Python 是一种强大的编程语言，容易学习而且充满乐趣。但掌握了基本知识后，下来做什么？本书包含了一组富有想象力的编程项目，它们将引导你用Python 来制作图像和音乐、模拟现实世界的现象，并与Arduino 和树莓派这样的硬件行交互。你将学习使用常见的Python 工具和库，如numpy、matplotlib 和pygame，来完成以下工作：● 利用参数方程和turtle模块生成万花尺图案；● 通过模拟频率泛音在计算机上创作音乐；● 将图形图像转换为ASCII文本图形；● 编写一个三维立体画程序，生成隐藏在*图案下的3D图像；● 通过探索粒子系统、透明度和广告牌技术，利用OpenGL着色器制作逼真的动画；● 利用来自CT和MRI扫描的数据实现3D可视化；● 将计算机连到Arduino编程，创建响应音乐的激光秀。通过本书，你可以享受作为极客的真正乐趣！
这是一本很好看的编程入门漫画书，知识点详细、讲解方式有趣
本书教你如何使用流行的Python编程语言来编写计算机游戏，即便你之前没有任何编程经验。首先，本书带领读者猜数字和Tic Tac Toe这样的经典游戏，然后始学习更加高级的游戏的发，例如基于文本的Sonar Treasure Hunt游戏以及带有音效和动画的Dodger游戏。在此过程中， 我们还会学习关键的编程和数学概念，这些将使得你的游戏发技能达到更高的层级。通过本书，你将学习：使用组合循环、变量和流程控制语句；选择合适的数据结构来完成任务，例如列表、字典和元组；使用pygame模块，为游戏添加图形和动画；处理键盘和鼠标输；编写简单的人工智能程序，从而能够和计算机玩游戏；使用加密技术把文本信息转换为密码；调试程序并找出常见错误。随着你编写每一个游戏，你将下牢固的Python编程基础，并且能够更好地理解计算机科学的基础知识。
全面涵盖当今应用发中的众多领域为中级Python发人员提供杰出实践方法涵盖大量实用的代码案例每章末尾的习题有助于巩固所学知识 想一步提升Python编程水平？请深分析真实应用程序中使用的大量相关主题涵盖了正则表达式、Internet/网络编程、GUI、SQL/数据库/ORM、多线程、Web发了解当前的发区域，比如Google 、Twitter、MongoDB、OAuth、Python 3迁移、Java/Jython囊括有关Django、Google App Engine、CSV/JSON/XML和Microsoft Office的全新内容。包含Python 2和Python 3代码，以便立即可以使用提供了代码片段、互动案例和实用练习，旨在巩固Python技能 Python是一种灵活、可靠且具有表现力的编程语言，它将编译语言的强大与脚本语言的简洁性、快速发特性整合起来。在《 Python核心编程 第3版 》中，杰出Python发人员兼企业培训师Wesley Chun会帮助您将Python技能提升到更高的水平。《 Python核心编程 第3版
引导测试人员攻克Python门难 提供可落地的HTTP协议口自动化脚本、实实在在的可运行环境 拥有《Python 口自动化测试》，就拥有整套的源码，按照本书的环境设置，整套源码是完全可运行的
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。作者通过循序渐的练习，详细介绍如何有效地获取、清洗、分析与呈现数据，如何将数据处理过程自动化，如何安排文件编辑与清洗任务，如何处理更大的数据集，以及如何利用获取的数据来创作引人胜的故事。学完本书，你的数据处理和分析能力将更上一层楼。* 快速了解Python基本语法、数据类型和语言概念* 概述数据的获取与存储方式* 清洗数据并格式化，以消除数据集中的重复值与错误* 学习何时对数据行标准化，何时对数据清理行测试并将其脚本化* 使用Scrapy写网络爬虫* 利用新的Python库和技术对数据集行探索与分析* 使用Python解决方案将整个数据处理过程自动化
