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。
集Python、Excel、数据分析为一体是本书的一大特色。本书围绕整个数据分析的常规流程:工具熟悉-获取数据-数据熟悉-数据处理-数据分析-分析结果进行Excel 和Python 对比实现，告诉你每一个过程中都会用到什么？过程与过程之间有什么联系。这样一本书既可以作为系统学习数据分析流程操作的说明书，也可以作为一本数据分析师案头的实操工具书，随时备查。本书通过对比Excel 功能操作去学习Python 的实现代码，而不是直接上来就学习Python代码，大大降低了学习门槛，消除了读者对代码的恐惧心理。适合刚入行的数据分析师，也适合对Excel 比较熟练的数据分析师，或从事其他岗位想提高工作效率的职场人。
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。
本书分为三大部分，共计17章。第一部分（第1~2章）介绍了基础知识，包括如何配置开发环境和在网上寻求帮助。第二部分（第3~14章）介绍了Python编程的最佳实践、实用工具和技巧，不仅涵盖了如何编写高质量的Python代码、什么是高级的Python语法、如何使用专业开发者所用的命令行工具，还介绍了性能测量和大O算法分析，并用游戏实例演示了什么是最佳实践。第三部分（第15~17章）介绍了面向对象的Python，内容包括如何编写类、什么是类的继承，以及Python独有的面向对象功能。
本书从FastAPI框架的基础知识和相关的Python编程概念开始讲解。然后，您将了解该框架的所有方面知识，包括其强大的依赖注入系统，以及如何使用它与数据库通信、实现身份验证和集成机器学习模型等。之后，您将学习与测试和部署相关的实践，以运行高质量和健壮的应用程序。后，您还将学习Python数据科学软件包的应用生态系统。随着学习的深入，您将学习如何使用FastAPI在Python中构建数据科学应用程序。本书还演示了如何开发快速高效的机器学习预测后端，并对其进行测试，以获得性能。后，您将看到如何使用WebSocket和Web浏览器作为客户端实现人脸实时检测。在本书的后，您不仅学习如何在数据科学项目中实现Python，还学习如何在FastAPI的帮助下维护和设计它们，以满足高编程标准。 本书面向对FastAPI及其生态系统感兴趣的数据科学家和软件开发人员，并以此构
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。
这是一本全面介绍Python面向对象编程的图书。本书共分为4部分。第1章至第6章深入讲解了面向对象编程的核心原则和概念，以及它们在Python中的实现方式。第7章至第9章仔细探讨了Python的数据结构、内置类和方法等，以及如何从面向对象编程的角度进行分析和应用。第10章至第12章探讨了设计模式及其在Python中的实现。第13章和第14章涵盖了测试和并发两个重要主题。整本书以一个机器学习分类算法的实现案例贯穿始终，并不断探讨各种实现方式的优劣。 这是一本全面介绍Python面向对象编程的图书。本书共分为4部分。第1章至第6章深入讲解了面向对象编程的核心原则和概念，以及它们在Python中的实现方式。第7章至第9章仔细探讨了Python的数据结构、内置类和方法等，以及如何从面向对象编程的角度进行分析和应用。第10章至第12章探讨了设计模式及其在Python中的实现。
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。
近年来，固定收益市场规模、产品类别、投资实践等都呈现跨越式发展，相关从业人员的教育需求也与日俱增。固定收益市场是一个重要的投资市场，了解这个市场的规律对成为一个合格的投资与风险管理人员来说至关重要。 本书巧妙地将固定收益市场的相关知识和Python语言的编程实践结合起来，通过12章内容，由浅入深地介绍了中国固定收益市场的情况，并给出了具体的 Python 分析案例。全书内容翔实，参考价值较高，涉及中国固定收益市场介绍，债券的计息基准与应计利息的计算，债券的净价、全价与到期收益率的计算，收益率曲线与构建，债券的估值与风险计量，债券的会计与损益归因分析，债券现券交易方式，回购与债券借贷，国债期货与标准债券远期，利率互换，利率期权，信用衍生品等内容。 本书内容全面，实战性强，通俗易懂，适合固定收益领域
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。
这是一本介绍在Python中使用海龟绘图工具的书。本书先带领读者认识Python编程语言，了解Python的特点，然后在此基础上引入turtle模块（俗称 海龟绘图 ）的相关内容，让读者大致了解该模块的功能。随后，本书给出了多个示例，帮助读者加深对for循环、变量、数据类型、布尔类型和条件语句、while循环以及自定义函数等概念的理解。后，本书给出了两个完整的经典程序示例，并详细解释了程序代码的具体意义和作用，还运用turtle模块绘制了一个可爱的机器猫。 本书适合小学高年级和初中各年级的读者自学，也适合零编程基础的读者阅读参考。
