出现在书名中的结果
共 100 条
Pandas数据分析
《Pandas数据分析》详细阐述了与Pandas数据分析相关的基本解决方案，主要包括数据分析导论、使用PandasDataFrame、使用Pandas进行数据整理、聚合Pandas DataFrame、使用Pandas和Matplotlib可视化数据、使用Seabom和自定义技术绘图、金融分析、基于规则的异常检测、Python机器学习入门、做出更好的预测、机器学习异常检测等内容。此外，该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。 《Pandas数据分析》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。
Pandas数据分析快速上手500招（微课视频版）
1人今日阅读
本书采用“问题描述+解决方案”模式，通过500个案例介绍了使用Pandas进行数据分析和数据处理的技术亮点。全书共分为8章，主要案例包括：读写CSV、Excel、JSON、HTML等格式的数据；根据行标签、列名和行列数字索引筛选和修改数据，使用各种函数根据数据大小、日期范围、正则表达式、lambda表达式、文本类型等多种条件筛选数据；统计NaN（缺失值）的数量、占比，根据规则填充和删除NaN；在DataFrame中增、删、查、改行列数据，计算各种行差、列差、极差以及直接对两个DataFrame进行加、减、乘、除运算和比较差异；将宽表和长表相互转换，创建交叉表和各种透视表；对数据分组结果进行求和、累加、求平均值、求极差、求占比、排序、筛选、重采样等多种形式的分析，将分组数据导出为Excel文件。本书还附赠36个数据可视化案例，如根据指定的条件设置行列数据的颜色和样式，根据行列数据绘制条形图、柱形图、饼图、折线图、散点图、六边形图、箱形图、面积图等。 本书适于作为数据分析师、物流分析师、金融分析师、数据产品开发人员、人工智能开发人员、市场营销人员、办公管理人员、Python程序员等各行各业人员的案头参考书，无论对于初学者还是专业人士，本书都极具参考和收藏价值。
1
深入浅出Pandas：利用Python进行数据处理与分析
32人今日阅读 推荐值 82.4%
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。1部分（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。二部分（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。三部分（6～9章） 数据形式变化：讲解了Pandas的分组聚合作、合并作、对比作、数据透视、转置、归一化、标准化等，以及如何利用多层索引对数据进行升降维。部分（10～12章） 数据清洗：讲解了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连接、匹配、切分、替换、格式化、虚拟变量化等，以及分类数据的应用场景和作方法。五部分（13～14章）时序数据分析：讲解了Pandas中对于各种时间类型数据的处理和分析，以及在时序数据处理中经常使用的窗口计算。六部分（15～16章） 可视化：讲解了Pandas的样式功能如何让数据表格更有表现力，以及Pandas的绘图功能如何让数据自己说话。七部分（17章） 实战案例：介绍了从需求到代码的思考过程，如何利用链式编程思想提高代码编写和数据分析效率，以及数据分析的基本方法与需要掌握的数据分析工具和技术栈，此外还从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。
32
Python数据分析实战——从Excel轻松入门Pandas
10人今日阅读 推荐值 77.5%
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，最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。
10
pandas数据处理与分析
3人今日阅读
本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观认识运用到实践中。
3
从Excel到Python数据分析——Pandas、xlwings、openpyxl、Matplotlib的交互与应用
