C ＋＋是信息学奥赛指定的编程语言。本书以通俗易懂的方式深入浅出地介绍了C ＋＋编程语言，适合作为小学生学习的教材类读物。 《小学生C ＋＋创意编程（视频教学版）》的特点在于紧密结合生活，将算法融入其中。精心挑选了100多个案例，旨在逐步引导读者掌握编程技巧。书中的案例难度梯度设计合理，既能够满足孩子的挑战欲，又能让他们在完成任务后获得内在的成就感。本书以逻辑思维、算法思考为核心，旨在激发孩子对编程的学习兴趣，并建立编程带来的成就感；采用多种教学模式，提供多种学习方法，让孩子真正感知程序设计，理解编程，提升思维。《小学生C ＋＋创意编程（视频教学版）》涵盖了C ＋＋中的各个知识点，包括指针等高级主题，解决了C＋＋ 学习难、难入门的局面。同时本书还配备了大量练习题，辅助读者进行手动实验，从而达到

《小学生Python创意编程（视频教学版）》《Python编程入门与实践》是一本适合孩子、家长和职场办公人员学习的Python编程教材。本书以Python基础为起点，深入浅出地介绍了Python自动化编程的知识和技巧。无论你是初学者还是有一定编程基础的读者，本书都能满足你的需求。 本书采用了孩子喜欢的趣味方式编写，语言简洁易懂，让读者轻松愉快地学习Python编程。同时，本书也按照入门开发者的思维方式编写，为孩子提供了学习编程的基础知识。如果你是成人或非计算机专业的学生，本书同样适合你，帮助你轻松掌握Python编程。 无论你是想学习编程提升职业技能，还是培养孩子的计算思维能力，本书都是你的不二选择。快来阅读本书吧，开启编程的奇妙世界！

C 是在 C 语言基础上开发的一种集面向对象编程、泛型编程和过程化编程于一体的编程语言，是C语言的超集。本书是根据2003年的ISO/ANSI C 标准编写的，通过大量短小精悍的程序详细而全面地阐述了 C 的基本概念和技术，并专辟一章介绍了C 11新增的功能。 《C Primer Plus（第6版）中文版》分18章，分别介绍了C 程序的运行方式、基本数据类型、复合数据类型、循环和关系表达式、分支语句和逻辑运算符、函数重载和函数模板、内存模型和名称空间、类的设计和使用、多态、虚函数、动态内存分配、继承、代码重用、友元、异常处理技术、string类和标准模板库、输入/输出、C 11新增功能等内容。 《C Primer Plus（第6版）中文版》针对C 初学者，从C语言基础知识开始介绍，然后在此基础上详细阐述C 新增的特性，因此不要求读者有C语言方面的背景知识。《C Primer Plus（第6版）中

《C Primer Plus（第6版）中文版》详细讲解了C语言的基本概念和编程技巧。 《C Primer Plus（第6版）中文版》共17章。第1章、第2章介绍了C语言编程的预备知识。第3章～第15章详细讲解了C语言的相关知识，包括数据类型、格式化输入/输出、运算符、表达式、语句、循环、字符输入和输出、函数、数组和指针、字符和字符串函数、内存管理、文件输入和输出、结构、位操作等。第16章、第17章介绍C预处理器、C库和高级数据表示。本书以丰富多样的程序为例，讲解C语言的知识要点和注意事项。每章末尾设计了大量复习题和编程练习，帮助读者巩固所学知识和提高实际编程能力。附录给出了各章复习题的参考答案和丰富的参考资料。 《C Primer Plus（第6版）中文版》可作为C语言的教材，适用于需要系统学习C语言的初学者，也适用于想要巩固C语言知识或希望进一步提高编程技

《机器学习 : 全彩图解 微课 Python编程》是 鸢尾花数学大系：从加减乘除到机器学习 丛书的最后一册，前六本解决了编程、可视化、数学、 数据方面的诸多问题，而《机器学习 : 全彩图解 微课 Python编程》将开启机器学习经典算法的学习之旅。 《机器学习 : 全彩图解 微课 Python编程》设置了 24 个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括： 回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 最近邻分类、朴素贝叶 斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、 主成分分析与回归、核主成分分析、典型相关分析、 k 均值聚类、高斯混合模型、最大期望算法、层次聚类、 密度聚类、谱聚类。 《机器学习 : 全彩图解 微课 Python编程》选取算

