《Python青少年趣味编程108例（全视频微课版）》以Python 3.10版本为基础，通过108个案例，详细、全面地介绍Python的基础知识和使用方法，通过制作多种有趣味的编程作品，让读者在思考中充分发挥想象力和创造力。本书共分为9章，第1章概述Python下载、安装的方法和编程环境的应用；第2章介绍Python的基础知识；第3章讲解以条件进行判断的选择结构；第4章探究重复执行的循环结构；第5章讲述字符串的应用方法；第6章介绍列表、元组与字典的作用与方法；第7章分析函数进阶应用的方法；第8章阐述turtle画图应用模块的相关知识；第9章探究运用Python编程语言综合解决实际问题的方法。 《Python青少年趣味编程108例（全视频微课版）》可作为中小学生的编程启蒙读物，也可供对Python编程感兴趣的读者学习参考，还可作为学校编程兴趣班及相关培训机构的教材。

《Python数据可视化:科技图表绘制》结合编者多年的数据分析与科研绘图经验，详细讲解Python语言及包括Matplotlib在内的多种可视化包在数据分析与科研图表制作中的使用方法与技巧。《Python数据可视化:科技图表绘制》分为两部分，共11章，第1部分主要讲解Python语言的基础知识，包括基本语法结构、控制语句、函数、数据处理与清洗等，尤其对Matplotlib、Seaborn、Plotnie库进行较为详细的讲解。第2部分结合Python及其附加包的数据可视化功能，分别讲解类别比较数据、数值关系数据、层次关系数据、局部整体型数据、分布式数据、时间序列数据、多维数据、网络关系数据的可视化实现方法。《Python数据可视化:科技图表绘制》可帮助读者尽快掌握利用Python及可视化库进行科技图表的制作与数据展示。 《Python数据可视化:科技图表绘制》注重基础，内容翔实，突出示例讲解，

本书是Python领域备受推崇的经典作品，致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，写出简洁、流畅、易读、易维护，并且地道的Python代码。本书着重讲解Python语言所独有的功能，助你成功进阶为Python高手。第2版与时俱进，教你跳出旧有经验，探索并运用地道的Python 3功能。第2版主体内容分为五部分：数据结构、函数即对象、类和协议、控制流、元编程。每一部分都精彩纷呈，通过丰富的示例和细致的讲解，教你充分利用Python特性，写出有效且现代的Python 3代码。

磨砺编程技能，平替ChatGPT！Python是一门既简单又强大的编程语言，被广泛应用于数据分析、大数据、网络爬虫、自动化运维、科学计算和人工智能等领域。Python也越来越重要，成为国家计算机等级考试科目，某些中小学也开设了Python编程课程。本书秉承有趣、有料、好玩、好用的理念，通过3个漫画人物的轻松对话、搞笑形象及夸张动作，把复杂的Python技术问题简单化。本书总计16章：第1章介绍Python的历史和特点，并进行开发环境搭建；第2～5章介绍Python的基础知识，包括数据类型、表达式、流程控制等；第6～7章介绍Python常用的容器类型数据和字符串数据；第8～11章介绍Python的进阶内容，包括函数、类与对象、异常处理、常用内置模块等；第12～16章介绍Python实用库的使用方法，包括文件读写、图形用户界面、网络通信、数据库访问和多线程等。本书在每一章中都

《案例学Python（基础篇）》循序渐进地讲解Python语言的基本语法知识，并通过大量的实例讲解各个知识点的具体用法。本书分为4篇，共计14章。其中第1篇是准备开始篇，包括Python简要介绍；第2篇是基础语法篇，包括基本语法，Python的面向对象，文件操作，标准库函数，异常处理，多线程开发；第3篇是典型应用篇，包括网络开发，Tkinter图形化界面开发，数据库开发，Django Web开发，数据可视化；第4篇是项目实战篇，通过两个大型实例的实现过程，详细讲解使用Python语言开发大型商业项目的过程，这两个项目是水果连连看游戏和人工智能版NBA季后赛预测分析系统。 《案例学Python（基础篇）》适合初学Python的人员阅读，也适合计算机相关专业的师生阅读，还可供开发人员参考使用。 《案例学Python（进阶篇）》循序渐进地讲解了使用Python语言开发常见项目程序的知识，

