本书是享誉全球的Python入门书，影响了超过250万读者。全书分两部分：部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的特性，等等。

本书主要以国内A股市场为例，借助第三方量化交易平台，讲述了KNN、线性模型、决策树、支持向量机、朴素贝叶斯等常见机器学习算法在交易策略中的应用，同时展示了如何对策略进行回测，以便让读者能够有效评估自己的策略。 另外，本书还讲解了自然语言处理（NLP）技术在量化交易领域的发展趋势，并使用时下热门的深度学习技术，向读者介绍了多层感知机、卷积神经网络，以及长短期记忆网络在量化交易方面的前瞻性应用。 本书没有从Python基础语法讲起，对于传统交易策略也只是一带而过，直接将读者带入机器学习的世界。本书适合对Python语言有一定了解且对量化交易感兴趣的读者阅读。

金融量化分析不仅需要掌握金融领域的知识，还需要掌握相关的计算机编程技术。《Python金融量化分析》全面、系统地介绍金融量化分析所需要掌握的技能。无论是具有丰富的编程经验的读者，还是普通的投资爱好者，均可参照本书内容开发自己的量化交易策略回测代码，实现金融量化分析辅助投资的目的。 《Python金融量化分析》共9章，涵盖的主要内容有金融量化交易策略分析概述，Python的基础语法，Pandas模块基础，NumPy基础，数据获取与清洗，金融量化交易策略实战，TA-Lib、Empyrical与Mplfinance模块的使用方法，金融数据回归分析，ARIMA与VAR模型在金融量化领域的应用，开源金融量化交易策略回测框架Backtrader的使用方法等。掌握这些内容，可以解决金融量化分析涉及的编程语言基础、数据获取、量化交易策略构建、统计学与金融学理论在金融量化领域的高级应用，

本书就Python基础知识和交易策略的基本原理为切入点，由浅入深介绍了如何从零基础使用vn.py搭建自己交易系统。本书从原理着手到代码实践，内容由最基本的Python基础知识与Python中金融分析的常用包，逐步由浅入深介绍常用的指标并将使用vn.py进行实现。 本书共分为8章，第1章与第2章介绍vn.py的环境搭建与Python常用的工具包，为后面使用vn.py实现交易策略做准备；第3章与第4章介绍vn.py框架和量化交易的基础知识；第5章到第7章从易到难介绍不同的交易策略并配合大量的实例讲解，进一步巩固vn.py代码的使用，第8章讲解如何在实盘中运行交易策略。 本书面向零基础的新手和有一定计算机与金融知识基础的读者，以通俗易懂的语言和示例阐述量化交易的实现原理，适于对于量化交易有兴趣的读者。带有详细注释的代码将帮助读者进一步理解vn.py的框架和交易策略。

本书提倡理解为主，应用为王。因此，只要有可能，小甲鱼（注：作者）都会通过生动的实例来让大家理解概念。 虽然这是一本入门书籍，但本书的 野心 并不止于 初级水平 的教学。本书前半部分首先讲解基础的Python 3语法知识，包括列表、元组、字符串、字典以及各种语句；之后循序渐进地介绍一些相对高级的主题，包括抽象、异常、魔法方法以及属性迭代器。后半部分则围绕着Python 3在爬虫、界面开发和游戏开发上的应用，通过实例引导读者进行深入学习和探究，既富有乐趣，又锻炼了读者的动手能力。 本书适合学习Python 3的入门读者，也适合对编程一无所知，但渴望用编程改变世界的朋友们。

本书是蓝桥杯大赛软件类入门教程，详细讲解了蓝桥杯大赛软件类入门阶段的核心知识点，也是大赛必考和常考的知识点，包括数据结构、基本算法、搜索、数学、动态规划、图论等。 本书用大量的大赛真题作为例题，帮助读者巩固知识点的应用； 代码简洁精要，可作为比赛模板； 文字简洁明快，实现了较好的易读性。 本书适合正在学编程语言或刚学过编程语言，算法和数据结构零基础的算法竞赛初学者，帮助读者学习的知识点、建立计算思维、提高建模能力和编码能力； 本书也可用于其他算法竞赛（全国青少年信息学奥林匹克竞赛（NOI）、国际大学生程序设计竞赛（ICPC）、中国大学生程序设计竞赛（CCPC）、中国高校计算机大赛 团体程序设计天梯赛等）的入门学习。

