本书是Python数学分析经典畅销书的升级版，由Python pandas项目的创始人Wes McKinney撰写。自2012年第1版出版以来，迅速成为该领域的权威指南，并且为了与时俱进，作者也在对本书内容进行持续更新，以摒弃一些过时、不兼容的工具，添加新的内容，用以介绍一些新特性、新工具及方法。本书第3版针对Python 3.10和pandas 1.4进行了更新，并通过实操讲解和实际案例向读者展示了如何高效解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。
《Python编程 从入门到实践 第3版》 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：第一部分介绍用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的最新特性，等等。 《Python编程快速上手 让繁琐工作自动化 第2版》 本书是一本面向初学者的Python编程实用指南。本书不仅介绍了Python语言的基础知识，而且通过案例实践教读者如何使用这些知识和技能。本书的第一部
《机器学习 : 全彩图解 微课 Python编程》是 鸢尾花数学大系：从加减乘除到机器学习 丛书的最后一册，前六本解决了编程、可视化、数学、 数据方面的诸多问题，而《机器学习 : 全彩图解 微课 Python编程》将开启机器学习经典算法的学习之旅。 《机器学习 : 全彩图解 微课 Python编程》设置了 24 个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括： 回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 最近邻分类、朴素贝叶 斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、 主成分分析与回归、核主成分分析、典型相关分析、 k 均值聚类、高斯混合模型、最大期望算法、层次聚类、 密度聚类、谱聚类。 《机器学习 : 全彩图解 微课 Python编程》选取算
《编程不难:全彩图解 微课 Python编程》是 鸢尾花数学大系 从加减乘除到机器学习 丛书的第一册，也是 编程 板块的第一册， 着重介绍如何零基础入门学 Python 编程。虽然《编程不难:全彩图解 微课 Python编程》主要讲解 Python 编程，但是也离不开数学。《编程不难:全彩图解 微课 Python编程》尽量 避免讲解数学概念公式，而且用图形和近乎口语化的语言描述程序设计、数据分析、机器学习背后常用的 数学思想。 《编程不难:全彩图解 微课 Python编程》分为预备、语法、绘图、数组、数据、数学、机器学习、应用八大板块， 共 36 章， 内容 跨度 极大！ 从 Python 基本编程语法，到基本可视化工具，再到各种数据操作工具，还介绍常用 Python 实现的各种复 杂数学运算，进入数据分析和机器学习之后，还讲解如何搭建应用 App。我们可以把《编程不难:全彩图解 微课 Python编程
9787115613639 Python编程 从入门到实践 第3版 109.80 9787115551870 Python编程快速上手 让繁琐工作自动化 第2版 89.00 9787115642363 Python极客项目编程（第2版） 69.80 9787115562883 Python编程实战 妙趣横生的项目之旅 99.90 《Python编程 从入门到实践 第3版》 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：第一部分介绍用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的最新特性，等等。
数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握 数学 编程 机器学习 是**。这一次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学， 在创作这套书时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 鸢尾花书有三大板块 编程、数学、实践。数据科学、机器学习的各种算法离不开数学，本册《矩阵力量》是 数学 板块的第 2 本，主要介绍常用线性代数工具。任何数学工具想要从一元推广到多元，比如多元微积分、多元统计，都绕不开线性代数。 《矩阵力量：线性代数全彩图解 微课 Python编程》共 25 章内容，可以归纳为 7 大板块：向量、矩阵、
《代码大全2（纪念版）》作为名家经典著作，是一本完整的软件构建手册，涵盖软件构建过程中的所有细节。它从软件质量和编程思想等方面论述软件构建的各个主题，并详细论述主流的新技术、高屋建瓴的观点和通用的概念，还含有丰富而典型的程序示例。本书所论述的技术不仅填补了初级与中高级编程技术之间的空白，同时还为程序员提供了一个有关编程技巧的信息来源。 《代码大全2（纪念版）》对经验丰富的程序员、技术带头人、自学的程序员及几乎不懂太多编程技巧的学生大有帮助。无论是什么背景的读者，都可以通过阅读和领会本书，在更短的时间内更轻松地写出更好、更简洁和更优雅的程序。
