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。

本书由流行深度学习框架Keras之父弗朗*瓦 肖莱执笔，通过直观的解释和丰富的示例帮助你构建深度学习知识体系。作者避免使用数学符号，转而采用Python代码来解释深度学习的核心思想。全书共计14章，既涵盖了深度学习的基本原理，又体现了这一迅猛发展的领域在近几年里取得的重要进展，包括Transformer架构的原理和示例。读完本书后，你将能够使用Keras解决从计*机视觉到自然语言处理等现实世界的诸多问题，包括图像分类、图像分割、时间序列预测、文本分类、机器翻译、文本生成等。

本书系统全面地讲解Streamlit的核心概念，实例项目应用和最佳实践。通过案例带你从零开始，逐步掌握Streamlit的基础知识和高级技能。你将学会如何使用Streamlit实现数据可视化、添加交互组件，构建出炫酷的Web应用。 本书分为两篇，基础篇（第1~7章）讲解Streamlitt的安装配置，以及基本的文本、数据、图表、多媒体等组件的使用和页面布局。实战篇（第8~10章）讲解开发企鹅分类项目、医疗费用预测项目、销售数据仪表板项目，帮助读者熟练掌握Streamlit的高级技能和开发流程。 本书采用理论与实践结合的方式，示例丰富。适合想快速构建机器学习和数据科学Web应用的Python使用者。配套内容有练习数据和源代码，读者可以通过阅读和编码实践快速掌握Streamlit，开发机器学习和数据科学的Web应用。

本书自第1版出版以来，备受广大读者欢迎。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还对机器学习概念的必要细节进行讨论，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见的陷阱提供直观且翔实的解释，是Python机器学习入门之作。它的内容涵盖了众多高效Python库，包括scikit-learn、Keras和TensorFlow等，系统性地梳理和分析了各种经典算法，并通过Python语言以具体代码示例的方式深入浅出地介绍了各种算法的应用，还给出了从情感分析到神经网络的一些实践技巧，这些内容能使你快速解决你和你的团队面临的一些重要问题。

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

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。 *

《从零开始学Python 大数据与量化交易》首先讲解量化交易的基础知识，如量化交易的优势、应用、注意事项、历史、量化交易平台等；然后讲解量化交易开发语言Python，即讲解Python 语言的开发环境、基本语法及流程控制、特征数据类型、内置函数与自定义用户函数、面向对象编程；接着讲解大数据分析和可视化的3 个包，分别是Numpy 包、Pandas 包、Matplotlib 包；然后讲解量化交易策略的编写、获取数据函数、基本面量化选股、量化择时的技术指标函数、回测技巧、因子分析技巧；*后讲解Python 量化交易策略的实战案例。 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Python 大数据与量化交易过程中的热点问题、关键问题及种种难题。 《从零开始学Python 大数据与量化交易》适用于各种不同的投资者，如新老股民、中小散户、股票操盘手、基金操盘手和

《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。

如果你想充分发挥Python的强大作用，如果你想成为一名好的Python工程师，你应该先学好Pandas。 这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。 本书共17章，分为七部分。 部分（第1～2章） Pandas入门 首先介绍了Pandas的功能、使用场景和学习方法，然后详细讲解了Python开发环境的搭建，Z后介绍了Pandas的大量基础功能，旨在引领读者快速入门。 第二部分（第3～5章） Pandas数据分析基础 详细讲解了Pandas读取与输出数据、索引操作、数据类型转换、查询筛选、统计计算、排序、位移、数据修改、数据迭代、函数应用等内容。 第三部分（第6～9章） 数据形式变化 讲解了Pandas的分

本书是笔者多年从事高校教学经验的结晶之作。全书深入浅出地讲解了使用Python语言进行游戏开发以及帮助读者快速掌握游戏设计的基本原理和方法，同时提高应用Python语言编程的能力。 全书精选11个游戏案例，涵盖不同的游戏类型，每章围绕一个经典游戏案例展开，并突出一个游戏编程的主题。本书涉及的主要知识点包括游戏循环的原理、鼠标及键盘事件的处理、碰撞检测及处理、随机数的运用、定时器的使用、游戏场景的滚动、角色动画的播放、音效及音乐的播放、缓动效果、游戏关卡设计、游戏人工智能的原理及运用等。本书将Python语法知识及常用的编程技巧糅合在各个游戏案例中进行介绍，为读者展示Python语言的实际运用场景。 本书内容安排合理，架构清晰，注重理论与实践相结合，适合作为Python开发零基础读者的教程，也可作为高等院校的辅导教材，

