《Python金融大数据分析 第2版》分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行

本书介绍了如何利用Python3开发网络爬虫。本书为第2版，相比于第1版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript逆向、App逆向、页面智能解析、深度学习识别验证码、Kubernetes运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。本书适合Python程序员阅读。

本书介绍了如何利用Python3开发网络爬虫。本书为第2版，相比于版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript逆向、App逆向

这是首先使用tkinter设计GUI的中文Python书籍之一。本书主要讲解如何在窗口内使用Python的内部模块tkinter设计图形用户接口(GUI)程序，使用户可以利用图形接口与计算机沟通。tkinter模块是一个跨平台的窗口应用程序，使用它设计的程序未来可以在Windows、Mac、Linux系统上执行。Python的tkinter模块内部有许多Widget(可以翻译为控件或组件或部件)，有了这些Widget就可以设计出所有与图形接口相关的程序应用。本书介绍的tkinter模块Widget包括Button(按钮)、Canvas(画布)、Checkbutton(选项钮)、Entry(文本框)、Frame(框架)、Label(卷标)、LabelFrame(卷标框架)、Listbox(窗体)、Menu(菜单)、MenuButton(单选按钮)、Message(信息)、OptionMenu(下拉式窗体)、PanedWindow(面板)、RadioButton(选项钮)、Scale(滚动条值控制)、Scrollbar(滚动条)、Spinbox(可微调输入控件)、Text(文字区域)、TopLevel(上层窗口)。此外，本书还介绍了与tkint

本书共有7章。其中～6章为本书的核心内容，可分为两部分：部分包括第1章和第2章，介绍了Python语言编程的基础知识和Abaqus中的Python脚本接口基础知识，为后面的学习奠定基础；第二部分包括第3～6章，分别介绍编写脚本快速建立有限元模型、编写脚本访问输出数据库、编写脚本进行其他后处理、案例分享及常见问题等内容。通过大量的实例脚本和详细的注释讲解了编写、调试脚本和开发专有模块的方法，以提高Abaqus有限元分析的效率。书中内容从实际应用出发，文字通俗易懂，深入浅出，读者不需要具备很深的编程功底，即可轻松掌握Python语言在Abaqus中的各种应用。本书主要面向Abaqus软件的中级和用户，对于初级用户也有一定的参考价值。

《Python金融大数据分析 第2版》分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行

编程是一项充满乐趣的挑战，想上手很好容易！在本书中，沃伦和卡特父子以亲切的笔调、通俗的语言，透彻、全面地介绍了计算机编程世界。他们以简单易学的Python语言为例，通过可爱的漫画、有趣的示例，生动地介

◎本书把Python技术和量化投资实例结合起来，分4个篇章介绍了Python工具、量化投资统计与计量分析方法、量化投资组合与资产定价理论及应用，以及量化投资策略。◎本书实例丰富，有很强的针对性，各章详细介绍了实例的具体操作过程，读者只需按照所介绍的步骤按部就班地操作，就能掌握全书的内容。◎本书可供经管类本科高年级学生与研究生参考使用，同时对从事数据分析的实际工作者也大有裨益。◎本书配套实例的全部数据文件，可免费给读者提供。

本书以语料库语言学研究实践为导向，介绍Python编程基础知识。第1章为Python语言简介，第2章至第6章由易到难、循序渐进介绍Python语言的基本数据类型和语法。第7章和第8章提供文本处理的个案实例。全书内容涵盖语料库语言学研究中常用的文本处理模式，读者可以通过学习本书掌握语料库语言学研究中的Python编程技巧，以便深入地进行研究。另外，本书提供大量语料库语言学文本处理所需的Python代码，读者可以直接将这些代码(或将这些代码稍加改动)用于自己的研究中。

机器学习技术能够解决计算机安全问题，并最终为攻防双方之间的猫鼠游戏画上一个句号吗？或者说这只是炒作？现在你可以深入这一学科，自己回答这个问题了！有了这本实用指南，你就可以探索如何将机器学习应用于各种安全问题（如入侵检测、恶意软件分类和网络分析）。机器学习和安全专家ClarenceChio与DavidFreeman为讨论这两个领域之间的联姻提供了框架，另外还包括一个机器学习算法工具箱，你可以将其应用于一系列安全问题。本书适合于安全工程师和数据科学家。

本书基于Python讲解了信用风险管理和评分卡建模，用漫画的风格，从风险业务、统计分析方法、机器学习模型3个维度展开，详细讲解了信用风险量化相关的数据分析与建模手段，并提供大量的应用实例。作者在多加知名金融公司从事算法研究多年，经验丰富，本书得到了学术界和企业界多位金融风险管理专家的高度评价。全书一共9章，首先介绍了信用风险量化的基础，然后依次讲解了信用评分模型开发过程中的数据处理、用户分群、变量处理、变量衍生、变量筛选、模型训练、拒绝推断、模型校准、决策应用、模型监控、模型重构与迭代、模型报告撰写等内容。所有章节都由问题、算法、案例三部分组成，针对性和实战性都非常强。

本书共19章，采取贴合孩子们兴趣点的游戏编程方式进行讲解，这些游戏看似简单，却又少不了细致认真的逻辑思考，对学习Python程序编写起到了较好的锻炼作用。本书适合小学到初中阶段年龄层的学生阅读。

《OpenCV4.0 Python机器学习与计算机视觉实战》详细阐述了机器学习与计算机视觉相关的基本解决方案，主要包括滤镜、深度传感器和手势识别、通过特征匹配和透视变换查找对象、使用运动恢复结构重建3D场景、在OpenCV中使用计算摄影、跟踪视觉上的显著对象、识别交通标志、识别面部表情、对象分类和定位、检测和跟踪对象等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。