本书分为12个单元,通过科学、合理的结构,以亲切的笔调、活泼的对话介绍了Python编程的相关知识。用有趣的例子,借助可爱的漫画生动形象地介绍了包括变量、输入输出语句、循环语句、列表、对象等编程的基本概念。学习本书的内容,可以帮助孩子掌握计算机的思维方式,而书中可视化和以游戏为主的例子可以激发孩子的学习兴趣,培养其专注力。 本书每单元末尾均设置有“小试牛刀”和“小小总结”板块,可以拓展读者的思维,巩固学习的知识和技能。本书是写给孩子看的Python编程书,也适合父母、老师、学生,以及想要了解计算机编程基础知识、学习Python编程技能的未成年人阅读,同时还可以作为少儿编程的教材参考用书。
本书是数据结构与算法的入门指南,不局限于某种特定语言,略过复杂的数学公式,用通俗易懂的方式针对编程初学者介绍数据结构与算法的基本概念,培养读者编程逻辑。主要内容包括:为什么要了解数据结构与算法,大O表示法及其代码优化利用,栈、队列等的合理使用,等等。
《少博士趣学Python》是一本编程与科技结合的启蒙书籍,全书从简单的小示例入手,介绍核心编程概念,并通过多个简单、有趣的编程案例,启发初学者探索身边的科技。例如,编写聊天机器人、扫地机器人、数学试卷机器人、绘图软件、密码程序等。书中不仅讲解了Python语法,还通过编程示例,给青少年读者以信息世界的启蒙。
本书首先讲解量化交易的基础知识,即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant(聚宽)量化交易平台;然后讲解量化交易开发语言Python,即讲解Python 语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计;接着讲解如何利用Python 语言编写量化策略、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析;很后讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。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量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者,如股民、期民、中小散户、职业操盘手和专业金融评论人士,更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫
《Python程序员面试笔试宝典》是一本讲解Python程序员面试笔试的百科全书,在写法上,除了讲解如何解答Python程序员面试笔试问题以外,还引入了相关知识点辅以说明,让读者能够更加容易理解。 《Python程序员面试笔试宝典》将Python程序员面试笔试过程中各类知识点一网打尽,在广度上,通过各种渠道,搜集了近3年几乎所有IT企业针对Python岗位的笔试、面试涉及的知识点,包括但不限于Python基础与高级知识点、数据库、数据结构与算法、Python与爬虫、Python与数据分析和机器学习相关的知识点。所选择知识点均为企业招聘考查的知识点。在讲解的深度上,本书由浅入深地分析每一个知识点,并提炼归纳,同时,引入相关知识点,并对知识点进行深度剖析,让读者不仅能够理解这个知识点,还能在遇到相似问题时也能游刃有余地解决,而这些内容是其他同类书籍所没有
本书首先讲解量化交易的基础知识,即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant(聚宽)量化交易平台;然后讲解量化交易开发语言Python,即讲解Python 语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计;接着讲解如何利用Python 语言编写量化策略、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析;很后讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。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量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者,如股民、期民、中小散户、职业操盘手和专业金融评论人士,更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫
本书采用大量图片,通过详细的分步讲解,以直观、易懂的方式展现了7个数据结构和26个基础算法的基本原理。章介绍了链表、数组、栈等7个数据结构;从第2章到第7章,分别介绍了和排序、查找、图论、安全、聚类等相关的26个基础算法,内容涉及冒泡排序、二分查找、广度搜索、哈希函数、迪菲-赫尔曼密钥交换、k-means算法等。 本书没有枯燥的理论和复杂的公式,而是通过大量的步骤图帮助读者加深对数据结构原理和算法执行过程的理解,便于学习和记忆。将本书作为算法入门的步,是很好不错的选择。
《跟老齐学Python》系列后续。读者在本书中可以学习到Numpy、Pandas、matplotlib、SciPy、SymPy等与数据分析相关的库,掌握其所定义的数据对象以及常用的属性和方法等,并通过各种类型的应用举例将所学基本知识给予综合应用。
