《Python从入门到精通（第3版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行程序开发应该掌握的各方面技术。全书共分27章，包括初识Python、Python语言基础、运算符与表达式、流程控制语句、列表和元组、字典和集合、字符串、Python中使用正则表达式、函数、面向对象程序设计、模块、文件及目录操作、操作数据库、使用进程和线程、网络编程、异常处理及程序调试、Pygame游戏编程、推箱子游戏、网络爬虫开发、火车票分析助手、数据可视化、京东电商销售数据分析与预测、Web编程、Flask框架、e起去旅行网站、Python自动化办公、AI图像识别工具等内容。书中所有知识都结合具体实例进行介绍，涉及的程序代码都给出了详细的注释，读者可轻松领会Python程序开发的精髓，快速提升开发技能。
本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等疑难的问题。 本书适合深度学习初学者阅读，也可作为高校教材使用。
在如今的时代，大型数据集唾手可得，含有数百万行的数据文件并不罕见。Python是数据分析师和数据科学家的语言。通过本书，即使完全不了解Python，Excel用户也能够学会用Python将烦琐的任务自动化，显著地提高办公效率，并利用Python在数据分析和科学计算方面的突出优势，轻松搞定Excel任务。你将学习如何用pandas替代 Excel函数，以及如何用自动化Python库替代VBA宏和用户定义函数等。 本书既适合Excel用户，也适合Python用户阅读。
金融量化分析不仅需要掌握金融领域的知识，还需要掌握相关的计算机编程技术。《Python金融量化分析》全面、系统地介绍金融量化分析所需要掌握的技能。无论是具有丰富的编程经验的读者，还是普通的投资爱好者，均可参照本书内容开发自己的量化交易策略回测代码，实现金融量化分析辅助投资的目的。 《Python金融量化分析》共9章，涵盖的主要内容有金融量化交易策略分析概述，Python的基础语法，Pandas模块基础，NumPy基础，数据获取与清洗，金融量化交易策略实战，TA-Lib、Empyrical与Mplfinance模块的使用方法，金融数据回归分析，ARIMA与VAR模型在金融量化领域的应用，开源金融量化交易策略回测框架Backtrader的使用方法等。掌握这些内容，可以解决金融量化分析涉及的编程语言基础、数据获取、量化交易策略构建、统计学与金融学理论在金融量化领域的高级应用，
Python简单易学，是一种非常适合零基础编程人员学习算法与编程的高级程序设计语言。 本书是中国电子学会全国青少年软件编程等级考试Python编程一至四级的指定用书，基于Python自带的集成开发工具IDLE 3.5.2版本，对应每级考试要求讲解知识要点。 对于广大青少年学习者，本书能够指导他们了解并掌握Python语言编程技巧，培养他们用Python语言编程解决生活中实际问题的能力。
本书是蓝桥杯大赛软件类入门教程，详细讲解了蓝桥杯大赛软件类入门阶段的核心知识点，也是大赛必考和常考的知识点，包括数据结构、基本算法、搜索、数学、动态规划、图论等。 本书用大量的大赛真题作为例题，帮助读者巩固知识点的应用； 代码简洁精要，可作为比赛模板； 文字简洁明快，实现了较好的易读性。 本书适合正在学编程语言或刚学过编程语言，算法和数据结构零基础的算法竞赛初学者，帮助读者学习的知识点、建立计算思维、提高建模能力和编码能力； 本书也可用于其他算法竞赛（全国青少年信息学奥林匹克竞赛（NOI）、国际大学生程序设计竞赛（ICPC）、中国大学生程序设计竞赛（CCPC）、中国高校计算机大赛 团体程序设计天梯赛等）的入门学习。
理解密码学的使用场合、误用方式和原因 了解什么是安全哈希，以及安全哈希的基本属性 了解块密码(如AES)的算法和模式,以及不当配置的密码为什么容易遭到破解 使用消息完整性和/或数字签名来保护消息使用现代对称密码，如AES-GCM和ChaCha 了解公钥加密的基础知识,包括ECDSA签名 了解如何破解填充不当的RSA加密 使用TLS连接进行安全通信 了解证书的工作原理，熟悉证书锁定和CT日志等新功能
《Python信号处理仿真与应用（新形态版）》介绍了Python信号处理工具箱的体系架构及其函数和实例。本书共8章，主要包括信号处理概况，Python编程基础，信号生成和预处理，测量和特征提取，变换、相关性和建模，数字和模拟滤波器，频谱分析，借助大语言模型实现信号处理等内容。为了便于读者学习使用和参考，书中提供了较完整的原理方法介绍和计算推导实例。 《Python信号处理仿真与应用（新形态版）》内容全面，实用性强，适用范围广，既可作为高等院校通信与信息系统、电子科学与技术、电子信息工程等相关专业本科生和研究生的课程教材，也可作为通信、雷达信号处理、生物医学信号处理等相关领域的工程技术人员的参考资料。
