出现在书名中的结果
共 108 条
Python编程基础
1人今日阅读 推荐值 67.9%
本书采用以任务为导向的编写模式，全面地介绍了Python编程基础及其相关知识的应用，讲解了如何利用Python的知识解决部分实际问题。全书共7章，第1章介绍学习Python的准备工作，包括Python的由来与发展、Python环境搭建、编辑器介绍与安装等。第2～5章和第7章主要介绍Python的基础知识、数据类型、程序流程控制语句、函数和文件基础等内容。第6章讲解了Python面向对象的编程。本书每个章节都包含了实训与课后习题。通过习题和操作实践，读者可以巩固所学的内容。
1
Python编程基础（中学版）
1人今日阅读
人工智能的普及将是未来的发展趋势，本书作为青少年人工智能编程语言教材，尽可能通俗易懂且全面地解释Python语言的基础知识。全书共12章，介绍了从Python语言基础到使用Python创建图像界面的知识。第1章首先从总体上介绍了Python语言的发展历程和与编程语言相关的知识。第2、3章介绍了Python语言中常用的数据结构以及操作方法。第4章介绍了一种基本的抽象方法，即变量，并介绍了程序和外部环境沟通的方法，即输入操作。第5章介绍了一种使程序更加多样化的方式，即通过条件判断进行分支操作。第6章介绍了列表，这种数据结构可以用于同时处理多个数据。第7章介绍了循环操作。第8章介绍了元组和字典这两种数据结构。第9～11章分别介绍了三种抽象的方法。第12章介绍了创建图像界面的方法。每章都有对应的习题供读者进一步思考。本书既可作为中学生信息技术课程的教材，也可作为青少年自学人工智能基础和Python编程基础的参考书。
1
Python编程基础
《Python编程基础》是Python编程的基础教程，基于当前Python的*新版本3.7。本书基础知识翔实，包含丰富的、循序渐进的实践项目。首先，介绍了简单的Hello World程序任务，让读者认识Python，并介绍编程环境的安装与配置，以及如何实现Hello World程序。接着介绍Python的基础知识—值、变量、数据类型、表达式和运算，以及程序流程控制—if语句、循环语句，同时给出了丰富的实践练习。随后介绍了函数、面向对象编程、文件I/O和异常等更深入的知识。最后探讨了Python的高级编程：魔法参数，map、reduce和filter高阶函数，以及装饰器等。《Python编程基础》适合高等职业院校计算机相关专业的学生，也适合Python零基础以及有一定编程基础的人员，能够让读者快速入门，同时夯实Python编程基础。
Python编程基础
本书全面介绍了Python编程的基础知识和实用技术，内容包括：Python概述、Python语言基础、常用Python语句、Python函数、Python模块、I/O编程、使用Python程序控制计算机、Python数据结构、多任务编程、Python网络编程、Python数据库编程、Web框架开发以及附录实验。本书既可以作为大学本、专科“应用程序设计”课程的教材，也可以作为Web开发人员的参考用书。
Python编程基础与应用
1人今日阅读
《Python编程基础与应用》以“任务驱动，实战领先”为出发点，通过216个实例详细介绍了Python 语言的基础知识和语法操作规范，同时，书中还剖析了10个综合应用案例，以培养读者解决问题的能力。本书将理论和实践融为一体，让读者真正做到学以致用。本书可以作为高职高专院校计算机类、自动化类、电子信息类、数字经济类等专业的Python编程入门教材，同时也可作为广大Python语言爱好者自学的参考书。本书配有授课电子课件、习题答案、代码文件和教学视频等资源，需要的教师可登录机械工业出版社教育服务网www.cmpedu.com免费注册后下载，或联系编辑索取（微信：15910938545，电话：010-88379739）。
1
Python编程基础与案例教程
1人今日阅读
本书从Python编程入门出发，采用理论与实践相结合的方式，通过对编程范式、数据结构、程序调试技术，以及实际应用项目的讲解，帮助读者快速掌握Python语言编程基础。 全书共12章，第1～4章介绍面向过程编程范式（顺序结构、选择结构、循环结构）；第5章介绍函数式编程范式；第6章介绍面向对象编程范式（类、对象、方法、属性）；第7～9章介绍Python数据结构（列表、字典、数据框、字符串、文件等）；第10章介绍程序调试技术（抛出异常）；第11、12章通过实际应用项目带领读者体验Python语言编程的两个重要应用场景（爬虫、可视化）。 本书可以作为人工智能相关课程的教材，也可作为Python爱好者的参考书。
1
ArcGIS Python编程基础与应用
Python是目前最热门的开发语言之一，ESRI公司已经将Python作为ArcGIS产品的主要二次开发语言。在ArcGIS开发中使用Python语言，既可以高效地调取ArcGIS地理数据处理的功能，又可以便捷地使用众多Python的开源资源。本书结合大量地理实际应用代码和数据，重点介绍了Python的基础知识、ArcGIS中Python的使用方法、地图文档和图层的访问与管理、空间数据访问与操作、矢量数据和栅格数据分析、地图制图、自定义工具、插件制作等内容。本书可供地理学、生态学等相关专业从事地理数据处理的人员学习使用，从而快速掌握ArcGISPython编程方法。
自学Python：编程基础、科学计算及数据分析
