本书主要讲述如何利用Python和Qt开发GUI应用程序的原理、方法和关键技术。本书共分四个部分：部分主要讲述Python基础知识，第二部分通过三个例子给出PyQtGUI应用程序的初步印象，第三部分深入讲述窗口部件布局、事件处理、窗口部件子类化、Qt图形架构和Qt的模型/视图等内容，第四部分介绍国际化、网络化和多线程化等内容。
Python可移植、功能强大、易于使用，是编写独立应用程序和脚本应用程序的理想选择。无论你是刚接触编程或者刚接触Python，通过学习本书，你可以迅速高效地精通核心Python语言基础。读完本书，你会对这门语言有足够的了解，从而可以在你所从事的任何应用领域中使用它。本书是作者根据过去10年用于教学而广为人知的培训课程的材料编写而成的。除了有许多详实说明和每章小结之外，每章还包括一个头脑风暴：这是本书独特的一部分，配合以实用的练习题和复习题，让读者练习新学的技巧并测试自己的理解程度。本书包括：类型和操作深入讨论Python主要的内置对象类型：数字、列表和字典等。语句和语法在Python中输入代码来建立并处理对象，以及Python一般的语法模型。函数Python基本的面向过程工具，用于组织代码和重用。模块封装语句、函数以及其他工具，从
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。
学习编写更出色的代码，让工作流程更加平滑 Python是一门强大且快速增长的动态编程语言。虽然它提供了很多用于编写高级、简洁、可维护代码的工具，但是对于这些技术却一直没有一个清晰的解释。《Python高级编程》为介绍所有Python功能提供了一个入口。每个概念的完整阐述、关于应用程序的讨论、动手指南都将教会你设计更好的架构，以及编写使得应用程序更加健壮与高效的代码。如果你已经熟悉Python，并期望使用它提供的所有功能，那本书正是为你准备的。主要内容涵盖所有语言的功能，包括函数、如何应用装饰器、上下文管理器与生成器介绍Python的类与对象模型、元类、类工厂以及抽象基类验证如何操纵Unicode字符串，以及Python2与Python3字符串的区别提供Python2与Python3差异的深入讲解，并阐述如何编写跨版本的代码探讨单元测试、命令行界面工具以及新的
对于希望使用Python来完成数据分析工作的人来说，学习IPython、Numpy、pandas、Matplotlib这个组合是目前看来不错的方向。《Python数据分析从入门到精通》就是这样一本循序渐进的书。《Python数据分析从入门到精通》共3篇14章。篇是Python数据分析语法入门，将数据分析用到的一些语言的语法基础讲解清楚，为接下来的数据分析做铺垫。第2篇是Python数据分析工具入门，介绍了Python数据分析“四剑客”IPython、Numpy、pandas、Matplotlib。第3篇是Python数据分析案例实战，包括两个案例，分别是数据挖掘和玩转大数据，为读者能真正使用Python进行数据分析奠定基础。《Python数据分析从入门到精通》内容精练、重点突出、实例丰富，是广大数据分析工作者的参考书，同时也非常适合大、中专院校师生学习阅读，还可作为高等院校统计分析及相关专业的教材。
《自学Python编程基础、科学计算及数据分析》是面向Python初学者的一本实用学习笔记。全书共10章：章介绍Python的基础知识，包括Anaconda、IPython解释器、JupyterNotebook等Python基本工具的使用；第2章介绍Python的基本用法，包括基本语法、数据类型、判断与循环、函数与模块、异常与警告以及文件读写等；第3章介绍Python的进阶用法，包括函数进阶、迭代器和生成器、装饰器、上下文管理器以及变量作用域等；第4章介绍常见的Python标准库的使用；第5章介绍Python的科学计算基础模块NumPy，包括NumPy数组的基本操作、广播机制、索引和读写；第6章介绍Python的可视化模块Matplotlib，包括基于函数和对象的可视化操作；第7章介绍Python的科学计算进阶模块SciPy，包括一些高等数学的操作；第8章介绍Python的数据分析基础模块Pandas，包括Series和DataFrame的使用；第9章介绍Python的面向对象编
本书关注的是使用R与Python预测分析建模来解决实际问题。在每一章加入一些特定应用领域和业界问题的案例，并提供有效的解决方法。通过展示建模技术和编程工具，我们将抽象的概念转换为具体的例子。这些详实的案例有助于读者理解相关知识。
本书站在初学者的角度，从原理到实践，循序渐进地讲述了使用Python实现自动化开发的核心技术。全书从逻辑上可分为Python基础知识、Python自动化技术和自动化系统开发三部分。Python基础知识部分主要介绍Python的变量、数据类型、流程控制语句、函数与类等基础语法。Python自动化技术部分分别介绍网页、计算机系统、软件和手机的自动化技术，并将自动化技术与人工智能的计算机视觉结合使用，使自动化程序更为稳定和智能。自动化系统开发部分介绍如何开发一个统一调度和管理自动化程序的Web系统，通过该系统可实现分布式管理自动化程序的运行情况。本书由浅入深，注重实战，适用于从零开始学习开发自动化程序和系统的初学者，或者已经有一些自动化程序开发经验，但希望更加全面、深入理解Python自动化开发的人员。
《Python入门经典：以解决计算问题为导向的Python编程实践》是一本系统而科学的Python入门教程，美国密歇根州立大学等多所美国知名高校采用其作为编程语言的入门教材，被奉为经典。它不仅从计算机教学和计算机科学的角度讲解了初学者如何才能更有效地去学习Python，而且特别强调用Python解决生活中的实际问题，精心组织了大量来源于生活中不同领域的与数值计算和数据处理相关的案例。通过本书，读者不仅能系统掌握Python编程相关的知识，而且还能掌握利用Python处理各种与数据相关的问题。本书分为五部分，第一部分介绍计算机设备的一般概念和一些计算机术语；第二部分开始介绍编程的基本知识，包括入门知识和控制语句，为后续内容做铺垫；第三部分讲述数据结构和函数，包括字符串、列表和元组、字典和集合、文件、函数、算法和程序等进阶内容，有助
通过实践练习《Python设计模式》介绍的设计模式的项目，有助于读者深刻理解并掌握这些项目，从而成为更很好、更高效的程序员。在书中，读者将学习如何编写优雅的“Python式”代码来解决常见的编程问题。通过识别出有助于应对特定问题或情形的设计模式，体会到设计方面的思维模式。主要特色：编写更干净的代码。提升程序员的开发效率。编写更为“Python式”的代码。解决更大的难题。发现适用于常见问题的很优解决方案，以独特的Python设计模式实现它。
Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。它具有丰富和强大的模块（库），能够很轻松地把用其他编程语言（尤其是CC ）编写的各种模块联结在一起。这两年随着人们对人工智能的关注
