Python是当下热门、流行的编程语言之一，不仅有着非常广泛的应用，而且由于其学习门槛较低，易编易学，也非常适合广大中小学生和青少年学习。本书以 青少年学Python编程 为线索，通过浅显易懂的语言及生动形象的典型案例进行讲解，内容安排由浅入深，层层递进。 全书共15章，从零开始，系统地讲解青少年学习 Python 编程的相关知识。每章都精心安排了编程示例，让读者从理解知识轻松过渡到应用知识，达到学以致用的目的。通过对本书内容的学习，旨在帮助广大青少年锻炼逻辑思维，培养分析问题、解决问题的能力。 本书非常适合中小学生学习阅读，尤其适合 10 岁以上的孩子或者他们的父母和老师辅导孩子学习编程使用。本书也可作为广大少儿编程培训机构、少儿编程兴趣班的教材参考用书。

你是不是想学习Python语言但又不想那么费劲地翻阅手册？利用这本书，你能很快掌握Python的基础知识，处理内置数据结构和函数。接下来你将构建你自己的Web应用，一旦完成，还将在云上运行。你会了解如何用Python管理数据，从Web上抓取数据，将数据交给pandas处理，并与数据库交互。本书将提供一个完整的学习体验，帮助你迅速成为一名真正的Python程序员。

本书介绍了为什么发现并量化数据模式对空间数据分析非常重要。你将学会：在数据问题中应用空间关系。使用栅格和矢量图。使用开源工具和公共数据集为地图增加信息量。使用 Python 脚本自动化处理地理数据。理解空间数据科学的图形化表现形式，激发好奇心。

同步多个线程和进程来管理并行任务。 使用消息传递技术建立进程间通信来构建并行应用。 为自己的GPU卡编程来解决复杂的问题。 管理计算实体来执行分布式计算任务。 采用事件驱动编程模型编写高效的程序。 使用Django和Google App Engine研究云技术。 应用能改善性能的并行编程技术。

本书首先介绍在强化学习环境中工作所需的工具、库和设置，涵盖了强化学习的构成模块，深入探讨基于值的方法，如Q-learning和SARSA算法的应用。读者将学习如何结合使用Q-learning和神经网络来解决复杂问题。此外，在学习*d*dPG和TD3确定性算法之前，读者将学习策略梯度方法，如TRPO和PPO，以提高性能和稳定性。本书还介绍模仿学习的原理，以及Dagger如何教智能体飞行。读者将探索进化策略和黑盒优化技术。后，读者将掌握探索方法，如UCB和UCB1，并开发一个名为ESBAS的元算法。

《零基础学Python编程 从入门到实践》语言简练、逻辑清晰、层次鲜明，阐释了Python这门语言 核心 的内容。作者在文中引入了大量示例，很贴心地站在读者的角度，讲解了实际操作中易犯的诸多错误及注意点。本书既适合初学者巩固基础，又可以帮助程序员提升技能。

你是不是想学习Python语言但又不想那么费劲地翻阅手册？利用这本《Head First Python（第二版）》，你能很快掌握Python的基础知识，并处理内置数据结构和函数。接下来你将构建你自己的Web应用，研究数据库管理、异常处理，以及数据转换。如果你想知道利用上下文管理器、修饰符、推导式和生成器能够做什么，都可以在这本书中找到。本书将提供一个完整的学习体验，帮助你迅速成为一名Python程序员。 为什么这本书如此与众不同？ 根据认知科学和学习理论的z新研究成果，《Head First Python（第二版）》采用了一种适合大脑的丰富格式娓娓道来，而不是长篇累牍地说教，让你昏昏欲睡。为什么要把你的时间浪费在与新概念的斗争中呢？这种多感官的学习体验专门为你的大脑而设计，可以让它有z好的工作状态。

如果你的数据处理或服务器应用程序已经超出了单台计算机的处理能力，那么这本书就是为你准备的。你将探索分布式处理（纯Python的无服务器实现），并学习如何：使用Ray Actor实现有状态应用程序。在Ray中构建工作流管理。将Ray用作批处理和流处理的统一系统。使用Ray进行高级数据处理。使用Ray构建微服务。实现可靠的Ray应用程序。

在当今时代，金融、数学和编程是有着内在联系的。本书提供了针对这些学科的相关基础内容，并介绍了在计算金融世界中入门所需的主要工具。本书的主要内容有：运用数学知识，学习金融理论和Python编程的基础。学习在计算金融中使用金融理论、金融数据建模，以及Python。利用简单的经济学模型，更好地理解金融的基本概念和Python编程概念。利用静态和动态金融建模来解决金融中的基本问题，如定价、决策、均衡和资产分配等。学习对金融建模有用的Python软件包的基础知识，如NumPy、SciPy、Matplotlib和SymPy。