本书在不涉及大量数学模型与复杂编程知识的前提下，从零开始逐步带领读者熟悉并掌握当下流行的基于Python 3的数据分析，以及支持单机、深度和分布式机器学习的开源程序库，如pandas、Scikit learn、PyTorch、TensorFlow、PaddlePaddle、PySpark ML等。全书分4部分。入门篇包括对全书核心概念的指南性介绍，以及在多种主流操作系统（Windows、macOS、Ubuntu）上配置基本编程环境的详细说明。基础篇涵盖Python 3的编程基础、基于pandas的数据分析，以及使用Scikit learn解决大量经典的单机（单核/多核）机器学习问题。进阶篇介绍如何使用PyTorch、TensorFlow、PaddlePaddle搭建多种深度学习网络框架，以及如何基于PySpark的ML编程库完成一些常见的分布式机器学习任务。实践篇利用全书所讲授的Python编程、数据分析、机器学习知识，帮助读者挑战和参与Kaggle多种类型的竞赛实战，同时介绍如

本书系统介绍了经典的机器学习算法，并通过实践案例对算法进行解析。 本书内容包含三部分: 部分（第1章和第2章）为入门篇，着重介绍Python开发基础及数据分析与处理；第二部分（第3章和第4章）为基础篇，着重介绍机器学习的理论框架和常用机器学习模型；第三部分（第5～11章）为实战篇，介绍经典机器学习算法及应用，包括KNN分类算法、K Means聚类算法、推荐算法、回归算法、支持向量机算法、神经网络算法以及深度学习理论及项目实例。 本书力求叙述简练，概念清晰，通俗易懂。书中的案例选取了接近实际应用的典型问题，以应用能力、创新能力的培养为核心目标。 本书可作为高等院校计算机、软件工程、大数据、通信、电子等相关专业的教材，也可作为成人教育及自学考试用书，还可作为机器学习相关领域开发人员、工程技术人员和研究人员的参考用

内容简介这既是一本能带领读者零基础快速掌握Python数据分析方法与流程的工具书，又是一本从电商出发指导读者解决各类数据分析问题的实用指南。首先，本书以Python数据分析中使用率极高的Pandas为切入点，注重对数据分析思维和技能的培养，详细讲解了Pandas的操作以及数据分析的方法，可覆盖80%以上的数据分析应用场景，为数据分析师打下坚实基础。然后，本书以电商这个广大读者熟知且普适性极强的业务领域为依托，通过大量案例讲解了报表自动化、行业机会挖掘、用户分层、用户分群、用户偏好分析、同期群分析、指标波动归因分析、品牌分析等8大电商场景的数据分析方法，理论与案例深度融合。本书以实用为本，聚焦重点，Python数据分析常用的高频功能不到Python数据分析能力的20%，本书去繁就简，只专注于能解决大部分问题的重点模块。本书以实战制胜

本书从零开始系统讲解了使用Pandas导入Excel数据，然后使用Pandas技术对数据做整理和分析，后导出为不同形式的Excel文件。完整实现了数据的导入、处理、输出的处理流程。 全书共10章。第1章为Pandas数据处理环境的搭建，第2章为使用Pandas对Excel数据读取与保存，第3章介绍与Pandas底层数据相关的NumPy库，第4章介绍了Pandas中DataFrame表格的增、删、改、查等常用操作，第5章介绍了对Series与DataFrame两种数据的运算、分支、遍历等处理，第6章介绍了字符串的各种清洗技术，第7章介绍时间戳与时间差数据的处理，第8章介绍Pandas中分层索引及与索引相关的操作，第9章介绍了对数据的分组处理及做数据透视表处理，第10章介绍了表格的数据结构转换，以及多表读取与保存。书中包含相应示例，不仅可以学会理论知识还可以灵活应用。 本书可作为Excel爱好者和数据分析初学者的入

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

本书教你如何从基于时间的数据（如日志、客户分析和其他事件流）中获得即时、有意义的预测。在这本通俗易懂的书中，作者通过带有注释的Python代码进行全面演示，你将学习用于时间序列预测的统计和深度学习方法。通过跟随书中的实例锻炼你的技能，你很快就会准备好建立自己的准确、有洞察力的预测。