2人今日阅读
本书采用理论与实践相结合的原则，在各章的开篇会采用图解方式，将所有知识点先贯穿起来，然后对每个知识点配套案例讲解。“用读者易于理解且可随时直接套用的案例，方便读者以最短的时间高效掌握最实用的技能”是本书创作的初衷。 全书共分为6篇：第一篇为入门篇（第1章和第2章），第二篇为基础篇（第3章和第4章），第三篇为强化篇（第5~7章），第四篇为进阶篇（第8章和第9章）, 第五篇为高阶篇（第10章和第11章）, 第六篇为案例篇（第12章）。书中主要内容包括开启Python之旅、Python基础入门、Pandas数据提取、Pandas数据转换、Pandas文本与日期、Pandas数据处理、Pandas数据重塑、xlwings高效办公、openpyxl高效办公、Python数据处理自动化、Python数据分析自动化、Excel+Python综合应用。 本书适用于具有一些数据分析或Python基础的读者，包括电商客服、质量统计、财务金融、人事行政等与数据分析密切相关的从业人员，也可作为高等院校、IT培训机构或IT专业人士的参考书籍。
2
Pandas入门与实战应用 ：基于Python的数据分析与处理
本书首先讲解Pandas快速入门的基础知识，如Pandas的定义、可处理的数据类型、优势、开发环境配置、常用的数据结构等；然后通过实例剖析讲解Pandas数据的导入、导出、查看、清洗、合并、对比、预处理；接着讲解Pandas数据的提取、筛选、汇总、统计及可视化；然后讲解Pandas数据的线性模型和广义线性模型，最后讲解Pandas数据实战分析。 在讲解过程中即考虑读者的学习习惯，又通过具体实例剖析讲解Pandas实战应用中的热点问题、关键问题及种种难题。
Python 3快速入门与实战
2人今日阅读 推荐值 80.3%
《Python 3快速入门与实战》通过理论与实战相结合的方式，结合大量案例系统地介绍了Python编程涉及的知识点，详细介绍了多个应用场景下使用Python开发的实际项目。本书共16章，分为两部分，第壹部分（1～12章）主要讲解Python编程基础，第二部分（13～16章）主要讲解Python项目实战，旨在帮助读者系统、快速地掌握Python语法，并能够熟练地应用到实战项目中。全书代码适用于Python 3.6以及更高版本。《Python 3快速入门与实战》读者对象为Python编程的初学者，或者具有Python编程基础想进一步学习Python的编程爱好者；具有其他编程语言基础，想了解和学习Python的相关技术人员；未来准备从事数据科学、机器学习、人工智能、数据分析、数据采集等方向研究和工作的读者。
2
零起点Python大数据与量化交易
2人今日阅读
本书是国内较早关于Python大数据与量化交易的原创图书，配合zwPython开发平台和zwQuant开源量化软件学习，是一套完整的大数据分析、量化交易的学习教材，可直接用于实盘交易。本书有三大特色：第一，以实盘个案分析为主，全程配有Python代码；第二，包含大量的图文案例和Python源码，无须专业编程基础，懂Excel即可开始学习；第三，配有专业的zwPython集成开发平台、zwQuant量化软件和zwDat数据包。 本书内容源自笔者的原版教学课件，虽然限于篇幅和载体，省略了视频和部分环节，但核心内容都有保留，配套的近百套Python教学程序没有进行任何删减。考虑到广大入门读者的需求，笔者在各个核心函数环节增添了函数流程图。
2
Python人工智能编程实践
本书在不涉及大量数学与编程知识的前提下，从零开始，逐步带领读者熟悉并掌握当下***的基于Python 3的人工智能编程工具，包括但不限于数据分析（Pandas），以及支持单机（Scikitlearn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySparkML）机器学习的开源程序库，等等。 全书共分为4部分，分别如下。 （1） 入门篇： 包括对全书核心概念的指南性介绍，以及如何在多种主流PC操作系统上（如Windows、macOS和Ubuntu）配置基本编程环境的详细说明。 （2） 基础篇： 涵盖了Python 3.11的编程基础、基于Pandas 2.0的数据分析，以及使用Scikitlearn 1.3解决大量经典的单机（单核/多核）机器学习问题。 （3） 进阶篇： 介绍如何使用PyTorch 2.0、TensorFlow 2.12，以及PaddlePaddle 2.5，分别搭建多种深度学习神经网络框架。尝试基于PySpark 3.4的ML编程库完成一些常见的分布式机器学习任务。 （4） 实践篇： 利用全书所讲授的Python编程、数据分析，以及（单机、深度、分布式）机器学习知识，从事Kaggle多种类型的竞赛实战。同时，介绍如何使用Git工具，在Gitee与GitHub平台上更新和维护自己的日常代码与编程项目。 综上，本书面向所有对人工智能领域感兴趣的读者，特别适合从事数据挖掘、机器学习、计算机视觉、自然语言处理等相关技术研发和应用实践的初学者。