《小学生Scratch创意编程（视频教学版）》采用任务制编排方式，按照课节形式设计，让学习更有节奏感。同时为了让读者能更好地进行学习，配套了完备的视频教程、丰富的项目练习、全套的案例源代码等辅助资料，适合小朋友自主学习。 《小学生Scratch创意编程（视频教学版）》分为四部分。第一部分让读者懂得为什么学和要学什么，明白为什么而学让学习更具动力；第二部分强调基础，以项目的形式讲解每一个知识点，打牢基础才能有的放矢；第三部分从方法到方法论 的提升让思维更上一层楼；第四部分通过综合项目实战，提升编程能力，提高项目分析能力。 《小学生Scratch创意编程（视频教学版）》适合完全没有接触过编程的家长和小朋友阅读。对从事编程教育的老师来说，本书也是一本非常好的教材。

一本难度适当、易学易教的教材是开展小学信息学教学的重要一环。本书选取 80 多个贴近小学生学习生活的例子，结合小学生的认知规律，激发孩子兴趣，以程序为中心，适当地弱化语法。本书利用流程图厘清思路，并提供多种算法实现举一反三，让小学生在学习 C 语言编程的过程中，学会运用计算思维解决问题。本书循序渐进、层层铺垫地依次呈现各个知识点，深入浅出，让学生在探索中体会到编程的乐趣和魅力。本书适合小学四年级及以上学生阅读使用，可作为小学生信息学竞赛、 蓝桥 杯等青少年编程大赛培训教材，也可作为CCF非专业级软件能力论证（CSP）的入门教材，还可以作为信息科技教师学习C 语言的参考读物。

《Python从入门到精通（第3版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行程序开发应该掌握的各方面技术。全书共分27章，包括初识Python、Python语言基础、运算符与表达式、流程控制语句、列表和元组、字典和集合、字符串、Python中使用正则表达式、函数、面向对象程序设计、模块、文件及目录操作、操作数据库、使用进程和线程、网络编程、异常处理及程序调试、Pygame游戏编程、推箱子游戏、网络爬虫开发、火车票分析助手、数据可视化、京东电商销售数据分析与预测、Web编程、Flask框架、e起去旅行网站、Python自动化办公、AI图像识别工具等内容。书中所有知识都结合具体实例进行介绍，涉及的程序代码都给出了详细的注释，读者可轻松领会Python程序开发的精髓，快速提升开发技能。

这是一本写给零基础学编程读者的入门书。本书通过一个个独立的项目，让读者掌握C 语言编程的方法与技巧，从而打开编程世界的大门。这也是一本写给中小学信息技术教师的书，它可以引领教师开展项目式学习实践研究，帮助教师摸索出一套行之有效的项目式学习的路径与方法。 本书以C 编程语言为内容进行项目式学习，形成了项目式学习的一套流程，其主要分为项目名称、项目准备、项目规划、项目实施、项目支持、项目提升和项目拓展。 本书结构合理，内容翔实，语言精练，图文并茂，实用性强，易于自学。其主要内容包括初识C 编程、打牢基础、顺序结构、分支结构、循环结构、数组、函数妙用要记牢、巧用文件输数据、勇当编程小达人。 本书适合对编程感兴趣的中小学生以及不同年龄的初学者阅读，也适合家长和老师作为指导青少年学习计算机程序设

本书是面向蓝桥杯全国软件和信息技术专业人才大赛的软件类赛项（以下简称蓝桥杯软件类大赛）的入门图书，从数据结构和算法的维度帮助广大读者训练编程思维和计算思维，掌握编程方法和解题技巧。 本书共10章，第1章主要介绍了蓝桥杯软件类大赛的基本情况，归类汇总了其涉及的知识点（包括算法知识点），详细介绍了其在线评测系统以说明评分情况。第2~10章则由浅入深、由易到难地介绍了各类知识点，包括手算题和杂题、基础数据结构、基本算法、搜索、高级数据结构、动态规划、数学、字符串、图论等，对于每一类知识点都简明扼要地进行说明，并以真题作为例题进行细致讲解，以更好地帮助读者实现学用结合的学习效果。需要特别说明的是，本书例题的代码部分，分别由C 、Python、Java三种语言来实现（书中仅提供以C 、Python语言编写的代码，

《Python编程 从入门到实践 第3版》 本书是享誉全球的Python入门书，影响了超过250万读者。全书分两部分：第一部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的最新特性，等等。 《Python编程快速上手 让繁琐工作自动化 第2版》 本书是一本面向初学者的Python编程实用指南。本书不仅介绍了Python语言的基础知识，而且通过案例实践教读者如何使用这些知识和技能。本书的第一部