你是不是想学习Python语言但又不想那么费劲地翻阅手册？利用这本书，你能很快掌握Python的基础知识，处理内置数据结构和函数。接下来你将构建你自己的Web应用，一旦完成，还将在云上运行。你会了解如何用Python管理数据，从Web上抓取数据，将数据交给pandas处理，并与数据库交互。本书将提供一个完整的学习体验，帮助你迅速成为一名真正的Python程序员。

《Python 网络爬虫与数据可视化应用实战》是一本介绍大数据时代用 Python 进行数据获取、数据清洗 和数据可视化分析的技术图书。全书共分两篇，其中第 1 篇主要介绍了数据获取的相关知识，具体内容包 括 HTML、JSON 与网络爬虫基础，爬取静态网页，使用 CSS 选择器爬取数据，遍历 HTML 网页并获取 数据，使用 XPath 表达式与 Ixml 包创建爬虫程序，使用 Selenium 爬取动态网页，Scrapy 爬虫框架的使用， 数据存储等 ；第 2 篇主要介绍数据分析及可视化相关知识，具体内容包括数据可视化基础知识，Pandsa 数 据处理，使用 Pandas、Matplotlib、Seaborn、Bokeh 等工具进行数据分析和可视化等。每篇均设置特别章 节进行了综合案例演练，提高综合水平。 《Python 网络爬虫与数据可视化应用实战》一书内容丰富，涵盖面广，特别适合作为大中专院校相关 专业的教材，也适合作为大数据分

Python 因其简单易学、功能强大、开发效率高、拥有强大的第三方库等优点，使其成为学习人工 智能的编程语言。《NumPy 数据处理详解 Python 机器学习和数据科学中的高性能计算方法》就 从 Python 中经常使用的 NumPy 库的基础知识入手，讲解了实用的高速数据处理方法。大数据时代， NumPy 因其包含大量的数学函数，能够处理多维数组，而且处理速度堪比 C 语言，所以 NumPy 也成 为机器学习和数据科学领域数据处理不可或缺的库。全书详细介绍了 NumPy 基础知识、NumPy 与数组 操作、NumPy 数学函数的应用和 NumPy 机器学习编程方法，特别适合机器学习工程师、数据科学家、 人工智能开发相关人员系统学习 NumPy 使用方法，或将此书作为案头手册，随时翻阅查看。

《LaTeX入门实战》： 该书全面介绍了LaTeX的安装和使用，并且提供了丰富的学习资料，可以帮助读者轻松入门LaTeX。全书分为14章。第1章介绍了如何安装LaTeX。第2章介绍了文本格式化和宏的使用方法。第3章介绍了页面版式。第4章至第10章分别介绍了列表、图片、表格、引用、目录、数学公式、字体的使用。第11章介绍了如何利用基本功能创建大型文档。第12章介绍了优化LaTeX文档的方法。第13章对LaTeX中的常见问题进行了讲解。第14章介绍了丰富的网络资源。 该书立足实战，指导读者学习LaTeX，示例翔实，源码清晰，并提供了源码下载和在线编译功能。该书适合作为从事学术研究、论文撰写、学位论文写作等学术界人士、科研人员、学生的LaTeX教材和参考书，也适合作为希望使用LaTeX创建技术文档、用户手册、报告和其他技术文献的相关专业人员的自学用书

