Python的设计理念是无所不用其极地适合人的直觉，这让Python学习者的注意力无需过多纠缠于语法等细节，而可以更多地集中在 程序设计思维 上，这是初学编程非常重要的东西。 为此本书内容编排 均以 用计算机解决问题 、用Python编程思维实现功能 为目标，以Python3.5为蓝本，全面讲解Python的编程基础、软件结构、常用模块等编程知识以及基于Python编程的多个游戏综合设计实例等。 * 以实例引导，注重编程及整体程序的简洁、实用，每个案例都经过调试、验证，可以直用于发实践； * 所有实例及程序源代码提供电子资料包直下载； * 程序发难、重有视频直观讲解，配套视频做成二维码直扫码学习。
1.本书内容全面，基础 案例 项目实战； 2.本书内容保证新版python案例，读者能够学到全新的方法和代码及案例； 3.本书配套资源非常丰富，源码 视频 电子书等； 4.本书配有读者交流群，作者答疑迅速准确，和同伴一起学习的快乐就此拥有； 5.本书双色印刷，设计细致考究；
你的Python项目是否正在变得越来越庞大？随着代码的扩展，调试和维护工作变得更加艰难，你是否感到痛苦？Python是一种容易学习和使用的语言，但这也意味着系统可以迅速发展到无法理解的程度。值得庆幸的是，Python具有帮助发者克服可维护性困境的功能。 在这本实用的书中，作者Patrick Viafore告诉你如何限度地使用 Python的类型系统。你会看到用户定义的类型（如类和枚举），以及Python的类型提示系统。你还将学习如何使Python代码具有可扩展性，以及如何基于一个全面的测试策略构建安全网。利用这些知识和技术，你将编写更清晰、更易于维护的代码。 通过阅读本书，你将： ? 了解为什么类型在现代发生态系统中是必不可少的。 ? 了解类、字典和枚举等类型选择是如何反映特定意图的。 ? 在不加剧臃肿的情况下使Python代码在未来具有可扩展性。 ? 使用流行的Python
如果你可以用Python编程来解决具有挑战性的工程问题会如何？这本“硬核”的书将教你如何使用线性代数、几何和物理知识从头始编码求解算法，以编写自定义库、绘制基元和构建应用程序。作者在这本书中为机械工程师提供了核心编程技巧，专注于磨高质量的代码和利用自动化的单元测试来保证实现无差错。你将发一个几何工具箱，用线和形状来绘制工程问题图，为机械模拟创建矢量图和动画，以及编码算法来执行复杂的计算。最终，你将结合这些知识来构建一个完整的结构分析应用程序，以解决实际工作中可能遇到的二维桁架问题。 通过阅读本书，你将学到: ·使用正则表达式来优雅地解析输文件 ·使用单元测试、封装和描述性名称来优化代码 ·使用Tkinter的画布小部件在屏幕上绘制图像和创建动画 ·用Cholesky分解算法求解线性方程组 ·构建一个可以可视化桁架
编程从孩子抓起 得到越来越多的人的认同和重视。本书是教孩子学习Python程序设计的门读物。本书全彩印刷，寓教于乐，易于学习；读者可以轻松与快速地掌握解决问题方法和程序设计思维的。 本书主要特色如下： 1.内容由浅深，循序渐，基础知识与实践发相结合； 2.全彩印刷，图文并茂，生动形象，白话的语言形式轻松幽默。
本书是数据工程师的实战宝典！从实体消解基础概念切，系统拆解数据标准化、文本模糊匹配（Levenshtein距离、Metaphone算法）、概率模型（Fellegi-Sunter模型、贝叶斯因子）、聚类分块等核心技术，更独家涵盖Splink框架、谷歌云Dataproc集群部署、企业知识图谱API等前沿工具。作者以真实金融反欺诈案例贯穿全书，手把手教学Python代码实现，并前瞻隐私集合求交（PSI）等合规技术。经Splink工具作者Robin Linacre力荐，既是新手门教材，也是资深从业者的技术阶手册。
编译器向来被视为最难教授和理解的程序之一。大多数编译书籍按阶段逐章讲解，这种结构掩盖了语言特性如何驱动设计选择的逻辑。相比之下，这本创新教材采用增量式方法，让学生能够亲自编写每一行代码。书中引导读者为一种小型但功能强大的编程语言构建自己的编译器，并随着章节推逐步添加复杂的语言特性。作者阐释了现代编译器背后的核心概念、算法和数据结构，为读者学习后续高级主题奠定了基础。 本书特色： 将编译器构建的复杂挑战分解为易于掌握的小块内容。 通过将语言特性与编译器设计选择联系起来，增强学习效果。 采用 做中学 方法，加深读者对程序如何映射到计算机硬件的理解。 经过课堂验证，在GitHub上配有源代码。
（1）作者背景资深：4位作者都是在金融领域有10~20年数据挖掘和分析经验的资深专家，技术功底深厚，业务经验丰富。 （2）高维指导低维：作者在金融行业有10~20年项目实战和项目咨询经验，深知初学者的难和痛，量身造，事半功倍。 （3）金融业务驱动：以真实的业务场景和案例为驱动，涵盖金融数据分析的全流程，告别纯理论和不地气。 （4）从门到阶：帮助读者零基础掌握金融数据分析的工具、思路、方法和技巧，快速实现从门到阶的突破。
