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。

《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

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

《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。

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

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

《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

有限元是当今工程分析中应用*广泛的数值计算方法。本书以结构分析为主题，介绍了基于Python的有限元分析开源框架（被作者命名为Feon）的搭建过程和扩展方法。本书分为5章，主要内容包括Python、Numpy（Python著名的矩阵运算包）和Matplotlib（Python著名的二维绘图包）简介，Feon的框架及结构分析子包Feon.sa（structural analysis）的搭建过程，Feon中自带单元的定义和应用，如何自定义单元、求解函数（以计算结构动力学频率和振型为例）及子包（以渗流分析为例，定义子包ffa（fluid flow analysis）），以及Python进行有限元编程方面的建议。书中所有的程序均在Python 2.7上测试通过。

本书集教材、练习册、上机指导于一体，基于Python 3.8阐述Python语言的基础知识，以及使用Python语言的开发应用实例。本书全面覆盖计算机等级考试二级Python语言的知识范围，具体内容包括程序设计导论、Python语言基础、程序流程控制、函数和代码复用、组合数据和数据结构基础、输入输出和文件处理、数值和日期处理、字符串和文本处理、面向对象的程序设计、模块化程序设计、数据库访问以及Python计算生态（Python第三方库）等。本书还以电子版形式提供计算机等级考试（二级Python语言程序设计）题库（真题和模拟题），作为学生学习和考级的开源学习资源。

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。

《Python趣味编程：从入门到人工智能》是专门为青少年编写的零基础Python语言编程入门教材，由浅入深、循序渐进地讲授Python语言编程知识，以解决问题为导向，培养青少年的编程思维。本书采用单元课程的形式编排内容，分为编程基础、数学与算法、游戏编程、人工智能四个单元，采用符合青少年认知水平的趣味案例进行教学，指导青少年使用编程的思维方式解决身边的问题，带领青少年迈进Python编程的奇妙世界。 本书是零起步教材，适合广大青少年和所有对编程感兴趣的初学者阅读，也适合作为学校编程社团和编程培训机构的教材。

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 Excel 高效办公：轻松实现 Python 数据分析与可视化》从 Python 语言的基础语法讲 起，介绍了如何使用 Python 实现各种常用的 Excel 数据处理操作，并给出若干个 Python 商业数据分 析应用案例。通过本书的学习，读者应该可以自动化批量完成日常的 Excel 数据处理工作，从而避免 烦琐的手工操作。 本书共 12 章，涵盖的主要内容包括：Python 开发环境搭建；Python 语法基础；Python 文件管理； 用 Python 操作 Excel 工作簿、工作表、单元格、表格；用 matplotlib 和 xlwings 在 Excel 中自动绘制 统计图表；Pandas 数据结构、Pandas 数据处理和数据分析操作；用 Python 分析客户数据、销售数据、 广告数据等。 《Python Excel 高效办公：轻松实现 Python 数据分析与可视化》用读者熟悉的 Excel 概念和操 作导入 Python 编程的各种知识点，使编程初学者更容易理解和接受。本书适合经常使用 Ex

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。

在这个数据为王的时代，无论是从事何种行业，每天都会与海量的且类型多样的数据打交道，如何从这些数据中获取需要的信息，并进行相应的分析和可视化展示，是很多程序员和职场人士非常关心的一个问题。本书以功能强大且容易上手操作Python语言为基础，全面讲解了数据的获取、处理、分析及可视化的呈现。 全书共17章，内容涉及Python基础知识、Python数据处理和分析的实用模块、数据分析、数据爬虫技术、数据可视化等方面。还对数据分析中的几大经典算法，数据决策树、关联规则、聚类与分群也进行了详细的介绍。为了便于读者对Python知识的掌握，本书还提供了大量的编程代码以及实战案例。 本书适合各行各业的数据分析从业人员学习，也适合想要提高工作效率的职场人士，对于Python编程感兴趣的读者，本书也是一本不错的参考读物。

