本书是目前市面很少有的专门介绍区块链量化交易编程的书籍，本书侧重实战，先讲解区块链基础知识、交易所基本概念和操作方法，后面重点介绍交易所API的使用方法及如何利用这些API编程交易策略程序，为读者编写自己的交易策略打下一个坚实的基础。 本书共6章，分为区块链基础篇和实战操作篇。区块链基础篇（第1~3章）详细介绍区块链的基础知识、加密货币交易所基本概念和基本操作、交易所API详解，其中第3章是重点难点；实战操作篇（第4~6章）介绍了编写交易程序相关的Python语法知识、如何在服务器搭建Python程序运行环境的方法、抛砖引玉的介绍几个实际的交易策略，包括三角套利策略、MACD指标策略、RSI指标策略、币价波动监视机器人、捕捉插针策略等。 本书适合量化交易初学者入门，同时也为有交易经验的从业人员提供了多个项目案例作为参考。
本书以数据分析流程为主线，介绍了金融数据分析的方法，并通过Python加以实现。全书分为三部分，共12章，其中第1～4章是基础部分，主要介绍金融数据分析概览、数据分析流程、Python运行环境搭建以及数据分析的基础Python包；第5～8章是进阶部分，分别介绍了数据分析流程中的金融数据获取、探索性数据分析、特征工程和数据建模分析；第9～12章是应用部分，通过综合案例分别演示了股票行情数据分析、资本资产定价模型分析、股票量化投资多因子模型分析和个人贷款信用风险评估的数据分析操作。 本书适合具备Python语言基础、有金融数据分析学习需求的人群，也可供具备机器学习模型基础知识，但并没有系统地了解数据分析流程的读者参考。
本书系统全面地讲解Streamlit的核心概念，实例项目应用和最佳实践。通过案例带你从零开始，逐步掌握Streamlit的基础知识和高级技能。你将学会如何使用Streamlit实现数据可视化、添加交互组件，构建出炫酷的Web应用。 本书分为两篇，基础篇（第1~7章）讲解Streamlitt的安装配置，以及基本的文本、数据、图表、多媒体等组件的使用和页面布局。实战篇（第8~10章）讲解开发企鹅分类项目、医疗费用预测项目、销售数据仪表板项目，帮助读者熟练掌握Streamlit的高级技能和开发流程。 本书采用理论与实践结合的方式，示例丰富。适合想快速构建机器学习和数据科学Web应用的Python使用者。配套内容有练习数据和源代码，读者可以通过阅读和编码实践快速掌握Streamlit，开发机器学习和数据科学的Web应用。
《 Python 语言程序设计》包括 9 章：程序设计基本方法、Python 语言基本语法元素、基本数据类型、程序的控制结构、Python 标准库概览、函数和代码复用、组合数据类型、文件、Python 第三方库安装及常用库介绍。各章知识点的讲解将程序案例与实际相结合，生动易懂，具有很好的启发性。本教材内容广泛、全面，从深度和宽度两方面展开知识内容，教材语言精练，内容叙述深入浅出、循序渐进，配有一些实例代码并列有相关辅助说明和运行结果，力求使得内容不会枯燥无味，有利于读者对知识点的理解。本教材采用案例驱动的编写方式，力求让不同专业的读者能通过对Python 语言的学习，走进计算机世界，体验创新的乐趣以及应用的价值。Python 语言是一门通用语言，它灵活好用，适合有程序设计需求的各专业读者。读者可以通过学习，把Python 语言程序设计方法应用
Python可以用来做机器人!通过编程实现人工智能! Python不需要任何基础!中小学生也能学会! Python前景广阔!一招在手， 天下无敌! 在纷繁的编程世界中，Python毫无疑问已经成为非常适合青少年学习的语言。它入门简单，应用广泛，青少年既能玩得开心，又可以为将来的深造打下基础。 本书就是专为青少年打造的Python 入门读物。全书图文并茂，讲解细致，从搭建开发环境入手，逐步引导读者掌握Python的基础知识、核心操作及编程技巧，*后深入了解编程思维。 本书适合Python 语言的零基础读者学习，尤其适合青少年读者阅读使用。此外，对中小学人工智能相关课程及青少年编程培训班的授课教师，也有一定的参考作用。
