本书是享誉全球的Python入门书，影响了超过250万读者。全书分两部分：部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的特性，等等。

量化交易领域的飞速发展，得到了越来越多业内外人士的关注。而Python作为一门功能强大且易于上手的编程语言，可以快速将想法付诸实践。因此，本书希望可以引领读者初步了解量化交易，并借助Python这个工具在该领域有所建树。 本书先从量化交易的基本概念讲起，然后讲解Python的基本语法及常见库的使用，在每章节的学习中都以金融量化为实例，并在后结合实战项目来进行学习和巩固，读者不但可以系统地学习Python编程的相关知识，而且还能学习到Python在量化交易场景下的应用。 本书内容通俗易懂，案例丰富，适合零基础并对Python量化感兴趣的读者，以及想学习量化交易实战项目的Python初学者。此外，本书也适合作为相关培训机构的培训教材。

本书采用简洁强大的Python 语言，介绍了网页抓取，并为抓取新式网络中的各种数据类型提供了全面的指导。*部分重点介绍网页抓取的基本原理：如何用Python 从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。

《Python实现Web UI自动化测试实战：Selenium 3/4+unittest/Pytest+GitLab+Jenkins》主要介绍如何基于Python使用Selenium、unittest、Pytest、GitLab、Jenkins等工具实现Web UI自动化测试，以帮助读者提升测试水平。《Python实现Web UI自动化测试实战：Selenium 3/4+unittest/Pytest+GitLab+Jenkins》第1章简要介绍自动化测试的相关概念和思路、Selenium的特点和发展历史、WebDriver的原理，以及Selenium IDE的简单应用。第2章和第3章介绍与Python相关的基础知识，为后续内容的讲解做准备。第4章～第15章详细介绍使用各种框架进行自动化测试的方法和实战案例，帮助读者进一步掌握自动化测试技能。第16章从实际情况出发，介绍提升自动化测试用例执行效率的几种常见方法，供读者在实际操作中参考。 本书适合计算机相关专业的学生、测试行业的从业人员和希望提升自动化测试实战水平的技术人员阅读。

本书从基本的Python概念入手，由浅入深、典型实例剖析讲解、综合实例剖析讲解，一步一步引导初学者掌握Python编程知识。本书共20章，其中第1章到第4章是Python编程基础篇；第5章到第9章是Python编程提高篇；第10章到第13章是Python的GUI程序和图形图像篇；第14章到17章是Python人工智能应用篇；第18章到20章是Python编程高级篇，包括数据库开发、游戏开发和网络爬虫开发。 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Python编程中的热点问题、关键问题及种种难题。 本书适用于大中专学校的师生、有编程梦想的初高中生阅读，更适用于培训机构的师生、编程爱好者、初中级程序员、程序测试及维护人员阅读研究。

本书共有23章。第1章说明程序设计语言概念，然后介绍Python的优缺点。第2章介绍Python安装方法，以及Python自带集成开发环境IDLE的使用。第3章到第10章是Python语言基本语法，需要在理解基础上读懂书中例子，仅仅完成书中的习题是不够的，还需在网上寻找习题练习，达到熟练掌握Python语言基本语法的目的。第11章讲解如何使用tkinter库中的组件，创建应用程序的图形界面，实现简单功能，理解事件和事件驱动的概念，以及tkinter窗体的工作机制。 从第12章到第23章，每章一个完整的应用程序，共计12个。每章开始说明应用程序要完成的功能和实现功能的思路。如果涉及新的知识点，用例子加以说明。为使读者更容易读懂程序，对于主程序、每个函数和类的定义，都分别详细说明它们要完成的功能，每个函数的参数的意义，以及各个变量的意义。对于其中的难点给出详细

本书从Python主流框架Scrapy的简介及网络爬虫知识讲起，逐步深入到Scrapy进阶实战。本书从实战出发，根据不同需求，有针对性地讲解了静态网页、动态网页、App应用是如何爬取所需数据，以及Scrapy是如何部署分布式爬取，*后还介绍了用Scrapy Pandas是如何进行数据分析及数据展示，让读者不但可以系统地学习Scrapy编程的相关知识，而且还能对Scrapy应用开发有更为深入的理解。 本书分为12章，涵盖的主要内容有Scrapy框架简介；Scrapy网络爬虫知识介绍；Scrapy开发环境的搭建；Scrapy架构及编程；Scrapy进阶；实战项目：Scrapy静态网页的爬取；实战项目：Scrapy动态网页的爬取；实战项目：Scrapy爬取App应用数据；Scrapy的分布式部署与爬取；分布式的实战项目；用Selenium框架测试网站；用Scrapy Pandas进行数据分析。 本书内容通俗易懂，实例典型，实用性强，特别适合学习Python主流框架