《自学Python——编程基础、科学计算及数据分析》是面向Python初学者的一本实用学习笔记。全书共10章：第1章介绍Python的基础知识，包括Anaconda、IPython解释器、Jupyter Notebook等Python基本工具的使用；第2章介绍Python的基本用法，包括基本语法、数据类型、判断与循环、函数与模块、异常与警告以及文件读写等；第3章介绍Python的进阶用法，包括函数进阶、迭代器和生成器、装饰器、上下文管理器以及变量作用域等；第4章介绍常见的Python标准库的使用；第5章介绍Python的科学计算基础模块NumPy，包括NumPy数组的基本操作、广播机制、索引和读写；第6章介绍Python的可视化模块Matplotlib，包括基于函数和对象的可视化操作；第7章介绍Python的科学计算进阶模块SciPy，包括一些高等数学的操作；第8章介绍Python的数据分析基础模块Pandas，包括Series和DataFrame的使用；第9章介绍Python的面向对象编程，包括对象的属性和方法、继承和复用，以及一个使用面向对象编程的实例；第10章介绍了一个用Python分析中文小说文本的实例。《自学Python——编程基础、科学计算及数据分析》适合刚接触Python的初学者以及希望使用Python处理和分析数据的读者阅读，也可作为学习和使用Python的工具书或参考资料使用。
Python编程基础与自动化测试
本书主要讲解Python编程基础知识，以及基于Python的自动化测试知识和实践。特别结合自动化测试工作的实际场景，从单元测试、接口测试、UI测试三个层级，向读者讲述Python的相关知识和测试技巧。这些内容主要关注Python语言的基础知识的学习和掌握，对于每一名希望快速掌握一门计算机语言的学习者都是适用的。 本书关注学习，重视练习，学练结合，每个章节分为多个主题，这些主题又可分为前后两部分，前半部分会对知识点进行详细的介绍，后半部分需要读者边阅读边练习，在练习中检验学习的成果。创新的"闯关式”学习方法，可以让读者通过实践快速掌握Python编程和自动化测试方法。随书附超值的《跟阿奎学Python编程基础》在线视频课程，以及包含书中实例源代码等丰富学习资源的电子资源包。 本书适合所有对Python语言和测试感兴趣的软件开发人员、测试人员，也适合高校计算机专业学生补充学习、扩充视野。
Python编程基础与科学计算
本书首先讲解了Python语言的语法基础，适合没有Python基础的人，随后重点讲解Python在科学计算方面的应用，包括数组的使用、多项式、最小二乘法拟合、绘制各种二维和三维数据图像、各种数值计算方法，例如聚类算法、线性代数运算（特征值、特征向量、线性方程组求解、奇异值分解、范数等）、稀疏矩阵的存储及线性代数运算、积分、微分、常微分方程组的求解、各种插值算法、优化算法（单变量、多变量局部优化和全局优化、曲线拟合、方程求根、线性规划）、傅里叶变换（FFT、正弦余弦变换、窗函数、短时傅里叶变换等）、信号处理（卷积和相关计算、FIR和IIR滤波器及设计、滤波器频率响应、小波分析等）、图像处理、正交距离回归、空间算法（三维旋转变换、kd树、劳内德三角形、凸包等），符号运算包括多项式简化、微分、积分、极限、泰勒展开、代数方程、常微分偏微分方程求解、非线性方程组求解、密集和稀疏矩阵运算、绘制二维和三维图像等，用Python处理Excel数据、绘制Excel数据图像，文本文件和二进制文件的读写等内容。
Python编程基础教程
本书是Python编程方面的入门教程。全书共20章，通过浅显易懂的语言和丰富实用的示例，介绍了对象、条件语句、循环、函数、迭代器、生成器、文件处理、字符串处理、面向对象范型、类、继承、运算符重载、异常处理、数据结构、栈、队列、链表、二叉搜索树等编程知识，并介绍了NumPy、Matplotlib等库的应用。本书不仅适合Python初学者阅读，也适合高等院校计算机相关专业的学生参考。
Python编程基础与数据分析
用传统的电子表格来处理数据不仅效率低下，而且无法处理某些格式的数据，对于混乱或庞大的数据集更是束手无策。本书将教你如何利用语法简单、容易上手的Python轻松处理数据。学完本书，你的数据处理和分析能力将更上一层楼。
Python程序设计：编程基础、Web开发及数据分析
《Python程序设计：编程基础、Web开发及数据分析》系统讲述了Python程序设计的基础知识。全书共15章，内容包括：Python概述、Python基本语法、Python的基本流程控制、Python的四种典型序列结构、Python函数、Python文件和数据库操作、面向对象程序设计、模块和包、字符串操作与正则表达式的使用、错误及异常处理、GUI编程、网络和多线程编程、基于Flask框架的Web编程、网络爬虫应用开发、数据分析与可视化基础。为提升学习效果，书中结合实际应用提供了大量的案例对概念和知识点进行说明，并配以完善的学习资料，包括教学PPT、教学大纲、源代码、教学视频及配套软件等，为读者带来全方位的学习体验。《Python程序设计：编程基础、Web开发及数据分析》系既可作为高等院校数据科学与大数据技术及其他计算机相关专业的Python教材，也可供自学者使用。
Python基础编程与实践
本教材由三部分组成。一是Python概述以及程序设计方法（第一章和第二章），二是Python编程基本语法及编程思想（第二章至第十章），三是附录资料。一、首先介绍了Python出现的历史背景、网址资源和开发环境然后讨论了Python与传统经典编程语言的区别与联系，Python的一般编程方法、工程应用范围及重要应用然后介绍了Python程序的常见设计方法以及设计规范。二、首先介绍Python编程基础知识，包括基本语法、控制结构、输入输出、数据结构以及Python随机数生成、递归、Matplotlib作图然后介绍编程思想，分别讨论了面向过程编程概念及方法和面向对象编程概念及方法，并比较两种编程思想的优劣*后介绍GUI编程，包括简单的图形控件介绍、布局管理器及GUI程序编写方法。第三部分，给出Python的重要资源、常用的ACSII码表和Python关键字表。
Python基础编程入门