本书致力于深讲解Python语言的高级特性，通过丰富、强大的代码示例为读者循序渐地讲解如何编写高质量的Python代码。本书可谓是成就Python编程高手的之选。本书通过实际的例子对Python中面向对象编程的理念行介绍。针对所有可用于和Python内置功能行无缝结合的特殊方法，本书都提供了详细示例，并且介绍了如何使用JSON、YAML、Pickle、CSV、XML、Shelve和SQL来创建持久化对象以及在程间传输对象。本书还介绍了Logging和Warning模块、单元测试、配置文件以及如何使用命令行。本书主要分为3个部分：用特殊方法实现Python风格的类；持久化和序列化；测试、调试、部署和维护。特殊方法部分又分为：初始化方法、基本特殊方法、属性访问、可调用对象、上下文、容器、集合、数值，以及装饰器和mixin类等高级技术。本书示例丰富，通过诸多实际的例子对Python中面向对象编程的理
时下极热门的职业是数据科学家，而不是传统的信息科学家，也不是大数据工程师。 数据科学家的技能中，机器学习和Python 应该是位列前五的两项，学习本书，实现自己的第1个小目标。 更多计算机好书请关注：电子工业出版社当当自营店
随着人们对优化软件架构和设计的关注度的不断提高，软件架构师也愈发认识到在架构和设计层面，对象创建、代码结构和对象之间的交互优化的重要性。因为这样不仅能够降低软件的维护成本，而且还能确保代码的可重用性，提高代码适应变化的能力。在上一版成功的基础上，本书的第2版将利用Python 3.5来帮助读者实现现实世界的各种场景。本书首先从Python的角度对各种设计模式行了介绍。然后，逐步带领读者深学习单例模式、工厂模式和门面模式。之后，还介绍了如何使用代理模式来控制对象访问。此外，本书还讲解了观察者模式、命令模式和复合模式。通过阅读本书，读者能够一步提高其在软件架构、设计和发方面的专业技能。 本书的目标读者本书适用于软件架构师以及热衷于软件设计的Python应用发人员。对于具有初级Python编程技能并且喜欢使用Python 3.5的工
机器学习关注于预测，其核心是一种基于数学和算法的技术，要掌握该技术，需要对数学及统计概念有深理解，能够熟练使用R 语言或者其他编程语言。本书通过集中介绍两类可以行有效预测的机器学习算法，展示了如何使用Python 编程语言完成机器学习任务，从而降低机器学习难度，使机器学习能够被更广泛的人群掌握。作者利用多年的机器学习经验带领读者设计、构建并实现自己的机器学习方案。本书尽可能地用简单的术语来介绍算法，避免复杂的数学推导，同时提供了示例代码帮助读者迅速上手。读者会很快深了解模型构建背后的原理，不论简单问题还是复杂问题，读者都可以学会如何找到问题的解决算法。书中详细的示例，给出了具体的可修改的代码，展示了机器学习机理，涵盖了线性回归和集成方法，帮助理解使用机器学习方法的基本流程。本书为不具备
Python是一门动态编程语言，它简单而又强大，适用于众多领域。尽管编写Python代码比较容易，但是编写高效且易于维护和复用的代码是一个挑战。本书的重是让你熟悉zui佳实践、有用的工具以及标准，这都是Python专业人士每天使用的。首先，你将了解Python 3.5中新增加的功能以及可以提高生产力的快速技巧。下来，你将学习使用这个新版本中的高-级且有用的Python语法元素，以及实现元编程的不同方法。本书讲解了代码管理工具、编写清晰文档的方法和测试驱动发，这些都是编写代码的重要因素。通过学习优化的一般原则、查找瓶颈的策略以及应用优化的选定工具，你可以对如何编写高效的代码有更深的理解。读完本书后，你会成为一名可以编写高效且可维护代码的专家。通过阅读本书，你将能够：了解在Python社区中广泛采用的约定和zui佳实践；高效包Python代码，以
罕见的NumPy中文门教程，Python数据分析**从*基础的知识讲起，手把手带你大数据挖掘领域囊括大量具有启发性与实用价值的实战案例。
本书是资深互联网高级工程师阿奎结合自己多年的经验写就的一本指导初学者学习Python编程和自动化测试中的HTTP口测试的书。通过闯关游戏式的独特学习模式，通过在线读者圈增值服务，指导读者掌握高效学习计算机编程和应用。
Python高效开发实战：Django、Tornado、Flask、Twisted