人工智能的时代已经到来。中国的青少年需要学会用人工智能的语言来理解世界，用人工智能的思想来创造世界。 本书主要介绍如何使用Python 来学习和应用人工智能算法。全书知识体系完备，主要分为三大部分。第一部分讲解基础编程知识和Python 语言特性。第二部分讲解如何处理数据，如何分析和观察数据。第三部分讲解若干机器学习算法，并拓展介绍深度学习和强化学习的入门知识。 本书配套了代码仓库，可供开设人工智能课程的中小学老师，以及对人工智能感兴趣的业余爱好者参考使用。

这是一本关于如何利用Python提高日常办公效率的书，书中凝聚了作者多年的实践经验和独特思考，旨在帮助读者准确、高效地完成大量高重复度的工作。 《学Python，不加班：轻松实现办公自动化》汇集了日常办公和处理文档时常见的问题，通过实例的演示与讲解，帮助读者灵活有效地使用Python处理工作中遇到的问题。全书共11章，涵盖Python的各种应用场景，具体包括文件管理自动化，网络信息自动获取，TXT、XLS／XLSX、DOC／DOCX、PPT、PDF、图片文件的自动化处理，模拟鼠标、键盘操控本地软件，自动化运行管理等。本书力图淡化编程中的抽象概念，贴合工作场景，注重实战效果，通过对Python技术的巧妙讲解，帮助读者成为高效率的办公室 超人 。 《学Python，不加班：轻松实现办公自动化》适合任何想要学习Python编程的读者，尤其适合缺乏编程经验的初学者。同时本

本书首先介绍算法的概念和特点，然后介绍数据结构，再逐步深入介绍各类算法，通过解决实际问题加深理解。本书选取了近年来比较热门的语言Python作为载体，来实现算法的功能。这不但可以让读者系统地学习算法的相关知识，而且还能提高读者对Python语言的应用水平。 本书分为7章，涵盖的主要内容有算法简介、数据结构、数学相关算法、排序算法、查找算法、图相关算法、算法思想归纳。其中包含对非常多经典算法的讲解，如归并排序、快速排序、拓扑排序、二叉查找树、红黑树、*小生成树算法、*短路径算法、极大极小值算法、遗传算法等。*后通过归纳总结，让读者懂得常见算法的设计思路，能够根据实际情况选择合适的算法。

随着网络技术的迅速发展，如何有效地提取并利用信息，以及如何有效地防止信息被爬取，已成为一个巨大的挑战。本书从零开始系统地介绍了Python网络爬虫与反爬虫的开发与实战技能，全书共分为4篇，具体内容安排如下。 第1篇：基础篇（ ～3章）。系统地讲解了Python爬虫与反爬虫开发环境的搭建、爬虫与反爬虫通用基础知识、Python编程基础。 第2篇：爬虫篇（第4～8章）。这部分讲解了网络爬虫的相关知识与技能，主要包括网络爬虫快速入门、XPath匹配网页数据、re正则匹配数据、WebSocket数据抓取、Scrapy爬虫框架应用与开发等。 第3篇：反爬虫篇（第9～16章）。这部分讲解了网络反爬虫的相关知识与技能，主要包括爬虫与反爬虫的区别与认识、反爬—Header信息校验、反爬—IP限制、反爬—动态渲染页面、反爬—文本混淆、反爬—特征识别、反爬—验证码识

本书是经典畅销图书《Python核心编程（第 二版）》的全新升级版本，总共分为3部分。第 1部分为讲解了Python的一些通用应用，包括正则表达式、网络编程、Internet客户端编程、多线程编程、G

Python是一门以简洁和可读性著称的编程语言，它的易学性使其成为新手和专业人士的 。Python提供了丰富的库和框架，广泛应用于数据科学、人工智能、Web开发等领域。无论你是初学者还是 开发者，Python都能满足你的需求。 本书内容共6章，立足金融场景讲解Python的编程应用，结合利率、汇率、债券、股票、互换、期货等主题演示了Python在金融领域的典型应用，帮助读者探寻一种金融大数据分析的新思路。 本书由 的金融从业者编写，旨在引导读者掌握金融领域的Python编程技巧，适合金融领域和金融科技领域的从业者和高校师生学习参考，也适合对Python的金融应用感兴趣的其他读者阅读。

