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。

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。

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。

《用 Python编程和实践！算法入门》是一本用 Python学习算法基础和思考方法的入门 书，用浅显易懂的语言对算法的基本原理及算法复杂度和计算量进行了详细讲解。针对新接触 Python的读者，先介绍了 Python编程的基础知识和数据结构，然后通过大量示例代码和流程图 对算法相关的知识进行了详细解释，如算法复杂度、各种查找算法、不同数据排序的方法，以 及短路径问题、贝尔曼 -福特算法、戴克斯特拉算法、A*算法、暴力搜索法、Boyer-Moore算 法等。特别适合编程零基础读者、计算机相关专业学生、算法基础薄弱的程序员一边写代码， 一边学习算法基础知识，并从不变的算法中学习思考方法。

Array

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。

本书是一部系统论述Python 编程语言、OOP 编程思想以及函数式编程思想的立体化教程（含图书、教学课件、源代码与视频教程）。全书共分为四篇：篇Python 语言基础（ ~ 8 章），第二篇Python 编程进阶（第9 ~17 章），第三篇Python 常用库与框架（8 ~ 22 章），第四篇Python 项目实战（第23 ~ 28 章）。主要内容包括：开篇综述、开发环境搭建、个Python 程序、Python 语法基础、Python 编码规范、数据类型、运算符、控制语句、数据结构（序列、集合和字典）、函数与函数式编程、面向对象编程、异常处理、常用模块、正则表达式、文件操作与管理、数据交换格式、数据库编程、网络编程、wxPython 图形用户界面编程、Python 多线程编程、项目实战1 ：网络爬虫技术 爬取搜狐证券股票数据、项目实战2 ：数据分析技术 贵州茅台股票数据分析、项目实战3 ：数据可视化技术 贵州茅台股

机器学习作为实现人工智能的方法，是一种让计算机具备学习能力的数理技术。本书就以Python为工具，结合实例和代码分析对机器学习中的异常检测和系列数据分析技术进行了详细解说。其中前半部分介绍了基本的分类器和预测器的使用方法，以便读者能够顺利地进行机器学习实践。后半部分以作者的研究经验为基础，介绍了一些应用于实际问题的例子。 本书以解说实例源码为中心，特别适合有一定编程基础、对机器学习技术感兴趣的高校学生学习，也适合将机器学习技术应用于实际业务的工程师参考。

机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书基于Python语言,实现了12个典型的实战案例,其内容涵盖了机器学习的基础算法,主要包括统计学习基础、可视化、常用的分类算法、文本分析、卷积神经网络、循环神经网络、注意力机制、生成对抗网络、电子推荐系统等理论。 本书深入浅出,以实际应用的项目作为案例,实践性强,注重提升读者的动手操作能力,适合作为高等院校本科生及研究生机器学习、深度学习、数据挖掘等课程的实验教材,也可作为对机器学习和深度学习感兴趣的研究人员和工程技术人员的参考资料。

《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

本书以人工智能发展为时代背景，通过实际案例应用描述算法，为Python程序员提供较为详细的实战方案，以便深度学习。主要从算法上分为数学、搜索、回溯、递归、排序、迭代、贪心、分治和动态规划等；从数据结构上分为字符串、数组、指针、区间、队列、矩阵、堆栈、链表、哈希表、线段树、二叉树、二叉搜索树和图结构等。针对经典算法，结合相关的数据结构，从描述问题、问题示例、代码实现以及运行结果相结合，语言简洁，深入浅出，通俗易懂，不仅适合对Python编程有兴趣的科研人员，也适合高等院校作为参考教材。

内容简介： 本书是一本面向初学者的Python基础性教程，分别从 程序是什么 开始Python的学习 编写Python程序时的规则 构成程序的基本功能 试着编写猜数字游戏 将猜数字游戏图形化 类和对象 试着使用扩展模块 8章对Python语言进行由浅入深的讲解，令Python初学者带着兴趣去学习。本书语言生动、版式设计活泼，通过讲解一段语法后进行编写示例的形式，能够让初学者加深理解。 本书适合对Python感兴趣的零基础的读者阅读和学习，也适合相关培训机构作为教材使用。

本书共8章，内容包括问题求解中的计算思维、Python编程基础、问题求解中的顺序结构、问题求解中的选择结构、问题求解中的循环结构、组合数据类型、函数、常用的经典算法。全书知识讲解由浅入深、循序渐进，运用计算思维求解问题的思想介绍Python语言的知识结构，不仅注重学习者知识与技能的掌握，更强调学习者思维习惯的养成，以期为学习者将来的学习打下良好的基础。 本书免费提供教学课件、源代码和微课视频，适合有一定数学基础的中高年级小学生和中学生，以及初学编程的自学者和编程爱好者使用，也可以作为中小学一线信息技术教师学习Python语言的入门教材。

本书以 问题描述 解决方案 的模式，通过300余个案例分别介绍使用Python代码批量处理Excel和Word的技术亮点。全书内容分为两部分： 在部分的Python实战Excel案例中，主要介绍使用Python代码将多个工作表拼接成一个工作表； 使用列表推导式累加多个工作表； 使用对称差集方法筛选工作表； 将一维工作表转换为二维工作表； 使用插入行方法制作工资条； 根据指定字符将单列拆分为多列； 使用字典对工作表的数据分类求和； 根据工作表的数据创建3D饼图、3D条形图、3D面积图、圆环图、柱形图、雷达图、气泡图、折线图、股票图等。在第二部分的Python实战Word案例中，主要介绍使用Python代码自定义Word文件的段落、块、节、样式、表格、图像等。通过本书案例的学习，读者不仅可以体验Python语言的精妙之处，还能对采用Python代码批量处理Excel文件和Word文件产生全新的认知。