★ 一本书掌握Python基础及高效实践方法 ★ 全新Python框架版本的应用实践指南 ★ 作者多年Python项目实践经验倾囊分享 ★ 中小示例、项目案例，一个都不能少 ★ 提高发效率，学得懂、练得会
《Python渗透测试编程技术：方法与实践》由资深的网络安全教师撰写，内容围绕如何使用目前备受瞩目的Python语言行网络安全编程展。《Python渗透测试编程技术：方法与实践》从Python的基础讲起，系统讲述了网络安全的作用、方法论，Python在网络安全管理上的应用，以及Python在实现这些应用时相关的网络原理和技术。结合实例讲解了使用Python行网络安全编程的方法，以及在实际渗透中的各种应用，包括安全工具的发、自动化报表的生成、自定义模块的发等，将Python变成读者手中的编程利器。
本书包含如下内容。 通过创建类、定义方法来实现Python对象 将相关对象归类到不同类中，并通过类口描述这些对象的属性和行为 使用继承关系扩展类的功能 理解何时使用面向对象特征，以及更重要的是，何时不该使用 发现哪些设计模式在Python中有所不同及其原因 发现单元测试的简易之处，以及为何它对于Python如此重要 学习Python 3中常见的并发技术及其陷阱 探索*的AsyncIO模块来发大规模并发网络系统
不同类型文本数据的获取、清洗、组织和可视化如何用NumPy和Pandas模块处理数值数据探索用MySQL和MongoDB配置、填充、查询数据网络创建、度量和分析概率与统计以及机器学习的相关基本概念
全面阐述Python科学计算基础内容 提供Python科学计算精彩案例 总结科学计算的任务、难以及*实践经验 科学计算概况、结构 使用NumPy和SciPy完成数值计算 使用SymPy行符号计算的概念和方法 使用matplotlib画图程序库做数据可视化 使用pandas、matplotlib和IPython组合做数据分析与可视化 Python的并行和高性能计算方法 科学计算应用、库和工具的Python发案例 方案设计、代码编写、高性能计算等科学计算*实践
张良均，高级信息系统项目管理师，泰迪杯全国大学生数据挖掘竞赛（www.tipdm.org）发起人。华南师范大学、广东工业大学兼职教授，广东省工业与应用数学学会理事。兼有大型高科技企业和高校的工作经历，主要从事大数据挖掘及其应用的策划、研发及咨询培训。全国计算机技术与软件专业技术资格（水平）考试继续教育和CDA数据分析师培训讲师。发表数据挖掘相关论文数二十余篇，已取得国家发明专利12项，主编《Hadoop大数据分析与挖掘实战》《Python数据分析与挖掘实战》《R语言数据分析与挖掘实战》等多本畅销图书，主持并完成科技项目9项。获得SAS、SPSS数据挖掘认证及Hadoop发工程师证书，具有电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。
如何在大数据时代获得实时的数据信息，分析挖掘、提取出有价值的信息，并以直观清晰的图形表示出关键的数量关系和概念，是一个值得研究的问题。本书通过数据抓取篇（如何获得数据信息）、数据分析篇（分析挖掘，提取出有价值的信息）、数据可视化篇（以直观清晰的图形表示出关键的数量关系和概念）详细描述数据抓取、分析、展示的整个流程，每一篇自成一体，可以单独学习掌握。
1、本书使用Python 3版本的数据分析，如数据分析基础工具的Numpy、数据可视化工具的Matplotlib和Seaborn、数据处理工具的Pandas、数据统计工具的Scipy、机器学习工具的Sklearn以及自然语言处理的相关库。 2、本书代码采用基于Python的各类库实现，全部程序都通过上机调试和运行。在讲解基本理论的基础上加强动手实践能力的培养，让学生在操作中学会Python编程。 3、本书针对机器学习、数据分析、Python相关技术和自然语言处理的初、中级读者，从零始逐行讲解代码，使其熟悉并实现自然语言处理的基本内容。 4、本书逻辑严谨，内容精练，文字简洁，通俗易懂，实训题目经典实用，综合性强。 5、本书配套资源，读者可登录清华大学出版社官网或扫描书中二维码获取。