磨砺编程技能，平替ChatGPT！Python是一门既简单又强大的编程语言，被广泛应用于数据分析、大数据、网络爬虫、自动化运维、科学计算和人工智能等领域。Python也越来越重要，成为国家计算机等级考试科目，某些中小学也开设了Python编程课程。本书秉承有趣、有料、好玩、好用的理念，通过3个漫画人物的轻松对话、搞笑形象及夸张动作，把复杂的Python技术问题简单化。本书总计16章：第1章介绍Python的历史和特点，并进行开发环境搭建；第2～5章介绍Python的基础知识，包括数据类型、表达式、流程控制等；第6～7章介绍Python常用的容器类型数据和字符串数据；第8～11章介绍Python的进阶内容，包括函数、类与对象、异常处理、常用内置模块等；第12～16章介绍Python实用库的使用方法，包括文件读写、图形用户界面、网络通信、数据库访问和多线程等。本书在每一章中都
《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》是一本旨在帮助架构师在人工智能时代展翅高飞的实用指南。全书以ChatGPT为核心工具，揭示了人工智能技术对架构师的角色和职责进行颠覆和重塑的关键点。《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》通过共计 13 章的系统内容，深入探讨AI技术在架构 设计中的应用，以及AI对传统架构师工作方式的影响。通过学习，读者将了解如何利用ChatGPT这一强大的智能辅助工具，提升架构师的工作效率和创造力。 《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》的读者主要是架构师及相关从业人员。无论你是初入职场的新手架构师还是经验丰富的专业人士，《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》都将成为你的指南，帮助你在人工智能时代展现卓越的架构设计能力。通过《AI时代Pytho
本书是国内首先使用 Python tkinter 设计 GUI 的中文书籍之一。本书主要讲解如何在窗口内使 用 Python 的内部模块 tkinter 设计图形用户接口 (GUI) 程序，让用户可以利用图形接口与计算机沟通。 tkinter 模块是一个跨平台的窗口应用程序，使用它设计的程序可以在 Windows 、macOS 、Linux 系 统上执行。 2019 年《Python GUI 设计 tkinter 菜鸟编程》一经出版便受到广大读者的喜爱。为了使其内容 更丰富，本书在其基础上增加了一些重要的项目实例，全书超过 312 个程序实例，一步一步讲解 tkinter 控件 (Widget) 的基础知识，同时也将应用范围扩充至小算盘、分形 (Fractal) 设计、文书编 辑、走马灯、模拟海龟绘图、球类竞赛、风扇设计、单个或多个反弹球设计、钟摆、直方图动态排 序、动画与游戏设计、MP3 音乐播放器。Python 是一门可以灵活使用的程序语言，本书的特色是 对 tkinter 最基础
Python是目前比较热门的编程语言，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的首选语言。《Python机器学习与应用案例》理论与实践相结合，基于Python 3.12.0版本介绍Python机器学习的相关内容。全书共10章，分别介绍了机器学习的基础知识、近邻法、数据降维、分类算法、回归算法、聚类算法、神经网络、推荐算法、频繁项集、数据预处理。通过本书的学习，读者可了解Python编程及在机器学习中的应用。 《Python机器学习与应用案例》可作为对Python和机器学习感兴趣的初学者的参考书，也可作为从事Python开发的广大科研人员、学者、工程技术人员的参考书，还可作为高等院校人工智能、计算机等相关专业的教材。
《轻松学Python编程》详细介绍Python编程中的核心知识和技术，并列举了大量的编程示例。全书共12章，内容主要包括编写和运行Python代码的方法、Python代码的组成结构、Python编程的核心概念、数字的输入方法和运算方式、输入和处理字符串、转义字符、创建与处理列表和元组、打包和解包元组、创建与处理字典和集合、使用if语句检测条件、使用match语句检测多个值、使用for语句迭代数据、使用while语句重复执行代码、创建与使用函数和匿名函数、定义不同类型的参数、处理不同作用域中的变量、创建与使用类和子类、创建和导入模块、处理不同类型的文件、使用Tkinter工具开发GUI程序、处理Python程序错误等。《轻松学Python编程》还包含Python常用术语、Python常用函数和Python常用语句3个附录。 《轻松学Python编程》附赠示例源代码、重点内容的多媒体视频教程和教学课件
