本书以轻松幽默的语言，从零开始介绍Python语言。书名来源于编程语言中最经典的Hello World程序，寓意带读者从入门到精通。 全书共14章，内容涵盖Python基础语法、数据类型和运算、流程控制语句、函数和模块、面向对象编程、异常处理、文件和网络操作，以及GUI编程、数据库编程和多线程编程。 书中每章都设有总结与扩展和同步练习，以及若干训练营，旨在通过综合案例巩固知识。本书还提供配套代码、课件、答疑服务，以及视频来辅助学习（下载方式见封底）。 书中目录采用幽默风格命名，使用漫画角色对话的形式讲解知识，以吸引读者学习兴趣。 无论您是编程新手，还是有经验的程序员，本书都将以浅显易懂的方式，带您掌握Python语言实用技能。您只要耐心学习践行，必将收获满满，现在请您开始Python编程之旅吧！

随着金融科技时代的到来，Python在金融领域的影响力已经有目共睹。掌握Python在金融实务中的应用，已经成为金融科技达人们的技能之一。 本书作为《基于Python的金融分析与风险管理》一书的配套案例集，整合了源于现实金融市场和日常实务工作的88个原创案例，涉及308项编程任务，包括超过6000行的Python代码。本书囊括了丰富多样的金融场景，涵盖利率、汇率、债券、股票、基金、远期、股指期货、外汇期货、国债期货、股票期权、商品期权等金融产品，还涉及商业银行、证券公司、期货公司、保险公司、信托公司、资产管理公司、基金管理公司、金融控股公司等各类型的金融机构，既介绍了包括我国在内的新兴市场，又介绍了欧美成熟的金融市场，囊括金融实务中可能涉及Python编程的各种场景。 本书着眼于一系列从业者可能涉及的金融实务案例，并结合Python编

本书主要介绍Python编程语言的基础知识和使用Python进行数据爬虫、数据分析与数据可视化的方法，主要内容包括Python安装与IDE选择；Python基础知识；Python运算符与流程控制；函数；面向对象基础；模块；网络数据爬取；数据分析基础；数据可视化。 本书涵盖了Python编程语言的主要应用场景，注重理论知识的学习和实际应用的充分结合。本书提供的PPT、教学视频均为专业公司制作，内容精美，应用价值较高。章节后提供的综合案例和习题可供读者综合复习每章的知识点。 本书可作为高等学校计算机及相关专业Python编程基础、Python编程与科学计算等课程的教材，也可供想学习Python基础知识和使用Python做应用开发的读者做参考使用。

本书面向具备Python一级能力的初学者，基于虚构人物形象山羊博士和二叶草的教学现场，带领读者学习从互联网上抓取数据分析和机器学习所需的基础数据。本书内容以教学对话和场景插图呈现，讲解使用库进行数据收集和简单的可视化方法，如如何从互联网上下载文件，分析HTML，读写各种类型的数据，以及使用API，还简要地介绍了如何最终实现数据收集的自动化。本书可作为以PAAT全国青少年编程能力等级考试、中国自动化学会青少年人工智能核心素养为代表的各类Python编程能力认定的参考书，也可供Python初学者自学入门。

本书由Real Python团队倾力编写，内容兼容Python 3.9版本。全书可分为两大部分，共18章。前半部分透彻地讲解现代Python编程的所有核心知识，后半部分带领你用Python构建实际的应用程序和脚本，解决有趣的现实问题。本书按照逻辑顺序介绍每个概念和语言特性，并以简短明了的代码示例进行解释和说明。你还可以通过书中的编码练习和项目巩固基础，通过交互式小测验检验自己的学习效果。本书内容已经过数以万计的Python爱好者、数据科学家和开发人员的实战检验，尤其适合零基础新人快速习得编写Python程序的实用技巧，培养对编程的热情。

本书首先对Arduino的用法进行了简单的介绍；然后详细解说了电子制作的基础知识、各种传感器的用法、电子电路的搭建方法和Sketch等；接着介绍了将Arduino连接网络的两种方法：一是难度稍高的使用Arduino M0 Pro和ESP-WROOM-02的方法，二是更为方便的使用Web服务BaaS的方法；最后介绍了4个电子制作的具体例子。

本书使用Python 和C++两种编程语言来介绍数据结构。全书内容共15 章。书中首先介绍了抽象与分析、数据的抽象等数据结构的基本原理和知识，然后结合Python 的特点介绍了容器类、链式结构和迭代器、堆栈和队列、递归、树；随后，简单介绍了C++语言的知识，并进一步讲解了C++类、C++的动态内存、C++的链式结构、C++模板、堆、平衡树和散列表、图等内容； 对算法技术进行了总结。每章 给出了一些练习题和编程练习，帮助读者复习巩固所学的知识。本书适合作为高等院校计算机相关专业数据结构课程的教材和参考书，也适合对数据结构知识感兴趣的读者学习参考。