随着人工智能、大数据与云计算的发展，Python语言得到了越来越多的使用。 本书以工作过程为导向，采用项目驱动的方式组织内容。全书共分8章，第1章介绍了编程语言发展的历程及Python开发环境的搭建；第2章介绍了Python语言的缩进、注释、数据类型、字符串、运算符和表达式等；第3章介绍了顺序结构、选择结构和循环结构等程序控制流程；第4章介绍了列表、元组与字典等数据结构；第5章介绍了Python函数的定义与调用，以及其他高阶函数的使用；第6章介绍了Python的模块与包的使用方法；第7章阐述了Python面向对象的特性；第8章介绍了Python的文件操作与异常处理机制。 本书既可作为大数据、人工智能等相关专业应用型人才的教学用书，也可以作为Python初学者的学习参考书。
Python快乐编程：人工智能深度学习基础
《Python快乐编程：人工智能深度学习基础/“好程序员成长”丛书》共14章，由浅入深，涵盖了深度学习基础知识、数学基础、感知机、反向传播算法、自编码器、玻尔兹曼机、循环神经网络、递归神经网络和卷积神经网络的相关知识。每章均附有课后练习及解析，相应课件等配套资源。力求讲解简单易懂，努力营造相对轻松愉快的学习氛围，帮助读者快速入门深度学习领域。
自学Python——编程基础、科学计算及数据分析（第2版）
本书是面向Python学习者和使用者的一本实用学习笔记，在前一版的基础之上进行了全面修订。全书共11章。第1章介绍Python的基础知识，包括Anaconda、IPython解释器、Jupyter Notebook等Python基本工具的使用；第2章介绍Python的基本用法，包括基础语法、数据类型、判断与循环、函数与模块、异常与警告、文件读写、内置函数；第3章介绍Python的进阶用法，包括函数进阶、迭代器与生成器、装饰器、上下文管理器与with语句、变量作用域；第4章介绍Python面向对象编程，包括对象的方法与属性、继承与复用；第5章介绍常见的Python标准库；第6章介绍Python科学计算基础模块NumPy，包括NumPy数组的操作、广播机制、索引和读写；第7章介绍Python数据可视化模块Matplotlib，包括基于函数和对象的可视化操作；第8章介绍Python科学计算进阶模块SciPy，包括概率、线性代数等模块；第9章介绍Python数据分析基础模块Pandas，包括Series和DataFrame的使用；第10章介绍一个用Python分析中文小说文本的案例；第11章介绍一个用Python对手写数字进行机器学习处理的案例。 本书适合刚接触Python的初学者以及希望使用Python处理和分析数据的读者阅读，也可作为学习和使用Python的工具书或参考资料使用。
Python编程零基础入门
本书是一本从零开始讲解Python编程的图书，它旨在让零基础读者较快地掌握编程知识，并能使用程序来满足自己的需要。 本书共有9个部分，除第1部分外，其余部分都以一个阶段性项目结尾。第1部分（第1~2章）介绍了学习编程的意义；第2部分（第3~6章）介绍编程的基本知识；第3部分（第7~12章）讲解了字符串、元组以及与用户交互的代码；第4部分（第13~15章）介绍如何编写程序来进行选择；第5部分（第16~19章）主要涉及循环的相关知识；第6部分（第20~23章）引入了函数和模块化的相关概念；第7部分（第24~29章）介绍了一些高级对象类型，如可变对象、列表、字典等；第8部分（第30~34章）为面向对象编程的相关知识；第9部分（第35~38章）介绍了一些可供读者使用的现成代表库。
零基础学Python编程实战
本书通过经典案例，由浅入深地介绍了 Python 及其应用。本书注重素质的培养，注重练 习的实用性、可操作性和趣味性。本书章节安排科学、合理，分为基础篇、初级实战篇、中级实战篇、高级实战篇，可引导读者学习、巩固、综合 运用 Python。 本书内容新颖、图文并茂、实例丰富、通俗易懂，可供互联网开发人员、财务管理人员、 人力资源管理人员、运营管理人员，以及培训机构等相关人员阅读，亦可作为初学者的入门教材。 本书提供源代码资源，便于读者运行代码和快速学习。
零基础学Python编程（少儿趣味版）
如今的孩子生在一个计算机时代，曾被父母认为是高科技的编程技术对于他们来说已司空见惯，就像跳舞、画画和弹钢琴一样。如果孩子从小就接触程序设计，日积月累，肯定大有裨益。对于长期从事程序设计的人来说，编程不仅是一种应用技能，还是一种让人考虑问题更加缜密的训练方法。因为程序本身是看不见、摸不着的，程序中的数据结构和算法设计能够激发人脑的抽象思维能力，对开发大脑潜能有益无害。但是当前程序设计语言非常多，有些适合大型应用开发，有些适合图形图像处理，还有些适合科学计算。因此，选择一种适合孩子入门的程序设计语言以作为探索计算机世界的工具是一个值得仔细考虑的严肃问题。这种程序设计语言必须简洁明了、易于理解、可读性强，而且应该同时具有鲜明的特征和对计算机程序基础知识的普遍应用。Python就是这样一种语言。最重要的是Python语言在国内和国外都有很高的人气和支持度，这表示它将是一门能够长期发展的、有生命力的语言。从小学习Python不必有“过时”的顾虑，Python语言博大精深，适用广泛，愿意的话，这门语言可以一直深入学习下去。总之，从小就了解Python，甚至喜欢上Python程序设计，将是一件非常有益的事情。
编程改变生活——用Python提升你的能力（基础篇·微课视频版）
本书以python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python的编程基础和实际应用。学习python的目的不是为了编程而编程，而是为了解决实际的问题。在掌握python编程的基础知识后，python可以帮助我们解决学习和工作中的实际问题，比如复杂的数学运算、绘制各类图像、办公自动化、创建GUI界面、解决网络实际问题（爬虫和安全审查）；当然也可以创建大型项目，比如创建网站、计算机数字图像处理等。相比于商业付费软件，python的这些应用都是免费开源的。 本书共26章，分为基础篇和应用篇。基础篇（第1~6章）详细python编程的基础知识，变量、运算、流程控制，在懂得基本编程思维之后，讲述了函数、复杂数据类型、类、模块等必备编程模块化知识；应用篇（第7~26章）分为六部分，分别是数学运算（第7~9章）、绘制图像（第10~12章）、办公自动化（第13~20章）、GUI界面编程（第21~22章）、网络应用（第23~24章）、其他应用（第25~26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。 本书既适合初学者入门，精心设计的案例对于工作多年的开发者也有参考价值，并可作为高等院校和培训机构相关专业的教学参考书。