Python程序设计教程（第2版）
1人今日阅读
本书主要介绍Python语言的基础知识及其在数据处理、分析和可视化中的应用。本书一方面侧重基础知识的讲解，另一方面侧重讲解利用Python进行数据处理与分析的方法和应用案例。为了方便读者理解，本书主要选用经济管理类的案例。本书中的代码均在Python3．7中测试通过。本书适合作为高校本科生或研究生的程序设计、Python数据分析等课程的入门教材，也可作为相关科研工作者或工程实践者的参考书。
1
Python金融数据挖掘与分析实战
这是一本金融数据挖掘与分析领域的实战性著作，它能指导零Python编程基础和零数据挖掘与分析基础的读者快速掌握金融数据挖掘与分析的工具、技术和方法。读完本书，你将会有如下3个方面的收获。（1）Python编程基础和数据预处理：首先详细讲解了Python的核心语法，以及NumPy、Matplotlib、PySpark、JupyterNotebook等Python数据处理工具的使用；然后详细介绍了数据预处理的流程和技巧。通过深入浅出的语言和丰富的样例展示，帮助初学者快速上手Python，为之后的数据分析实战夯实基础。（2）数据挖掘与分析的经典方法：详细讲解了经典的数据挖掘方法，包括聚类分析、回归分析、分类分析、异常检测、关联分析、时间序列分析等。（3）主要金融应用场景的数据挖掘方法：针对网络舆情的采集和热点分析、舆情分析中的情感分析、股价趋势预测、个人信用评分、企业信用评分、用户画像、目标客户精准分析、销售数据分析等金融行业的常见应用场景，给出了数据挖掘和分析的方法。本书注重实战，配有大量精心设计的案例，同时还有配套的讲解视频、代码和数据资源，可操作性强。
Python商务数据分析（微课版）
1人今日阅读
本书分为Python基础知识、数据分析基础知识和综合案例三个部分共10章。Python基础知识部分系统讲解Python语法、开发工具、编程方式、函数、模块等基础知识。数据分析基础知识部分重点介绍NumPy、Pandas、Matplotlib和Seaborn中的数据处理与可视化方法。综合案例部分通过案例驱动的方式，指导读者运用所学知识完成数据处理与模型建立。书中每章末均配有习题和实训供读者练习，以巩固所学知识。 本书配有PPT课件、教学大纲、电子教案、课后习题答案、模拟试卷及答案等教学资源，用书老师可在人邮教育社区免费下载使用。 本书内容通俗易懂，案例丰富，注重知识的实际应用。本书适合作为高等院校计算机、统计、数学等专业相关课程的教材，也可供数据分析领域的技术人员、数据科学家和相关研究人员参考。
1
Python机器学习与量化投资
1人今日阅读 推荐值 46.6%
本书采用生动活泼的语言，从入门者的角度，讲解了Python语言和sklearn模块库内置的各种经典机器学习算法；介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用，包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程，为进一步学习金融科技奠定扎实的基础。
1
从零开始学Python数据分析（视频教学版）
本书便是一本“小白”学习Python数据分析的入门图书。书中不仅有各种分析框架的使用技巧，而且也有各类数据图表的绘制方法。本书通过多个案例讲解，让读者可以体验数据背后的乐趣。 本书共11章，核心内容包括Python数据分析环境安装、NumPy基础、pandas基础、数据读取与存储、数据预处理、数据分组与聚合、matplotlib可视化、地图绘制、pyecharts可视化、时间序列、网站日志分析综合案例实战。 本书适合Python数据分析的初学者和爱好者阅读，也适合作为各类院校相关专业的教学用书，同时还适合相关社会培训机构作为Python数据分析培训教材或者参考书。
从0到1——Python数据分析
2人今日阅读
