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。

《数据有道 : 数据分析 图论与网络 微课 Python编程》是 鸢尾花数学大系 从加减乘除到机器学习 丛书的第三板块 ( 实践板块 ) 中的一本关于数据 科学的分册。 实践 这个板块，我们将会把学到的编程、可视化， 特别是数学工具应用到具体的数据科学、 机器学习算法中，并在实践中加深对这些工具的理解。 《数据有道 : 数据分析 图论与网络 微课 Python编程》可以归纳为 7 大板块 数据说、数据处理、时间数据、图论基础、图的分析、图与矩阵、图论实践。 这 7 个板块 ( 共 25 章内容 ) 都紧紧围绕一个主题 数据！ 《数据有道 : 数据分析 图论与网络 微课 Python编程》以数据为名，以好奇心和疑问为驱动，主动使用 编程 可视化 数学 工具进行探索。《数据有道 : 数据分析 图论与网络 微课 Python编程》将 会回顾鸢尾花书前五本主要的工具，让大家对很多概念从似懂非懂变

《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

《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

本书是与《Python程序设计》（第2版）配合使用的实验教材。内容包括《Python程序设计》（第2版）各章的实验及解析，教材习题参考答案与解析，以及部分Python基础章节的补充习题与解析，样卷及参考答案。书中习题内容和层次丰富，取材新颖且实用性强，解题思路Python化思想强。 本书可作为高等学校 Python程序设计 课程的实验指导教材，亦可作为其他Python程序设计课程的实践教学参考书。

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，

本书为*一流本科课程配套教材，定位于非计算机专业学生的程序设计通识课程，基于 普及程序设计能力、培养解决复杂专业问题能力、训练计算思维能力 的教学目标。 在系统讲解Python语言语法和程序设计基本思想的同时，改变传统教学中严格按知识点顺序组织内容的模式，以案例为纽带建立知识点间的有机联系，强化知识点间的交叉融合，使常用的知识反复再现，循序渐进地培养学生掌握利用Python语言解决复杂问题的能力。 本书分为程序设计基础和应用两部分：基础部分主要讲授Python语法、各种数据类型的应用、常用内置函数与常用模块的基本使用方法。应用部分主要聚焦于讲授文件与数据可视化方法。 本书为新形态教材，配套教学课件、微视频、源代码、案例素材和教案等丰富的资源，适合作为各类高校Python程序设计通识课程教材，也适合初学Python程序设计

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

本书从实战的角度讲解Python在各个领域的应用案例，这些领域包括操作系统、GUI、ChatGPT、动画、多媒体(图像、音频和视频)、办公自动化、控件软件、加密和解密、数学计算、文本处理。 上述技术领域涵盖的章节如下。 (1) 文件系统(第1～2章)： 主要包括对文件和文件夹的操作、获取文件和目录属性，搜索文件和目录、创建快捷操作，控制回收站、Windows注册表、设置启动项、显示系统窗口等。 (2) GUI(第3、5章)： 主要包括PyQt6的基本用法、异形窗口、(半)透明窗口，控制状态栏等。 (3) ChatGPT(第4章)： 主要包括ChatGPT的基本概念、ChatGPT的竞品、注册和登录ChatGPT，以及应用ChatGPT做的两个项目 聊天机器人和编程魔匣。 (4) 动画(第6章)： 主要包括属性动画、缓动动画、数学动画、生成动画gif、三维仿真等。 (5) 多媒体(第7～10章)： 主要包括播放音频、录制音频、音频分

《Python语言科研绘图与学术图表绘制从入门到精通》系统介绍了使用Python语言进行数据处理、分析和科研绘图的相关知识和技能。 全书共11章，第1章讲解Python基础，第2章讲解数据处理与分析，第3章讲解科研绘图与学术图表绘制库，第4章讲解绘制单变量图形，第5章讲解绘制双变量图形，第6章讲解绘制多变量图形，第7章讲解绘制其他2D图形，第8章讲解绘制3D图形，第9章讲解地理信息可视化，第10章讲解数据学术报告、论文和出版，第11章讲解实战训练营。 《Python语言科研绘图与学术图表绘制从入门到精通》包含大量实例，内容由浅入深，循序渐进，既可作为Python与数据科学相关技能的教材，也可作为研究人员的实用手册，尤其适合需要绘制高质量科研图表的研究人员和在读研究生。

量化交易领域的飞速发展，得到了越来越多业内外人士的关注。而Python作为一门功能强大且易于上手的编程语言，可以快速将想法付诸实践。因此，本书希望可以引领读者初步了解量化交易，并借助Python这个工具在该领域有所建树。 本书先从量化交易的基本概念讲起，然后讲解Python的基本语法及常见库的使用，在每章节的学习中都以金融量化为实例，并在后结合实战项目来进行学习和巩固，读者不但可以系统地学习Python编程的相关知识，而且还能学习到Python在量化交易场景下的应用。 本书内容通俗易懂，案例丰富，适合零基础并对Python量化感兴趣的读者，以及想学习量化交易实战项目的Python初学者。此外，本书也适合作为相关培训机构的培训教材。