本书主要介绍了Flask编程开发与运维过程中涉及的方法、技巧和实战经验，共5篇。 "第1篇 基础 介绍用Flask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Flask 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Flask的传统部署，Flask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Flask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。
本书的写作初衷是为了帮助更多功能测试人员转型自动化测试方向。在转型过程中，主流自动化测试技术和应用场景的结合是非常重要的一环。本书从自动化测试理论入手，全面地阐述自动化测试的意义及实施过程。全文以Python语言驱动，结合真实案例分别对主流自动化测试工具Selenium、RobotFramework、Postman、Python Requests、Appium等进行系统讲解。通过学习本书，读者可以快速掌握主流自动化测试技术，并帮助读者丰富测试思维，提高Python编码能力。 本书实用性强，不仅是转型自动化测试方向的一本案头书，也是一本特别好用、实用的操练手册。
本书以培养读者以计算机科学家一样的思维方式来理解Python语言编程。贯穿全书的主体是如何思考、设计、开发的方法，而具体的编程语言，只是提供了一个具体场景方便介绍的媒介。全书共21章，详细介绍Python语言编程的方方面面。本书从基本的编程概念开始讲起，包括语言的语法和语义，而且每个编程概念都有清晰的定义，引领读者循序渐进地学习变量、表达式、语句、函数和数据结构。书中还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法错误、运行时错误和语义错误。每一章都配有术语表和练习题，方便读者巩固所学的知识和技巧。此外，每一章都抽出一节来讲解如何调试程序。作者针对每章所专注的语言特性，或者相关的开发问题，总结了调试的方方面面。本书的第2版与第1版相比，做了很多更新，将
本书按内容分为六个部分，*部分介绍语言虚拟机的基本概念，并实现字节码解释器；第二部分，实现内嵌类型，如整数、字符串、列表和字典等；第三部分，实现了函数；第四部分，实现自定义类、对象和方法；第五部分，实现垃圾回收，也就是自动内存管理；第六部分，模块和迭代。本书的章节内容之间都有很强的依赖性，后面的章节内容都是在前面章节的基础上去实现的，所以读者必须按部就班地从前向后阅读，才能保证阅读的流畅。 本书适合的人群包括：在校大学生(可以通过本书掌握很多计算机工作运行的核心知识)，以及对编译器，编程语言感兴趣的人。
《金融工程及其Python应用》的主要内容包括：金融工程导论；金融工程定价方法及其Python应用；远期合约及其Python应用；期货合约及其Python应用；期货套期保值及其Python应用；互换合约及其Python应用；期权合约及其策略；Black-Scholes期权定价模型及其Python应用；期权定价的蒙特卡罗模拟法及其Python应用；二叉树法期权定价及其Python应用；期权定价的有限差分法及其Python应用；奇异期权及其Python应用；利率衍生证券及其Python应用；量化金融数据分析及其Python应用；以及关于Python的两个附录。《金融工程及其Python应用》内容新颖、全面，实用性强，融理论、方法、应用于一体，是一部供金融工程、金融数学、计算金融、投资学、金融学、保险学、金融专业硕士、经济学、统计学、数量经济学、管理科学与工程、应用数学、计算数学、概率统计等专业的本科高年级学生与研
自然语言处理(Natural Language Processing，NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及所有用计算机对自然语言进行的操作。 《Python自然语言处理》是自然语言处理领域的一本实用入门指南，旨在帮助读者学习如何编写程序来分析书面语言。《Python自然语言处理》基于Python编程语言以及一个名为NLTK的自然语言工具包的开源库，但并不要求读者有Python编程的经验。全书共11章，按照难易程度顺序编排。第 1章到第3章介绍了语言处理的基础，讲述如何使用小的Python程序分析感兴趣的文本信息。第4章讨论结构化程序设计，以巩固前面几章中介绍的编程要点。第5章到第7章介绍语言处理的基本原理，包括标注、分类和信息提取等。第8章到第 10章介绍了句子解析、句法结构识别和