作者根据自己多年的前后端开发经验，站在完全零基础读者的角度，详尽介绍了Pytho数据分析的基础知识，以及大量的开发技巧，全书围绕着“数据分析三剑客（NumPy、Pandas、Matplotlib）”进行细致的介绍。这三款工具的知识点非常多，本书尽量系统细致地介绍最精华的知识点，以便为读者构建一个完善的知识体系，并且为后续的工作打下坚实的基础。 每一章后面的实战题以及练习题，经过精心设计，可以锻炼读者的数据分析实战能力，对于巩固基础以及锻炼技术是非常有帮助的。
2
Python数据科学零基础一本通
5人今日阅读 推荐值 78.1%
《Python数据科学零基础一本通》是一本专为没有编程基础的读者编写的Python入门书籍，全书包含800多个程序实例及200多道实践习题，一步一步详细讲解Python语法的基础知识，同时也将应用范围拓展至图形界面设计、影像处理、图表绘制、文字识别、词云、股市资料摘取与图表制作、线性代数、基础统计以及与数据科学相关的Numpy、Scipy、Pandas。
5
Python电商数据分析实战
2人今日阅读
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，案例牵引，从表层直观地看，这些案例能解决各种电商业务问题；从深层仔细地分析，作者的本意实则是通过对这些案例抽丝剥茧，手把手教读者在实战中掌握数据分析的通用思维、方法和技能。 所以，如果你是关注电商业务的数据分析师，本书针对常见电商数据分析场景给出了具体的方法和解决方案，可照搬使用；如果你是一位没有任何数据分析基础的小白，这本书更加适合你，不仅能快速掌握数据分析的基本思维和方法，而且能在大量案例中获得实战技能和经验。
2
面向数据科学家的实用统计学
3人今日阅读 推荐值 65.5%
本书解释了数据科学中至关重要的统计学概念，介绍如何将各种统计方法应用于数据科学。作者以易于理解、浏览和参考的方式，引出统计学中与数据科学相关的关键概念；解释各统计学概念在数据科学中的重要性及有用程度，并给出原因。
3
数亦有道：Python数据科学指南
1人今日阅读
本书结合数据科学的具体应用场景，由浅入深、循序渐进地引导读者入门数据科学，覆盖了数据获取、数据预处理、数据分析等方面的内容，共10章。本书首先概括性地介绍各章的主要内容，然后通过一个个生动的案例讲解数据获取、数据预处理、自然语言处理、机器学习和深度学习等方面的典型应用，最后通过答疑部分为读者提供进一步学习的方向和方法的建议。本书各章的案例均基于具体应用场景，以简单、清晰的方式对数据科学相关的技术原理和实际操作进行讲解。
1
Python编程：从入门到实践（第3版）（2025年新版）
404人今日阅读 推荐值 71.4%
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：第一部分介绍用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的最新特性，等等。
404
Python金融大数据分析（第2版）
16人今日阅读 推荐值 75.7%
《Python金融大数据分析 第2版》分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。 《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。
16
Python编程：从入门到实践（第2版）
50人今日阅读 推荐值 77.8%
本书是针对所有层次Python读者而作的Python入门书。全书分两部分：第一部分介绍用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、文件与异常、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2版进行了全面修订，简化了Python安装流程，新增了f字符串、get()方法等内容，并且在项目中使用了Plotly库以及新版本的Django和Bootstrap，等等。
50
Python数据分析基础教程
本书详细讲解了Python数据分析的相关内容，共分为10章，第1～9章分别讲解了数据分析概述、Python与数据分析、Python语言基础、NumPy数组与矢量计算、用NumPy进行简单统计分析、数据可视化——Matplotlib库、pandas数据分析基础、用pandas进行数据预处理、机器学习库scikit-learn入门；第10章用一个综合案例——电影数据分析项目，带领读者灵活掌握本书所学内容。 本书适合作为高等院校本、专科计算机相关专业的教材，也可供爱好者自学使用。
