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

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

在大数据时代的今天，无论是产品开始还是精准化营销越来越离不开大数据的支持，如何从浩瀚的网络中获取自己想要的大数据？这就需要网络爬虫，而是世界上80%的爬虫都是基于Python开发出来的，所以python爬虫技术是大数据挖掘、分析与可视化的基础。 本书面向零基础读者，从如何合法使用爬虫和Python编辑环境的安装开始到不同类型爬虫程序的开发都进行了详尽的讲解，从Python基础语法到Requests库、正则表达式、Scrapy框架、Beautiful Soup一个都不少。同时在相关地方也讲解了部分数据挖掘和数据分析的基础内容。

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。

《零基础学Python编程 从入门到实践》语言简练、逻辑清晰、层次鲜明，阐释了Python这门语言 核心 的内容。作者在文中引入了大量示例，很贴心地站在读者的角度，讲解了实际操作中易犯的诸多错误及注意点。本书既适合初学者巩固基础，又可以帮助程序员提升技能。

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。

你的Python项目是否正在变得越来越庞大？随着代码的扩展，调试和维护工作变得更加艰难，你是否感到痛苦？Python是一种容易学习和使用的语言，但这也意味着系统可以迅速发展到无法理解的程度。值得庆幸的是，Python具有帮助开发者克服可维护性困境的功能。 在这本实用的书中，作者Patrick Viafore将告诉你如何限度地使用 Python的类型系统。你将看到用户定义的类型（如类和枚举），以及Python的类型提示系统。你还将学习如何使Python代码具有可扩展性，以及如何基于一个全面的测试策略构建安全网。利用这些知识和技术，你将编写更清晰、更易于维护的代码。 通过学习本书，你将： *了解为什么类型在现代开发生态系统中是必不可少的。 *了解类、字典和枚举等类型选择是如何反映特定意图的。 *在不加剧臃肿的情况下使Python代码在未来可扩展。 *使用流行的Python工

●在介绍Python的一些强大特性时，人们常常编造一些示例，以孤立的示例解释各种特性。通过设计并构建真实的应用程序，从设计原型一直演示到开发出符合生产质量要求的应用程序，整个过程不只让你了解各种特性如何工作，还会让你看到它们如何作为更大的系统设计过程的组成部分集成起来。另外，本书还会提供一些有用的注意项，并推荐一些库，这些内容是Python大会问答环节的主要关注点。本书还会讨论现代Python开发的实践和技术，帮助你编写清晰的、易于维护的代码。 ●本书针对的是已经能够使用Python编写简单程序但想要理解什么时候适合使用高级特性的开发人员，让他们能够自如地使用这些高级特性。想要提升自身Python编程水平以及已经具有丰富的经验但希望了解新版本Python特性的开发人员，都特别适合阅读本书。 【本书内容】 本书精心挑选了

本书第2版进行了全面修订与更新，更加易于学习。书中描述了那些重要且经典的算法，并且说明了不同算法的适用情境。跟随作者的讲解，读者将学会分析既有算法，进而理解算法背后的原理。同时，读者也将学习创建新的算法，以适应未来的新需求。这些有用的算法包括：操作常用数据结构的方法，高级数据结构，网络算法，以及数值算法。此外，书中还包含通用的问题求解技巧。除了描述算法，作者还详细介绍了如何分析算法的性能。书中提供大量练习，读者可以自己探索修改算法的方法，以便将其应用于新的情境。

这是一本讲解如何使用Python基于工具化流程进行跨平台应用软件开发的书籍。《Python 跨平台应用软件开发实战》从简单的计算器软件入手，通过一系列由浅入深的工程案例，让开发者一步步掌握应用软件的开发流程和设计方法，熟悉常用的界面控件、功能组件和打包工具，并在这个过程中同步掌握PyMe的可视化开发流程，进而有能力基于Python语言进行跨平台软件的开发工作。本书结构紧凑，内容由浅入深，是学习掌握可视化流程进行Python应用软件开发的实战型书籍。 《Python 跨平台应用软件开发实战》为读者提供了全部案例源代码下载和高清学习视频，读者可以直接扫描二维码观看。 《Python 跨平台应用软件开发实战》适合Python初学者、希望使用Python进行应用软件开发的工程师、希望快速提升Python开发能力的初级程序员，以及在校相关专业师生阅读。

本书是一本关于Python数据整理和数据质量的实用指南，主要介绍了如何使用Python进行数据清洗、转换和整合，以及如何确保数据的准确性和一致性。本书涵盖了数据整理基础、数据清洗、数据转换、数据整合、数据质量检查和数据可视化等内容。通过丰富的实例和代码示例，读者可以掌握Python数据整理和数据分析的相关技能。无论你是数据分析师、数据科学家还是其他领域的数据从业者，本书都不仅能够帮助你提高工作效率，还能够让你更好地理解和应用数据科学相关的知识和技能。

