本书主要介绍如何使用Python语言进行网络爬虫程序的开发,从Python语言的基本特性入手,详细介绍Python网络爬虫开发的多个方面,涉及、HTML、正则表达式、JavaScript、自然语言处理、数据处理与科学计算等不同领域的内容。全书共12章,包括基础篇、进阶篇、提高篇和实战篇4个部分。基础篇包括、2、3章,分别为Python基础及网络爬虫、静态网页抓取、数据存储。进阶篇包括第4、5、6章,分别为JavaScript与动态内容、模拟登录与验证码、爬虫数据的分析与处理。提高篇包括第7、8、9章,分别为爬虫的灵活性和多样性、Selenium模拟浏览器与网站测试、爬虫框架Scrapy与反爬虫。实战篇提供了3个实战项目供读者学习参考。本书内容覆盖网络数据抓取与爬虫编程中的主要知识和前沿技术。同时,本书在重视理论基础的前提下,从实用性和丰富度出发,结合实例演示爬虫程序编写
游戏界面是玩家与机器设备进行交互的平台,这就导致人们对各种类型的游戏界面的要求越来越高,同时使得游戏界面设计行业飞速发展。本书应广大游戏界面设计者的需求,着重介绍如何设计既美观又符合要求的游戏界面。本书采用项目导入、任务驱动的编写方式。按读者职业能力培养由简入繁、由易到难、由小到大的规律,确定教材各部分内容和任务的设计,构建起一个以相关职业能力为主线、结构清晰的教材体系。本书的知识结构清晰、内容有针对性、实例精美实用,适合游戏设计类专业的职业院校学生与游戏界面设计爱好者学习。读者可以扫描书页提供的二维码,以查看书中所有实例的演示视频、素材和源文件,用于补充书中遗漏的细节内容,方便读者学习和参考。
本书提供了23种经过验证的的、可视化、示例驱动的模式,涉及抽象类、多重继承、GUI编程和小部件、图形类、绘图和绘图、数学、数据库、Python装饰器、图像、线程、迭代器、创建可执行代码等,从而编写更加健壮、高效、可维护和优雅的Python代码,生成功能强大、灵活的程序。
本书以Python 3.9和Anaconda 3为编程环境。通过本书的学习,希望读者能理解和掌握Python语言的相关知识,具备较强的算法设计、编写和调试程序的能力,理解面向对象程序设计和模块化程序设计思想,掌握文件读写、图形界面、数据库、数据分析与可视化、人工智能等编程技术。 本书共16章。~2章介绍程序设计与编程环境;第3~7章介绍顺序、函数、选择、循环的算法与程序设计,以及Python的数据结构;第8章介绍文件处理;第9~11章介绍面向对象程序设计、模块化程序设计和异常处理;2~16章介绍图形界面、数据库、网络爬虫、数据分析与可视化、人工智能等的编程。每章后配有针对性强的习题,供读者巩固所学知识。
《零基础学Python》(升级版)是针对零基础编程学习者研发的Python入门教程。从初学者角度出发,通过通俗易懂的语言、有趣的实例,详细介绍了使用IDLE及Python框架进行程序管理的知识和技术。全书共分16章,包括初识Python、Python语言基础、流程控制语句、序列的应用、Pygame游戏编程、网络爬虫开发等。书中所有的知识都结合具体实例进行讲解,涉及的程序代码给出了详细的注释,可以使读者轻松领会Python程序开发的精髓,快速提高程序开发技能。 本书通过大量实例及一个完整的项目案例,帮助读者更好地巩固所学知。
本书案例主要以进销存数据为基础进行逐步完善,结合学生前期财务专业基础知识,以项目案例的形式,贯穿始终并逐步完善, 终形成针对不同企业规模的完善的数据系统,包括凭证系统、日记账系统、分类账系统、会计报表系统、财务分析体系,以及SOL数据库下典型的进销存数据管理系统(包括数据表、商品信息管理、采购单管理、销售单管理、商品库存管理、报表计算管理等)。案例贯穿于教学中,使学生 容易理解所学内容,大量真实的、汇集了 多非财务信息的综合案例,使学生 全面、 深入理解大体量财务数据分析的内容及其应用,有利于学生财务数据处理技术思维的形成,进而提高学生的综合分析和解决问题的能力。
本书以Python知识脉络为线索,结合Python生态系统,通过融合传统文化、历史人文等元素的实践案例,力求在轻松的氛围中培养学习者的程序设计能力和计算思维能力。 全书共分10章,主要内容包括搭建编程环境、基础语法、流程控制语句、字符串、列表元组与字典、函数、访问文件、处理异常、模块与包、面向对象编程等。本书各章采用模块化组织,除了具体知识细节的梳理铺陈,每章都会介绍相关的Python库,并提供多个案例对全章所学知识做综合演练,通过拓展实践进一步提升读者的实操能力。
本书分为上、下两大部分,共计22章。部分(~11章)由浅入深地介绍Python的基础知识,包括变量、数值、条件语句、文本字符串、循环语句、元组、列表、字典、集合、函数、对象、类、模块、库,等等。掌握这些基础知识将为运用Python奠定牢固的基础。第二部分(2~22章)介绍Python的应用,所涉及的领域包括Web应用、数据库、网络和机器学习。你将学会用Python处理时间、进行网络通信、完成数据科学任务等,还会了解并发的相关知识。
本书从 Excel 处理大型数据的缺点开始讲起,逐步讲解了 Excel 和 Power BI 中的 Power Query 组件,并重点介绍了Power Query 的底层 M 语言的应用知识。本书分为 10 章,主要讲解了 Power Query 的入门知识和数据集成、Power Query 的 M 语法规则系列知识,针对 Power Query 如何实现数据清洗和重构系列知识做了详细的讲解,还重点介绍了目前 Power Query 的各类内置函数的功能, 介绍了如何利用自定义函数实现复杂的数据处理和重构过程。 本书内容通俗易懂,案例丰富,实用性强,特别适合入门级数据分析人员学习,也适合进阶阅读,相信通过阅读本书,读者对数据分析过程中的清洗和重构会有一个新的认识。