大模型实战：从零实现RAG与Agent系统
23人今日阅读
本书深入探讨了RAG技术体系及其应用，内容涉及从基础概念到高级应用的各个方面。首先，解构了大模型应用的基本模式与局限性，并引入RAG作为增强生成能力的一种方法，讲解了RAG的核心概念、组成结构及应用场景，还涵盖了RAG的基础、高级、模块化和智能体形式的技术体系。其次，以LlamaIndex为工具，展示了如何实现RAG，包括提示词设计、文档与索引创建、上下文检索及查询引擎构建等具体步骤。最后，介绍了基于RAG构建文档聊天助手、多模态内容解析器、数据库检索器、知识图谱系统、工作流引擎及多Agent系统的实践案例，每个案例均包含技术细节与实现效果演示。 本书适合人工智能领域的开发者、研究人员，以及自然语言处理、知识图谱、智能客服等专业人士阅读。
23
Python从入门到精通（微课精编版）
1人今日阅读
《Python从入门到精通（微课精编版）》使用通俗易懂的语言、丰富的案例，详细介绍了Python语言的编程知识和应用技巧。全书共24章，内容包括Python开发环境、变量和数据类型、表达式、程序结构、序列、字典和集合、字符串、正则表达式、函数、类、模块、异常处理和程序调试、进程和线程、文件操作、数据库操作、图形界面编程、网络编程、Web编程、网络爬虫、数据处理等，还详细介绍了多个综合实战项目。其中，第24章为扩展项目在线开发，是一章纯线上内容。全书结构完整，知识点与示例相结合，并配有案例实战，可操作性强，示例源代码大都给出详细注释，读者可轻松学习，快速上手。本书采用O2O教学模式，线下与线上协同，以纸质内容为基础，同时拓展更多超值的线上内容，读者使用手机微信扫一扫即可快速阅读，拓展知识，开阔视野，获取超额实战体验。
1
Python程序设计现代方法
2人今日阅读
Python作为编程语言的一种，具有高效率、可移植、可扩展、可嵌入、易于维护等优点；同时Python语法简洁，代码高度规范，是初学者步入程序开发与设计之路的不二之选。 本书在Windows环境下介绍Python 3.x的基础语法，讲解程序开发流程，并结合项目介绍Python常用模块与通用的程序设计方法。本书分为10章，其中第1、2章简单介绍计算机与程序的概念，讲解Python的基础语法；第3～6章对Python语法进行详细讲解，并设置了小型实例；第7章结合项目介绍程序设计方法，同时讲解Pygame模块，巩固Python语法知识；第8章对Python文件和数据格式化等知识进行讲解，为大型项目的开发做好铺垫；第9、10章作为拓展学习，对Python的主要应用——数据分析与可视化、网络爬虫进行介绍。 本书附有配套视频、源代码、习题、教学课件等资源，为帮助初学者更好地学习本书中的内容，我们还提供了在线答疑，希望得到更多读者的关注。 本书既可作为高等院校本、专科计算机相关专业及其他工科专业的Python教材，也可作为自学者使用的辅助教材，是一本适用于程序开发初学者的入门级教材。
2
Python应用轻松入门
2人今日阅读
本书以实战项目为主线，系统介绍了Python在自动化办公、图像处理、控制各种传感器、搭建网络等工作中的实际应用案例，能够让初学者快速入门Python系列知识。 全书共分为18章，第一篇为Python基础（第1章~第3章），详细介绍了Python的基础知识；第二篇为自动化办公（第4章~第6章），介绍了Word、Excel、PPT、txt、csv、JSON、图像、声频、视频等各种文件的自动化操作；第三篇为PyQt5编程（第7章~第10章），介绍了用designer可视化设计程序图形界面的知识；第四篇为OpenCV图像处理（第11章~第15章），介绍了OpenCV如何处理图像的基础知识；第五篇为树莓派与传感器（第16章），介绍了Python如何控制各种传感器；第六篇为Flask搭建网站与Python进阶（第17章~第18章），介绍了Flask搭建网站的基础知识、文字识别、人脸识别、语音识别等开源项目及提升自己的学习线路图。
2
Python数据分析与挖掘实战（第2版）
4人今日阅读 推荐值 83.5%