网络自动化运维教程
1人今日阅读
本书遵循网络自动化运维工程师职业素养和专业技能的要求进行内容组织，采用“项目化教学”和“任务驱动”方式展开。本书分四篇，共计12个项目。内容覆盖网络自动化Python编程基础、用于网络自动化的Python模块、用于配置与管理网络的协议以及网络自动化运维的常用工具。基础篇共一个项目，项目1为Python编程基础；部署实施篇共四个项目，项目2为使用telnetlib下发网络配置；项目3为使用paramiko实现网络自动化巡检；项目4为使用 netmiko发现网络拓扑；项目5为使用 PySNMP获取网络数据；协议篇共三个项目，项目6为使用议NETCONF协议配置网络；项目7为使用Telemetry实时监控CPU和内存使用率；项目8为使用RESTCONF协议配置网络；工具篇共四个项目，项目9为使用Ansible实现网络自动化运维；项目10为使用Nornir收集网络日志；项目11为使用scapy处理数据包；项目12为使用NMAP扫描网络。 本书是一本介绍网络自动化运维理论知识和应用技能的教材，既可作为高职或应用型本科电子信息类专业学生的教材，也可作为参加华为HCIP Datacom网络自动化开发者认证的学习者的阅读材料，还可以作为网络架构师、网络运维工程师、网络运维开发工程师、网络与系统管理工程师等从业人员的阅读材料。
1
Qt for Python PySide6 GUI界面开发详解与实例
4人今日阅读 推荐值 64.1%
本书详细介绍了PySide6提供的各种可视化类进行可视化界面编程。本书对各种类做了细致的介绍，对类的方法、槽函数和信号都了详细的说明，并配以实例。可视化编程方面主要内容包括PySide6的框架、基础类、常用控件、高级控件、主窗口、对话框、窗口美化、事件、绘图、文件操作、数据库、数据可视化、打印支持、多媒体等。本书讲解更全面细致，实例也很有针对性，非常适合用Python进行可视化编程的初学者，由于本书对类的各种方法介绍比较详细，也可以作为有一定基础的人作为参考手册，在忘记类的方法的时候查阅。
4
Python从入门到项目实践（超值版）
4人今日阅读 推荐值 70.5%
《Python从入门到项目实践（超值版）》采取“基础知识→核心技术→核心应用→高级应用→项目实践”结构和“由浅入深，由深到精”的模式进行讲解。全书共5篇23章。首先讲解Python快速入门，Python编程基础，数字和字符串类型，Python列表、元组与字典等；深入讲解了如何使用Python字符串及运算符，控制流程和控制语句，函数，文件与文件目录，数据格式化，Python类的使用，Python模块的使用等；详细讲解了如何用Pillow库处理图片，正则表达式，Python线程和进程，Python异常处理，程序测试与打包，数据结构基础，数据库编程等；然后介绍了网络编程，Web网站编程技术，基于tkinter的GUI界面编程以及其他高级技术等；在实践环节讲解了游戏开发飞机大战和网上购物系统两个实战案例，介绍了完整的Python系统开发流程。《Python从入门到项目实践（超值版）》不仅融入了作者丰富的工作经验和多年使用Python的心得，还提供了大量实例，具有较强的实战性和可操作性。《Python从入门到项目实践（超值版）》旨在从多角度、全方位帮助读者快速掌握软件开发技能，构建从高校到社会的就职桥梁，让有志于从事软件开发的读者轻松步入职场。另外，本书还赠送大量资源，由于赠送的资源比较多，我们在本书前言部分做了详细说明。《Python从入门到项目实践（超值版）》适合Python入门者，也适合Python数据库管理员以及想全面学习Python数据库技术以提升实战技能的人员阅读，还可作为正在进行软件专业毕业设计的学生以及大专院校和培训学校的参考用书。
4
Python数据分析与挖掘实战（第2版）
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。
Blender权威指南
本书内容系统而全面，详尽地讲述了Blender的各种功能和特性，并一步一步地讲解了它们的使用方法，可操作性极强；技术新颖，基于最新版的Blender撰写；实战性强，书中不仅设计了大量精巧的小案例，以及详细介绍了这些案例的实现过程，而且还包含4个工程性的大案例。本书不仅能满足你全面而系统地学习Blender理论知识的需求，还能满足你需要充分实践的需求。
人工智能基础与应用
本书主要介绍了人工智能的基础知识和实用技术。本书共8章，包括“人工智能：开启智慧新时代”“Python：人工智能开发语言”“线性回归：预测未来趋势”“分门别类：帮你‘分而治之’”“物以类聚：发现新簇群”“个性化推荐：主动满足你的需求”“语音识别：让机器对你言听计从”“人脸识别：机器也认识你”。 本书以培养学生人工智能素养、人工智能思维和人工智能基本应用能力为设计理念，在内容的选取和安排上符合学生的学情特点，以问题为导向、以案例为载体、以任务为目标来构建教学内容，兼顾了人工智能的基础性、通识性、典型性和实用性。 本书侧重于介绍人工智能通识性知识和实用应用技能，可作为高职高专及中职院校人工智能公共基础课程的教材，也可作为电子信息、计算机类相关专业人工智能课程的入门教材。此外，本书还可供广大读者作为人工智能学习与实践的参考书使用。
Python算法设计与分析从入门到精通
