出现在书名中的结果
共 0 条
Python游戏趣味编程
5人今日阅读 推荐值 81.6%
本书把趣味游戏开发应用于Python编程教学，通过介绍12个由易到难的趣味游戏案例的编写过程，带领读者从零基础开始学习。本书共13章，系统讲解了Python语言基本概念、开发环境搭建、循环、列表、数据类型、条件、复合运算符、字符串拼接、布尔变量、数组、函数、列表操作、面向对象编程等基础知识，还介绍了图片操作、文件读写、声音播放、异常处理等较为实用的编程技能。所有这些知识和技能，都通过游戏案例讲解和展示，贯穿各章，还给出了一些练习，帮助读者巩固所学的知识。附录A给出了这些练习题的答案，附录B给出了Python语法知识在书中相关章节的索引。 本书适合不同年龄层次的Python编程初学者阅读和自学，也可以作为中学生、大学生学习程序设计的教材和少儿编程培训机构的参考教材。
5
Python编程：从入门到实践（第3版）（2025年新版）
278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。
278
Python编程：从入门到实践
185人今日阅读 推荐值 86.3%
本书是一本针对所有层次的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matplotlib、NumPy和Pygal等强大的Python库和工具介绍，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Python2D游戏开发，如何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，并帮读者解决常见编程问题和困惑。本书适合对Python感兴趣的任何层次的读者阅读。
185
矩阵力量：线性代数全彩图解+微课+Python编程
46人今日阅读 推荐值 86.9%
数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握“数学 + 编程 + 机器学习”绝对是**。这一次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学， 在创作这套书时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 鸢尾花书有三大板块——编程、数学、实践。数据科学、机器学习的各种算法离不开数学，本册《矩阵力量》是“数学”板块的第 2 本，主要介绍常用线性代数工具。任何数学工具想要从一元推广到多元，比如多元微积分、多元统计，都绕不开线性代数。 《矩阵力量：线性代数全彩图解 + 微课 + Python编程》共 25 章内容，可以归纳为 7 大板块：向量、矩阵、向量空间、矩阵分解、微积分、空间几何、数据。《矩阵力量：线性代数全彩图解 + 微课 + Python编程》在讲解线性代数工具时，会穿插介绍其在数据科学和机器学习领域的应用场景，让大家学以致用。《矩阵力量：线性代数全彩图解 + 微课 + Python编程》读者群包括所有在工作中应用数学的朋友，尤其适用于初级程序员进阶，大学本科数学开窍，高级数据分析师，人工智能开发者。
46
数学要素（全彩图解 + 微课 + Python编程）
38人今日阅读 推荐值 82.2%
数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握“数学 + 编程 + 机器学习”绝对是**。这次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学， 在创作这套书时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 《数学要素：全彩图解 + 微课 + Python编程》打破数学板块的藩篱，将算数、代数、线性代数、几何、解析几何、概率统计、微积分、优化方法等板块有机结合在一起。从加、减、乘、除四则运算讲起，主要内容包括：第 1、2 章讲解向量和矩阵的基本运算；第 3 章讲解常用几何知识；第 4 章讲解代数知识；第 5、6 两章介绍坐标系；第 7、8、9 三章介绍解析几何；第 10 章到第 14 章都是围绕函数展开；第 15 章到第 19 章讲解微积分以及优化问题内容；第20、21 两章是概率统计入门；《数学要素：全彩图解 + 微课 + Python编程》最后四章以线性代数收尾。 《数学要素：全彩图解 + 微课 + Python编程》内容编排上突出“图解 + 编程 + 机器学习应用”。讲解一些特定数学工具时，《数学要素：全彩图解 + 微课 + Python编程》会穿插介绍其在数据科学和机器学习领域应用场景，让大家学以致用。 《数学要素：全彩图解 + 微课 + Python编程》虽标榜“从加减乘除到机器学习”，但是建议读者至少具备高中数学知识。如果读者正在学习或曾经学过大学数学 ( 微积分、线性代数、概率统计 )，就更容易读了。
38
Python编程：从入门到实践（第2版）
34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。
34
Python神经网络编程
31人今日阅读 推荐值 87.7%
本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在RaspberryPi上工作。
31
Python工匠：案例、技巧与工程实践
28人今日阅读 推荐值 88.6%
本书基于受欢迎的“Python工匠”系列开源文章。全书从工程实践角度出发，通过剖析核心知识、展示典型案例与总结实用技巧，帮助大家系统进阶Python，写好工程代码，做好实践项目。 本书共计13章，分为五大部分：变量与基础类型、语法结构、函数与装饰器、面向对象编程、总结与延伸，涵盖Python编程的方方面面。本书的写作方式别具一格，核心知识点都会通过三大板块来阐述：基础知识、案例故事、编程建议。其中基础知识帮助大家快速回顾Python基础；案例故事由作者经历的编程项目与案例改编而来，兼具实战性与趣味性；编程建议以大家喜闻乐见的条目式知识点呈现，短小精悍，可直接应用于自己的编程实践中。
28
统计至简（概率统计全彩图解 + 微课 + Python编程）
14人今日阅读 推荐值 93.9%
数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所有人生来都握有一副好牌，但是掌握“数学 + 编程 + 机器学习”的知识绝对是**。这一次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学，在创作时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 《统计至简：概率统计全彩图解 + 微课 + Python编程》是“鸢尾花数学大系—从加减乘除到机器学习”丛书中数学版块—“数学三剑客”的第三册，也是最后一本。“数学”板块的第一本《数学要素》是各种数学工具的“大杂烩”，可谓数学基础；《矩阵力量》专门讲解机器学习中常用的线性代数工具；本册《统计至简》则介绍机器学习和数据分析中常用的概率统计工具。《统计至简：概率统计全彩图解 + 微课 + Python编程》的核心是“多元统计”，离不开第二册《矩阵力量》中介绍的线性代数工具。《统计至简：概率统计全彩图解 + 微课 + Python编程》内容又可以归纳为 7 大板块——统计、概率、高斯、随机、频率派、贝叶斯派、椭圆。《统计至简：概率统计全彩图解 + 微课 + Python编程》在讲解概率统计工具时，会穿插介绍其在数据科学和机器学习领域的应用场景，让大家学以致用。
14
Python编程从新手到高手
13人今日阅读
本书全面细致地介绍了Python的各个功能、逻辑和惯用模式，以便读者快速编写出专业、地道、实用的Python程序，从Python新手成长为高手。 本书共5个部分。第一部分“Python 环境”讲解 Python的哲学、开发环境、基本语法、项目结构和代码导入等内容，为读者编写规范的Python代码奠定坚实的基础。第二部分“基本结构”讲解Python的变量、数据类型、函数、类、对象、错误和异常等。第三部分“数据和流程”讲解操作数据和控制执行流程的许多独特方法，包括集合、迭代、生成器、推导式、文本输入/输出、上下文管理、二进制和序列化等。第四部分“高级概念”探索Python 的高级策略，如继承、混入、元类、抽象基类、自省、泛型、异步、并发、线程和并行等。第五部分“超越代码”讲解项目的打包、分发、调试、日志、测试和剖析等环节，并概述Python开发的方向。 本书适合想要学习编写专业Python程序的读者阅读，既可作为零基础入门 Python 的教材，也可作为程序员案头常备的Python工具书。本书尤其适合已掌握其他编程语言的开发者用来学习Python，可以帮助这些开发者不受其他编程语言的影响来学习地道的 Python编程方法。
13