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。
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。
数据预处理的目的是在进行数据分析前，通过技术手段解决集中存在的数据质量问题，并进一步提升数据信息含量的。本书主要围绕着 什么是数据预处理、数据预处理的作用是什么、如何进行数据预处理 展开，主要内容包括缺失值处理、数据纠错、数据格式转化、低频分类数据处理、高偏度数据处理、异常值处理、数据配平、数据特征缩放、数据归约等。通过本书的学习，读者可以充分理解常用数据预处理方法的精髓，并掌握具体技术细节，为数据分析实践打下扎实基础。本书可作为统计学、数据科学与大数据技术、计算机相关专业等本科专业和统计学、应用统计学等专业研究生的教材或教学参考用书。
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。
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。
管新潮，现任上海交通大学外国语学院副教授、硕士生导师本书为新核心翻译硕士（MTI）系列教材丛书之一。本书主要内容包括语言数据分析基础（数据结构、数据清洗、数据可视化等）以及语言数据分析应用（N-gramsChunk提取、相似性计算、情感分析、语义分析、主题分析、语料库变量分析等）。全书共分两部分十个章节，内容限制在Python的语料库应用提升阶段，更多结合语言学和翻译学的相关理论知识，实现技术与语言学翻译学的充分结合。全书体例为文字描述结合部分关键代码呈现，按主题划分章节内容。本书适合文科类语言智能、语言数据科学、AI语言等方向的教师或学生使用。本书系《语料库与Python应用》一书的后续提升版内容，更注重Python在语言学翻译学领域的数据分析应用。
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
深度学习是一种人工智能, 模仿人脑处理数据和创建用于决策的模式方面的工作, 处理用于检测对象、识别语音、翻译语言和进行决策的数据. 本书是深度学习入门级教材，有以下特点： 1. 由浅入深, 对于*基本的单层神经网络到多层神经网络的前向及后向传播理论, 从公式到代码缓慢进阶, 做了透彻的解释, 易于理解及上手。 2. 在基本模块介绍之后, 对于各种更复杂的模型并不拘泥于细节, 而是着重介绍其含义, 让读者着眼于整体框架及未来发展。 3. 尽量跟随新发展, 书中*的模型来自2020年.
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。
本书是全国高等学校（安徽考区）计算机水平考试配套教材，面向对程序设计具有 零基础 的学生开发，主要包括Python基础知识、组合数据类型、函数、文件、计算机生态、高级应用和对应实验设计等内容；注重基础，突出重点、兼顾考试、资源丰富，配有无纸化考试系统、课件、教案、例题代码、习题及实验参考答案，既便于老师教学，也便于学生学习使用；适合作为高等学校公共计算机程序设计语言课程教材，也可作为学生参加计算机水平考试的指导书。
《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、
《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
本书结合作者在Python语言程序设计教学过程中遇到的概念、实践和应用等问题以及授课经验，由浅入深、循序渐进地介绍Python语言程序设计的理论和应用，是一本针对所有层次的Python学习者的程序设计入门书。本书基于Python 3.7.2编写，示例生动有趣，内容易读易学，且特色鲜明，让读者在Python交互式环境或集成开发环境中动手实践和体验，并通过示例来掌握Python语言的核心知识和用法，帮助读者解决常见应用编程问题和困惑。
nbsp nbsp《Python编程从入门到精通》侧重于Python程序开发过程中重点和难点的理解，结合具有典型性的程序案例，用通俗的语言由浅入深、循序渐进地帮助者掌握Python语言。知识点都使用生活中的案例帮助理解，每个案例都有详尽的代码解释，实战分也会将Python语言与Web和数据分析等技术相结合，进行技术应用上的扩展。 《Python编程从入门到精通》由Python编程基础、Python高级编程、Python应用技术和Python实战演练4个分组成。Python编程基础针对程序设计的入门，介绍从过程化的编程要点到代码中使用的各种数据类型；Python高级编程针对程序设计的提高，介绍从面向对象的使用到算法上的提升；Python应用技术针对程序设计的场景运用，介绍从Web的开发到数据分析的思路；Python实战演练针对程序设计的逻辑，从游戏的开发到基本网站的建设。旨在使者通过对《Python编程从入
俗话云“一将无能累死三军”，不管是政府部门还是企事业单位，管理者的领导能力将直接影响所在部门的团队建设、员工积极性的发挥。如何用人、如何组建团队的领导艺术始终是困扰各级管理者的难题。本书围绕以上难题，将作者多年担任管理者学到的经验毫无保留地介绍给读者，希望对身为管理者的读者有所裨益。 《高效布置任务的27个方法》内容图文并茂，语言浅显易懂，既适合已身为管理者的职场人士阅读，也适合希望了解并提高自身领导力的其他职场人士阅读。
介绍Python人工智能的生态，涉及Python基础、网络爬虫、数据分析、可视化、图像处理、自然语言处理、机器学习、深度学习以及强化学习等内容。内容包括：一部分 Python基础；第1章 Python基础知识；第2章 数据结构；第3章 控制语言；第4章 函数；第5章 对象；第6章 Numpy基础；第7章 pandas基础（数据处理、交叉矩阵、统计分析）；第8章 可视化(Matplotlib和Seaborn等)；第9章 网络爬虫（解析网页、urllib和scrapy）；第二部分 Python图像处理；第10章 SciPy；第11章 OpenCV；第12章 Dataset API（TensorFlow一个图像处理API）；第三部分 自然语言处理；第13章 Python中文分词jieba（基础及实例）；第14章 NLTK简介（基础及实例）；第15章 Word2Vec简介（基础及实例）；第四部分 机器学习；第16章 机器学习基础（介绍常用机器学习算法）；第17章 sklearn简介（基础、常用算法实现）；第18章 PySpark ML 基
《NumPy攻略：Python科学计算与数据分析》介绍了70多种学习Python开源教学库NumPy的有趣方法，教会读者如何安装和使用NumPy，并了解其他一些相关概念，进而掌握NumPy arrays及其通用功能，书中的例子还涉及Matplotlib、SciPy 等Python科学计算生态系统中的其他重要软件。此外，还介绍了NumPy 和其他软件的交互、性能分析和调试、软件测试和Cython等比较高阶的话题。 《NumPy攻略：Python科学计算与数据分析》的目标读者是对Python和NumPy有基本了解，并且希望自己的水平能更上一层楼的科技工作者、工程师、程序员和分析师。
本书主要介绍了Django编程开发与运维过程中涉及的方法、技巧和实战经验，共分5篇。“第1篇 基础”介绍用Django开发Web应用的基础知识；“第2篇 后台项目实战”通过开发一个商城系统的后台来融合前面章的知识点；“第3篇 进阶”通过Django Rest Framework框架来设计和实现RESTful风格的接口，以及分层的自动化测试和基于Redis的缓存技术；“第4篇 前台项目实战”使用前后端分离的方式开发商城系统前台，涉及Vue.js、Axios、Vue Router、Vuex、RESTful接口等技术。“第5篇 部署运维”涉及Django的传统部署，Django的Docker部署，持续集成，持续交付和持续部署，运维监控。本书通过完整的商城系统实例，融合了Django开发中涉及的知识点；通过大量实例手把手带领读者从需求、开发、集成、代码安全检测、测试、部署上线等环节践行“软件开发运维一体化”的理念。
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”。
