本书主要介绍Python编程语言的基础知识和使用Python进行数据爬虫、数据分析与数据可视化的方法，主要内容包括Python安装与IDE选择；Python基础知识；Python运算符与流程控制；函数；面向对象基础；模块；网络数据爬取；数据分析基础；数据可视化。 本书涵盖了Python编程语言的主要应用场景，注重理论知识的学习和实际应用的充分结合。本书提供的PPT、教学视频均为专业公司制作，内容精美，应用价值较高。章节后提供的综合案例和习题可供读者综合复习每章的知识点。 本书可作为高等学校计算机及相关专业Python编程基础、Python编程与科学计算等课程的教材，也可供想学习Python基础知识和使用Python做应用开发的读者做参考使用。

本书面向所有以Java编程语言为工作中心的开发人员和系统管理员，分为3大部分。部分着重介绍了JVM和自适应运行时的工作原理，并以JRockit为例专门介绍到底什么是好的Java代码。第二部分介绍JRockit Mission Control套件的具体功能，以及如何使用JRockit Mission Control套件来查找应用程序的性能瓶颈。第三部分介绍Java发展方向。

本书是笔者多年从事高校教学经验的结晶之作。全书深入浅出地讲解了使用Python语言进行游戏开发以及帮助读者快速掌握游戏设计的基本原理和方法，同时提高应用Python语言编程的能力。 全书精选11个游戏案例，涵盖不同的游戏类型，每章围绕一个经典游戏案例展开，并突出一个游戏编程的主题。本书涉及的主要知识点包括游戏循环的原理、鼠标及键盘事件的处理、碰撞检测及处理、数的运用、定时器的使用、游戏场景的滚动、角色动画的播放、音效及音乐的播放、缓动效果、游戏关卡设计、游戏人工智能的原理及运用等。本书将Python语法知识及常用的编程技巧糅合在各个游戏案例中进行介绍，为读者展示Python语言的实际运用场景。 本书内容安排合理，架构清晰，注重理论与实践相结合，适合作为Python开发零基础读者的教程，也可作为高等院校的辅导教材，还可供

《Python推荐系统实战：基于深度学习、NLP和图算法的应用型推荐系统》分为4部分，包含11章。首先介绍推荐系统的基本方法，接着探讨当前流行的一些方法，具体包括协同过滤推荐系统、内容推荐系统以及混合推荐系统。接下来讨论如何运用当前的机器学习算法来实现推荐系统。最后讨论推荐系统的相关趋势和新兴技术。 《Python推荐系统实战：基于深度学习、NLP和图算法的应用型推荐系统》特别适合零基础的数据科学工作者参考和使用。它可以帮助读者从基础知识起步，逐步学习运用Python、深度学习和自然语言处理技术来构建推荐系统，以促进业务增长和提高客户忠诚度。