面向算法初学者，首先介绍循序、分支、循环三大结构，以及列表和函数的使用，为之后学习算法打好基础。然后以通俗易懂的语言讲解双指针、哈希、深度优先、广度优先、回溯、贪心、动态规划和至短路径等经典算法。
金融商业数据分析：基于Python和SAS
这是一本金融商业数据分析的实战工具书。作者都是在金融行业有10～20年数据分析经验的资深专家，他们将多年来的项目经验、培训和咨询经验融合成了这本书。它将指导读者零基础掌握金融数据分析的工具、思路、方法和技巧，快速实现从入门到进阶的突破。本书强调实战，方法论与实践相结合，所有案例均来自实际的金融业务，涵盖工具使用、数据处理、统计分析等数据分析的全流程。本书内容共14章，可分为3篇。分析工具篇（第1～4章）：首先介绍了数据科学和数理统计的基本常识，然后讲解了数据分析工具SAS EG和Python的基础知识。数据处理篇（第5～9章）：首先通过描述性统计分析进行数据探索，继而讲解基本的报表和统计制图，还介绍了如何使用SAS EG进行数据处理，用Python进行数据整合、数据清洗，从而构建出满足分析需求的数据集。统计分析篇（第10～14章）：从统计学的基本概念引出假设检验、样本t检验，三大统计分析、构造预测模型，并分享了基于时间序列的建模方法。
Python数据挖掘：入门、进阶与实用案例分析
这是一本以项目实战案例为驱动的数据挖掘著作，它能帮助完全没有Python编程基础和数据挖掘基础的读者快速掌握Python数据挖掘的技术、流程与方法。 在写作方式上，本书与传统的“理论与实践结合”的入门书不同，它以数据挖掘领域的知名赛事“泰迪杯”数据挖掘挑战赛（已举办10届）和“泰迪杯”数据分析技能赛（已举办5届）（累计1500余所高校的10余万师生参赛）为依托，精选了11个经典赛题，将Python编程知识、数据挖掘知识和行业知识三者融合，让读者在实践中快速掌握电商、教育、交通、传媒、电力、旅游、制造等7大行业的数据挖掘方法。 本书不仅适用于零基础的读者自学，还适用于教师教学，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10项附加价值： （1）建模平台：提供一站式大数据挖掘建模平台，免配置，包含大量案例工程，边练边学，告别纸上谈兵； （2）视频讲解：提供不少于600分钟Python编程和数据挖掘相关教学视频，边看边学，快速收获经验值； （3）精选习题：精心挑选不少于60道数据挖掘练习题，并提供详细解答，边学边练，检查知识盲区； （4）作者答疑：学习过程中有任何问题，通过“树洞”小程序，纸书拍照，一键发给作者，边问边学，事半功倍； （5）数据文件：提供各个案例配套的数据文件，与工程实践结合，开箱即用，增强实操性； （6）程序代码：提供书中代码的电子文件及相关工具的安装包，代码导入平台即可运行，学习效果立竿见影； （7）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； （8）模型服务：提供不少于10个数据挖掘模型，模型提供完整的案例实现过程，助力提升数据挖掘实践能力； （9）教学平台：泰迪科技为本书提供的附加资源提供一站式数据化教学平台，附有详细操作指南，边看边学边练，节省时间； （10）就业推荐：提供大量就业推荐机会，与1500+企业合作，包含华为、京东、美的等知名企业 通过学习本书，读者可以理解数据挖掘的原理，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、深度学习的实践及竞赛打下良好的技术基础。
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
Python数据分析与挖掘实战
本书以Python数据分析与挖掘的常用技术与真实案例相结合的方式，深入浅出地介绍Python数据分析与挖掘的重要内容。本书共11章，分为基础篇（第1～5章）和实战篇（第6～11章），基础篇包括数据挖掘基础、Python数据挖掘编程基础、数据探索、数据预处理、数据挖掘算法基础等基础知识；实战篇包括6个案例，分别为信用卡高风险客户识别、餐饮企业菜品关联分析、金融服务机构资金流量预测、O2O优惠券使用预测、电视产品个性化推荐，以及基于TipDM大数据挖掘建模平台实现金融服务机构资金流量预测。本书大部分章节包含实训和课后习题，通过练习和操作实践，可帮助读者巩固所学的内容。 本书可作为“1+X”证书制度试点工作中的大数据应用开发（Python）职业技能等级（高级）证书的教学和培训用书，也可作为高校数据科学或人工智能相关专业的教材，还可作为数据挖掘爱好者的自学用书。
数据可视化基础与应用
本书共9章，由浅入深地介绍各类数据可视化技术及相关可视化工具的使用方法，力求培养读者对数据可视化的认知以及动手能力。第1章和第2章是基础应用，介绍数据可视化的定义、作用和发展历史，以及如何使用Excel进行数据可视化；第3章～第5章介绍数据可视化工具Tableau的基本使用方法；第6章～第9章详细介绍如何利用代码实现数据可视化，包括前端数据可视化、使用JavaScript实现数据可视化、大屏数据可视化、Python编程语言可视化。全书理论结合实践，既有一定的技术深度，也有行业应用的广度。 本书可作为应用型本科和高职院校的数据可视化教材，也适合对数据可视化技术感兴趣的读者阅读。
Python+Office：轻松实现Python办公自动化