《R语言数据可视化：科技图表绘制》结合编者多年的数据分析与科研绘图经验精心编撰，旨在帮助读者利用R语言及ggplot2在内的多种可视化包绘制引人入胜的专业化图表。全书共11章，第1~3章主要讲解R语言的基础知识，包括对象与变量、数据结构、数据存取、传统及网格绘图系统的绘图函数及参数控制，尤其对ggplot2包进行了详细讲解。第4~11章结合R及其附加包的数据可视化功能，分别讲解类别比较数据、数值关系数据、分布式数据、层次关系数据、网络关系数据、局部整体型数据、时间序列数据、多维数据的可视化实现方法。帮助读者尽快掌握利用R语言及可视化包进行科技图表的制作与数据展示。 《R语言数据可视化：科技图表绘制》注重基础，内容翔实，突出示例讲解，既适合广大科研工作者、工程师和在校学生等不同层次的读者自学使用，也可以作为大中专院

本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等疑难的问题。 本书适合深度学习初学者阅读，也可作为高校教材使用。

大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。本书配套示例源代码、PPT课件。 《从零开始大模型开发与微调：基于PyTorch与ChatGLM》共18章，内容包括人工智能与大模型、PyTorch 2.0深度学习环境搭建、从零开始学习PyTorch 2.0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模型、实战训练自己的ChatGPT、开源大模型ChatGLM使用详解、ChatGLM高级定制

金融量化分析不仅需要掌握金融领域的知识，还需要掌握相关的计算机编程技术。《Python金融量化分析》全面、系统地介绍金融量化分析所需要掌握的技能。无论是具有丰富的编程经验的读者，还是普通的投资爱好者，均可参照本书内容开发自己的量化交易策略回测代码，实现金融量化分析辅助投资的目的。 《Python金融量化分析》共9章，涵盖的主要内容有金融量化交易策略分析概述，Python的基础语法，Pandas模块基础，NumPy基础，数据获取与清洗，金融量化交易策略实战，TA-Lib、Empyrical与Mplfinance模块的使用方法，金融数据回归分析，ARIMA与VAR模型在金融量化领域的应用，开源金融量化交易策略回测框架Backtrader的使用方法等。掌握这些内容，可以解决金融量化分析涉及的编程语言基础、数据获取、量化交易策略构建、统计学与金融学理论在金融量化领域的高级应用，

《Java从入门到精通（第7版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细讲解了使用Java语言进行程序开发需要掌握的知识。全书分为4篇共24章，内容包括初识Java，开发工具（IDEA、Eclipse），Java语言基础，流程控制，数组，类和对象，继承、多态、抽象类与接口，包和内部类，异常处理，字符串，常用类库，集合类，枚举类型与泛型，lambda表达式与流处理，I/O（输入/输出），反射与注解，数据库操作，Swing程序设计，Java绘图，多线程，并发，网络通信，飞机大战游戏，MR人脸识别打卡系统。书中所有知识都结合具体实例进行讲解，涉及的程序代码都给出了详细的注释，这可以帮助读者轻松领会Java程序开发的精髓，并快速提高开发技能。

《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》是 鸢尾花数学大系：从加减乘除到机器学习 丛书中编程板块的第二册。编程板块第一册《编程不难》着重介绍如何零基础入门Python编程，《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》则在《编程不难》基础之上深入探讨如何用Python完成数学任务及板块数据可视化。 《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》是本系列中的一本真正意义上的 图册 。内容覆盖科技制图、计算机图形学、创意编程、趣味数学实验、数学科学、机器学习等。《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》 毫无节制 地展示数学之美，而且提供特别实用且容易复制的创作思路、做图技巧、编程代码。 《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》包含8个板块共36章内容。前5个

在如今的时代，大型数据集唾手可得，含有数百万行的数据文件并不罕见。Python是数据分析师和数据科学家的语言。通过本书，即使完全不了解Python，Excel用户也能够学会用Python将烦琐的任务自动化，显著地提高办公效率，并利用Python在数据分析和科学计算方面的突出优势，轻松搞定Excel任务。你将学习如何用pandas替代 Excel函数，以及如何用自动化Python库替代VBA宏和用户定义函数等。 本书既适合Excel用户，也适合Python用户阅读。

《算法竞赛入门经典（2版）》是一本算法竞赛的入门与提高教材，把C/C 语言、算法和解题有机地结合在一起，淡化理论，注重学习方法和实践技巧。全书内容分为12章，包括程序设计入门、循环结构程序设计、数组和字符串、函数和递归、C 与STL入门、数据结构基础、暴力求解法、高效算法设计、动态规划初步、数学概念与方法、图论模型与算法、高级专题等内容，覆盖了算法竞赛入门和提高所需的主要知识点，并含有大量例题和习题。书中的代码规范、简洁、易懂，不仅能帮助读者理解算法原理，还能教会读者很多实用的编程技巧；书中包含的各种开发、测试和调试技巧也是传统的语言、算法类书籍中难以见到的。 《算法竞赛入门经典（2版）》可作为全国青少年信息学奥林匹克联赛（NOIP）复赛教材、全国青少年信息学奥林匹克竞赛（NOI）和ACM国际大学生程序

