![C++ Templates:英文版 [美]戴维·范德沃德,[德]Nicolai M.Josuttis,[美]道格拉斯·格](http://img3m8.ddimg.cn/37/15/11979267238-1_l.jpg)
本书详细地介绍了Python语言的一些 功能以及常见数据类型的 用法， 适合有一定基础的读者深入学习Python编程。本书的主要内容包括常见内置类型（数值、字符串和集合等）的 用法和潜在的陷阱，用于文本处理的格式化方法和正则表达式，用于数值计算和大规模数据处理的math包和numpy包等。此外，文件存储、随机数生成和图表绘制也是本书的重要内容。本书还开发了一个“RPN脚本解释器”项目，该项目贯穿本书的各个章节，通过对该项目的学习，你也可以开发出自己的“语言”。
本书提供了一种独特的方法来讲解Python编程入门，内容符合新的ACM/IEEECS和相关的计算课程倡议，以及由美国 科学基金会赞助的数据科学本科课程。内容涵盖了新的主题和应用的覆盖面，模块化架构使教师能够方便地调整文本，适应课程需求。通过本书，你将学习：538个案例研究，471道练习题和项目，557道自我测验题。基于IPython和Jupyter Notebook的即时反馈。问题求解、算法开发、控制语句、函数等基础知识。列表、元组、字典、集合、Numpy数组、pandas Series和DataFrame。2D/3D的静态、动态和交互式可视化。字符串、文本文件、JSON序列化、CSV、异常。过程式、函数式和面向对象的程序设计方法。“数据科学入门”：基础统计、模拟、动画、随机变量、数据整理、回归。隐私、安全、伦理、可重现、透明。AI、大数据和云数据科学案例研究：NLP、Twitter数据挖掘、IBM Watson、机
你的Python代码也许运行正确，但是你需要运行得更快。本书针对Python 3进行了更新，经过拓展后的新版向你展示了如何在高数据量程序中定位性能瓶颈，显著提高代码速度。通过探索设计选择背后的基础理论