本书以浅显易懂的方式讲解了Python机器学习所涉及的重要技巧和重难，汇集了笔者在Python机器学习发应用实践中的经验精华，供读者在实际使用过程中参考，具有很高的实用价值。 读者通过学习本书，能够在业务上快速落地，可使得代码维护更加方便，彰显 技术 与 应用 相结合的特色。
对于非数学专业和面向应用的学生来说，在了解一定的数学原理的基础上，学会如何使用线性代数解决实际问题至关重要，本书重在教会学会如何结合软件运用线性代数解决实际问题。
本书具有如下特色：? 由浅深，循序渐。本书以门读者为对象，先从语言基础学起，再学习语言的核心技术，然后学习高 级应用，*后学习发一个完整项目。讲解过程中步骤详尽，版式新颖，使读者在阅读时一目了然，从而快速掌握书中内容。? 语音视频，讲解详尽。书中每一章节均提供声图并茂的教学视频，读者可以扫描书中对应的二维码随时随地学习。这些视频能够引导初学者快速门，感受编程的快乐和成就感，增强一步学习的信心，从而快速成为编程高手。? 实例典型，轻松易学。通过例子学习是好的学习方式，本书通过 一个知识、一个例子、一个结果、一段评析、一个综合应用 的模式，透彻详尽地讲述了实际发中所需的各类知识。另外，为了便于读者阅读程序代码，快速学习编程技能，书中几乎每行代码都提供了注释。 ? 精彩栏目，贴心提醒。本书根据需
（1）作者背景资深：4位作者都是在金融领域有10~20年数据挖掘和算法建模经验的资深专家，技术功底深厚，业务经验丰富。 （2）金融业务驱动：以真实的业务场景和案例为驱动，涵盖金融业务经营的全流程，告别纯理论和不地气。 （3）独创9大模板：针对决策类、识别类、优化分析类3大主题，独创9大模板：客户价值预测、营销响应预测、细分画像、交叉销售、申请反欺诈、违规行为识别、预测、运筹优化、流程挖掘。 （4）数据建模闭环：涵盖分析框架、模型算法、模型评估、模型监控、算法工程化等完整的数据建模闭环。
这是一本将数字控制系统理论与嵌式发实践通的实用教程。从PID控制、传递函数到状态空间与自适应控制，全书以真实生活问题为驱动，循序渐构建完整数控知识体系。书中融合MATLAB仿真与STM32真机部署，用Python、MicroPython、C三语言贯穿讲解核心算法，让代码在ARM Cortex-M架构的微控制器上运行。无论你是本科生、电子爱好者，还是希望快速上手数字控制发的工程师，都能通过每章实例与习题，轻松掌握从传感器输到控制输出的完整设计流程。
携七大优势，带你一书学透强化学习，掌握ChatGPT背后的关键技术。 1）内容完备：完整地介绍了主流强化学习理论，全面覆盖主流强化学习算法，包括了资格迹等经典算法和MuZero等深度强化学习算法，且给出主要定理的证明过程。让你参透ChatGPT背后的关键技术。 2）表述一致：全书采用统一的数学符号，并兼容主流强化学习教程。 3）配套丰富：每章都配有知识总结、代码和习题。 4）环境全面：既有Gym的内置环境，也有在Gym基础上一步扩展的第三方环境，还带领读者一起实现了自定义的环境。 5）兼容广泛：所有代码均可在Windows、macOS、Linux上运行，提供安装和配置方法。同时，为深度强化学习相关算法提供了TensorFlow和PyTorch的对照实现，学习方案任你选择。 6）硬件要求低：所有代码均可在没有GPU的个人计算机上运行，也可以在线查阅运行结果。 7）版权输出：本
1.本书适合初学者学习，全书对数据结构和算法行了全面的梳理；2.本书配有大量的案例和例题，搭配知识，可以轻松理解；3.本书附有大量代码，可以快速上手实操；4.本书内容通俗易懂，零基础读者可以无压力学懂。
模拟实战：丰富绘图案例 贴近工作：详解科研图表 教学视频：体验真实课堂 答疑服务：公众号/QQ群 海量资源：程序代码、500 分钟教学视频、授课用电子教案及三维绘图文档
（1）作者背景资深：作者是Flask官方团队成员，Flask 与 APIFlask 的维护者，戴尔中国卓越研发集团首席软件发工程师 （2）作者经验丰富：作者对 Flask 有非常深的研究，熟悉其源代码，拥有丰富的项目实践经验，为包括 Flask 在内的多个源项目贡献大量代码。 （3）畅销书大升级：本书是畅销书《Flask Web发实战（豆瓣评分9.1，累计印刷14次）》的升级版，作者历时5年，耗时600多个小时，做了全面的升级。 （4）内容系统全面：从Flask的基础知识到完整的Flask项目实战，从Web API发到Flask应用的性能优化，从Flask项目的生产部署到Flask的源码解析，本书提供了完整的Python Web工程化学习路径。 （5）实战案例丰富：基础篇的大部分章节都针对相应的知识提供了完整可运行的示例程序，实战篇则通过2个较为完整的Flask项目讲解了Flask项目的组织方式和技巧，以及Flask发中各类功能的
实战深度学习算法：零起点通关神经网络模型(基于Python和NumPy实现)
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车