内容简介 本书是Python数据分析与挖掘领域的公认的事实标准，第1版销售超过10万册，销售势头依然强劲，被国内100余所高等院校采用为教材，同时也被广大数据科学工作者奉为经典。 作者在大数据挖掘与分析等领域有10余年的工程实践、教学和创办企业的经验，不仅掌握行业的*新技术和实践方法，而且洞悉学生和老师的需求与痛点，这为本书的内容和形式提供了强有力的保障，这是本书第1版能大获成功的关键因素。 全书共13章，分为三个部分，从技术理论、工程实践和进阶提升三个维度对数据分析与挖掘进行了详细的讲解。 第壹部分 基础篇（第1～5章） 主要讲解了Python数据分析与挖掘的工具和技术理论，包括数据挖掘的基础知识、Python数据挖掘与建模工具、数据挖掘的建模过程，以及挖掘建模的常用算法和原理等内容。 第二部分 实战篇（第6～12章） 通过工程实践案例讲解了数据挖掘技术在金融、航空、零售、能源、制造、电商等行业的应用。在案例组织结构上，本书按照“介绍案例背景与挖掘目标→阐述分析方法与过程→完成模型构建”的顺序进行，在建模过程关键环节，穿插程序实现代码。*后，通过上机实践加深对案例应用中的数据挖掘技术的理解。 第三部分 提高篇（第13章） 重点讲解了基于Python引擎的开源数据挖掘建模平台（TipDM）的功能和使用方法，以航空公司客户价值分析为案例，介绍了如何使用该平台快速搭建数据分析与挖掘工程。 本书不仅提供TipDM这样的上机实践环境，而且还提供配套的案例建模数据、Python源代码、教学PPT。
4
Python程序设计
1人今日阅读
本书是高等院校计算机技术应用课程的教材，适用于非计算机专业的理工社农医等各专业学生。
1
深入浅出Python机器学习
机器学习正在迅速改变我们的世界。我们几乎每天都会读到机器学习如何改变日常的生活。如果你在淘宝或者京东这样的电子商务网站购买商品，或者在爱奇艺或是腾讯视频这样的视频网站观看节目，甚至只是进行一次百度搜索，就已经触碰到了机器学习的应用。使用这些服务的用户会产生数据，这些数据会被收集，在进行预处理之后用来训练模型，而模型会通过这些数据来提供更好的用户体验。此外，目前还有很多使用机器学习技术的产品或服务即将在我们的生活当中普及，如能够解放双手的无人驾驶汽车、聪明伶俐的智能家居产品、善解人意的导购机器人等。可以说要想深入机器学习的应用开发当中，现在就是一个很好理想的时机。本书内容涵盖了有监督学习、无监督学习、模型优化、自然语言处理等机器学习领域所必须掌握的知识，从内容结构上很好注重知识的实用性和可操作性。全书采用由浅入深、循序渐进的讲授方式，接近遵循和尊重初学者对机器学习知识的认知规律。本书适合有程序设计语言和算法基础的读者学习使用。
大模型应用开发——深入理解30个可执行案例设计
大模型技术是目前人工智能领域的重要发展方向之一,具有广阔的应用前景和巨大的发展潜力。本
从Excel到Python：用Python轻松处理Excel数据（第2版）
本书是写给非IT 领域职场人员的Python 数据处理指南。因为本书面向的不是专业的程序员，所以在叙述上通俗易懂。为了让读者在学习时对Python 的知识点有更深刻的理解，本书采用了即学即用的讲解方式：在介绍知识点的同时，将知识点穿插到案例应用中，而案例应用采用“提出要解决的问题→找到解决问题的思路→展示完成前后的对比效果→提供解决问题的代码→逐步分析代码”的方式进行讲解，使读者既学会了Python 的知识点，又厘清了解决问题的思路，同时掌握了代码的编写技巧。 本书的主要内容包括 Python 基础、Python 第三方库、循环语句与分支语句、字符串处理技术、列表处理技术、元组处理技术、字典处理技术、集合处理技术、Python 自定义函数、常用高阶函数应用、openpyxl 库、Python 与Excel 综合应用案例，以及数据分析库Pandas。
Python数据可视化之Matplotlib与Pyecharts实战
1人今日阅读
《Python数据可视化之Matplotlib与Pyecharts实战》以某上市电商企业的客户数据、订单数据、股价数据为基础，循序渐进地介绍Python可视化技术，重点介绍Pandas数据预处理与Matplotlib和Pyecharts在数据可视化应用中的基本功能和使用技巧。全书共分4篇，第1篇（第1～4章）主要介绍Python基础与Pandas数据预处理技术，帮助准备可视化数据；第2篇（第5～7章）介绍可视化工具Matplotlib的功能与绘图技巧；第3篇（第8～10章）介绍可视化工具Pyecharts的功能与绘图技巧；第4篇（第11～13章）介绍3个项目案例，旨在使读者学以致用，提升数据分析的整体能力。 《Python数据可视化之Matplotlib与Pyecharts实战》还提供了案例数据源文件、源代码和教学视频，供读者上机演练时参考。