数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握 数学 编程 机器学习 是王牌。这次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学， 在创作这套书时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 《数学要素：全彩图解 微课 Python编程》打破数学板块的藩篱，将算数、代数、线性代数、几何、解析几何、概率统计、微积分、优化方法等板块有机结合在一起。从加、减、乘、除四则运算讲起，主要内容包括：第 1、2 章讲解向量和矩阵的基本运算；第 3 章讲解常用几何知识；第 4 章讲解代数知识；第 5、6 两章介绍坐标系；第 7、8、9 三章介绍解析几
主要内容 ● 演示如何用C 思考，以更大限度地发挥语言的深远能力，并开发有效的解决方案 ● 解释难以理解的原理，进行陷阱警告，分享提高效率和性能的提示、技巧和变通方法 ● 呈现各种具有挑战性的、真实世界的程序，其用途广泛，足以融入任何项目 ● 重点介绍C 20的新特性，包括模块、概念、三向比较、立即执行函数等 ● 深入讨论新的C 20标准库功能，例如文本格式化、范围、原子智能指针、同步原语、日期、时区等
《数据有道 : 数据分析 图论与网络 微课 Python编程》是 鸢尾花数学大系 从加减乘除到机器学习 丛书的第三板块 ( 实践板块 ) 中的一本关于数据 科学的分册。 实践 这个板块，我们将会把学到的编程、可视化， 特别是数学工具应用到具体的数据科学、 机器学习算法中，并在实践中加深对这些工具的理解。 《数据有道 : 数据分析 图论与网络 微课 Python编程》可以归纳为 7 大板块 数据说、数据处理、时间数据、图论基础、图的分析、图与矩阵、图论实践。 这 7 个板块 ( 共 25 章内容 ) 都紧紧围绕一个主题 数据！ 《数据有道 : 数据分析 图论与网络 微课 Python编程》以数据为名，以好奇心和疑问为驱动，主动使用 编程 可视化 数学 工具进行探索。《数据有道 : 数据分析 图论与网络 微课 Python编程》将 会回顾鸢尾花书前五本主要的工具，让大家对很多概念从似懂非懂变
《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》是 鸢尾花数学大系：从加减乘除到机器学习 丛书中编程板块的第二册。编程板块第一册《编程不难》着重介绍如何零基础入门Python编程，《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》则在《编程不难》基础之上深入探讨如何用Python完成数学任务及板块数据可视化。 《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》是本系列中的一本真正意义上的 图册 。内容覆盖科技制图、计算机图形学、创意编程、趣味数学实验、数学科学、机器学习等。《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》 毫无节制 地展示数学之美，而且提供特别实用且容易复制的创作思路、做图技巧、编程代码。 《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》包含8个板块共36章内容。前5个
本书内容涵盖了程序设计的基本概念和技术，通过对 C 语言进行全面介绍，帮助读者理解程序设计的原 理，并掌握实践知识。本书共分为五部分，第一部分（第 2 ～ 9 章）介绍了程序设计的基础知识；第二部分（第 10 ～ 16 章）介绍了输入输出相关知识，包括从键盘和文件获取数值与文本数据的方法，以及以图形化方 式表示数值数据、文本和几何图形；第三部分（第 17 ～21 章）介绍了算法和数据结构相关知识，包括向量容器、 链表和映射容器；第四部分（第 22 ～ 27 章）对 C 语言思想进行了更有广度的介绍；第五部分（附录 A ～附 录 E）是对书中正文的补充。 本书可作为高等院校计算机、电子信息及相关专业的本科生或研究生教材，也可供对程序设计感兴趣的研 究人员和工程技术人员阅读参考。
9787115504906 程序员的数学 第2版 59.00 9787115400512 程序员的数学2 概率统计 79.00 9787115417749 程序员的数学3 线性代数 79.00 9787115583987 程序员的数学4：图论入门 49.80 《程序员的数学 第2版》 《程序员的数学 第2版》面向程序员介绍了编程中常用的数学知识，借以培养初级程序员的数学思维。读者无须精通编程，也无须精通数学，只要具备四则运算和乘方等基础知识，即可阅读本书。 《程序员的数学 第2版》讲解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、高斯求和、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。 《程序员的数学 第2版》新增一个附录来介绍机器学习的基础知识，内容涉及感知器、损失函数、梯度下降法和神经网络，旨在带领
本书系统地介绍了机器人学的基础理论知识，重心放在机器人机构、规划与控制三个方面，为机器人学的入门教材，可纳入到机器人导论的范畴。 全书以现代数学分支之一——旋量理论为工具和桥梁，衔接全书知识体系。这既是书名定位为现代机器人学的主要依据，也是本书区别其他机器人导论类教材的重要特征。 全书总共13章，第1章为绪论。第2章主要介绍与机器人机构有关的若干基本概念，第3章作为全书的理论基础，详细讨论如何应用旋量理论构建刚体运动模型的过程；第4?7章主要讲述有关机器人运动学方面的基础内容，包括开链机器人正向运动学（第4章）、一阶运动学与静力学（第5章）、逆向运动学（第6章）和并联机器人运动学（第7章）。第8?11章主要讲述有关机器人动力学、规划与控制方面的基础内容，包括开链机器人动力学建模（第8章）、轨迹生成（
