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

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。

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。

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。

《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

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。

《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。

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。

《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

Python是一种简单、易学、功能强大的编程语言，广泛应用于Web和Internet开发、 人工智能开发、科学计算、软件开发、数据处理与分析、桌面开发、后端开发等。 《Python科学计算入门》就针对编程零基础读者，详细介绍了Python编程基础知识及 Python在科学计算中的应用方法。全书共9章，结合NumPy、SciPy、SymPy、pandas、 Matplotlib等软件库，通过大量示例对科学计算中的数组运算、代数计算、数值计算、 数据可视化等内容进行了详细说明，特别适合想使用计算机解决数学问题的学生、程 序员、IT工程师和科研人员学习。