《Python+Office：轻松实现Python办公自动化》分为6篇。第1篇Python编程基础篇，介绍Python语言及开发环境搭建、Python编程基础、利用Python进行数据准备；第2篇Excel数据自动化处理篇，介绍利用Python进行数据处理、数据分析和数据可视化；第3篇Word文本自动化处理篇，介绍文本自动化处理、利用Python进行文本自动化处理、利用Python制作企业运营月报Word版；第4篇幻灯片自动化制作篇，介绍幻灯片自动化制作、利用Python进行幻灯片自动化制作、利用Python制作企业运营月报幻灯片；第5篇邮件自动化处理篇，介绍利用Python批量发送电子邮件、利用Python获取电子邮件、利用Python自动发送电商会员邮件；第6篇文件自动化处理篇，介绍利用Python进行文件自动化处理。本书从实际工作需求的角度，详细介绍了基于Python的办公自动化技术，既可以作为职场人员学习Python办公自动化的自学用书，也可以作为高等院校相关专业学生的参考用书。
编程菜鸟学Python数据分析
全书共15章，第1章介绍了学习python的好处何在以及如何高效地学习python；第2章介绍python、anaconda以及IDE的安装；第3章讲解编程的常识，包括io、文件系统、编码格式等；第4章介绍Excel和text文本的读写；第5章介绍数据处理神器-pandas；第6章介绍python的编程调试；从第7章开始进入数据分析的范畴，第7章介绍进行数据预处理；第8章介绍数据分析的常见问题和方法；第9章介绍在python中如何寻找异常值；第10章介绍相关和回归；第11章介绍聚类技术；第12章介绍决策树技术；第13章介绍关联分析技巧；第14章介绍降维技术；第15章介绍matplotlib绘图。
Python网络爬虫技术
本书以任务为导向，较为全面地介绍了不同场景下Python爬取网络数据的方法，包括静态网页、动态网页、登录后才能访问的网页、PC客户端、App等场景。全书共7章，第1章介绍了爬虫与反爬虫的基本概念，以及Python爬虫环境的配置，第2章介绍了爬取过程中涉及的网页前端基础，第3章介绍了在静态网页中爬取数据的过程，第4章介绍了在动态网页中爬取数据的过程，第5章介绍了对登录后才能访问的网页进行模拟登录的方法，第6章介绍了爬取PC客户端、App的数据的方法，第7章介绍了使用Scrapy爬虫框架爬取数据的过程。本书所有章节都包含了实训与课后习题，通过练习和操作实战，可帮助读者巩固所学的内容。
我带孩子学英语：英语小达人训练手册
57人今日阅读 推荐值 79.6%
本书作者是个非常普通的孩子爸爸，但他从孩子5岁开始，利用丰富的互联网英语资源，借助先进的英语学习软件，按照科学的训练方法，加上日复一日的坚持，在12岁语言关键期内，将孩子的英语能力提升到接近母语的水平。本书从家长的思想准备和角色定位入手，随后从听说能力培养、词汇和阅读、拼写、语法和写作行文，最后对各阶段孩子适合的英语考试做了详细阐述，将Diego在每个阶段的案例和具体做法融入其中。作者走出了一条哑巴英语爸爸当教练员带领孩子学英语的成功道路，本书内容非常接地气，有很强的可复制性和实操性,适合所有关注孩子英语学习的家长朋友们。
57
人工智能极简编程入门（基于Python）
本书共8章。第1章给出了切实可行的学习建议；第2章介绍了开发环境；第3~5章是专为人工智能大数据而优化的知识要点，手把手带领同学们从零基础开始学习编程；第6章与第7章从不同的角度手把手带领读者完成*简单的卷积运算-深度学习的基础算法；第8章带领读者解读一个案例中的部分源码（来自于*流行的深度学习框架TensorFlow）。 本书适合对人工智能、机器学习、深度学习和计算机视觉感兴趣的读者阅读，尤其适合零基础和弱基础的读者学习。阅读本书不要求读者有太多的编程基础与高等数学基础。
从零开始学Python大数据与量化交易
3人今日阅读 推荐值 58.1%
《从零开始学Python 大数据与量化交易》首先讲解量化交易的基础知识，如量化交易的优势、应用、注意事项、历史、量化交易平台等；然后讲解量化交易开发语言Python，即讲解Python 语言的开发环境、基本语法及流程控制、特征数据类型、内置函数与自定义用户函数、面向对象编程；接着讲解大数据分析和可视化的3 个包，分别是Numpy 包、Pandas 包、Matplotlib 包；然后讲解量化交易策略的编写、获取数据函数、基本面量化选股、量化择时的技术指标函数、回测技巧、因子分析技巧；最后讲解Python 量化交易策略的实战案例。
3
Python商务数据分析（微课版）
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。
用Python动手学统计学
10人今日阅读 推荐值 87.9%
《用Python动手学统计学》是面向零基础读者的统计学入门书，对同一个知识点分别使用文字、公式和Python示例代码加以讲解，循序渐进地介绍了统计学和Python的基础知识、使用Python进行统计分析的方法、正态线性模型和广义线性模型等统计模型，以及机器学习等。通过阅读本书，读者不仅可以通过书中例子深刻理解统计学术语、统计分析方法和预测方法等，还可以学到十分前沿的机器学习知识，以及如何使用Python实现数据可视化和建模等。《用Python动手学统计学》结构清晰、直观易懂，适合统计学和Python初学者以及对数据科学和机器学习感兴趣的读者使用，也可作为高等院校计算机、统计等专业学生的入门书。
10
Python爬虫开发与项目实战
本书总体来说是一本实战型书籍，以大量系统的实战项目为驱动，由浅及深地讲解了爬虫开发中所需的知识和技能。本书是一本适合初学者的书籍，既有对基础知识点的讲解，也涉及关键问题和难点的分析和解决，本书的初衷是帮助初学者夯实基础，实现提高。还有一点要说明，这本书对编程能力是有一定要求的，希望读者尽量熟悉Python 编程。
高考志愿填报指南：中国高校专业解读（2025年）
7人今日阅读
