《Python 项目开发实战入门》以玛丽冒险、销售收入分析与预测、基于Flask 的在线学习笔记、二手房数据分析预测系统、DIY 字符画、AI 图像识别工具、吃了么外卖网、51 斩百词8 个项目为案例，从软件工程的角度出发，按照项目的开发顺序，系统、全面地介绍了项目开发流程，从开发背景、系统功能分析、业务流程分析、数据库建模到项目开发，每一个过程都详细讲解，旨在使读者真正获得程序开发经验，提高项目开发能力。本书中的案例趣味性强，涉及行业广泛，覆盖了Python 开发的游戏、人工智能、数据分析、爬虫、Web 开发、App 开发等开发方向，实用性强。书中不仅项目流程详尽，还提供了项目视频讲解及完整项目源码，帮助读者提高学习和开发效率。通过本书的学习，读者可以提高编程兴趣，获得编程技巧，也可以轻松领会Python 项目开发的精髓，快速提高开

本书全面、系统地介绍了使用Python对系统进行操作与控制的os与sys两大模块。全书分为两部分共12章，其中，*部分为os模块（系统操作），主要包括系统及硬件相关、获取环境变量、进程操作、其他系统相关操作等内容；第二部分为sys模块（系统相关），主要包括标准输入流与输出流、获取Python解释器相关信息、Windows系统相关、虚拟环境与路径、获取系统编码信息、线程与递归、程序异常相关、其他sys模块属性及方法等内容。本书以模块应用为主线，通过大量的快学快用，帮助读者透彻理解os模块和sys模块的属性、方法及其应用。本书附有配套资源包及数字书。资源包提供了书中所有快学快用的源代码和关键代码段，且所有源代码都经过精心调试，在Windows 7\Windows 10系统中测试通过，保证能够正常运行。本书是各级Python程序开发人员***的参考书，也非常适合大中专院

本书全面、系统地介绍了使用Python对日期与时间进行操作的time模块、datetime模块和calendar模块。全书分为三部分共16章，其中，*部分为time模块（时钟与时间），主要包括术语和常量、时间戳相关操作、时钟与计数器、格式化时间等内容；第二部分为datetime模块（日期和时间），主要包括格式化日期时间、时间相关、日期相关、星期相关、日期和时间相关、UTC与时间差相关、时区与夏令时相关等内容；第三部分为calendar模块（日历相关操作），主要包括属性与时间戳、闰年及星期相关方法、返回日期迭代器、返回日期列表、获取或显示日历等内容。本书以模块应用为主线，通过大量的快学快用，帮助读者透彻理解time模块、datetime模块和calendar模块的属性、方法及其应用。本书附赠配套资源包及数字电子书。资源包提供了书中所有快学快用的源代码和关键代码段，且所有

《Python从入门到实践》从学习与应用的角度出发，通过详细、精练的知识内容，帮助用户快速掌握 Python语言的关键技术。全书共分为17章，包括开启Python之旅、Python语言基础、运算符与表达式、程序的控制结构、序列的通用操作、列表（list）、元组（tuple）、字符串与正则表达式、字典与集合、自定义函数、模块、面向对象编程、文件与目录操作、异常处理及程序调试、海龟绘图、小海龟挑战大迷宫游戏、智慧星学生管理系统等多种内容。 本书内容详尽，所有知识都结合了具体实例进行讲解；涉及的程序代码给出了详细的注释，且运用了大量的效果图和示意图，力求为读者打造轻松的学习氛围；并且在每个小节后面配置了 动手试一试 栏目，使读者可以快速掌握Python语言，提升实战开发能力；在本书的*后运用了两个实战项目将Python语言的开发知识应用于实际操作

本书系统地介绍了废水处理的工艺及设备，对废水处理的典型工艺和设备的工作原理、结构特点、运行过程进行了介绍，并说明了废水处理的通用设备和非标准设备的选用方法和设计原则，列举了一些典型工业废水处理的实例。本书重视基本理论的阐述，力求理论与实际相结合，工艺与设备兼顾，内容丰富，实用性强。

怀德堂是由大阪商人于1724年创建的汉学私塾，在日本汉学目前具有较高历史地位。本书将分两部分进行论述：一，对怀德堂“汉学”特色进行考察，尤其是对其与当时强烈影响日本的朱子学的关系进行考察，即对于《论语》、《大学》、《家礼》等的受容状况及其发展进行分析。二，对“汉籍”以外的怀德堂“文化”进行考察。特别是以印章及墨、版木等为例，对其文化特色进行探讨。同时概说近年不断发展的电子图书馆的运作情况。

本书是《“笨办法”学Python 3》一书的进阶篇，《“笨办法”学Python 3》介绍了用Python 3编程的基础知识，而本书则通过52个精心设计的习题帮助读者超越基础，提升水平。这52个习题大部

《数据分析与挖掘算法：Python实战》是一本介绍数据分析相关算法的学习指南，主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。 《数据分析与挖掘算法：Python实战》的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例，内容丰富、容易理解。 本书共9章，章介绍了数据挖掘与数据分析、机器学习之间的关系；第2 章介绍了数据分析人员应该具备的数据思维，包括数据思维认知、数据挖掘“定律”；第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例，其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。 《数据分析与挖掘算法：Python实战》适合从事数据分析工作的读者自学，也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。