《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。

《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》是一本旨在帮助架构师在人工智能时代展翅高飞的实用指南。全书以ChatGPT为核心工具，揭示了人工智能技术对架构师的角色和职责进行颠覆和重塑的关键点。《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》通过共计 13 章的系统内容，深入探讨AI技术在架构 设计中的应用，以及AI对传统架构师工作方式的影响。通过学习，读者将了解如何利用ChatGPT这一强大的智能辅助工具，提升架构师的工作效率和创造力。 《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》的读者主要是架构师及相关从业人员。无论你是初入职场的新手架构师还是经验丰富的专业人士，《AI时代Python量化交易实战：ChatGPT让量化交易插上翅膀》都将成为你的指南，帮助你在人工智能时代展现卓越的架构设计能力。通过《AI时代Pytho

《轻松学Python编程》详细介绍Python编程中的核心知识和技术，并列举了大量的编程示例。全书共12章，内容主要包括编写和运行Python代码的方法、Python代码的组成结构、Python编程的核心概念、数字的输入方法和运算方式、输入和处理字符串、转义字符、创建与处理列表和元组、打包和解包元组、创建与处理字典和集合、使用if语句检测条件、使用match语句检测多个值、使用for语句迭代数据、使用while语句重复执行代码、创建与使用函数和匿名函数、定义不同类型的参数、处理不同作用域中的变量、创建与使用类和子类、创建和导入模块、处理不同类型的文件、使用Tkinter工具开发GUI程序、处理Python程序错误等。《轻松学Python编程》还包含Python常用术语、Python常用函数和Python常用语句3个附录。 《轻松学Python编程》附赠示例源代码、重点内容的多媒体视频教程和教学课件

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

Python是目前比较热门的编程语言，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的首选语言。《Python机器学习与应用案例》理论与实践相结合，基于Python 3.12.0版本介绍Python机器学习的相关内容。全书共10章，分别介绍了机器学习的基础知识、近邻法、数据降维、分类算法、回归算法、聚类算法、神经网络、推荐算法、频繁项集、数据预处理。通过本书的学习，读者可了解Python编程及在机器学习中的应用。 《Python机器学习与应用案例》可作为对Python和机器学习感兴趣的初学者的参考书，也可作为从事Python开发的广大科研人员、学者、工程技术人员的参考书，还可作为高等院校人工智能、计算机等相关专业的教材。

本书是国内首先使用 Python tkinter 设计 GUI 的中文书籍之一。本书主要讲解如何在窗口内使 用 Python 的内部模块 tkinter 设计图形用户接口 (GUI) 程序，让用户可以利用图形接口与计算机沟通。 tkinter 模块是一个跨平台的窗口应用程序，使用它设计的程序可以在 Windows 、macOS 、Linux 系 统上执行。 2019 年《Python GUI 设计 tkinter 菜鸟编程》一经出版便受到广大读者的喜爱。为了使其内容 更丰富，本书在其基础上增加了一些重要的项目实例，全书超过 312 个程序实例，一步一步讲解 tkinter 控件 (Widget) 的基础知识，同时也将应用范围扩充至小算盘、分形 (Fractal) 设计、文书编 辑、走马灯、模拟海龟绘图、球类竞赛、风扇设计、单个或多个反弹球设计、钟摆、直方图动态排 序、动画与游戏设计、MP3 音乐播放器。Python 是一门可以灵活使用的程序语言，本书的特色是 对 tkinter 最基础