内容简介 这是一本将数据分析技术与数据使用场景深度结合的著作，从实战角度讲解了如何利用Python进行数据分析和数据化运营。 畅销书全新、大幅升级，第1版近乎100%的好评，第2版不仅将Python升级到了*新的版本，而且对具体内容进行了大幅度的补充和优化。作者是有10余年数据分析与数据化运营的大数据专家，书中对50余个数据工作流知识点、14个数据分析与挖掘主题、4个数据化运营主题、8个综合性案例进行了全面的讲解，能让数据化运营结合数据使用场景360 落地。 全书一共9章，分为两个部分： 第壹部分（第1-4章） Python数据分析与挖掘 首先介绍了Python和数据化运营的基本知识，然后详细讲解了Python数据获取（结构化和非结构化）、预处理、分析和挖掘的关键技术和经验，包含10大类预处理经验、14个数据分析与挖掘主题，50余个知识点。 第二部分（第5~9章）

本书提供了一种独特的方法来讲解Python编程入门，内容符合新的ACM/IEEECS和相关的计算课程倡议，以及由美国国家科学基金会赞助的数据科学本科课程。内容涵盖了新的主题和应用的覆盖面，模块化架构使教师能够方便地调整文本，适应课程需求。通过本书，你将学习： 538个案例研究，471道练习题和项目，557道自我测验题。基于IPython和Jupyter Notebook的即时反馈。问题求解、算法开发、控制语句、函数等基础知识。 列表、元组、字典、集合、Numpy数组、pandas Series和DataFrame。 2D/3D的静态、动态和交互式可视化。 字符串、文本文件、JSON序列化、CSV、异常。 过程式、函数式和面向对象的程序设计方法。 数据科学入门 ：基础统计、模拟、动画、随机变量、数据整理、回归。 隐私、安全、伦理、可重现、透明。 AI、大数据和云数据科学案例研究：NLP、Twitter数据挖掘、IBM Wa

职场商业活动中数据可视化图表应用得非常多，一般的图表可以使用Excel来实现，而要绘制出更漂亮、更专业的图表及仪表板，则需要利用Python、Tableau等软件来实现。 《Python+Tableau数据可视化之美》采用方法+实战案例的编写方式，首先讲解Python和Tableau的基本编程和使用方法，然后再结合销售数据分析、财务数据分析、HR数据分析、企业运营数据分析、统计调查报告等大量实战案例，讲解实际工作中各种职场人士常用的专业、漂亮图表的制作方法。 《Python+Tableau数据可视化之美》提供了大量图表制作的原创代码，并详细讲解了如何套用这些代码制作自己实际工作中所需的图表，让普通人也可以轻松制作出行业文案报告需要的各种专业、漂亮的图表。 《Python+Tableau数据可视化之美》适合职场商务人士、数据分析人士及数据可视化从业人士阅读学习，也可供Python

本书共19章，第1章介绍数据科学中涉及的基本领域；第2～3章介绍与数据工作紧密相关的Python语言基础；第4章讲解描述性统计分析在宏观业务领域的分析；第5章讲解数据规整、清洗的重要技能；第6章介绍数据科学领域实用的四大统计检验；第7章讲解当被解释变量为连续变量时，如何使用线性回归作预测；第8章讲解使用逻辑回归作评分卡模型；第9章讲解另外一个可解释模型 决策树。第10～12章分别讲解了BP神经网络、朴素贝叶斯、近邻域、支持向量机的原理和在决策类模型中的运用；第13～14章作为一个整体讲解商业分析场景下的信息压缩；第15章以产品推荐作为案例，讲解发现事件与事件伴生关系的关联分析和序列分析算法；第16章使用欺诈识别案例讲解当被解释变量分布极 端不平衡时的处理方法；第17章继续使用欺诈识别案例讲解集成学习算法；第18章讲解了使

本书遵循结构化和综合性的方法，介绍了文本和语言语法、结构和语义的基础概念和高级概念。从自然语言和Python的基础开始，进而学习先进的分析理念和机器学习概念。全面提供了自然语言处理（NLP）和文本分析的主要概念和技术。包含了丰富的真实案例实现技术，例如构建分类新闻文章的文本分类系统,使用主题建模和文本摘要分析app或游戏评论,进行热门电影概要的聚类分析和电影评论的情感分析。介绍了基于Python和流行NLP开源库和文本分析实用工具，如自然语言工具包（nltk）、gensim、scikit-learn、spaCy和Pattern。

本书从一些经典算法出发，为读者展示了100个Python趣味编程实例。本书共12章，涵盖趣味算法入门、趣味数学问题、各种趣味整数、趣味分数、趣味素数、趣味逻辑推理、趣味游戏、趣味数组、趣味函数递归、定理与猜想、趣味图形及其他趣味问题。本书取材注重趣味性与实用性，内容涵盖Python编程的基础知识和常用算法，讲解时给出了实例的详细分析与代码实现，并对重点代码做了详细注释，还针对涉及的知识点做了拓展讲解。本书实例丰富，讲解通俗易懂，代码可读性及实操性强，适合Python编程的初学者和爱好者阅读，也适合算法设计爱好者阅读。另外，本书还可作为Python教学参考书。