在本书中，你会看到用来处理文本、数据类型、算法、数学计算、文件系统、网络通信、Internet、XML、Email、加密、并发性、运行时和语言服务等各个方面的实用代码和解决方案。在内容安排上，每一节都会全面介绍一个模块，并提供一些很有价值的补充资源链接，这使得本书成为一本理想的Python标准库参考手册。

这是一本针对零基础编程读者的学习入门书籍，也是一本写给家长朋友以期转变教育观念的书籍。本书使用全新项目式教学设计思维，用通俗易懂的语言将生活中的趣事和知识点巧妙地结合，为读者提供沉浸式阅读体验。 全书共9章，53节课，通过53个与生活贴近的趣味案例带领孩子们掌握顺序结构、选择结构、循环结构的基本知识，并在此基础上开始认识字符串，进入精彩的函数世界，了解列表、元组和字典的独特数据结构，见识模块的便捷与强大，轻轻松松玩转 Python 趣味编程。 本书内容浅显易懂，案例典型实用，非常适合中小学生阅读，也可作为少儿编程培训机构和兴趣班的教材。

这是一本专门给小学生和中学生学习的编程书。编程对于培养孩子的逻辑思维能力和动手能力至关重要，国家正在推动将编程纳入到中小学教学和考评体系中。Python语言又好玩，又好学，通过本书特殊的教学方式，让大家一看就会编程、就爱编程。本书不长篇大论讲理论，而是通过由浅入深的案例引导，让大家学会Python编程，从画图、做数学，到做判断、做循环，甚至做大数据和人工智能。 本书适合小学二年级以上的小学生和中学生学习，如果家长和孩子一起学就更棒了。本书既适合作为中小学信息技术课程的教材之一，也适合作为中小学人工智能编程教育的基础教材。

本书是面向具有一定逻辑思维和数学基础的中学高年级学生的Python程序设计及算法竞赛入门教材，采用通俗易懂的语言，注重基础，注重实践，以提高中学生编程实践水平为指导方针，从毫无经验、刚开始接触程序设计的初学者的角度组织章节内容，以期能为中学生了解Python和算法设计思想打下良好基础。全书理论联系实际，材料组织合理，知识体系完整，内容由浅入深，讲述力求清晰，示例丰富完整，引导学生从 算法 的角度考虑问题并设计代码。 本书可作为中学生入门Python编程与算法竞赛的辅导用书。

《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

iWork是由苹果公司开发的专业办公软件套装，它适用于使用Mac OS X操作系统和iOS操作系统的电子设备。iWork包括3款软件，即用于处理文字和排版布局的Pages文稿软件、创建各式电子表格的Numbers表格软件和制作演示文稿的Keynote讲演软件。Pages文稿拥有先进的书写工具和方便的页面排版功能，使用它能够创建出色的文稿。Numbers表格拥有易用的公式、一键式图表及多种表格样式，使用它可将大量数据制作为电子表格。Keynote讲演拥有全新的影院效果动画及多种过渡特效，使用它可以设计并制作出目眩神驰的演示文稿。 全书分为3部分，共19章。部分主要讲解Pages文稿的操作方法和使用技巧，包括了解Pages文稿、Pages文稿的基本操作、Pages文稿文本的编辑、使用插入对象、对象的基本操作和在iOS中使用Pages文稿等内容。第二部分主要讲解Numbers表格的操作方法和使用技巧，包括了解

面向用Python进行控制系统设计的人，边学边用Python进行编程实践。重点阐述以状态空间模型为对象的现代控制系统的设计。全书分七章，包括： Pythhon环境的构建、数据和流控制、反馈控制、状态空间模型、闭环系统的控制设计、开环系统的控制设计、PID控制相位进延迟补偿，以及稳健性控制数字实现的高级控制系统设计。

本书以Python 3.7版本作为数据分析与挖掘实战的应用工具，从Python的基础语法开始，陆续介绍有关数值计算的numpy、数据处理的pandas、数据可视化的matplotlib和数据挖掘的sklearn等内容。全书共涵盖15种可视化图形以及10个常用的数据挖掘算法和实战项目，通过本书的学习，读者可以掌握数据分析与挖掘的理论知识和实战技能。 本书适于统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生使用，也能够提高从事数据咨询、研究或分析等人士的专业水平和技能。