本书是一本Python入门书，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，*终体验到软件开发的基本过程。本书是基于Python 3.6版本编写的。 本书结构非常简单，除 准备工作 之外，还包括52个习题，其中26个覆盖了输入/输出、变量和函数3个主题，另外26个覆盖了一些比较进阶的话题，如条件判断、循环、类和对象、代码测试及项目的实现等。每一章的格式基本相同，以代码习题开始，按照说明编写代码，运行并检查结果，然后再做附加练习。
本书集教材、练习册、上机指导于一体，基于Python 3.8阐述Python语言的基础知识，以及使用Python语言的开发应用实例。本书全面覆盖计算机等级考试二级Python语言的知识范围，具体内容包括程序设计导论、Python语言基础、程序流程控制、函数和代码复用、组合数据和数据结构基础、输入输出和文件处理、数值和日期处理、字符串和文本处理、面向对象的程序设计、模块化程序设计、数据库访问以及Python计算生态（Python第三方库）等。本书还以电子版形式提供计算机等级考试（二级Python语言程序设计）题库（真题和模拟题），作为学生学习和考级的开源学习资源。
《Python趣味编程：从入门到人工智能》是专门为青少年编写的零基础Python语言编程入门教材，由浅入深、循序渐进地讲授Python语言编程知识，以解决问题为导向，培养青少年的编程思维。本书采用单元课程的形式编排内容，分为编程基础、数学与算法、游戏编程、人工智能四个单元，采用符合青少年认知水平的趣味案例进行教学，指导青少年使用编程的思维方式解决身边的问题，带领青少年迈进Python编程的奇妙世界。 本书是零起步教材，适合广大青少年和所有对编程感兴趣的初学者阅读，也适合作为学校编程社团和编程培训机构的教材。
科学是一门以实验为基础的学科，通过进行科学实验可以学习丰富的科学知识、探索未知 的奥秘。科学实验为学生提供了分析问题、总结问题的环境，通过编程体现学生通过自我思考，模拟实验环节，一步一步地解决相关系列问题，从而得到最终的结论并由此过程激发出学生对 学科研究的兴趣和对科学结论的严谨态度。 本书基于Python3 详细讲解了10 个趣味的物理化学实验。这些实验由浅入深地介绍了Python 语言语法的使用方式，并展现了程序设计的基本思维和方法。 全书共10章，通过实例应用的方式，在介绍实验的同时，详细介绍Python的基础知识， 基本数据类型，Python中的运算处理，选择语句和循环语句的使用方法，字符串、列表、元组 和字典的使用方法，文件的使用方法以及图形图像的应用等相关知识。 本书内容通俗易懂，具备较高的趣味性和交互性。书中实
本书系统介绍了经典的机器学习算法，并通过实践案例对算法进行解析。 本书内容包含三部分: 部分（第1章和第2章）为入门篇，着重介绍Python开发基础及数据分析与处理；第二部分（第3章和第4章）为基础篇，着重介绍机器学习的理论框架和常用机器学习模型；第三部分（第5～11章）为实战篇，介绍经典机器学习算法及应用，包括KNN分类算法、K Means聚类算法、推荐算法、回归算法、支持向量机算法、神经网络算法以及深度学习理论及项目实例。 本书力求叙述简练，概念清晰，通俗易懂。书中的案例选取了接近实际应用的典型问题，以应用能力、创新能力的培养为核心目标。 本书可作为高等院校计算机、软件工程、大数据、通信、电子等相关专业的教材，也可作为成人教育及自学考试用书，还可作为机器学习相关领域开发人员、工程技术人员和研究人员的参考用