1
Python数据分析与挖掘实战
1人今日阅读
第一部分是基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对Python以及本书所用到的数据挖掘建模库进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。第二部分是实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。
1
人工智能技术及应用
1人今日阅读
人工智能已经上升到了国家战略层面的高度。面对人工智能发展的浪潮与需求高等教育应主动变革，围绕国家人工智能出台的规划和政策，加快促进人工智能技术人才培养。本书以优化知识结构、培养10项能力为出发点，以实施素质教育、培养学生具有新一代人工智能应用意识为目标，以培养学生创新精神、创业能力为重点，以企业人才需求构建新的知识体系为主线。全书共16章，分为4篇：科普篇、行业应用篇、理论篇和创新创业篇。以朴素的语言和浅显的例子，用图文并茂的形式，向读者生动展示新一代人工智能的专业知识。《人工智能技术及应用》可作为普通高校各专业人工智能通识课程教材，也可作为人工智能爱好者参考书籍。
1
Python程序设计
本书以Python程序设计为主线，从搭建Python运行环境出发，由浅入深、循序渐进地讲述Python程序设计的基本概念和基本方法，通过大量精选的例题，讲解程序设计思想和方法，从而培养学生程序设计能力。本书内容包括搭建Python运行环境、Python基础语法、Python流程控制、函数与模块、面向对象编程、组合数据类型、文件操作、数据库操作、GUI编程、网络爬虫基础、数据处理、数据可视化等。本书具有概念清楚、章节安排合理、例题丰富等特点，可以作为高职高专院校的Python课程教材或Python培训班教材，也可作为自学人员的参考书。
Python程序设计
全书以“计算思维”培养为目标，贯穿理解和运用计算生态的Python语言教学思想，系统展示了Python语言学习路径。本书分为12章，主要内容如下：第1章讲解Python基础知识与概念，以及Python的交互式解释器IDLE；第2章讲解Python语言语法基础；第3章讲解Python控制语句；第4章讲解Python数据结构；第5章讲解Python函数；第6章讲解Python模块和包；第7章讲解文件操作；第8章讲解面向对象编程；第9章讲解异常；第10章讲解Python函数式编程；第11章讲解数据分析与可视化；第12章讲解机器学习实战。 本书内容覆盖了Python语言的大部分知识点，叙述清晰，循序渐进，以大量实例为依托，提供大量学习资料、学习视频、在线实验环境、立体化教学资源。本书适合作为高等院校数据科学与大数据及计算机相关专业的教材，也可作为对Python感兴趣读者的自学参考书。
Python项目开发全程实录
2人今日阅读
本书精选12个热门项目，涉及游戏开发、网络爬虫、大数据及可视化分析、Web开发、人工智能开发五大Python重点应用方向，实用性非常强。具体项目包含：简易五子棋（控制台版）、学生信息管理系统（基础版）、水果消消乐游戏、超级玛丽冒险游戏、汽车之家图片抓取工具、分布式爬取动态新闻数据、淘宝电商订单分析系统、停车场车牌自动识别计费系统、食趣智选小程序/舌尖导航小程序、乐购甄选在线商城、智慧校园考试系统、AI智能无人机飞控系统。从软件工程的角度出发，按照项目开发的顺序，系统、全面地讲解每一个项目的开发实现过程。体例上，每章一个项目，统一采用“【开发背景】→【系统设计】→【技术准备】→…【公共模块实现】…【各功能模块实现】…→【项目运行】→【源码下载】”的形式完整呈现项目，可以给读者明确的成就感。同时，每一个项目均巧用“技术准备”这一节，对项目中用到的Python基本技术点进行总结、点拨，还对项目用到的高级应用、第三方模块等进行精要讲解，在Python基础和项目开发之间搭建了有效的桥梁，为仅有Python语言基础的初级编程人员参与项目开发扫清障碍。通过本书，不仅可以让读者对Python基础技术点有更深的理解，快速提升编程水平，还可以让读者快速积累实际项目的经验与技巧，早日实现就业目标。 本书配套项目精讲视频、项目源码、项目开发素材、教学PPT等，同时还提供在线技术支持。 本书可作为所有Python编程入门自学者的项目实战配套用书，可为计算机专业学生进行项目实训、毕业设计提供项目参考，可供计算机专业教师、IT培训讲师用作教学参考资料，还可作为软件工程师、IT求职者、编程爱好者进行项目开发时的参考书。