在这本实用指南中，本书介绍了经过验证的架构设计模式，帮助Python开发人员管理应用程序复杂性，并从测试套件中获得最Z大价值。每种模式都用优雅且惯用的Python实例进行了说明。模式包括： 依赖倒置及其与端口和适配器（六边形/整洁架构）的联系。领域驱动设计中的实体、值对象和聚合之间的区分。持久存储的仓储和工作单元模式。事件、命令和消息总线。命令查询责任分离（CQRS）。事件驱动架构和反应式微服务。

本书是介绍自然语言处理（NLP）和深度学习的实战书。NLP已成为深度学习的核心应用领域，而深度学习是NLP研究和应用中的必要工具。本书分为3部分：第一部分介绍NLP基础，包括分词、TF-IDF向量化以

本书为读者提供一本全面、系统的Python教材,从基础知识讲起,逐步深入,让读者逐步掌握Python编程的基本概念和核心技术。全书共10章,包括认识Python、Python基本语法、Python流程控制、Python组合数据类型、Python函数、Python模块、Python错误和异常、Python数据分析及数据可视化、量化交易基础、Python编写量化交易策略。本书提供大量的案例,每一个案例,都已上机调试、运行通过,让读者在实践中学习和掌握Python编程技能。每一章都有综合案例,更有利于读者融会贯通知识要点。同时,也关注Python的最z新发展和应用趋势,为读者提供前沿的知识和技术。读者可扫描书中二维码观看教学视频。

本书是一本使用 Python 3.8 进行数据处理和分析的学习指南。全书分为三部分：基础入门、实战案例及拓展与应用。在基础入门部分，介绍了 Python 的语法基础，包括数据类型、流程控制、函数，数据的导入导出，数据处理的 NumPy 和 Pandas 库，数据清洗、数据分析、数据可视化和图像处理，以及正则表达式和爬虫方面的知识点；在实战案例部分，介绍了中文分词 jieba 库，并用三个完整的数据分析案例介绍了数据的清洗和分析过程；在拓展与应用部分，主要介绍了 Python 对文件系统的操作和格式化字符串的输出，并对数据库的操作、Python 应用模块的 DIY 与发布，以及机器学习入门做了简单的介绍。 本书内容丰富、简单易懂，适合本科生、研究生阅读，以及对 Python 语言感兴趣或者想要使用 Python 语言进行数据分析的读者参考。

《案例学Python（基础篇）》循序渐进地讲解Python语言的基本语法知识，并通过大量的实例讲解各个知识点的具体用法。本书分为4篇，共计14章。其中第1篇是准备开始篇，包括Python简要介绍；第2篇是基础语法篇，包括基本语法，Python的面向对象，文件操作，标准库函数，异常处理，多线程开发；第3篇是典型应用篇，包括网络开发，Tkinter图形化界面开发，数据库开发，Django Web开发，数据可视化；第4篇是项目实战篇，通过两个大型实例的实现过程，详细讲解使用Python语言开发大型商业项目的过程，这两个项目是水果连连看游戏和人工智能版NBA季后赛预测分析系统。 《案例学Python（基础篇）》适合初学Python的人员阅读，也适合计算机相关专业的师生阅读，还可供开发人员参考使用。 《案例学Python（进阶篇）》循序渐进地讲解了使用Python语言开发常见项目程序的知识，

我们身处的这个世界联系越来越紧密、越来越可配置，越来越可编程，也越来越可计算，这已经不是秘密。你可以一直做个被动的参与者，也可以主动地学写代码。通过这本《Head First编程之旅（Python语言描述）》,你会学着用计算的方式思考问题，并了解如何编写代码让你的计算机、移动设备或者任何有CPU的设备为你做事。利用Python编程语言，你会循序渐进地学习编程的核心概念以及计算机科学中的基本内容，如数据结构、存储、抽象、递归和模块化。

当掌握 Python 的基础知识后，你要如何使用 Python ？本书为这门语言的主要应用领域提供了深度教程，譬如系统管理、 GUI 和 Web ，并探索了其在数据库、网络、前端脚本、文本处理等方面的应用。通过关注常用工具和库，你将深入理解 Python 在现实世界编程中所扮演的角色。 你将学到清晰和简洁明了的语法和编程技巧，并伴随大量的示例来展示正确的用法和惯例。本书已完全更新到 Python 3.x ，也深入探讨了作为一种软件开发工具的语言，并有许多代码示例。 主题包括： ● Python 快速教程：构建一个简单示例，涵盖了数据呈现、面向对象编程、对象持久化、 GUI 和网站基础。 ●系统编程：探索系统接口工具和技巧，这些工具和技巧可用于命令行脚本、处理文件和文件夹、并行运行程序等。 ● GUI 编程：学习使用 Python 的 tkinter 部件库构建完整的用户界面。