高考志愿至关重要,关系一个人未来的就业和职业发展。本书将高中的科目专长、个人兴趣爱好、未来就业和职业发展等高考学生和家长普遍关注的焦点问题与学校和专业密切关联,帮助学生结合自身实际情况准确填报志愿。 本书第一部分主要就2025年高考志愿填报中的热点问题以及高考考生、家长要特别注意的一些重要问题进行解答。第二部分根据教育部颁布的《普通高等学校本科专业目录(2025)》,对十二个大类和军事类,800多个专业进行了分类介绍,有专业大类的分析与解读、院校推荐,还重点对其中337个本科专业进行了详细解读。第三部分为本科院校推荐,对双一流重点高校、985工程院校和211工程院校等进行了介绍。第四部分为职业教育专业大类分析比较与职业技术学院推荐,对职业教育机械设计制造类、机电设备类、电子信息类、交通运输类、土木建筑类、生物与化工类、财经类7个专业大类进行分析比较,并推荐了31个省、自治区、直辖市的一些高水平职业技术学院及其专业设置。 同时,我们特别开发了助力高考志愿填报的小程序,为广大高考考生及家长了解填报院校、填报高考志愿提供帮助。 本书适合广大高中生及其家长,尤其是高三的学生及其家长阅读参考。
7
自然语言处理：基于预训练模型的方法
5人今日阅读 推荐值 87.0%
自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命，尤其是近年来出现的基于预训练模型的方法，已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上，重点介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分：基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具；预训练词向量部分介绍静态词向量和动态词向量的预训练方法及应用；预训练模型部分介绍几种典型的预训练语言模型及应用，以及预训练模型的最新进展。除了理论知识，本书还有针对性地结合具体案例提供相应的PyTorch代码实现，不仅能让读者对理论有更深刻的理解，还能快速地实现自然语言处理模型，达到理论和实践的统一。本书既适合具有一定机器学习基础的高等院校学生、研究机构的研究者，以及希望深入研究自然语言处理算法的计算机工程师阅读，也适合对人工智能、深度学习和自然语言处理感兴趣的学生和希望进入人工智能应用领域的研究者参考。
5
从零开始学Scrapy网络爬虫（视频教学版）
4人今日阅读 推荐值 82.2%
本书从零开始，循序渐进地介绍了目前*流行的网络爬虫框架Scrapy。本书共13章。其中第1~4章为基础篇，介绍了Python基础、网络爬虫基础、Scrapy框架及基本的爬虫功能。第5~10章为进阶篇，介绍了如何将爬虫数据存储于MySQL、MongoDB和Redis数据库中；如何实现异步的Ajax数据的爬取；如何使用Selenium和Splash实现动态网站的爬取；如何实现模拟登录功能；如何突破反爬虫技术，以及如何实现文件和图片的下载。第11~13章为高级篇，介绍了使用Scrapy-Redis实现分布式爬虫；使用Scrapyd和Docker部署分布式爬虫；使用Gerapy管理分布式爬虫，并实现了一个抢票软件的综合项目。 本书适合爬虫初学者、爬虫爱好者及高校相关学生，也适合数据爬虫工程师作为参考读物，同时也适合各大院校和培训机构作为教材使用。
4
人工智能技术
7人今日阅读
本书介绍了人工智能概览、机器学习、深度学习、人工智能主流开发框架、华为全栈全场景AI战略—EI、 HiAI、昇腾，以及人工智能综合实验等内容?这是一本华为ICT学院人工智能课程培训的教材。本书是作者和华为的工作人员共同完成的，其间参阅了国内外现有教材和相关文献后编写的?全书注重理论与实践的结合, 注重算法与框架的实际应用与实现方法, 注重创新思维的训练与培养? 本书既可作为高等院校人工智能课程的培训教材，也可作为自动化?电气工程及其自动化?计算机科学与技术?电子信息工程等专业学生“人工智能” 课程的本科生?研究生教材, 也可供从事人工智能研究与应用的科技工作者学习参考?
7
Python金融大数据分析（第2版）
10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。
10
图机器学习
2人今日阅读
本书通过系统而全面的介绍，帮助读者深入理解和掌握图机器学习的基本原理、方法和技术；同时，通过丰富的案例和实践经验，展示了图机器学习在各个领域的应用价值和广阔前景。 本书基于斯坦福大学图机器学习CS224W课程的内容编写，结合作者自身和团队学生在图机器学习中的痛点和实践经验，重新梳理知识脉络，重点介绍图机器学习的相关知识，并对前沿的图机器学习会议论文和网络科学的最新发展趋势进行探讨与展望。 本书适合所有对图机器学习感兴趣的读者参考。
2
向量数据库：大模型驱动的智能检索与应用
5人今日阅读
"《向量数据库:大模型驱动的智能检索与应用》系统地介绍向量数据库的原理、技术实现及其应用，重点分析传统数据库在处理高维向量数据时的局限性，并提供相应的解决方案。《向量数据库:大模型驱动的智能检索与应用》分为4个部分，共13章，内容涵盖从理论基础到技术实践的多个方面，详细讨论高维向量表示中的信息丢失、嵌入空间误差和维度诅咒等问题，结合FAISS和Milvus等主流开源工具，深入剖析向量数据库的索引机制、搜索算法和优化策略。通过实际案例，展示向量数据库在推荐系统、行为分析、智能诊断、语义搜索等领域的应用，并特别强调企业级语义搜索系统的开发与部署经验。 《向量数据库:大模型驱动的智能检索与应用》不仅提供深度的理论指导，还通过丰富的案例帮助读者掌握如何构建高效的向量搜索引擎，适合从事搜索引擎与推荐系统开发的工程师，数据科学、人工智能及相关领域的从业者、研究人员，以及对向量数据库与相似性搜索感兴趣的读者，也可作为培训机构和高校相关课程的教学用书。"
5
机器学习入门：Python语言实现
本书旨在为读者提供与机器学习有关Python 3的基本编程概念。前4章快速介绍了Python 3、NumPy和Pandas。第5章介绍了机器学习的基本概念。第6章主要介绍机器学习分类器，例如逻辑回归、kNN、决策树、随机森林和SVM。第7章介绍了自然语言处理和强化学习。本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow 2提供了单独的附录。