《Python数据可视化从入门到项目实践（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（版）》附赠示例源代码、重点内容的多媒体视频教程和

本书首先介绍Python和Jupyter笔记本的基础知识，然后逐一介绍丰富的、与数据科学相关的Python库，并举例说明如何在实际工作中运用Python。本书将Python和数据科学融合起来，帮助读者快速入门Python并使用Python完成数据分析相关任务，是实用的快速上手教程。书中代码使用与Jupyter笔记本兼容的Colab创建，方便读者配置和使用。 本书适合希望在工作中使用Python的读者阅读，也适合想要利用数据科学原理完成各类项目的读者参考。

本书就Python基础知识和交易策略的基本原理为切入点，由浅入深介绍了如何从零基础使用vn.py搭建自己交易系统。本书从原理着手到代码实践，内容由最基本的Python基础知识与Python中金融分析的常用包，逐步由浅入深介绍常用的指标并将使用vn.py进行实现。 本书共分为8章，章与第2章介绍vn.py的环境搭建与Python常用的工具包，为后面使用vn.py实现交易策略做准备；第3章与第4章介绍vn.py框架和量化交易的基础知识；第5章到第7章从易到难介绍不同的交易策略并配合大量的实例讲解，进一步巩固vn.py代码的使用，第8章讲解如何在实盘中运行交易策略。 本书面向零基础的新手和有计算机与金融知识基础的读者，以通俗易懂的语言和示例阐述量化交易的实现原理，适于对于量化交易有兴趣的读者。带有详细注释的代码将帮助读者进一步理解vn.py的框架和交易策略。

全书共15章，章介绍了学习python的好处何在以及如何高效地学习python；第2章介绍python、anaconda以及IDE的安装；第3章讲解编程的常识，包括io、文件系统、编码格式等；第4章介绍Excel和text文本的读写；第5章介绍数据处理神器-pandas；第6章介绍python的编程调试；从第7章开始进入数据分析的范畴，第7章介绍进行数据预处理；第8章介绍数据分析的常见问题和方法；第9章介绍在python中如何寻找异常值；0章介绍相关和回归；1章介绍聚类技术；2章介绍决策树技术；3章介绍关联分析技巧；4章介绍降维技术；5章介绍matplotlib绘图。

《Python推荐系统实战：基于深度学习、NLP和图算法的应用型推荐系统》分为4部分，包含11章。首先介绍推荐系统的基本方法，接着探讨当前流行的一些方法，具体包括协同过滤推荐系统、内容推荐系统以及混合推荐系统。接下来讨论如何运用当前的机器学习算法来实现推荐系统。最后讨论推荐系统的相关趋势和新兴技术。 《Python推荐系统实战：基于深度学习、NLP和图算法的应用型推荐系统》特别适合零基础的数据科学工作者参考和使用。它可以帮助读者从基础知识起步，逐步学习运用Python、深度学习和自然语言处理技术来构建推荐系统，以促进业务增长和提高客户忠诚度。

本书提供了23种经过验证的的、可视化、示例驱动的模式，涉及抽象类、多重继承、GUI编程和小部件、图形类、绘图和绘图、数学、数据库、Python装饰器、图像、线程、迭代器、创建可执行代码等，从而编写更加健壮、高效、可维护和优雅的Python代码，生成功能强大、灵活的程序。

本书提供了23种经过验证的的、可视化、示例驱动的模式，涉及抽象类、多重继承、GUI编程和小部件、图形类、绘图和绘图、数学、数据库、Python装饰器、图像、线程、迭代器、创建可执行代码等，从而编写更加健壮、高效、可维护和优雅的Python代码，生成功能强大、灵活的程序。

本书结合具体实例由浅入深、从易到难地讲解Python财务应用的精髓。本书按知识结构分为两篇（共11章），篇为基础入门篇，讲解Python基础知识、NumPy数组、财务数据采集、财务数据处理与可视化、财务报表分析；第二篇为案例实战篇，讲解企业利润管理、企业成本管理、企业流动资产管理、企业固定资产管理、企业筹资决策分析、企业投资决策分析。 随书附赠的电子资料包括书中案例素材和源代码、所有实例操作过程以及基础知识的视频教程。 本书适合作为财务数据分析相关人员的学习参考书，也适合作为各学校和培训机构相关专业教师和学生的教学和自学辅导书。

本书以Python 3.10.7为平台，以实际应用为背景，通过“概述 经典应用”的形式，深入浅出地介绍Python机器学习算法及应用的相关知识。全书共12章，主要内容包括在数据上的计算机学习能力、简单的机器学习分类算法、sklearn机器学习分类器、数据预处理、降维实现数据压缩、不同模型的集成学习、连续变量的回归分析、数据的聚类分析、从单层到多层的人工神经网络、使用深度卷积神经网络实现图像分类、使用循环神经网络实现序列建模、使用生成对抗网络合成新数据等。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实现机器学习的普遍性与专业性。 本书可作为高等学校相关专业本科生和研究生的学习用书，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。