本教程集教材、练习册、上机指导于一体，基于Windows 10和Python 3.7构建Python发平台，通过大量的实例，由浅深、循序渐地阐述Python语言的基础知识，以及使用Python语言的实际发应用实例。700多个实例，431道复习题，563个实践项目案例，37个综合案例
本书采用了以任务为导向的教学模式，按照解决实际任务的工作流程路线，逐步展介绍相关的理论知识，推导生成可行的解决方案，*后落实在任务实现环节。 全书大部分章节紧扣任务需求展，不堆积知识，着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验，帮助读者真正理解与消化Python网络爬虫技术。 书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握大数据相关技能。
? 有趣的手绘插图：文字说不清楚的事情咱们来看图说。 ? 丰富的编程案例：不再干巴巴地讲理论，用示例和项目说明一切。 ? 涉及内容广泛：覆盖Python Web、Python爬虫、游戏编程三大热应用，总有一个是你关注的。 ? 配合视频教学：为便于读者掌握本书内容，笔者专门录制了相关视频教学课程，读者可以登录网站观看本书的视频教学，也可扫描下方的二维码用手机观看。若使用过程中出现问题，可以发送邮件至，主题为 Python轻松学：游戏、爬虫与架站配书文件 。 ? 技术交流：可以加笔者的QQ群行技术交流，并获得技术支持。
本书面向零基础起的学习者，以面向对象发思想为核心，讲授Python语言的基本语法及其应用。 书中特别强调掌握学习Python的基本方法 阅读帮助文档。所以，在很多地方提示读者查阅。 本书代码全部实际运行通过，都放在如下地址：https://github.com/qiwsir/PythonCourse/tree/master/first
导语_评_推荐词
1.基于Python 3.X讲解，从门到实战，全面讲解Python爬虫技术。 2.全书重难附带微课讲解，书网融合互动学习。 3.案例丰富，重视实践，着重培养读者的实际运用能力。
Python是门很棒的编程语言，适合快速构建应用原型。《Python网络编程攻略》全面介绍了Python网络编程涉及的重要问题，包括网络编程、系统和网络管理、网络监控以及Web应用发。作者通过70多篇攻略，清晰简明地描述了各种网络任务和问题，提出了可用于多种场景的解决方案，并细致地分析了整个操作过程。无需多少Python基础知识，就可以轻松理解这些示例。如果你想发依赖于网络协议的实用Web应用和网络应用，**不能错过这本书。 本书将告诉你如何 发TCP/IP网络客户端和服务器应用 管理本地设备的IPv4/IPv6网络口 使用HTTP和HTTPS协议编写用途多、效率高的Web客户端 编写可使用常见电子邮件协议的电子邮件客户端 通过Telnet和SSH连执行远程系统管理任务 使用Web服务与流行的网站交互 监控并分析重要的常见网络安全漏洞
编辑推荐： 很系统：讲解19种机器学习经典算法，依次破重难 很图示：书中包括113张图解说明，方便读者理解 很实用：囊括文本识别、语音识别、图形识别、人脸认识等 很实战：31个实例、13个案例，详解TensorFlow机器学习
本书主要分三篇14章，主要内容概述如下： 基础篇（第1章~第7章） 自动化测试基础知识。 本篇主要讲述自动化测试人员需要掌握的基本知识，从代码使用层面行介绍，包括Python基础、WebDriver API的使用及单元测试框架UnitTest、Pytest等知识。基础篇主要是为自动化测试实践下牢固基础，适合初学自动化测试的人员学习。 实践篇（第8章~第10章） 自动化测试项目实战。 本篇主要介绍自动化测试项目的应用。首先以数据驱动模型和PO模型为基础行实战练习，然后介绍持续集成在自动化测试中的应用。项目实战篇适合具有一定基础的自动化测试人员学习。学完实践篇读者会对项目解析、自动化框 架搭建、模块封装、用例组织、测试报告生成和持续集成有一定程度的认知，并运用于自己的项目。 卓异篇（第11章~第14章） 拓展知识面并提高项目质量。 一个完整的自动化测试