《算法之美 Python 语言实现》基于 Python 语言系统讲述了算法基础知识、数据结构和各种经典算法，包含传统典型算法、竞赛算法、大数据算法、人工智能算法、游戏算法等，在讲解经典算法的同时，尽量吸收*的算法成果，并体现实战性。为了解决算法类图书不容易被接受的问题，本书对算法理论的讲解结合了83个具体的实例应用，实例讲解遵循需求规则、算法思想、代码实现和算法点评这一规律；算法思想基于各种图示来演示算法的设计流程，使设计思路清晰明了；代码实现中对关键代码给予注释，帮助读者*程度地理解算法程序设计的具体含义。本书每章均提供了配套的实验习题及答案，以巩固所学，增强实战应用技能。另外，本书对部分章节配备了视频讲解，读者可以使用手机扫码来轻松学习。总之，本书设计体现了轻松易学的思想，*程度地帮助读者理解算

Array

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。

本书是一部系统讲述Python编程语言与编程方法的案例化教程。全书共分为9章：第1章为Python编程基础知识；第2章为组合数据类型及使用；第3章为函数及调用规则；第4章为程序设计；第5章为面向对象程序设计方法；第6章为文件操作与异常处理；第7章为Python的GUI设计；第8章为Python绘图方法；第9章为Python网络爬虫。每章都设置了大量应用案例跟踪指导。 为便于读者高效学习，快速掌握Python编程与操作技巧，本书共提供了320个应用案例及其运行结果，程序中的重点部分都给出注释，并附有完整的教学课件和源代码。 本书可作为高等学校Python程序设计相关课程教材，也可作为软件技术开发人员的自学参考用书。

在目前不断变化、蓬勃发展的中国资本市场，量化投资作为新兴的投资方法，引来越来越多的关注，使用量化投资技术的证券从业人员也越来越多。本书分为11章，内容包括Python环境的搭建、Python数据相关类库的使用、掘金量化终端的使用、Talib金融库的详解、多因子策略的介绍、带技术指标的多因子策略、中证红利指数增强策略、回归分析与TensorFlow、回归模型的经典应用、配对交易的魔力等。本书可作为量化投资技术初学者、证券从业人员、金融投资人员的自学用书，也可作为金融机构的培训用书，还可作为高等院校相关专业师生的教学参考书。

《Python机器学习（微课视频版） 手把手教你掌握150个精彩案例》由浅入深、图文并茂地介绍了Python机器学习方面的相关内容，并通过150多个实际案例，手把手地教会读者掌握用Python语言进行机器学习相关项目开发的方法与技巧。 书中包含Python语言基础内容、机器学习、人工智能、TensorFlow、Keras、OpenCV等相关API的使用方法，给出的每个案例都可以单独运行，可进行二次开发。 为了提高学习效果，本书为所有案例提供了完整的微课视频和程序代码文件，获取方式见前言。 《Python机器学习（微课视频版） 手把手教你掌握150个精彩案例》适合学习机器学习算法的初学者，对机器学习、人工智能感兴趣的学生和从业者，以及进行机器学习相关项目开发的工程师阅读参考。

使用机器学习进行数据可视化分析是近年来研究的热点内容之一。本书使用**的Python作为机器学习的基本语言和工具，从搭建环境开始，逐步深入到理论、代码、应用实践中去，从而使初学者能够独立使用机器学习完成数据分析。本书配套示例代码、PPT课件和答疑服务。 本书分为10章，内容包括：机器学习与Python开发环境、用于数据处理及可视化展示的Python类库、NBA赛季数据可视化分析、聚类算法与可视化实战、线性回归与可视化实战、逻辑回归与可视化实战、决策树算法与可视化实战、基于深度学习的酒店评论情感分类实战、基于深度学习的手写体图像识别实战、TensorFlow Datasets和TensorBoard训练可视化。 本书内容详尽、示例丰富，是机器学习初学者的入门书和的参考书，也可作为高等院校计算机及大数据相关专业的教材使用。

本书首先系统介绍了通信原理的基础知识，然后通过开源编程语言Python进行了全面完整的仿真分析。书中提供了大量极具参考价值的仿真实例，不仅通过可视化的仿真图形帮助读者深入理解理论知识，还允许修改源码，方便进行个性化开发，从而加快科研进度。 全书共11章。第1章主要介绍了Python的基本使用及相关库；第2章介绍了信息和信道的相关内容；第3~5章主要介绍了信号的类型和表示，以及信号的分析方法；第6~10章介绍了各种信号的调制、解调及传输方法；第11章介绍了能够提高传输可靠性的信道编码方式。 本书结构清晰，层次分明，适合通信领域的科研工作者和工程人员使用，也可作为高等院校通信相关专业的本科生和研究生的参考书。