FastAPI是基于Python语言的轻量级、成熟的Web后端开发框架。它除了简单易学、能提供自动生成的API文档外，还有一个重要优点是支持异步技术，其性能可以与NodeJS、GO语言相媲美，为Web项目高并发访问提供了更好的技术选择。另外，FastAPI定位为商业级的前后端分离开发框架，为前端技术提供了简单易用的调用接口。目前，国内外不少互联网企业，都采用该框架作为商业项目开发基础。本书第1部分为基础篇，系统介绍了FastAPI的使用；第2部分为实战篇，通过后端FastAPI框架与前端Vue.js框架的组合，给出了一个商业实战项目案例。

Python基础知识，简单介绍语言特性。 如何自动处理文本，编写命令行工具和自动处理文件系统。 Linux实用程序、包管理、构建系统、监控、监测和自动化测试。 云计算、IaC、Kubernetes和Serverless。 站在DevOps的角度探讨机器学习和数据工程。 构建、部署和优化一个机器学习项目。

本书根据青少年学习编程语言的特点，从零起点开始手把手教青少年学习Python这种编程语言，为青少年量身定制了许多好玩的程序和游戏，能够让青少年读者在学习中即学到了编程技术也找到了乐趣。

本书在内容设计上具有明显的创新行为，主要为了更好地满足12岁到20岁青少年朋友的学习需求，由浅入深，快乐学习Python语言。从基础知识角度，考虑读者中学数学、英语等背景知识的要求，使所编程的内容既有助于加深对中学知识的理解，又有助于更好地领会代码的作用，能达到一举多得的学习效果；从趣味角度，还引入了可爱的三酷猫，融入各种故事与读者一起体会编程的作用；从知识层次角度，本书从基本的Python语法、函数、数组，到制作二维图、动画、游戏，再到传统算法、图像算法、国内外竞赛知识，既能逐步提高读者通过编程解决问题的能力，又能让读者触碰智能编程在竞赛、科学研究、实际应用等方面的诱人前景；从教学角度，每章安排了练习和实验，并提供教学PPT等资料，方便教师的教学使用要求。另外，本书对大数据、人工智能的基础知识做

你将学习以下内容： 探索和应用不同的交互式数据可视化技术。 管理图参数和风格来创建吸引人的图。 为不同观众定制数据可视化。 使用交互式库设计数据可视化。 使用Matplotlib、Seaborn、Altair和Bokeh库绘制吸引人的图。 为不同场景定制数据可视化。

本书通过 基础理论 算法详解 代码实现 的方式，从用户学习与应用的角度出发，使用 Python 由浅入深地讲解数据结构与算法知识。 本书利用图文结合的方式，详细讲述了当下比较实用的算法。全书共分为四部分，部分（第 1 2 章），主要介绍 Python 安装与开发环境的搭建，Python 算法入门等内容，以快速了解 Python 的开发环境和基本语法；第二部分（第 3 5 章），主要介绍 Python 算法的基础内容，包含但是不限于对线性表、链表、栈、队列、树、森林、二叉树、图等数据结构或者应用的介绍；第三部分（第 6 9 章），主要介绍常见的查找和排序算法，以及图结构和树结构中复杂的数据结构的定义和实现；第四部分（第 10 章），补充介绍一些常见的算法，如计算类算法、随机问题算法和加密算法等，为读者开拓视野、夯实基础，力求能够快速提高开发技能，拓宽职场

《机器学习与人工智能实战：基于业务场景的工程应用》分为两部分共14章，介绍了如何用Scikit-Learn来构建机器学习模型以及如何用Keras和TensorFlow来构建神经网络。书中的内容和实例基于作者过去几年在全球各地开设相关课程的经历，阐述了如何借助于机器学习和深度学习来构建产品或服务，从而真正解决现实业务场景中的问题，比如监测热带雨林盗伐、文本情感分析以及预测机械设备的早期故障等。 《机器学习与人工智能实战：基于业务场景的工程应用》适合相关工程师与软件开发人员阅读和参考，可以帮助他们快速入门并通过书中的操作实例迅速掌握机器学习和人工智能。 《Python机器学习实战：基于Scikit-learn与PyTorch的神经网络解决方案》基于作者多年的积累，通过概念及其解释、Python代码示例及其解释和代码输出，特别针对零基础读者精心设计了这本机器学