如果你从未触编程，或想手学习Python编程，我强烈推荐你看这本书，因为这是一本完全可以让你看懂并学会的编程书，同时还可以让你得到意外的收获。我认为这本书的主要特色和优有如下几个： 1. 看得懂，学得会 这是一本面向初学者的Python编程书，为使读者能够看懂、学会，编者使用了通俗易懂的语言和丰富的代码示例，并借助生活中的小事例行描述，一些看起来复杂的问题也尽可能以简单的形式展现出来，多了些生动，少了些枯燥，不仅学习起来轻松愉快，而且能够充分感受到Python的魅力。 2. 想读者所想，贴心的内容安排 学编程唯动手练习才能见到成效，本书在内容设计上特别重视讲练结合，注重实践，不仅精心设计了大量示例代码，还在各章穿插了项目演练 牛刀小试，以煅炼读者的程序设计能力。自学编程往往会遇到很多困惑，半途而废并不鲜见，考虑
Python是一种通用型编程语言，其语法清晰简洁、标准库强大，还有大量的第三方库，因而近几年人气急剧上升，在很多领域都得到了广泛应用。本书是一本Python性能提升指南，展示了如何利用Python的原生库以及丰富的第三方库来构建健壮的应用程序。书中阐释了如何利用各种剖析器来找出Python应用程序的性能瓶颈，并应用正确的算法和高效的数据结构来解决它们；介绍了如何有效地利用NumPy、Pandas和Cython高性能地执行数值计算；解释了异步编程的相关概念，以及如何利用响应式编程实现响应式应用程序；概述了并行编程的概念，并论述了如何利用TensorFlow和Theano为并行架构编写代码，以及如何通过Dask和PySpark等技术在计算机集群上执行大规模计算。通过学习本书，你将能够实现高性能、可伸缩的Python应用程序。- 利用NumPy和Pandas编写高效的数值计算代码- 利用Cython和Numba
本书是使用Python 行深度学习实践的一本初学指南，将带领读者学习使用Python构建深度神经网络模型。本书不要求读者具有深度神经网络的相关经验，也没有罗列大量的公式，而是通过一些实际案例，以简单直白的方式介绍深度神经网络的两项任务 分类和回归，解析深度学习模型中的一些核心问题，以期让读者对深度学习的全貌有一个清晰的认识。通过简单易学的步骤，读者将学会如何使用Python构建深度神经网络模型。一旦掌握了这些步骤，读者就能够把这些知识转换为强大的数据科学应用程序。本书包括以下精彩内容：★ 释放深度神经网络的有效预测能力；★ 动手发二元分类的解决方案；★ 为多元问题设计成功的应用；★ 掌握有效模型构建的技术；★ 调节深度神经网络，以改善其性能。
本书是针对零基础编程学习者的 Python 核心功能的门教程。精选Python核心功能讲解，通过精炼的语言和200多个真实的案例，详细介绍使用 Python语言常用库、数据结构、可视化编程等知识和技术，并在*后通过交互式游戏、智能机器人、人工智能和数据可视化4个大型案例综合运用中帮助读者快速掌握实际发流程。书中涉及的程序代码给出了详细的注释，让用户掌握 Python 程序发的精髓，提高数据库管理技能。
在数据科学家的技能中，机器学习和Python应该是位列前五的两项。机器学习灸手可热，在互联网、金融保险、电商、电信、制造业、零售业、医疗等领域发挥了越来越大的作用，关注度也越来越高。Python是全球前四大流行语言之一，它具有简单易学、应用几乎无限制等特性，因此在发从业者眼中是全栈发的。 针对机器学习与Python软件的特，作者将两者相结合编写了本书，希望对读者有所帮助。
在数据规模急速膨胀的大数据时代，数据挖掘这项甄别重要数据的核心技术正发挥越来越重要的作用。它将赋予你解决实际问题的 超能力 ：预测体育赛事结果、投放广告、根据作品的风格解决作者归属问题，等等。本书使用简单易学且拥有丰富第三方库和良好社区氛围的Python语言，由浅深，以真实数据作为研究对象，真刀实枪地向读者介绍Python数据挖掘的实现方法。通过本书，读者将迈数据挖掘的殿堂，透彻理解数据挖掘基础知识，掌握解决数据挖掘实际问题的杰出实践！