Python基础语法，包括三种结构，函数，面向对象，海龟绘图。案例结合中国诗词、魔术、字谜等传统文化，趣味性和应用性强。本书面向8到16岁青少年，可作为其编程学习的入门书，文字幽默，内容丰富多彩，案例有趣好玩，是难得的一本青少年编程学习书。本书由浅入深、循序渐进地讲解Python青少年趣味编程所需要的基础知识，力求从零开始、通俗易懂。中小学生即使对编程没有任何概念，只要从*章开始依次阅读，也是可以完全理解并掌握这些内容的。
本书系统地介绍了基于Python 平台的人工智能的原理及实现过程，全书共7 章。第1 章 从这里开始认 识Python ，介绍人工智能及Python 基础知识；第2 章 Python 语法基础 ，通过生动有趣的实验实例介绍 Python 编程语法知识；第3 章 Python 程序设计 ，以实例为基础，介绍Python 的编程方法；第4 章 数据 结构 ，通过范例介绍列表、元组、字典、集合、函数等数据结构的使用方法；第5 章 数据库及应用 ，主 要介绍Python 数据库应用及Web 应用开发技术，通过实例讲解Python 数据库应用；第6 章 大数据应用 ， 基于实例，主要介绍网络爬虫、Excel 数据爬取及分析处理等技术，了解数据挖掘分析处理等大数据应用技 术的一般设计流程；第7 章 人工智能 ，以具体实例讲解照片人脸识别、图像识别、视频人脸识别、聊天 机器人、微信语音聊天机器人、图文识别、语音识别及花朵识别等
使用Python进行数据分析是十分便利且高效的，因此它被认为是*秀的数据分析工具之一。本书从理论和实战两个角度对Python数据分析工具进行了介绍，并采用理论分析和Python实践相结合的形式，按照数据分析的基本步骤对数据分析的理论知识以及相应的Python库进行了详细的介绍，让读者在了解数据分析的基本理论知识的同时能够快速上手实现数据分析程序。 本书适用于对数据分析有浓厚兴趣但不知从何下手的初学者，在阅读数据分析的基础理论知识的同时可以通过Python实现简单的数据分析程序，从而快速对数据分析的理论和实现两个层次形成一定的认知。
本书是一部系统论述Python编程语言和实际应用技术的图书,全书共分为13章。第1~8章讲解Python基本语法; 第9~13章讲解Python实际应用的技术。主要内容包括编写第一个Python程序、Python基本语法、Python数据类型、函数、面向对象、日期和时间、异常处理、访问文件和目录、GUI编程、网络编程、多线程、MySQL数据库编程和访问Excel文件。 本书每章后面安排了 动手练一练 实践环节,旨在帮助读者消化和吸收本章所讲解的知识点,在本书附录A中提供了动手练一练参考答案。 为便于读者高效学习,快速掌握Python编程方法,作者精心制作了配套的教学课件、源代码和微课视频,并提供在线答疑服务。
数字信号处理（DSP）是面向电子信息学科的专业基础知识，也是多门新兴学科的理论基础。作为广泛应用的脚本语言，Python在DSP领域中也很常用。 本书介绍了如何通过Python语言实现数字信号处理的应用。全书共有11章，以Python代码为示例由浅入深地向读者介绍了数字信号处理的相关知识及其应用。书中涉及周期信号及其频谱、波形的谐波结构、非周期信号及频谱图、噪声、自相关函数、离散余弦变换和离散傅里叶变换、滤波、卷积、微分与积分、调制采样等数字信号处理相关技术。每一章都是从示例开始，引导读者通过编程的方式来准确地理解概念。除此之外，本书每章还提供了练习和代码示例来帮助读者理解这些知识。 本书适合对数字信号处理感兴趣且有一定Python基础的读者阅读，也适合电子和通信相关专业的学生阅读。