《乐高机械结构设计》详细讲解了6大类100多款乐高机械结构作品，包括齿轮机构、连杆机构、传动机构、机械手、变速箱和综合装配等几种类别。一书在手，可以基本掌握常用的机械结构设计方法。本书尝试在乐高科技零件和机械结构设计之间建立一座桥梁，为机械原理的物化表现提供一套解决方案。想学习、加强结构设计的乐高爱好者和机械专业的学生都可一读。本书采用互联网 设计理念，读者随时可以通过手机扫码获得在线技术支持，使阅读、使用本书不再有任何障碍和困难。 《乐高机械结构设计》的目标读者是乐高机器人、机械结构爱好者、高校机械类专业学生、机械设计从业人士。跟随本书中的案例进行搭建、设计，可以让读者在充满趣味的过程中掌握很多机械结构设计知识。

《数据有道 : 数据分析 图论与网络 微课 Python编程》是 鸢尾花数学大系 从加减乘除到机器学习 丛书的第三板块 ( 实践板块 ) 中的一本关于数据 科学的分册。 实践 这个板块，我们将会把学到的编程、可视化， 特别是数学工具应用到具体的数据科学、 机器学习算法中，并在实践中加深对这些工具的理解。 《数据有道 : 数据分析 图论与网络 微课 Python编程》可以归纳为 7 大板块 数据说、数据处理、时间数据、图论基础、图的分析、图与矩阵、图论实践。 这 7 个板块 ( 共 25 章内容 ) 都紧紧围绕一个主题 数据！ 《数据有道 : 数据分析 图论与网络 微课 Python编程》以数据为名，以好奇心和疑问为驱动，主动使用 编程 可视化 数学 工具进行探索。《数据有道 : 数据分析 图论与网络 微课 Python编程》将 会回顾鸢尾花书前五本主要的工具，让大家对很多概念从似懂非懂变

《Python数据可视化:科技图表绘制》结合编者多年的数据分析与科研绘图经验，详细讲解Python语言及包括Matplotlib在内的多种可视化包在数据分析与科研图表制作中的使用方法与技巧。《Python数据可视化:科技图表绘制》分为两部分，共11章，第1部分主要讲解Python语言的基础知识，包括基本语法结构、控制语句、函数、数据处理与清洗等，尤其对Matplotlib、Seaborn、Plotnie库进行较为详细的讲解。第2部分结合Python及其附加包的数据可视化功能，分别讲解类别比较数据、数值关系数据、层次关系数据、局部整体型数据、分布式数据、时间序列数据、多维数据、网络关系数据的可视化实现方法。《Python数据可视化:科技图表绘制》可帮助读者尽快掌握利用Python及可视化库进行科技图表的制作与数据展示。 《Python数据可视化:科技图表绘制》注重基础，内容翔实，突出示例讲解，

《C#从入门到精通（第7版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用C#进行Windows应用程序开发方方面面的技术。全书分为4篇，共25章，包括初识C#及其开发环境、C#程序基本结构、变量与常量、表达式与运算符、字符与字符串、流程控制语句、数组和集合、面向对象编程、Windows窗体应用程序设计、Windows窗体应用程序常用控件、Windows窗体应用程序高级控件、数据访问技术、LINQ数据访问技术、DataGridView数据控件、程序调试与异常处理、面向对象编程进阶、文件及数据流技术、GDI 图形图像技术、Windows打印技术、网络编程技术、线程的使用、注册表技术等内容，以及贪吃蛇、五子棋、全民飞机大战、AI图像识别软件、ERP管理系统等实战项目。本书所有知识都结合具体实例进行介绍，涉及的程序代码给出了详细的注释，可以使读者轻松

本书主要以国内A股市场为例，借助第三方量化交易平台，讲述了KNN、线性模型、决策树、支持向量机、朴素贝叶斯等常见机器学习算法在交易策略中的应用，同时展示了如何对策略进行回测，以便让读者能够有效评估自己的策略。 另外，本书还讲解了自然语言处理（NLP）技术在量化交易领域的发展趋势，并使用时下热门的深度学习技术，向读者介绍了多层感知机、卷积神经网络，以及长短期记忆网络在量化交易方面的前瞻性应用。 本书没有从Python基础语法讲起，对于传统交易策略也只是一带而过，直接将读者带入机器学习的世界。本书适合对Python语言有一定了解且对量化交易感兴趣的读者阅读。