本书通过 语法参考 ? 快用锦囊 ? 应用场景 3个主要版块，全面细致地讲解Python中提供的内置函数、基本语句、常用开发技能等内容。全书共16章，包括输入输出、格式化处理、基本语句、字符串操作、列表、元组、字典、集合、数学运算与数字处理、数据类型转换、迭代、序列操作、对象操作、反射操作、编译执行、装饰器等，在附录中介绍了Python中运算符的应用。全书包含245个语法参考、595个快用锦囊和57个应用场景，有很强的实用性和可操作性。为便于读者快速了解各章的内容，各章前都绘出了 快学快用 的思维导图，对每一章的知识点进行梳理。书中所有知识点的语法给出了快用锦囊、应用场景等实例，对于应用广泛的知识点，尽量对不同使用场景都给出应用实例。另外，本书还设置了 注意 说明 提示 多学两招 等贴心栏目，及时指出注意事项并给出相应的

本书是《看漫画学Python》的进阶版本，继续秉承有趣、有料、好玩、好用的理念，并继续采用《看漫画学Python》一书中3个不同的漫画人物角色，通过这3个角色之间的轻松对话把复杂的技术问题简单化。本书总计12章。第1章讲解Python的IDE工具PyCharm的基础知识、高级功能和调试功能；第2章讲解如何用Python绘图库Turtle绘制基本图形；第3章讲解Python的Qt库PyQt的基础知识和用法；第4章讲解如何用分词库实现分词，以及如何用词云库形成词云；第5章讲解如何用OpenCV库实现图像处理和人脸检测；第6章讲解网络爬虫技术；第7章讲解如何用Python访问MySQL；第8章讲解如何用Python解析XML文档；第9章讲解如何用xlwings库操作Excel文件；第10章讲解如何用pyecharts库进行数据可视化。第11～12章通过两个项目实战帮助读者将前10章所学的内容融会贯通。本书贯穿了动手实践环节，旨在帮助读者

本书为数据科学领域经典热销书升级版，基于GitHub热门开源项目，全面涵盖数据分析与数据科学领域的重要工具。全书共分为五部分，每部分介绍一两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第二部分讲解NumPy如何高效地存储和操作大型数组；第三部分讲解pandas如何高效地存储和操作带标签的列式数据；第四部分聚焦Matplotlib，展示其丰富的数据可视化功能；第五部分以scikit-learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。本书适合有一定Python使用经验，并想进一步掌握Python数据分析能力的读者。

《Python全栈测试开发（视频案例版）》从Python实战实例讲起，逐步深入到以Python语言为基础的三大主流自动化测试领域：Web自动化测试、APP自动化测试以及接口自动化测试，重点介绍了使用Python Selenium3 Unittest进行Web自动化测试、使用Python Appium进行APP自动化测试和使用Python Requests Pytest Allure实现接口自动化测试，并在后辅以项目实战案例，让读者不但可以系统地学习各个类型自动化所对应API的相关知识，而且能对自动化底层框架开发有更为深入的理解和应用。 全书分为15章，涵盖的主要内容有Python实战实例、自动化测试基础、自动化框架Selenium剖析、自动化测试框架unittest设计及实现、Selenium Grid、移动端稳定性实战、移动端自动化测试框架、接口测试理论、Postman Newman实现接口自动化、接口从设计到开发全过程、Python Requests实现接口测试、主流测试框架pytest Allure报

你是不是想学习Python语言但又不想那么费劲地翻阅手册？利用这本《Head First Python（第二版）》，你能很快掌握Python的基础知识，并处理内置数据结构和函数。接下来你将构建你自己的Web应用，研究数据库管理、异常处理，以及数据转换。如果你想知道利用上下文管理器、修饰符、推导式和生成器能够做什么，都可以在这本书中找到。本书将提供一个完整的学习体验，帮助你迅速成为一名Python程序员。 为什么这本书如此与众不同？ 根据认知科学和学习理论的z新研究成果，《Head First Python（第二版）》采用了一种适合大脑的丰富格式娓娓道来，而不是长篇累牍地说教，让你昏昏欲睡。为什么要把你的时间浪费在与新概念的斗争中呢？这种多感官的学习体验专门为你的大脑而设计，可以让它有z好的工作状态。