本书全面而深入介绍了Python编程的相关内容，全书内容大致可分为四个部分，*部分系统讲解了Python的基本语法结构、函数编程、类和对象、模块和包、异常处理等；第二部分主要介绍Python常用的内置模块和包，这部分包括正则表达式支持IO编程、数据库编程、并发编程、网络通信编程等内容；第三部分主要介绍Python开发工程化方面的内容；第四部分则属于 Python项目实战 ，这部分通过项目介绍了Python游戏开发、大数据展示、网络爬虫等热门技能，尤其是网络爬虫和大数据展示，均是当下Python*热的就业岗位。

《Python人工智能开发从入门到精通》主要介绍了Python进行人工智能开发所需的技术、基础设施、核心理念、实施方法与流程，以及实战操作应用。 全书共分3篇。1篇主要讲解了人工智能开发中常用Python编程语言相关入门知识，包括：1章 关于Python与开发环境配置、第2章 Python编程基础、第3章 Python编程进阶；第2篇主要讲解了人工智能开发相关知识的应用，包括：第4章 人工智能简介、第5章 机器学习理论基础、第6章 Python机器学习常用库的应用、第7章 **个机器学习项目、第8章 典型的机器学习算法及应用实战、第9章 深度学习算法理论、第10章 深度学习之TensorFlow；第3篇通过3个综合案例，以神经网络在计算机视觉问题中的重要应用为线索，介绍深度学习人工智能技术在计算机视觉任务中的实践，包括：第11章 人工智能识万物、第3篇：第12章 人工智能知万物、

本书介绍了如何使用 Python语言进行物理建模，包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第 1版的基础上增加了关于用 SymPy进行符号计算的新内容，介绍了用于数据科学和机器学习的 pandas和 sklearn库、关于 Python类和面向对象编程的入门知识、命令行工具，以及如何使用 Git进行版本控制。 本书适合对科学计算感兴趣、想要使用 Python完成物理建模的学生和研究人员阅读。

Python语言凭借其简洁、易读及可扩展性等特点，已成为程序设计领域备受欢迎的语言之一。丰富的Python第三方包（又称“第三方库”）使得Python可以应用于多个领域，气象研究与应用领域也不例外。由NCL转化来的库很大程度地方便了读者的学习。本书内容由浅入深且针对性强，示例丰富且涉及面广，系统地介绍Python语言的基本语法、 特征以及与气象应用密切相关的工具包。本书从Python和Linux的基础知识开始讲解，无编程基础或需巩固基础的读者也能阅读；然后介绍气象数据的读取、处理等；接着介绍绘图基础知识与常用的气象绘图方案；继而介绍一些常用气象物理量计算以及统计方法与检验等； 介绍简易机器学习入门和几种Python计算加速方案。

《Python编程宝典：迅速提高编程水平的100个关键技能》以实战技能的形式，讲解了Python编程从入门到精通可能涉及的100个关键技能，从*基本的语法基础，到面向对象程序设计，再到算法与数据结构，*后是基于Python的各种应用，包括游戏、网站、数据分析与数据挖掘等。《Python编程宝典：迅速提高编程水平的100个关键技能》内容全面，力求覆盖Python所能涉及的各方面应用。通过实战技能的形式，读者学习时容易上手操作，达到学以致用、举一反三的目的。 全书分5章，共100个关键实战技能。第1章主要介绍了Python基本语法的27个实战技能；第2章主要介绍了Python经典算法的21个实战技能；第3章主要介绍了Python在应用开发方面的13个实战技能；第4章主要介绍了Python在数据分析方面的15个实战技能；第5章在第4章内容的基础上，主要介绍了Python在数据挖掘方面的24个实战技

本书先介绍预测分析的重要概念和原则，然后给出一系列的代码示例和算法讲解，引导读者了解完整的预测分析流程，进而用Python工具构建高性能的预测分析解决方案。全书所涵盖的内容包括预测分析过程、理解问题和准备数据、理解数据集—探索性数据分析、基于机器学习的数值预测、基于机器学习的类别预测、调整模型和提高性能、基于Dash的模型实现等。本书适合想要学习预测建模并对用Python工具实现预测分析解决方案感兴趣的数据分析师、数据科学家、数据工程师和Python开发人员阅读，也适合对预测分析感兴趣的读者参考。