《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。

全书分为 8 章， 主要内容如下：第1章介绍学术论文插图绘制的规范性和基本原则以及学术论文插图的配色基础；第2章介绍绘制学术论文插图的主要工具，并重点介绍 Matplotlib、Seaborn、ProPlot 以及 SciencePlots 工具包的语法及其重要特征；第3章介绍学术论文中常见的单变量图及其绘制方法，包括直方图、密度图、Q-Q 图等；第4章介绍学术论文中常见的双变量图及其绘制方法， 具体包括误差线、柱形图、箱线图、相关性散 点图以及矩阵热力图等；第5 章介绍学术论文中常见的多变量图及其绘制方法，包括等高线图、点图系列、 三元相图、 3D 图系列以及 RadViz 图等；第 6 章介绍学术论文中常见的空间数据型图及其绘制方法，包括分 级统计地图、连接线地图、等值线地图以及子地图等；第 7 章介绍学术论文中常见的可视化图及其绘制方法，包括配对图系列、韦恩图、泰勒图

《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

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

Python因其简单易学、功能强大、开发效率高、拥有强大的第三方库等优点，使其成为学习人工智能的编程语言。《NumPy数据处理详解——Python机器学习和数据科学中的高性能计算方法》就从Python中经常使用的NumPy库的基础知识入手，讲解了实用的高速数据处理方法。大数据时代，NumPy因其包含大量的数学函数，能够处理多维数组，而且处理速度堪比C语言，所以NumPy也成为机器学习和数据科学领域数据处理不可或缺的库。全书详细介绍了NumPy基础知识、NumPy与数组操作、NumPy数学函数的应用和NumPy机器学习编程方法，特别适合机器学习工程师、数据科学家、人工智能开发相关人员系统学习NumPy使用方法，或将此书作为案头手册，随时翻阅查看。

本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。 第2版中的主要更新包括： ??所有的代码，包括把Python的教程更新到了Python 3.6版本(版中使用的是Python 2.7) ??更新了Python第三方发布版Anaconda和其他所需Python包的安装指引 ??更新pandas库到2017年的新版 ??新增一章，关于更多高级pandas工具和一些使用提示 ??新增statsmodels和scikit-learn的简明使用介绍

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

本书主要介绍如何使用Python中的matplotlib、Seaborn、plotnine、Basemap等包绘制专业图表。本书首先介绍Python语言编程的基础知识，以及NumPy和Pandas的数据操作方法；再对比介绍matplotlib、Seaborn和plotnine的图形语法。本书系统性地介绍了使用matplotlib、Seaborn和plotnine绘制类别对比型、数据关系型、时间序列型、整体局部型、地理空间型等常见的二维和三维图表的方法。另外，本书也介绍了商业图表与学术图表的规范与差异，以及如何使用matplotlib绘制HTML交互页面动画。

本书首先讲解量化交易的基础知识，即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant（聚宽）量化交易平台；然后讲解量化交易开发语言Python，即讲解Python语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计；接着讲解如何利用Python语言编写量化策略、Python量化策略的常用库和模块、获取数据函数、回测、因子分析；很后讲解Python量化策略的技术指标实例和Python量化交易策略实例。在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析讲解量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者，如股民、期民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫愈勇

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。