用zui火的Python语言、通过各种各样的机器学习算法来解决实际问题！书中介绍的主要问题如下。- 探索分类分析算法并将其应用于收等级评估问题- 使用预测建模并将其应用到实际问题中- 了解如何使用无监督学习来执行市场细分- 探索数据可视化技术以多种方式与数据行交互- 了解如何构建推荐引擎- 理解如何与文本数据交互并构建模型来分析它- 使用隐马尔科夫模型来研究语音数据并识别语音
想深应用手中的数据？还是想在上千份文件上重复同样的分析过程？没有编程经验的非程序员们如何能在zui短的时间内学会用当今炙手可热的Python语言行数据分析？来自Facebook的数据专家Clinton Brownley可以帮您解决上述问题。在他的这本书里，读者将能掌握基本Python编程方法，学会编写出处理电子表格和数据库中的数据的脚本，并了解使用Python模块来解析文件、分组数据和生成统计量的方法。- 学习基础语法，创建并运行自己的Python脚本- 读取和解析CSV文件- 读取多个Excel工作表和工作簿- 执行数据库操作- 搜索特定记录、分组数据和解析文本文件- 建立统计图并绘图- 生成描述性统计量并估计回归模型和分类模型- 在Windows和Mac环境下按计划自动运行脚本
循序渐，知识全面：本书站在初学者的角度，围绕Python的自动化技术展讲解，从初学者基础知识着手，循序渐地介绍了自动化程序发和实现的各种知识，内容难度适中，由浅深，实用性强，覆盖面广，条理清晰，且具有较强的逻辑性和系统性。 实例丰富，扩展性强：本书每个知识都单独以一个项目为例行讲解，力求让读者更容易地掌握知识要。本书实例经过作者的精心设计和挑选，根据编者的实际发经验总结而来，涵盖在实际发中遇到的各种问题。 基于理论，注重实践：在讲解的过程中，不仅介绍理论知识，而且安排了综合应用实例或小型应用程序，将理论应用到实践中，加强读者的实际发能力，巩固发技能和相关知识。
1.本书介绍元学习及其原理，讲解各种单样本学习算法，例如孪生网络、原型网络、关系网络和记忆增强网络，并在基于Python的TensorFlow与Keras中实现它们； 2.读者能够从本书中了解先的元学习算法，如模型无关元学习、Reptile和元学习的上下文适应； 3.本书还探索如何使用元随机梯度下降法来快速学习，以及如何使用元学习来行无监督学习。 这本书对算法的解释简洁明晰、通俗易懂，任何想了解元学习的人都应该阅读。 英文版读者评论 什么是元学习？为什么需要了解元学习？ 近年来深度学习的发展如火如荼，但深度神经网络需要大规模的训练集来训练模型，而且处理新任务时不能采用已有的模型，必须从零始训练新模型。 元学习能够生成通用的人工智能模型来学习执行各种任务。只需少量数据，即可训练元学习模型完成各种相关的任务。因此对于新任务，元学
1.自然语言处理（NLP）已在Web搜索、广告和客户服务等各个领域中得到广泛应用。借助深度学习，我们可以增强NLP在这些领域的性能。 2.基于Python3.5，使用Python，可以利用深度学习模型执行各种NLP任务，以及应对当今的各种NLP挑战。 3.内容全面，全面讲解NLP前沿技术，构建多种实用应用程序。 4.提供包含本书截图 图表彩色图像的PDF文件下载。 5.提供本书的示例代码文件下载。 阅读本书后，你将学会将神经网络融各种跨平台的语言应用程序中，使用NLTK和TensorFlow执行NLP任务并训练模型，以及通过强大的深度学习架构（例如CNN和RNN）增强NLP模型。 行词语的语义嵌以对实体行分类和查找 通过训练将词语转换为向量，以执行算术运算 训练深度学习模型以检测推文和新闻的分类 使用搜索和RNN模型实现问答模型 使用CNN为各种文本分类数据集训练模型 实现深层生成模型WaveNet
本书采用了以任务为导向的教学模式，按照解决实际任务的工作流程路线，逐步展介绍相关的理论知识，推导生成可行的解决方案，* 后落实在任务实现环节。全书大部分章节紧扣任务需求展，不堆积知识，着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验，帮助读者真正理解与消化Python数据分析与应用。书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握大数据相关技能。