《Python计算机视觉与应用案例》以Python为平台，以 概述 案例 的方式系统地对计算机视觉进行实战分析。本书先介绍计算机视觉编程基础知识，接着介绍在各个领域利用Python解决计算机视觉问题，最后通过两个经典案例综合分析计算机视觉应用。为了帮助读者更好地掌握相关知识，各章节都通过概述与案例相结合的方式，让读者在掌握概念的同时举一反三，掌握程序设计的方法，利用程序设计解决实际问题。 《Python计算机视觉与应用案例》适合想深入研究Python计算机视觉的开发者阅读参考,也可作为高等院校相关专业的教材。

本书首先介绍深度学习，并与其他机器学习模型进行比较，并阐述与TensorFlow互补的用于创建深度学习模型的技术，如Panda、Scikit-Learn和Numpy。随后介绍有监督的深度学习模型，并使用单层的多个感知器构建浅层神经网络，使用Tensorflow 2.0和Keras API创建真实的应用程序。随后是数据增强和批处理规范化方法，并使用MNIST数据集训练CNN。最后是使用自动编码器的理论应用和无监督学习，以及使用tf-agent模型的强化学习。本书主要面向深度学习和机器学习API领域的数据科学家和程序员。

《Python数据可视化从入门到项目实践（超值版）》详细介绍Python数据可视化编程涉及的几个常用库的使用方法，并列举了大量的数据可视化编程示例。全书共8章，内容主要包括在Python中安装和导入软件包、编写代码和打印数据、函数式编程和面向对象编程、使用Python内置对象以及NumPy和Pandas中的核心对象为图表构建数据的方法、Matplotlib图表的整体组成、创建图表的基本流程和两种编程方式、设置Matplotlib默认选项、使用Matplotlib库创建图形和坐标系、设置图形外观、设置坐标轴、为数据点添加注释、添加图表标题和图例、添加网格线和参考线，以及将图表保存为图片文件、使用Matplotlib/Seaborn/Pyecharts三个库创建不同类型的图表，以及使用它们进行数据可视化项目实战等内容。另外，《Python数据可视化从入门到项目实践（超值版）》附赠示例源代码、重点内容的多媒体

《Python金融大数据分析快速入门与案例详解》共分为11 章，全面介绍了以Python为工具的金融大数据的理论和实践，特别是量化投资和交易领域的相关应用，并配有项目实战案例。书中涵盖的内容主要有Python概览，结合金融场景演示Python的基本操作，金融数据的获取及实战，MySQL数据库详解及应用，Python在金融大数据分析方面的核心模块详解，金融分析及量化投资，Python量化交易，数据可视化Matplotlib，基于NumPy的股价统计分析实战，基于Matplotlib的股票技术分析实战，以及量化交易策略实战案例等。 《Python金融大数据分析快速入门与案例详解》内容通俗易懂，案例丰富，实用性强，特别适合以下人群阅读：金融行业的从业者、数据分析师、量化投资者、希望提高数据分析能力的投资者，以及对大数据分析感兴趣的编程人员。另外，《Python金融大数据分析快速入门与案

本书以Python3.10.7为平台，以实际应用为背景，通过概述 经典应用相结合的形式，深入浅出地介绍了Python人工智能分析与实战相关知识。全书共8章，主要内容包括人工智能绪论、Python编程与进阶、Python数学与运算、机器学习大战、神经网络大战、深度学习大战、强化学习大战、人工智能大战等内容。通过本书的学习，可使读者领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现人工智能的普遍性与专业性。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关专业科研人员、学者、工程技术人员的参考用书。

量子计算机具有天然的并行性，相比经典计算机能显著提高算法效率，是下一代智能计算的一个重要发展方向。随着量子计算机硬件的发展，通过本地或者云平台进行量子计算越来越容易，量子计算相关研究逐渐从理论走向实用。量子机器学习是机器学习和量子计算的交叉领域，它研究的是如何利用量子叠加、并行等特性降低经典机器学习算法的复杂度，以解决数据量大、数据维度高造成的训练困难等问题。 本书首先介绍量子计算的基础知识，然后将理论和实践相结合，介绍量子降维、量子分类、量子回归、量子聚类、量子神经网络及量子强化学习的算法理论，并提供部分算法的示例和代码，以帮助读者进一步理解量子机器学习算法。 本书可作为量子机器学习的入门书籍，供爱好者了解和学习量子机器学习算法；也可作为 量子机器学习 课程的教科书或参考书，