本书阐述了如何从攻击者的视角审视自己的网络，从而了解有关技术并有效抵御攻击。通过Python代码示例，读者将学习如何编写密码嗅探、ARP投毒攻击、DNS欺骗、SQL注入、蓝牙WiFi攻击等相关工具，也将了解入侵检测和防御系统以及日志文件分析等防御方法。学习本书不需要有深入的编程和计算机网络原理知识作为基础，想要学习网络编程的Python程序员、想要主动检查系统和网络安全性的管理员和偏好 Python 编程的白帽、灰帽和黑帽黑客均可阅读本书。

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。

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

金融风险管理已经成为各个金融机构的职能部门。特别是随着全球金融一体化不断地深入发展，金融风险管理越发重要，也日趋复杂。金融风险管理师(FRM)就是在这个大背景下推出的认证考试，FRM现在已经是金融风险管理领域****的国际认证考试。本丛书以FRM考试、二级考纲内容为中心，并且突出介绍实际工作所需的金融建模风险管理知识。本丛书将金融风险建模知识和Python编程有机地结合在一起，配合丰富的彩色图表，由浅入深地将各种金融概念和计算结果可视化，帮助读者理解金融风险建模核心知识，提高数学和编程水平。 《Python金融风险管理FRM(基础篇)》是本系列图书的第6本，共分12章。《Python金融风险管理FRM(基础篇)》的第1章和第2章主要介绍Python基础编程内容，比如数据类型、运算符、条件循环语句、读写操作、函数等。第3章和第4章主要介绍NumPy和Scipy等

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。

本书从初学者的角度出发，提供了Python从入门到数据分析可视化再到Web开发所需要的知识和技能,适用对象为基础入门者和技能爬升者。 本书按照技能的熟练程度分为篇。篇初窥门径（第1~3章）主要包含的Python基础语法知识。第二篇略有小成（第4~6章），读者从这里开始开始学习Python数据处理，并体验如何调用Python第三方库实现Web数据交互可视化分析。第三篇登堂入室（第6和7章），读者自此开始接触Django，并学习如何使用Django开发一个静态网站。第四篇融会贯通（第8章），借由此章读者可以将前面学习的内容融会贯通，并能根据自己的理解实现一些简单的功能，并据此完成投票网站的开发。第五篇炉火纯青（第9章），本章是对前面几章内容的升华，需要读者充分掌握前两个案例才能理解本章的内容。学会了本章，读者将完成一个精美的、功能完善的数据分析可视

本书以语料库语言学研究实践为导向，介绍Python编程基础知识。第1章为Python语言简介，第2章至第6章由易到难、循序渐进介绍Python语言的基本数据类型和语法。第7章和第8章提供文本处理的个案实例。全书内容涵盖语料库语言学研究中常用的文本处理模式，读者可以通过学习本书掌握语料库语言学研究中的Python编程技巧，以便更深入地进行研究。另外，本书提供大量语料库语言学文本处理所需的Python代码，读者可以直接将这些代码(或将这些代码稍加改动)用于自己的研究中。

Python可以用来做机器人!通过编程实现人工智能! Python不需要任何基础!中小学生也能学会! Python前景广阔!一招在手， 天下无敌! 在纷繁的编程世界中，Python毫无疑问已经成为非常适合青少年学习的语言。它入门简单，应用广泛，青少年既能玩得开心，又可以为将来的深造打下基础。 本书就是专为青少年打造的Python 入门读物。全书图文并茂，讲解细致，从搭建开发环境入手，逐步引导读者掌握Python的基础知识、核心操作及编程技巧，*后深入了解编程思维。 本书适合Python 语言的零基础读者学习，尤其适合青少年读者阅读使用。此外，对中小学人工智能相关课程及青少年编程培训班的授课教师，也有一定的参考作用。

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

本书内容共81个Python实验项目，涵盖运算符、内置函数、选择结构与循环结构、函数定义与使用、面向对象编程、字符串与正则表达式等Python基础知识，以及文件操作、数据库操作、Office文档操作、多线程与多进程、Socket编程、tkinter编程、算法分析与设计、数字图像处理、计算机图形学、声音处理、密码学、自动运维、网络爬虫、数据分析、数据可视化和机器学习等领域的应用。书中全部案例代码适用于Python 3.5/3.6/3.7或更高版本。 本书可以作为Python程序设计课程的实验指导书（根据需要选择不同的实验项目）或教师参考用书，也可以作为Python爱好者的自学参考书。

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。

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

本书从FastAPI框架的基础知识和相关的Python编程概念开始讲解。然后，您将了解该框架的所有方面知识，包括其强大的依赖注入系统，以及如何使用它与数据库通信、实现身份验证和集成机器学习模型等。之后，您将学习与测试和部署相关的实践，以运行高质量和健壮的应用程序。后，您还将学习Python数据科学软件包的应用生态系统。随着学习的深入，您将学习如何使用FastAPI在Python中构建数据科学应用程序。本书还演示了如何开发快速高效的机器学习预测后端，并对其进行测试，以获得性能。后，您将看到如何使用WebSocket和Web浏览器作为客户端实现人脸实时检测。在本书的后，您不仅学习如何在数据科学项目中实现Python，还学习如何在FastAPI的帮助下维护和设计它们，以满足高编程标准。 本书面向对FastAPI及其生态系统感兴趣的数据科学家和软件开发人员，并以此构

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。