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。
量化交易是一种新兴的系统化的金融投资方法，它是以计算机强大的运算能力为基础，运用数据建模、统计学分析、程序设计等工具从历史数据中得到良好的交易策略，是计算机科学在金融领域的具体应用。Python语言凭借其简洁、高效的特性，以及其在大数据分析方面的强大性能，在量化交易领域得到了良好的应用。 本书以 A 股市场为交易标的物，引导读者从理解量化交易开始，逐步掌握行情数据的获取和管理、技术指标的可视化，并在熟练编程的基础上，构建出个性化的交易策略体系。 本书适合对股票的量化交易感兴趣的读者阅读，通过阅读本书，读者不仅能够了解 Python 数据分析和数据可视化的核心技能，更能够将 Python 作为常用工具，为股票技术指标分析和量化交易提供助力。
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。
本书是介绍自然语言处理（NLP）和深度学*的实战书。NLP已成为深度学*的**应用领域，而深度学*是NLP研究和应用中的必要工具。本书分为3部分：*部分介绍NLP基础，包括分词、TF-IDF向量化以及从词频向量到语义向量的转换；第二部分讲述深度学*，包含*经网络、词向量、卷积*经网络（CNN）、循环*经网络（RNN）、长短期记忆（LSTM）网络、序列到序列建模和注意力机制等基本的深度学*模型和方法；第三部分介绍实战方面的内容，包括信息提取、问答系统、人机对话等真实世界系统的模型构建、性能挑战以及应对方法。 本书面向中高级Python开发人员，兼具基础理论与编程实战，是现代NLP领域从业者的实用参考书。
《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。
当数据科学家使用Python处理数据，并希望创建展示ML模型的数据应用程序，以及进行易于创建的交互式可视化时，那么Streamlit将是最理想的选择。Streamlit for Data Science(第2版)向数据科学家展示了如何在Python内快速创建和部署小部件和仪表板。这可以帮助他们在几小时内而不是几天内创建原型。 为了掌握Streamlit这项技术，需要通过大量的实际案例来学习。本书由一个富有创造力的Streamlit用户编写，他在第一版发布后就一直使用该技术，本选题建立在前一版的实用性基础上，带来大量的更新，包括将Streamlit连接到Snowflake数据仓库，部署在Hugging Face上，以及在GitHub上提供完全更新的代码库，通过这些内容可以帮助读者练习新发布的技能。 读者将从Streamlit的基础知识开始Streamlit的学习，并通过使用机器学习模型和制作高质量的交互式应用程序逐渐熟悉Streamlit的使用技巧。本
《Python核心编程（第3版）》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、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。第2部分讲解了与Web开发相关的主题，包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。第3部分则为一个补充/实验章节，包括文本处理以及一些其他内容。 《Python核心编程（第3版）》适合具有一定经验的Python开发人员阅读。
本书以从零开发一个博客系统为例，介绍Django在日常工作中的应用。 本书共分为四部分。*部分介绍编码之前的准备工作，包括需求分析、Web开发基础以及选型时Demo的练习。第二部分开始正式实现需求，介绍了环境配置、编码规范以及合理的项目结构划分。通过对Django各部分（Model、Form、admin、View）的介绍和使用，完成了一个基础的博客系统。第三部分在前面的基础上介绍Django第三方插件的使用，通过引入这些插件进一步增强我们的系统。*后一部分也是正式工作中必不可少的部分，包含调试代码、优化系统、压力测试以及自动化等内容。 本书适合Python Web开发人员阅读。
在大数据时代的今天，无论是产品开始还是精准化营销越来越离不开大数据的支持，如何从浩瀚的网络中获取自己想要的大数据？这就需要网络爬虫，而是世界上80%的爬虫都是基于Python开发出来的，所以python爬虫技术是大数据挖掘、分析与可视化的基础。 本书面向零基础读者，从如何合法使用爬虫和Python编辑环境的安装开始到不同类型爬虫程序的开发都进行了详尽的讲解，从Python基础语法到Requests库、正则表达式、Scrapy框架、Beautiful Soup一个都不少。同时在相关地方也讲解了部分数据挖掘和数据分析的基础内容。
本书是享誉 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 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。