《STM32Cube高效开发教程（基础篇）》 STM32CubeMX和STM32CubeIDE是ST公司提供的用于STM32开发的免费工具软件，是STM32Cube生态系统的核心工具软件。本书详细介绍这两个软件的用法，然后以STM32F407为研究对象，采用STM32Cube开发方式介绍STM32F407各种系统功能和常用外设的编程开发，包括外设基本工作原理和接口电路、HAL驱动程序功能和使用方法，以及针对一个STM32F407开发板的完整编程示例。通过阅读本书，读者可以掌握STM32Cube开发方式和工具软件的使用，掌握基于HAL库的STM32F407系统功能和常用外设的编程开发方法。 本书适合具有C语言、微机原理或单片机基础，想要学习STM32开发技术的读者阅读，可以作为高等院校电子、自动化、计算机、测控等专业的教材，也可作为STM32应用开发的参考书。 《STM32Cube高效开发教程（高级篇）》 本书介绍 STM32 开发的一些内容。部分详细介绍
《明解C语言 第3版 入门篇》是日本的C语言经典教材，自出版以来不断重印、修订，被誉为 C语言圣经 。 《明解C语言 第3版 入门篇》图文并茂，示例丰富，第3版从190段代码和164幅图表增加到205段代码和220幅图表，对C语言的基础知识进行了深度剖析，内容涉及数组、函数、指针、文件操作等。对于C语言语法以及一些难以理解的概念，均以精心绘制的示意图，清晰、通俗地进行讲解。原著在日本广受欢迎，始终位于网上书店C语言名作排行榜前列。 《明解C语言：中级篇》延续了《明解C语言：入门篇》图文并茂、示例丰富、讲解细致的风格，在结构上又独树一帜，通过每章带领读者编写一个游戏程序并逐步完善或加以变更，来讲解相关的C语言进阶知识。每章的程序都很简单有趣，而且包含着很多实用性的技巧，例如随机数的生成、数组的应用方法、字符串和指针、
本书是一本在PyTorch环境下学习机器学习和深度学习的综合指南，可以作为初学者的入门教程，也可以作为读者开发机器学习项目时的参考书。 本书讲解清晰、示例生动，深入介绍了机器学习方法的基础知识，不仅提供了构建机器学习模型的说明，而且提供了构建机器学习模型和解决实际问题的基本准则。 本书添加了基于PyTorch的深度学习内容，介绍了新版Scikit-Learn。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法，介绍了用于生成新数据的生成对抗网络（GAN）和用于训练智能体的强化学习。后，本书还介绍了深度学习的新动态，包括图神经网络和用于自然语言处理（NLP）的大型transformer。 无论是机器学习入门新手，还是计划跟踪机器学习进展的研发人员，都可以将本书作为使用Python进行机器学习的不二之选。 学完本书，你将能够： 探索机器从数
《基础统计学》历经14 版，经久不衰。该书已经作为国际版统计教材被翻译成多国文字，连续25 年在美国统计类教材中排名第一。本书以浅显易懂的文字以及贴近实际的案例，带领读者专业系统地学习统计思维和批判性思维，领略统计学的真实魅力。本书的第1~3 章着重介绍描述统计学，通过第4~6 章的概率分布逐渐过渡到第7~9 章的推断统计学；第10~15 章介绍了现代统计学中一些重要的实践方法，例如回归分析、拟合优度、方差分析、非参数检验等，读者可以根据自身的兴趣与背景学习相关内容。
《Windows核心编程（第5版 中文限量版）》是一本经典的Windows核心编程指南，从第1版到第5版，引领着数十万程序员走入Windows开发阵营，培养了大批精英。 作为Windows开发人员的参考，《Windows核心编程（第5版 中文限量版）》是为打算理解Windows的C和C 程序员精心设计的。第5版全面覆盖Windows XP，Windows Vista和Windows Server 2008中的170个新增函数和Windows特性。书中还讲解了Windows系统如何使用这些特性，我们开发的应用程序又如何充分使用这些特性，如何自行创建新的特性。
《学习C 20（中文版）》共18章5个附录，讨论了C 20的5大编程模型：程序化编程、函数式编程、面向对象编程、泛型编程和模板元编程。第I部分介绍基础知识，第II部分介绍容器、C 20范围、指针、字符串和文件，第III部分介绍现代面向对象编程和异常，第Ⅳ部分介绍泛型编程、模板、概念和模板元编程，第V部分介绍高级主题，包括模块、并行算法、并发和协程。 《学习C 20（中文版）》适合需要了解C 20新特性的程序员，包括零基础或有经验的C 程序员以及其他想要了解C 的程序员，也适合希望开课教C 20的老师。
本书将帮助你使用Python编写出高质量、高效的并且易于与其他语言和工具集成的代码。本书根据Python专家Mark Lutz的著名培训课程编写而成，是易于掌握和自学的Python教程。 本书每一章都对Python语言的关键内容做单独讲解，并且配有章后习题、编程练习及详尽的解答，还配有大量注释的示例以及图表，便于你学习新的技能并巩固加深自己的理解。第5版基于Python2.7和3.3版本，同时也适用于其他Python版本。无论你是编程新手还是其他编程语言的资深开发者，本书都会是你学习Python的理想选择。 本书主要内容： * 学习Python的主要内置对象类型，如数字、列表和字典。 * 使用Python语句创建和处理对象，并学习Python的通用语法模型。 * 使用函数减少代码冗余，使用包代码结构实现代码重用。 * 学习Python模块，从而封装语句、函数和其他工具，以便构建大型组件。 *