我们身处的这个世界联系越来越紧密、越来越可配置，越来越可编程，也越来越可计算，这已经不是秘密。你可以一直做个被动的参与者，也可以主动地学写代码。通过这本《Head First编程之旅（Python语言描述）》,你会学着用计算的方式思考问题，并了解如何编写代码让你的计算机、移动设备或者任何有CPU的设备为你做事。利用Python编程语言，你会循序渐进地学习编程的核心概念以及计算机科学中的基本内容，如数据结构、存储、抽象、递归和模块化。

《Python数据科学与人工智能应用实战》以实务的形式探索、实践数据科学和人工智能的观念与理论，从网络爬虫、数据分析、数据清理、数据可视化、数据挖掘到机器学习，涵盖获取数据、探索数据和预测数据的全过程，全面整合基础理论与实战演练，开启你的数据科学和机器学习之路！ 《Python数据科学与人工智能应用实战》分4篇共16章，具体内容包括数据科学概论与开发环境建立、Python程序语言、HTML网页结构与JSON、网络爬虫和Open Data 获取数据、数据清理与存储、网络爬虫实战案例、向量与矩阵运算 NumPy包、数据处理与分析 Pandas包、数据可视化 Matplotlib包、概率与统计、估计与检验、探索性数据分析实战案例、人工智能与机器学习概论，以及回归、分类与分群等机器学习算法的实战案例等。 《Python 数据科学与人工智能应用实战》是一本Python数据科学和机器学

Python基础知识，简单介绍语言特性。 如何自动处理文本，编写命令行工具和自动处理文件系统。 Linux实用程序、包管理、构建系统、监控、监测和自动化测试。 云计算、IaC、Kubernetes和Serverless。 站在DevOps的角度探讨机器学习和数据工程。 构建、部署和优化一个机器学习项目。

还在担心Python 编程很无聊，学不进去吗？本书精心设计了17 个程序案例，将Python 与奇妙有趣的视错觉相结合，从易到难，逐步学习讲解更多开发库知识，每个程序案例后附 动动手 习题，加深对Python 语法知识。书中讲解了错视觉背后的原理，并随书附送手作材料，用做手工的方式进行视错觉实验，体验 不插电 的视错效果。内容丰富有趣，涉及编程、视错觉、认知科学、脑科学和艺术等学科，让你同时了解计算机和人脑的视觉机制，探究奇思异想的源泉。

《写给新手的深度学习 2 用 Python 实现的循环神经网络 RNN 和 VAE、GAN》一书以Python 为基础，不借助 TensorFlow、PyTorch 等任何框架，以浅显易懂的语言对循环神经网络RNN 及生成模型中的 VAE、GAN 的构建方法进行了详细解说。其中在前 3 章对深度学习和Python 编程及数学的相关知识进行了简要概括，然后依次介绍了 RNN、LSTM、GRU、VAE、GAN 的工作原理及编程实现，这也是本书的主要内容，最后一章作为进阶准备，介绍了最优化算法、机器学习的一些技巧以及几种便于开发、试错的数据集。通过本书，读者可以从根本上理解深度学习技术的本质和相关算法原理，能够构建简单的深度学习模型，特别适合作为零基础读者学习深度学习技术的入门书，也适合作为高校人工智能相关专业的教材和参考书。

本书首先从Python的基本概述开始,介绍如何与遗留设备以及支持API的网络设备交互。了解如何利用高级Python包和框架来实现网络自动化任务、监控、管理和增强的网络安全性,然后介绍Azure和AWS云网络。*后,使用Jenkins实现持续集成,并使用测试工具验证网络。 本书适合希望使用Python和其他工具迎接网络挑战的IT专业人员和运维工程师。

本书介绍了如何利用Python3开发网络爬虫。本书为第2版，相比于第1版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript逆向、App逆向、页面智能解析、深度学习识别验证码、Kubernetes运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。本书适合Python程序员阅读。