笔者根据自己多年的数据分析与挖掘经验，从零基础读者的角度，详尽地介绍了Python数据分析与挖掘的基础知识及大量的实战案例。 全书分为4篇，篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第2篇是数据分析篇，主要介绍常用的数据分析方法；第3篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第4篇是实战应用篇，介绍两个完整的数据分析与挖掘案例，让读者了解如何系统地应用前面学到的各种方法解决实际问题。对于书中的大部分章节，笔者还结合实际工作及面试经验，精心配备了大量高质量的练习题，供读者边学边练，以便更好地掌握《Python数据分析、挖掘与可视化从入门到精通》内容。 《Python数据分析、挖掘与可视化从入门到精通》配备所有案例的源码，适合有数学基础的读者使用，但不要求读者具备编程基础，适

《漫画学Python：实践》是一本寓教于乐的Python编程指南，以轻松幽默的漫画和简洁明了的文字，读者深入学习Python编程的精髓。本书共分为多个章节，涵盖了从数据库模型到数据科学、人工智能，再到数据交换和正则表达式等多个领域，旨在帮助读者全面掌握Python编程的各种技能和应用场景。 在章中，读者将了解到关于数据、数据库和SQL的基本概念，学习如何使用主键、WHERE语句等进行数据库操作。第二章则介绍了制作图表的技巧，包括使用Comprehension列表、绘制饼状图和三维图表等。接着，第三章深入探讨了数据统计、数据科学和人工智能的相关知识，为读者提供了进阶的学习内容。 在第四章和第五章中，读者将学习如何使用CSV和JSON进行数据交换，以及如何利用正则表达式进行文本处理。通过实际案例和详细讲解，读者可以轻松掌握这些实用的技能，为日后的工

本书共分4篇，针对Python爬虫初学者，从零开始系统地讲解了如何利用Python进行网络爬虫程序开发。 篇快速入门篇:主要介绍了Python环境搭建和基础语法知识、爬虫入门知识及基本的使用方法、Ajax数据的分析和抓取、动态渲染页面数据的爬取、网站代理的设置与使用、验证码的识别与破解，以及App数据抓取、数据的存储方法等内容。 第2篇技能进阶篇:主要介绍了PySpider和Scrapy两个常用爬虫框架的基本使用方法、爬虫的部署方法，以及数据分析、数据清洗常用库的使用方法。 第3篇项目实战篇:以2个综合实战项目，详细讲解了Python数据爬虫开始与实战应用。本篇对全书内容进行了总结回顾，强化读者的实操水平。 第4篇技能拓展篇:从数据爬取、数据清洗和数据分析三个角度，介绍了一常用AI技术的实用技巧。运用这些技巧，读者可以提高网络爬虫程序的编写速度和数据分

初入数据分析世界的你是否不知从何学起？本书为你绘制了一条从Excel轻松进阶到R和Python的平坦路线。你将学习如何使用R和Python这两种常用的数据编程语言进行探索性数据分析和假设检验，并在学习过程中获得实践经验。本书分为部分，共计14章。在部分中，你将使用Excel学习统计学概念，并为数据分析奠定基础。在第二部分和第三部分中，你将了解如何把已学的Excel数据分析知识分别迁移到R和Python中。本书提供丰富的代码示例和“开箱即用”的数据集，有助于你在初涉数据分析领域时轻松向前迈进一大步。

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，

本书面向具备Python一级能力的初学者，基于虚构人物形象山羊博士和二叶草的教学现场，带领读者体验Python数据分析。本书内容以教学对话和场景插图呈现，讲解数据分析的概念、预处理方法，以及如何查看数据集群、如何创建易于阅读的图表、如何查看数据分布以及如何进行预测。本书可作为以PAAT全国青少年编程能力等级考试、中国自动化学会青少年人工智能核心素养为代表的各类Python编程能力认定的参考书，也可供Python初学者自学入门。

《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。

本书是关于Python 基础知识与实践应用的入门教程。全书以案例为导向，以实用为准则，在遵循Python 语言简洁、高效、优雅的前提下，介绍了Python 语言的基础知识及其利用Python 语言进行科学计算、统计分析、数据可视化、人工智能、机器学习及图形用户界面开发方面的知识。全书程序代码为作者多年来从事计算机软件开发的经验总结，具有较强的实用性，可通过邮箱lgfang@scut.edu 联系作者免费索取。本书有关慕课内容及PPT 课件将陆续上传到作者的学堂在线《计算机辅助设计》课程上，欢迎大家选课学习。本书可作为非计算机专业本科生和研究生计算机应用课程教材，也可以作为从事计算机应用及人工智能方面科技人员的参考书；有关章节页可以作为一般人员学习Python 语言入门教程。

《利用 Dask 扩展 Python 性能》详细阐述了与 Dask 扩展 Python 性能相关的基本知识，主要包括了解 Dask、Dask 基础操作、Dask 的工作原理、Dask DataFrame、Dask 的集合、高级任务调度、添加可变状态和 Dask Actor、评估 Dask 的 组件和库、迁移现有的分析工程、使用 GPU 和其他特殊资源的 Dask、使用 Dask 进行机器学习、生产化 Dask 等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和 参考手册。