笔者根据自己多年的数据分析与挖掘经验，从零基础读者的角度，详尽地介绍了Python数据分析与挖掘的基础知识及大量的实战案例。 全书分为4篇，第1篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第2篇是数据分析篇，主要介绍常用的数据分析方法；第3篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第4篇是实战应用篇，介绍两个完整的数据分析与挖掘案例，让读者了解如何系统地应用前面学到的各种方法解决实际问题。对于书中的大部分章节，笔者还结合实际工作及面试经验，精心配备了大量高质量的练习题，供读者边学边练，以便更好地掌握《Python数据分析、挖掘与可视化从入门到精通》内容。 《Python数据分析、挖掘与可视化从入门到精通》配备所有案例的源码，适合有一定数学基础的读者使用，但不要求读者具备编程
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。
《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
《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、
nbsp nbsp通常来说，人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究领域包括机器人、语音识别、图像识别、自然语言处理和专家系统等。 机器学习就是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。生活中很多机器学习的书籍只注重算法理论方法，并没有注重算法的落地。《人工智能数学基础与Python机器学习实战》是初学者非常期待的入门书，书中有很多的示例可以帮助初学者快速上手。 《人工智能数学基础与Python机器学习实战》分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模
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
\"本书系统讲述 Python数据分析入门与实践的内容，包括Pyhton 的安装、Python语言基础要素、选择结构、循环、函数、列表、集合和字典、Python类和对象、NumPy 库、pandas 库、用Matplotlib实现数据可视化、数据质量分析、数据预处理、回归分析。全文以案例的形式循序渐进，将理论与实践结合。本书采用知识点剖析与程序示例同时展示的方式，将理论讲解和实践操作有机融合，具有一定的实用性；在教材内容的选择上，不仅讲解Python商务数据分析的核心理论及主要方法，还配合生动的商务示例，讲解其现实应用领域及典型案例，案例具有现实性、丰富性和趣味性。 本书适用于普通本科院校计算机、经管类专业Python 数据分析课程的本科生、研究生，帮助其快速入门，也可供从事相关行业的技术人员参考。 \"
《Python区块链应用开发从入门到精通》全面系统地介绍了Python语言区块链应用工程师所需的基础知识和相关技术，主要分为Python基础篇、区块链技术篇和区块链开发篇三部分。 全书共10章，其中第1~3章为Python基础篇，介绍Python语法基础、Python的语法特色、Python与数据库操作等内容；第4~6章为区块链技术篇，介绍初识区块链、区块链的技术原理、区块链技术的发展趋势；第7~10章为区块链开发篇，介绍Solidity智能合约开发的入门和进阶、Python语言离线钱包开发、通过Python和Solidity开发一个 赏金任务系统 ，项目中将使用FISCO BCOS联盟链作为基础，结合Django框架，并应用Python-SDK与区块链交互完成数据的读写操作，完成一个区块链的Web项目。 《Python区块链应用开发从入门到精通》内容系统全面，案例丰富翔实，既适合想学习Python语言编程和区块链开发的初学者阅读，也适合
本书以Python为平台，以将概念、实例和经典应用相结合的方式，介绍如何利用Python实现人工智能。全书分为9章，内容包括：人工智能的基础，人工智能背景下的科学计算，人工神经网络，迁移学习，网络爬虫，智能数据分析，机器学习，智能模型分析，人工智能的应用。为了帮助读者更好地掌握相关知识，书中每章节都通过理论与实例相结合的方式，让读者在掌握概念的同时，掌握程序设计方法，并能利用程序设计解决实际问题。
Python简单易学，拥有丰富的库，并且具有极强的包容性。本书展示了如何利用Python语言的强大功能，以*小的编程代价对数据进行提取、处理和分析。这一版除了介绍数据分析和Python基础知识、NumPy库和pandas库，使用pandas读写和处理数据，用matplotlib库实现数据可视化，用scikit-learn库进行机器学习，D3库嵌入和识别手写体数字，还新增了用TensorFlow进行深度学习，用NLTK分析文本数据，用OpenCV分析图像及实现计算机视觉等内容。
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
《OpenCV 4详解：基于Python》基于OpenCV 4.1版本，讨论OpenCV 4的功能，以及OpenCV在图像处理和计算机视觉方面的应用。本书共12章。主要内容包括OpenCV的基础知识，数据载入、显示与保存，图像基本操作，直方图，图像滤波，图像形态学操作，图像分割与修复，目标检测，特征点检测与匹配，立体视觉，视频分析，机器学习在OpenCV中的实现方式。 《OpenCV 4详解：基于Python》适合计算机视觉方面的专业人士阅读，也可作为计算机相关专业的教材。