《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

本书以PySide6/PyQt6的实际应用为主线，以理论基础为核心，引导读者渐进式学习PySide6/PyQt6的编程基础和实际应用。 本书共12章，可分为5部分。第一部分介绍基于项的控件、基于模型/视图的控件（第1章和第2章），第二部分介绍处理数据库、文件、路径、缓存相关的类和应用方法（第3章和第4章）、第三部分介绍使用Graphics/View框架绘图、绘制二维图表和三维图表的相关类和应用方法（第5~7章）、第四部分介绍处理网络、多媒体、打印机、QML相关的类和应用方法（第8~11章）。第五部分以案例的形式介绍了如何使用PySide6和其他Python模块编写实用程序的方法，并介绍了制作程序安装包的方法（第12章）。 本书示例代码丰富，实用性和系统性较强，并配有视频讲解，助力读者透彻理解书中的重点、难点。本书适合初学者入门，精心设计的案例对于工作多年的开发者也有参考

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，

本书以Python Selenium Unittest为基础，结合PageObject设计模式，通过测试作者自研项目逐步搭建UI自动化测试框架。Python是测试在开发过程中使用最多的语言，Selenium是当前最流行的Web UI自动化测试工具，这套Python Selenium Unittest PageObject结合的测试框架可以直接应用到实际工作当中。 本书共14章，其中第1~6章讲述了Python基础、前端基础和Selenium的基础。第7~12章结合分层思想对Selenium Webdriver做了多达6次的封装和优化，目的是让框架结构更加清晰、使用起来更加方便，同时也能让读者对封装有更深一层的理解。第13~14章笔者介绍了Gitee代码管理和Jenkins持续集成，其中Gitee实现了代码托管、Jenkins实现了代码的自动构建。读者可以根据实际工作情况在每天特定的时间自动运行UI自动化脚本，确保公司系统功能的稳定性。另外，本书重点内容配有视频讲解，可以让读者更加容易理解和

本书以Python 3.10.7为平台，以实际应用为背景，通过 概述 经典应用 的形式，深入浅出地介绍Python机器学习算法及应用的相关知识。全书共12章，主要内容包括在数据上的计算机学习能力、简单的机器学习分类算法、sklearn机器学习分类器、数据预处理、降维实现数据压缩、不同模型的集成学习、连续变量的回归分析、数据的聚类分析、从单层到多层的人工神经网络、使用深度卷积神经网络实现图像分类、使用循环神经网络实现序列建模、使用生成对抗网络合成新数据等。通过本书的学习，读者可领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现机器学习的普遍性与专业性。 本书可作为高等学校相关专业本科生和研究生的学习用书，也可作为相关专业科研人员、学者、工程技术人员的参考用书。

矩阵是重要的数学工具，也是当今人工智能、机器学习等领域重要的数据处理对象。本书作为矩阵理论的教材，将由浅入深地介绍矩阵的基本理论，包括矩阵的概念与运算、线性方程组、线性映射和线性变换、行列式、向量空间、特征值和特征向量、相似矩阵、二次型等，还有这些基本理论在机器学习上的简单应用。此外在本书各章还附上了对应的Python与MATLAB编程实践代码，以供需要工程实践的读者参考应用。 本书可作为高等院校工科专业的本科生教材，也可作为研究生入学考试的参考书，还可供对矩阵理论有需求的工程技术人员阅读参考。

本书以Python 3.10.7为平台，以实际应用为背景，通过概念、公式、经典应用相结合的形式，深入浅出地介绍了Python图形图像处理经典实现。全书共10章，主要包括绪论、迈进Python、Python图形用户界面、数据可视化分析、图像视觉增强分析、图像视觉复原分析、图像视觉几何变换与校正分析、图像视觉分割技术分析、图像视觉描述与特征提取分析、车牌识别分析等内容。通过本书的学习，读者可领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现图像视觉处理应用的简捷、功能强大。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关领域科研人员、学者、工程技术人员的参考用书。