应用、图像处理和GUI编程等内容。高级篇包括用Python操作数据库、进行Web开发、网络编程、科学计算、多线程编程等内容。案例篇选择了3个案例演示了Python在Windows系统优化、大数据处理和游戏开发方面的应用。《Python宝典》针对Python的常用扩展模块给出了详细的语法介绍,并且给出了典型案例,通过对《Python宝典》的学习,读者能够很快地使用Python进行编程开发。《Python宝典》适合Python初学者、程序设计人员、编程爱好者、本科及大专院校学生,以及需要进行对科学的计算的工程人员阅读。
若想充分利用所有的计算资源来构建高效的软件系统,并行编程技术是不可或缺的一项技能。本书以Python为蓝本,对并行编程领域的各项技术与知识进行了广泛且深入的讲解。通过对本书的学习,读者将能够快速且准确地掌握并行编程方方面面的技能,从而应用在自己的项目开发中,提升系统运行效率。本书共分为6章,从原理到实践系统化地对并行编程技术进行了层层剖析,并通过大量可运行的实例演示了每一个知识点的具体运用方式,是提升并行编程技能的一本的好书。相信本书的出版将会填补Python在并行领域应用的一大空白,能够帮助想要从事并行编程与并行计算的读者提升实践能力,并将这一能力应用到实际的项目开发中。
本书是较早关于Python大数据与量化交易的原创书籍,配合zwPython、zwQuant开源量化软件学习,已经是一套完整的大数据分析、量化交易学习教材,可直接用于实盘交易。本书特色:一是,以实盘个案分析为主,全程配有Python代码;第二,包含大量的图文案例和Python源码,无须编程基础,懂Excel即可开始学习;第三,配有的zwPython、zwQuant量化软件和zwDat数据包。本书内容源自笔者的原版教学课件,虽然限于篇幅和载体,省略了视频和部分环节,但核心内容都有保留,配套的近百套Python教学程序没有进行任何删减。考虑到广大入门读者的需求,笔者在各个核心函数环节增添了函数流程图。
《Python基础教程(第2版.修订版)》包括Python程序设计的方方面面,首先从Python的安装开始,随后介绍了Python的基础知识和基本概念,包括列表、元组、字符串、字典以及各种语句。然后循序渐进地介绍了一些相对的主题,包括抽象、异常、魔法方法、属性、迭代器。此后探讨了如何将Python与数据库、网络、C语言等工具结合使用,从而发挥出Python的强大功能,同时介绍了Python程序、打包、发布等知识。,作者结合前面讲述的内容,按照实际项目开发的步骤向读者介绍了几个具有实际意义的Python项目的开发过程。《Python基础教程(第2版.修订版)》内容涉及的范围较广,既能为初学者夯实基础,又能帮助程序员提升技能,适合各个层次的Python开发人员阅读参考。