本书深入讲解Python OpenCV的核心技术,并通过大量的代码和项目实战,充分展示了如何将这些技术在不同领域中实现。本书的主要内容如下: 第1章介绍Python和OpenCV的基础知识,包括Python和OpenCV的起源、优势、版本、安装及应用场景等; 第2章介绍图像基础知识,包括图像的读取、显示、保存以及像素处理等; 第3~9章介绍图像处理的高级技术,包括使用NumPy进行图像操作、绘制图形的方法、直方图的应用、图像滤波技术、图像形态学操作,以及使用OpenCV进行图形检测和模板匹配; 第10章介绍图像分析与修复,包括使用OpenCV进行图像分析及图像修复技术; 第11~13章介绍特征检测、视频处理和人脸识别,包括使用OpenCV检测和匹配图像中的特征点、使用OpenCV 进行视频处理,以及人脸识别技术; 第14章介绍ChatGPT 和OpenAI API,包括使用ChatGPT 辅助编写代码,以及利用OpenAI API将ChatGPT 的功能嵌入自己的应
《Python数据可视化从入门到项目实践（超值版）》详细介绍Python数据可视化编程涉及的几个常用库的使用方法，并列举了大量的数据可视化编程示例。全书共8章，内容主要包括在Python中安装和导入软件包、编写代码和打印数据、函数式编程和面向对象编程、使用Python内置对象以及NumPy和Pandas中的核心对象为图表构建数据的方法、Matplotlib图表的整体组成、创建图表的基本流程和两种编程方式、设置Matplotlib默认选项、使用Matplotlib库创建图形和坐标系、设置图形外观、设置坐标轴、为数据点添加注释、添加图表标题和图例、添加网格线和参考线，以及将图表保存为图片文件、使用Matplotlib/Seaborn/Pyecharts三个库创建不同类型的图表，以及使用它们进行数据可视化项目实战等内容。另外，《Python数据可视化从入门到项目实践（超值版）》附赠示例源代码、重点内容的多媒体
《Python金融大数据分析快速入门与案例详解》共分为11 章，全面介绍了以Python为工具的金融大数据的理论和实践，特别是量化投资和交易领域的相关应用，并配有项目实战案例。书中涵盖的内容主要有Python概览，结合金融场景演示Python的基本操作，金融数据的获取及实战，MySQL数据库详解及应用，Python在金融大数据分析方面的核心模块详解，金融分析及量化投资，Python量化交易，数据可视化Matplotlib，基于NumPy的股价统计分析实战，基于Matplotlib的股票技术分析实战，以及量化交易策略实战案例等。 《Python金融大数据分析快速入门与案例详解》内容通俗易懂，案例丰富，实用性强，特别适合以下人群阅读：金融行业的从业者、数据分析师、量化投资者、希望提高数据分析能力的投资者，以及对大数据分析感兴趣的编程人员。另外，《Python金融大数据分析快速入门与案
本书首先介绍深度学习，并与其他机器学习模型进行比较，并阐述与TensorFlow互补的用于创建深度学习模型的技术，如Panda、Scikit-Learn和Numpy。随后介绍有监督的深度学习模型，并使用单层的多个感知器构建浅层神经网络，使用Tensorflow 2.0和Keras API创建真实的应用程序。随后是数据增强和批处理规范化方法，并使用MNIST数据集训练CNN。最后是使用自动编码器的理论应用和无监督学习，以及使用tf-agent模型的强化学习。本书主要面向深度学习和机器学习API领域的数据科学家和程序员。
《Python计算机视觉与应用案例》以Python为平台，以 概述 案例 的方式系统地对计算机视觉进行实战分析。本书先介绍计算机视觉编程基础知识，接着介绍在各个领域利用Python解决计算机视觉问题，最后通过两个经典案例综合分析计算机视觉应用。为了帮助读者更好地掌握相关知识，各章节都通过概述与案例相结合的方式，让读者在掌握概念的同时举一反三，掌握程序设计的方法，利用程序设计解决实际问题。 《Python计算机视觉与应用案例》适合想深入研究Python计算机视觉的开发者阅读参考,也可作为高等院校相关专业的教材。
《Python Web开发从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行Web程序开发应该掌握的各项技术。全书共分15章，包括HTML和CSS基础、JavaScript基础、网络编程基础、MySQL数据库基础、Web框架基础、Flask框架基础、Flask框架进阶、Django框架基础、Django框架进阶、Tornado框架基础、FastAPI框架基础、Flask框架开发好记星博客系统、Django框架开发智慧星学生管理系统、Tornado框架开发BBS社区系统和FastAPI框架开发看图猜成语微信小程序等内容。