本书是作者结合自己多年Abaqus 使用经验，在汲取国内外大量资料的基础上编写的一本Python 二次开发知识点笔记。内容涉及开发环境的搭建、Python 基础语法知识、Abaqus Python API 讲解，并以实例展示的方式详细阐明了二次开发的流程和方法。本书可以帮助正在使用Abaqus 进行仿真分析工作的工程师或者科研人员学习Abaqus Python 二次开发方法，同时对熟悉Abaqus 二次开发流程的读者也有一定的借鉴价值。
对于开发人员而言，如今要想充分利用所有可用 的计算资源来构建出高效的软件系统，并行编程技术 是必不可少的技能。从多核到GPU系统，再到分布式 架构，计算量繁重的程序都离不开编程工具和软件库 。 吉安卡洛 扎克尼*的《Python并行编程参考手 册》首先简要介绍了并行编程，然后讲述了Python的 基础知识，接着探究了基于线程的并行模型、采用同 步线程的Python线程模块以及锁、互斥量、信号量队 列、GIL和线程池的用法。
本书注重理论与实践相结合,通过实际案例和编程实现让读者理解理论在实践中的应用;同时还充分强调 案例的实用性、程序的可模仿性 ,且在案例程序中附有详细的注释。例如,投资组合管理、KMV 模型计算、期权定价模型与数值方法等案例程序,读者可以直接使用或根据需要在源代码基础上进行修改使用。 本书共19章,前两章分别对金融市场的基本概况与Python的基础知识进行概述;接下来的16章为金融数量分析常用的案例(含完整、稳健的程序),包括现金流分析、随机模拟、策略模拟、期权定价模型与数值方法、固定收益证券的久期与凸度计算、期货或股票的技术指标计算与回测等;*后一章,总结了一些Python金融编程技巧。 本书既可作为高等院校金融数学、金融工程专业的实践教材,也可作为理工科、经济金融学科和数量分析方面的研究生,以及与经济金融相关的研究人员和
《Python数据科学导论》通过理论与实践相结合的方式来阐述数据科学的一系列重要概念及算法，以使读者学会如何管理并利用数据。本书共有11章，第1章概要地介绍了数据科学的现状并给出了一些使用本书的建议；第2章介绍了Python语言数据科学生态系统，涉及NumPy、SciPy和Pandas等热门第三方库；第3～7章着重讲解了统计学和机器学习的知识，涉及描述统计学、统计推断、监督学习、回归分析、无监督学习等主题；第8～10章详细介绍了数据科学的一些主要应用，如网络分析、推荐系统和情感分析；第11章介绍了并行计算及性能优化方法。
本书全面介绍了深度元学习技术的知识，包括元学习、机器学习、深度学习及其技术平台和应用案例，给出了一套较为完备的深度元学习框架，并根据作者所在课题组的研究成果提出了一些具有启发性的元学习算法和思考方向。 全书共9章。第1章主要介绍元学习的基本概念、基本任务和基本类型；第2章系统介绍深度学习的概念、原理和应用，帮助读者逐步具备一定的深度学习实践能力；第3章介绍一种简单的元学习神经网络 孪生网络；第4章介绍原型网络及其各种变体；第5章介绍两种有趣单样本元学习算法 关系网络和匹配网络；第6章介绍记忆增强神经网络；第7章进一步介绍饶有趣味且应用广泛的元学习算法 模型无关元学习及其变种；第8章介绍另外两种经典的元学习模型 Meta SGD和Reptile；第9章深入介绍元学习的一些新进展与**研究成果 基于样本抽样和任务难
本书涵盖Python的环境配置、基础语法和数据类型、函数、面向对象编程、模块化开发、文件IO操作、引用传递原理、正则表达式、三方包的下载安装、开发工具的使用、Numpy科学计算包的基本使用和文档查阅方法、常用数据图表及Matplotlib和Seaborn绘图包的基本使用。书中具有大量编程案例，对于晦涩的抽象概念（如不可变数据类型和引用传递），使用PLB教学法设计了大量的实验代码和图例讲解原理。重视培养学生自主学习能力。