2
Python数据分析与挖掘实战 第3版
1人今日阅读
内容简介 本书是Python数据分析与挖掘领域的公认的事实标准，前两版销售超过15万册，被国内100余所院校采用为教材，同时也被广大数据科学工作者奉为经典。 本书以真实项目案例为驱动，以真实的行业应用为依托，帮助读者快速掌握数据分析与挖掘的相关技术、流程与方法。本书精选了7个经典实战案例，涵盖了房地产、零售、互联网等多个领域，将Python编程知识、数据分析与挖掘知识和行业知识融合，让读者在实践中快速地掌握针对不同行业的数据挖掘方法。 本书不仅适合零基础的读者自学，还适合作为相关专业的教材。为了帮助读者更加高效地掌握本书的内容，本书提供了以下附加价值： （1）上机环境：提供相关工具的环境配置文件，省去配置环境的烦琐操作，方便省心。 （2）数据文件：提供各个案例配套的数据文件，开箱即用，增强实操性。 （3）程序代码：提供书中代码的电子文件，代码导入环境即可运行，学习效果立竿见影。 （4）教学课件：提供配套的PPT课件，使用本书作为教材的老师可以申请，节省备课时间。 通过学习本书，读者可以理解数据分析与挖掘的原理，迅速掌握大数据技术的相关操作，为后续数据分析、数据挖掘、深度学习的实践打下良好的技术基础。
1
程序设计方法（Python）（微课版）
本书是关于Python程序设计的基础课程教材。全书共十一章，主要内容包括程序设计基础、数据的计算机表示与操作、结构化程序设计、函数、面向对象程序设计、程序设计中的常用算法、文件、数据分析与可视化、用户界面设计、程序设计综合案例和实验。为了便于教学，本书提供课程教学质量标准、教材配套PPT、微视频、源代码、习题和难点解析等教学资源。 全书站在科学高度，提炼教学内容，以精练的语言讲述程序设计方法，通过丰富的示例引导读者进行深度探索，内容新颖，特色鲜明。本书适合高等学校非计算机专业作为计算机课程的教材使用，同时也可供对计算机感兴趣的读者自学使用。
Python深度学习：逻辑、算法与编程实战
机器学习是人工智能领域一个极其重要的研究方向，而深度学习则是机器学习中一个非常接近AI的分支，其思路在于建立进行分析学习的神经网络，模仿人脑感知与组织的方式，根据输入数据做出决策。深度学习在快速的发展过程中，不断有与其相关的产品推向市场，显然，深度学习的应用将会日趋广泛。《Python深度学习：逻辑、算法与编程实战》是关于深度学习的理论、算法、应用的实战教程，内容涵盖深度学习的语言、学习环境、典型结构、数据爬取和清洗、图像识别分类、自然语言处理、情感分析、机器翻译、目标检测和语音处理等知识，通过各种实例，读者能了解、掌握深度学习的整个流程和典型应用。《Python深度学习：逻辑、算法与编程实战》可作为深度学习相关从业人员的参考指南，也可作为大中专院校人工智能相关专业的教材，还可作为广大人工智能爱好者的拓展学习手册。
大数据营销基础与实务（微课版）
随着互联网技术的快速发展，大数据营销已经成为企业在大数据时代洞察用户需求、实现精准营销的重要方式。本书紧跟时代的发展潮流，采用项目任务式的教学方式，深度诠释了大数据营销的理念、策略和方法。 本书共分为8个项目，分别为大数据与营销、大数据营销流程、大数据营销市场分析、大数据营销消费者分析、大数据驱动的市场发展策略、大数据营销策略、大数据营销客户管理和大数据营销案例解析，引领读者全面了解大数据营销，并提升大数据营销的能力。 本书既可作为高等院校市场营销、国际贸易、工商管理等专业营销课程的教材，也可作为从事市场营销、市场运营与管理等相关工作人员的参考书。
人工智能原理与应用教程
1人今日阅读
本书重点梳理人工智能基础理论知识体系,突出基础性、全面性、前沿性和实践性 特点,以机器学习和优化方法基本原理为主线,结合典型工程应用循序渐进地为读者 构建从“0”到“1”的知识体系,指引读者快速掌握应用系统开发和环境应用。 针对传统 人工智能教材缺乏数学原理与模型代码即刻印证的问题,本书给出人工智能基础理论 深入浅出的描述,选用精简的案例呈现模型代码,带领读者轻松、快速掌握人工智能的 核心思想。 本书每章最后配有一定量的课后作业,可以作为机电类本科生、研究生入门级教 材和教学参考书,同时也可供工程技术人员和对人工智能感兴趣的读者参考。
1