本书首先讲解量化交易的基础知识,即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant(聚宽)量化交易平台;然后讲解量化交易开发语言Python,即讲解Python 语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计;接着讲解如何利用Python 语言编写量化策略、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析;很后讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。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量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者,如股民、期民、中小散户、职业操盘手和专业金融评论人士,更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫
本书首先讲解量化交易的基础知识,即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant(聚宽)量化交易平台;然后讲解量化交易开发语言Python,即讲解Python 语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计;接着讲解如何利用Python 语言编写量化策略、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析;很后讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。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量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者,如股民、期民、中小散户、职业操盘手和专业金融评论人士,更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫
《Python自动化运维实战》介绍了如何通过Python来自动完成服务器的配置与管理,自动完成系统的管理任务(如用户管理、数据库管理和进程管理),以及完成这些工作所需的模块、库和工具。此外,本书还讲述了如何使用Python脚本自动执行测试,如何通过Python在云基础设施和虚拟机上自动执行任务,如何使用基于Python的安全工具自动完成与安全相关的任务。 本书适合运维人员和开发人员阅读,也可作为相关专业人士的参考书。
自从树莓派的发明和兴起,Python的受欢迎程度有了很大提高。在本书中,有很多创意的项目,可以帮助你熟练掌握Python编程,书中还结合了树莓派和Python强大的功能,让你初学就能轻松用python编写代码和MasterClass;同时学会如何利用python高效工作,以及使用django、flask、pygame甚至 有用的第三方编程框架。本书没有从Python 基础的知识讲起,适合对Python有基本了解的读者,非0基础新手入门教程,跟市面上大量的新手教程有所区别。面对的读者人群是python语言学习者和使用者、AI技术学习者以及有相关兴趣的大众读者。
本书把趣味游戏开发应用于Python编程教学,通过介绍12个由易到难的趣味游戏案例的编写过程,带领读者从零基础开始学习。本书共13章,系统讲解了Python语言基本概念、开发环境搭建、循环、列表、数据类型、条件、复合运算符、字符串拼接、布尔变量、数组、函数、列表操作、面向对象编程等基础知识,还介绍了图片操作、文件读写、声音播放、异常处理等较为实用的编程技能。所有这些知识和技能,都通过游戏案例讲解和展示,贯穿各章,还给出了一些练习,帮助读者巩固所学的知识。附录A给出了这些练习题的答案,附录B给出了Python语法知识在书中相关章节的索引。 本书适合不同年龄层次的Python编程初学者阅读和自学,也可以作为中学生、大学生学习程序设计的教材和少儿编程培训机构的参考教材。
内 容 简 介本书通过构建多种几何图形或函数曲线的程序实例,由浅及深地阐述Python编程在画几何图形时所需要的知识和方法。每个实例都会让读者体会到几何组合图形的美观和编程思维的精妙,初步建立数学建模、程序分析、程序设计的思维。本书不是侧重Python编程语法,而是重在从解决实际数学问题的角度出发阐述程序设计的逻辑和实现代码,其中涉及的必要的和基本的编程知识及概念,也会讲解。本书适合具备小学和初中几何知识的读者在入门学习Python编程时使用,可在老师的辅导下学习和使用。
《跟老齐学Python》系列后续。读者在本书中可以学习到Numpy、Pandas、matplotlib、SciPy、SymPy等与数据分析相关的库,掌握其所定义的数据对象以及常用的属性和方法等,并通过各种类型的应用举例将所学基本知识给予综合应用。
本书是数据结构与算法的入门指南,不局限于某种特定语言,略过复杂的数学公式,用通俗易懂的方式针对编程初学者介绍数据结构与算法的基本概念,培养读者编程逻辑。主要内容包括:为什么要了解数据结构与算法,大O表示法及其代码优化利用,栈、队列等的合理使用,等等。
本书中,~8章为Python语言基础,主要介绍 Python 的基本用法,第 9 章为一个实战,帮助读者理解前 8 章的知识,0~17 章为 Python 的进阶使用,包含面向对象编程、函数式编程入门、文件读写、异常处理、模块和包几个部分,8 章为第二个实战,帮助读者融会贯通前17章的知识,同时抛砖引玉引起读者探索的兴趣。
本书是使用Python进行深度学习实践的一本初学指南。本书并未罗列大量的公式,而是通过一些实用的实际案例,以简单直白的方式介绍深度神经网络的两项任务——分类和回归,解析深度学习模型中的一些核心问题,以期让读者对深度学习的全貌有一个清晰的认识。本书共9章,分别介绍了深度学习基础理论、神经网络基础知识、构建定制化深度预测模型、性能提升技术、二元分类的神经网络应用等内容,并借助Python语言对基本算法和实现模型进行了探索。本书适合期望用较短时间在深度神经网络领域初试牛刀的读者,也适合深度学习的初学者以及业内人士参考。