AI速成课：从AI编程到构建智能软件
2人今日阅读
本书从基础知识入手，详细讲解通过强化学习和深度学习构建AI系统所需的一切，并通过5个完整的项目实例，循序渐进展示如何使用最佳、最简单的AI编程工具（包括Python、TensorFlow、Keras和PyTorch）构建智能软件。具体内容包括AI工具包、Python基础、AI基础技巧、你的第一个AI模型、销售和广告中的AI、Q学习、物流行业中的AI、人工大脑、自动驾驶车辆中的AI、商业中的AI、深度卷积Q学习、游戏中的AI。
2
NetDevOps入门与实践
全书分为4部分。第一部分阐述NetDevOps的概念与技术框架。使读者能清晰的认识到NetDevOps能给他们带来什么。如果要开展NetDevOps工作应该从何入手。第二部分为NetDevOps的入门知识。通过介绍一些常用的Linux软件工具，提高读者在日常维护的工作效率与准确度。第三部分通过对bash和python编程的介绍，引导读者开发一些在运维或者是网络规划中能够使用的工具集。第四部分会采用实战的形式，带领读者完成一些在网络自动化运维以及网络设计与规划中遇到的高频场景和应用案例。
人工智能辅助药物设计
1人今日阅读
本书着重介绍人工智能技术在医药研发领域的应用。全书按照循序渐进的方式组织内容：先介绍人工智能的基本方法和生物医药的基本概念，然后介绍人工智能在分子表示、药物分子性质预测、分子生成、配体与蛋白质结合能力预测，以及蛋白质结构预测等新药研发任务中的具体应用，并结合具体示例，介绍如何将人工智能方法应用到实际的药物研发中。 要想更好地掌握本书涵盖的内容，读者须掌握 Python 语言和药物学的基础知识。本书适合想了解人工智能辅助药物研发的从业人员、高等院校医工交叉学科的学生阅读，也适合对人工智能辅助医药研发感兴趣的药物研发人员、程序员阅读。
1
法律数据分析初级教程
本书主要包括法律数据分析基础知识、法律问题数据化的简单方法、法律数据获取及分析中可能产生的法律问题、数据的清洗、简单要素提取和分析的基本流程等法律数据分析的入门知识，旨在让读者掌握法律+计算机学科体系的基础知识。具体而言，本书具有六个部分的内容：第一部分是基础知识，主要介绍法律数据分析是什么；第二部分讲授关于法律数据分析准备工作的知识；第三部分讲授法律数据分析中数据提取的过程；第四部分学习数据分析和建构模型以解决法律数据分析问题的知识；第五部分学习对自动输出的要素做进一步的处理；第六部分学习对分析工具得到的结果进行理论解释的方法。 本书对于开设数字法学课程的院校来说助力良多，对于入门数字法学的读者而言也是不可或缺。
通识AI：人工智能基础概念与应用
1人今日阅读
《通识AI：人工智能基础概念与应用》为高中生、职业技术学院学生以及对人工智能感兴趣的读者编写，旨在深入浅出地介绍AI基础知识、关键技术及其应用。全书分为四部分，涵盖 AI的基本理论、探索AI的核心技术、AI如何塑造世界以及人工智能与社会的应用，通过丰富的案例和课后思考练习，帮助读者建立人工智能思维和掌握AI技术。书中还介绍了AI的历史沿革、全球发展态势及中国的卓越成就，探讨了AI对未来就业市场的影响、大数据、计算机视觉、语音识别、机器学习、深度学习、 AIGC技术等技术原理。同时，书中还详细介绍了 AI在自动驾驶、智能制造、智慧医疗等领域的具体应用，强调了AI技术与国家未来发展的战略联系，倡导科技创新与提高社会责任感，并讨论了AI伦理的重要性。 通过阅读《通识AI：人工智能基础概念与应用》，读者可以全面理解AI及其对未来人们生活和工作的深刻影响，为步入数字化社会奠定基础。作者以其丰富的专业知识和教学经验，将复杂的AI概念化繁为简，带领读者踏上探索人工智能的旅程。《通识AI：人工智能基础概念与应用》既适合作为AI入门教材，也适合有一定基础的读者进一步学习和研究。
1
Python Qt GUI与数据可视化编程
2人今日阅读 推荐值 86.5%
本书介绍在Python中使用PyQt5和其他模块进行GUI和数据可视化编程的方法。第一部分介绍PyQt5设计GUI程序的基本框架，包括GUI应用程序的基本结构、窗体UI可视化设计与窗体业务逻辑的设计、信号与槽的特点和使用等。第二部分介绍GUI程序设计中一些主要功能模块的使用，包括基本界面组件、事件处理、数据库、绘图、多媒体等。第三部分先介绍使用PyQtChart和PyQtDataVisualization进行二维和三维数据可视化设计的方法，再介绍将Matplotlib嵌入PyQt5 GUI应用程序窗口界面中进行数据可视化的编程方法。通过研读本书，读者可以掌握使用PyQt5、PyQtChart、Matplotlib等模块进行GUI应用程序和数据可视化设计的方法。 本书适合具有Python编程基础，并想通过Python设计GUI应用程序或在GUI应用程序中实现数据可视化的读者阅读和参考。
2
PyTorch与深度学习实战
1人今日阅读
本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。 本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学用书。
1
智能家居设计：树莓派上的Python实现
本教材抛弃传统的面面俱到的做法，简单介绍Python及库的安装后，马上利用开源软件Homeassistant在计算机上进行智能家居的实践，包括语音、短信、摄像头、飞利浦灯具、小米智能家居设备；随后根据进一步扩大智能家居功能的目标出发，介绍Python的相关程序开发方法并把它结合到Home assistant中；同理介绍OpenCV及其在Home assistant的应用，包括人脸识别、运动检测等。随后引入树莓派进行Homeassistant智能家居的开发，通过树莓派在外网利用手机操作智能家居的方法。最后通过几个综合案例提升智能家居的开发能力。