本书从Flask框架的基础知识讲起，逐步深入到使用Flask进行Web应用开发实战。其中，重点介绍了使用Flask+SQLAlchemy进行服务端开发，以及使用Jinjia2模板引擎和Bootstrap进行前端页面开发，不但可以让读者系统地学习用Python微型框架开发Web应用的相关知识，而且还能对Web开发中基于角色访问权限控制的方法等相关知识有更为深入的理解。本书提供了大量的实战案例引导读者由浅入深地学习Flask Web应用开发，可以让读者的开发水平有质的提升。 本书内容通俗易懂，案例丰富，实用性强，特别适合Python Web开发的入门读者和进阶读者学习，也适合PHP程序员和Java 程序员等其他Web开发爱好者阅读。另外，本书可以作为相关培训机构的教材用书。

《Python项目实战从入门到精通》全面讲述了Python的基础知识和相关开发技术。全书分为三部分，共10章。第壹部分为基础篇（第1~5章），介绍Python的起源和发展、开发工具、语法基础、控制结构、复合数据结构、函数、科学计算库NumPy以及绘图工具Matplotlib等内容；第二部分为提高篇（第6~7章），深入讲解了机器学习典型算法、神经网络典型算法以及它们的Python开发实现过程；第三部分为高级篇（第8~10章），主要介绍了图像识别和人脸识别的原理方法以及它们的Python开发实现过程。 《Python项目实战从入门到精通》以人工智能中的机器学习和深度学习为载体，突出Python开发技术的实际应用。在编写体例上，以问题为导向，注重知行合一，按照由简到难、由浅入深、螺旋上升的方式设置学习内容，引导读者循序渐进地掌握基本原理方法，并熟练运用Python。 本书可作为

《笨办法学Python 3》 本书是一本Python入门书，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，*终体验到软件开发的基本过程。本书是基于Python 3.6版本编写的。 本书结构非常简单，除 准备工作 之外，还包括52个习题，其中26个覆盖了输入/输出、变量和函数3个主题，另外26个覆盖了一些比较进阶的话题，如条件判断、循环、类和对象、代码测试及项目的实现等。每一章的格式基本相同，以代码习题开始，按照说明编写代码，运行并检查结果，然后再做附加练习。 《笨办法学Python 3 进阶篇》 本书是《 笨办法 学Python 3》一书的进阶篇，《 笨办法 学Python 3》介绍了用Python 3编程的基础知识，而本书则通过52个精心设计的

本书提供了一种独特的方法来讲解Python编程入门，内容符合 新的ACM/IEEECS和相关的计算课程倡议，以及由美国国家科学基金会赞助的数据科学本科课程。内容涵盖了 新的主题和应用的覆盖面，模块化架构使教师能够方便地调整文本，适应课程需求。

《Python编程从小白到大牛》包括3篇，共16章。基础篇（第1~7章）包括Python概述，数据类型和变量，流程控制，数据结构，函数，模块、包和文件，以及错误、异常和调试；进阶篇（第8~11章）包括面向对象编程，进程和线程，网络编程，以及Python数据处理和数据库编程；应用篇（第12~16章）包括Web开发应用，图形界面GUI和绘图应用，科学计算与数据分析应用，深度学习应用，以及云计算和自动化运维应用。《Python编程从小白到大牛》还包括大量实战案例，通过理论和实战结合的方式帮助读者快速学习撑握Python应用。 《Python编程从小白到大牛》可作为人工智能、机器学习、人脸识别等应用领域工程技术人员的参考手册，也可作为大中专院校人工智能、大数据科学与技术、自动化、机器人工程、智能仪器仪表、机电一体化等专业及社会培训班有关Python课程的教材。

本书由一线Python开发工程师精心编写，循序渐进地介绍Python自动化编程的相关知识，全书共20章，第1~14章讲解Python编程基础知识，第15章介绍关系型数据库SQLite和MySQL、非关系型数据库MongoDB和Redis、ORM框架SQLAlchemy的应用，第16~20章分别介绍Selenium实现网页自动化、Requests实现网页爬虫编程、办公自动化编程、OpenCV实现图像识别与定位、Web系统的开发与部署。 本书理论与实践相结合，案例丰富，非常适合从零开始学习自动化编程的读者学习。

本书将帮助读者系统掌握编写高效、优雅的Python代码的方法，快速成长为一位高水平的Python开发工程师。 作者是Python编程领域的资深开发工程师，有多年的Python开发经验，本书得到了行业里15位技术专家的高度评价。 为了帮助读者编写出高效的Python代码，本书不仅从源代码的角度系统地讲解了Python的语法，让读者能知其然并知其所以然，而且结合具体的应用需求，对并发编程、性能优化、测试与调试、异常处理、内存管理等Python开发中的高级知识进行了详细的讲解。 为了指导读者编写出更优雅的Python代码，本书针对具体问题给出了大量的实例代码并给出了编码风格上的方法和建议。 如果你是没有Python编程经验的新人，你将通过本书系统掌握Python语法及其背后的原理，并从一开始就养成良好的编码习惯；如果你是有一定Python编程经验的老手，你将通过