- 以 从门到精通 的写作方法构建内容，让读者门容易。 为了使读者能够完全看懂本书的内容，本书遵循 从门到精通 基础类图书的写法，循序渐地讲解算法的知识。 - 破解语言难，以 技术解惑 贯穿全书，绕过学习中的陷阱。 为了帮助读者学懂算法，每章都会有 技术解惑 模块，让读者知其然又知其所以然。 - 书中包含大量典型实例。 书中有195个实例，通过这些实例的练习，读者有更多的实践演练机会。 - 通过QQ群和网站论坛实现教学互动，形成互帮互学的朋友圈。 本书作者为了方便给读者答疑，特地提供了网站论坛、QQ群等技术支持，并且随时在线与读者互动。让大家在互学互帮中形成一个良好的学习编程的氛围。网站名称和群号，详见本书前言部分。
在这里，有面试笔试常见技巧的提炼与总结； 在这里，有面试笔试高频算法知识的整理与剖析； 在这里，有面试笔试历年算法真题的解答与拓展。
1. 零基础门Python网络爬虫。2. 提供全套视频讲解爬虫技术。3. 使用爬取家网、豆瓣网、Q房网、拉勾网、新浪微博、我爱我家、房天下、知乎等多个实用案例。
本书主要有以下特色。1．教材内容重突出。在保证内容科学、完整的前提下，由浅深的安排章节次序。考虑到Python语言的应用特色，教材更多强调应用思维。例如，在组合数据类型的应用、文件操作的应用、第三方库的应用等章节，更强调体现应用特性。2．教材案例资源丰富。全书设计240个示例，覆盖Python的重要知识。精心设计和编写课后习题，教材编写与教学资源建设同步，本书提供教学课件、程序源码。3. 教材内容上，处理好与全国计算机等级考试的关系和Python应用需求的关系。教材中的知识基本覆盖了等级考试需要的核心内容，又删减了部分使用频率低的内容。
全面、整体：详细讲解22大经典算法和10个数据结构的基本原理，干货满满 直观、易懂：包含336张图解，帮助理解复杂的算法 实操、应用：全书包含大量例题，在实战中学习算法的应用 流行、方便：使用简单易学的Python语言实现书中算法
作者本着在实践中学习，在学习中实践的思维模式，设计了每一个章节的例子，从实战中学，用Python实现UI自动化测试，用Python实现口自动化测试，值得一读。
构建从Python门到数据分析到机器学习的路线图，门有章可循； 1.讲解独到，常见盲趣解析 作者基于多年的经验积累，善于总结概括初学Python过程中的误区。 2.内容全面，常用工具全涵盖 书中介绍的Python工具包覆盖Numpy、Matplotlib、Pandas、SciPy、Scikit-Learn，方便读者拓展实用技能、掌握工作利器。 3.拓展训练，重知识有强化 语感训练100题、Python内置函数（类）手册、从新手到高手的100个模块，强化知识的掌握。 4.代码完整，随时动手可复现 本书提供了完整、可验证的代码，方便读者动手练习并强化理解。
本书使用众多的实例，详解Python 3.8编程方法，详细步骤配合代码分析，使得每个技术都清晰易懂、一目了然。书中不仅使用了大量实例对编程重、难行深的剖析，还结合作者多年的项目发经验和教学经验行拨，使读者能够学以致用。本书内容安排由浅深、循序渐，逻辑结构清晰，并注意各个章节与实例之间的呼应和对照，可作为Python编程初学者的门教材，也适合Python中高级用户一步学习和参考。
探索数据的内在价值，洞悉人工智能背后的技术！
1.黑马程序员经典教材改版； 2.本书在保留了原有风格的基础上，内容做了大量更新，新增了十多个精彩案例，如*温标、健康指数、印五子棋棋盘，增加学习的乐趣与实用性，简化了面向对象的相关知识，降低了学习难度，更有利门学习。 3.本书附有教学视频、源代码、习题、教学课件等资源。
?本书共14个项目，主要包括Python编程基础、网络爬虫、数据分析和数据可视化四大部分内容。 ?全部代码适用于Python 3.5、Python 3.6、Python 3.7以及更高版本。 ?免费提供教学PPT、源代码、教学大纲、习题答案等全套教学资源。
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