《Python数据分析》为新手打开了数据处理的大门。作者是一位经验丰富的数据科学家和Python程序员，他将自身的实践经验和专业知识倾注于笔端，帮助读者理解并掌握Python这一强大的编程语言。 全书共20章，结构清晰，逻辑严密，使读者在学习的过程中能够有条不紊地逐步深入。书中首先介绍了Python程序设计的基础知识，包括变量、等式、列表、元组、字典、集合等基本概念，以及循环、条件语句等编程基础，帮助读者建立起编程思维，为后续的数据分析工作打下坚实基础。随后，本书进一步展示了如何利用Python进行数据分析、探索、清洗和整理等相关知识，详细介绍了数据处理的基本流程和方法，包括数据导入、数据清洗、数据转换、数据分析等多个环节，帮助读者全面了解数据处理的各个方面。 本书是一本兼具实用性和参考价值的优秀图书。无论你是初学者
本书以Python3.10.7为平台，以实际应用为背景，通过概述 经典应用相结合的形式，深入浅出地介绍了Python人工智能分析与实战相关知识。全书共8章，主要内容包括人工智能绪论、Python编程与进阶、Python数学与运算、机器学习大战、神经网络大战、深度学习大战、强化学习大战、人工智能大战等内容。通过本书的学习，可使读者领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现人工智能的普遍性与专业性。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关专业科研人员、学者、工程技术人员的参考用书。
深度学习正日益深刻地渗入我们的生活，从建议内容到在任务关键型和安全关键型应用中发挥核心作用，其影响无所不在。然而，随着这些算法影响力的逐渐扩大，人们对于依赖这些算法的系统安全性和鲁棒性的担忧也日益加剧。简言之，传统的深度学习方法往往难以察觉自身的知识边界，即它们 不知其所不知 。 贝叶斯深度学习(Bayesian Deep Learning，BDL)领域包含一系列利用深度网络进行近似贝叶斯推理的方法。这些方法通过揭示模型对其预测结果的置信度，增强了深度学习系统的鲁棒性，使我们能够更谨慎地将模型预测融入实际应用中。 《Python贝叶斯深度学习》将引领你踏入迅速发展的不确定性感知深度学习领域，助你深入理解不确定性估计在构建鲁棒性的机器学习系统中的重要价值。你将学习多种流行的BDL方法，并通过涵盖多种应用场景的Python实用示
本书以Python Selenium Unittest为基础，结合PageObject设计模式，通过测试作者自研项目逐步搭建UI自动化测试框架。Python是测试在开发过程中使用最多的语言，Selenium是当前最流行的Web UI自动化测试工具，这套Python Selenium Unittest PageObject结合的测试框架可以直接应用到实际工作当中。 本书共14章，其中第1~6章讲述了Python基础、前端基础和Selenium的基础。第7~12章结合分层思想对Selenium Webdriver做了多达6次的封装和优化，目的是让框架结构更加清晰、使用起来更加方便，同时也能让读者对封装有更深一层的理解。第13~14章笔者介绍了Gitee代码管理和Jenkins持续集成，其中Gitee实现了代码托管、Jenkins实现了代码的自动构建。读者可以根据实际工作情况在每天特定的时间自动运行UI自动化脚本，确保公司系统功能的稳定性。另外，本书重点内容配有视频讲解，可以让读者更加容易理解和
本书以Python 3.10.7为平台，以实际应用为背景，通过概念、公式、经典应用相结合的形式，深入浅出地介绍了Python图形图像处理经典实现。全书共10章，主要包括绪论、迈进Python、Python图形用户界面、数据可视化分析、图像视觉增强分析、图像视觉复原分析、图像视觉几何变换与校正分析、图像视觉分割技术分析、图像视觉描述与特征提取分析、车牌识别分析等内容。通过本书的学习，读者可领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现图像视觉处理应用的简捷、功能强大。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关领域科研人员、学者、工程技术人员的参考用书。
本书主要从数学规划的视角出发，系统地介绍了数学优化问题建模和求解的相关理论、方法、实际案例，以及基于 Python 和数学规划求解器（COPT 和 Gurobi）的编程实战。全书共分为四部分。第一部分为基本理论和建模方法，重点介绍了数学规划模型分类和建模方法（包括逻辑约束与大 M 建模方法、线性化方法）以及计算复杂性理论。第二部分为建模案例详解，通过理论、案例和实战相结合的方式，详细介绍了如何利用各种建模方法和数学规划求解器对实际生产活动中的优化问题进行建模和求解。这部分内容丰富，案例翔实，代码完整，旨在提高读者的实战能力。第三部分和第四部分聚焦于编程实战，主要讲解如何使用 COPT 和 Gurobi 求解器进行数学规划模型的编程求解。这两部分内容涵盖了调用数学规划求解器的各种高级用法，可以满足读者实现定制化求解的需求。本
