亚马逊畅销Python编程图书，帮助你通过编程快速实现工作自动化在本书中，你将学习利用Python 编程，在几分钟内完成手工需要几小时的工作，而事先却无需具备编程经验。一旦掌握了编程的基础知识，你就可以毫不费力地创建Python 程序，完成高效的自动化工作，包括：● 在一个文件或多个文件中搜索文本；● 创建、更新、移动和重命名文件和文件夹；● 搜索网页和下载的在线内容；● 在任意大小的Excel电子表格中更新和格式化数据；● 拆分、合并PDF文件，以及如何加水印和加密；● 发送提醒邮件和文本通知；● 填写在线表格。本书的作者Al Sweigart是一位杰出Python程序员,他还是《Python 密码学编程》、《Python 游戏编程快速上手》和《Python 和Pygame 游戏开发指南》的作者。
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
本书具有以下特：● 广泛使用计算机图形学 本书提供一个简单的图形软件包graphics.py作为示例。● 生动有趣的例子 本书包含了完整的编程示例来解决实际问题。● 亲切自然的行文 以自然的叙事风格介绍了重要的计算机科学概念。● 灵活的螺旋式学习过程 简单地呈现概念，逐渐介绍新的思想，章节末加以巩固强化。● 时机恰好地介绍对象 本书既不是严格的 早讲对象 ，也不是 晚讲对象 ，而是在命令式编程的基础上简要地介绍了对象概念。● 提供丰富的教学素材 提供了大量的章末习题。还提供代码示例和教学PPT下载。本书以Python语言为工具教授计算机程序设计。本书强调解决问题、设计和编程是计算机科学的核心技能。本书特色鲜明、示例生动有趣、内容易读易学，适合Python门程序员阅读，也适合高校计算机专业的教师和学生参考。访问异步社区（www.epubit
这本书会告诉你什么是字字珠玑，真的超级好读。 从编程和Python的历史讲，这些小历史不仅有助于学习Python，对学习其他编程也超级有用，重是，讲的太生动啦。 着又讲了Python的基础，运算、函数、参数、循环、对象 都有讲，附上代码，学完再写个小爬虫。
Python是一门很绝妙的编程语言，它快速、灵活且内置了丰富的标准库，已经用于越来越多的不同行业。通常，大多数关于Python的书都会教读者这门语言的基础知识，但是掌握了这些基础知识后，读者在设计自己的应用程序和探索实践时仍需要完全靠自己。本书则不同，它介绍了如何利用Python有效地解决问题，以及如何构建良好的Python应用程序。从本书中读者将学到什么 ●杰出实践：书中给出了构建应用程序时可参考的方法和建议，帮助读者充分利用Python的特性，构建不会过时的应用程序。如果读者正在做一些东西，可以立刻应用本书中提及的技术去改自己当前的工作。 ●解决问题：书中介绍了测试、移植、扩展Python应用程序和库等方面的实际问题并提供了相应的解决方案，还介绍了一些非常好的小技巧，讨论了一些长期维护软件的策略。 ●语言的内部机制：书中
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。
Scrapy是一个源的Python爬虫框架，可以用来轻松提取从页面数据。Scrapy带有丰富的特性，可通过简单的编码或配置来访问，从而可以节省发人员数周的发时间，并高效地提取所需数据。Scrapy有一个高度活跃且迅速增长的社区，而且已经成为黑客、创业者和Web爬取专家的首 选框架。本书讲解了Scrapy的基础知识，讨论了如何从任意源提取数据，如何清理数据，以及如何使用Python和第三方API行处理，以满足自身需求。本书还讲解了如何将爬取的数据高效地馈数据库、搜索引擎和流数据处理系统（比如Apache Spark）。在学习完本书后，你将对数据爬取胸有成竹，并将数据应用在自己的应用程序中。本书内容：使用HTML和Xpath提取所需的数据；使用Python编写Scrapy爬虫，并在网络上行爬取操作；将数据推送到任意数据库、搜搜引擎或分析系统的方法；配置爬虫，使其下载文件和图形，
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
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
Python自然语言处理方面的权威之作 快速了解一些概念及基本工作原理的 提供丰富英文语料库和代码，方便练习 从输法联想提示（predictive text）、email过滤到自动文本汇总、机器翻译，大量的语言相关的技术都离不自然语言处理的支持，而这本书提供了自然语言处理的门指南。通过本书，你将学到如何编写能处理大量非结构化文本的Python程序。你可以访问具有丰富标注的、涵盖了语言学各种数据结构的数据集，而且你将学习分析书面文档的内容以及结构的主要算法。 通过大量的例子和练习，本书将帮助你： 从非结构化文本中提取信息，无论是猜测主题还是识别 命名实体 ； 分析文本的语言学结构，包括语法和语义分析； 访问流行的语言学数据集，包括WordNet和treebanks； 整合从语言学到人工智能等多个领域的技术。 通过使用Py
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
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。
导语_评_推荐词
本书主要介绍如何通过Python来实现数据可视化。本书包含了一系列实用的示例，旨在帮助读者熟悉运用Python及其流行的可视化库和数据操作库，牢固地掌握数据可视化的知识。本书从安装和搭建Python数据操作和可视化环境讲起，循序渐，直到读者掌握使用Python库绘制3D动画等技能。另外，本书还讲解了如何配置matplotlib及相关库，如何在不同的环境（如文字排版系统或LaTeX）中使用matplotlib，以及如何使用Python创建甘特图等实用技能。通过本书，读者能更好地理解数据可视化的概念和技术。本书包括以下内容： 搭建工作环境所需的工具； 使用标准的Python数据处理库和Pandas库处理数据； 绘制并定制化图表； 使用流行的Python数据可视化库； 使用mplot3d绘制3D图表； 使用图像和地图绘制图表； 使用恰当的图表描述数据； 更多matplotlib的高级内容； 使用Plot.ly在线分享可视化
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
1.日本统计学博主倾力造 2.文科生也能学会的统计学门书 3.支持Jupyter Notebook交互式编程，结合书中配套代码达成愉快编码体验 4.文字 公式 代码，多角度解析，让统计学不再难 5.基础知识与应用齐头并，理论与实践两不误！
本书介绍了贝叶斯统计中的主要概念，以及将其应用于数据分析的方法。本书采用编程计算的实用方法介绍了贝叶斯建模的基础，使用一些手工构造的数据和一部分简单的真实数据来解释和探索贝叶斯框架中的核心概念，然后在本书涉及的模型中，抽象出了线性模型用于解决回归和分类问题，此外还详细解释了混合模型和分层模型，并单独用一章讨论了如何做模型选择，还简单介绍了非参模型和高斯过程。本书所有的贝叶斯模型都用PyMC3实现。PyMC3是一个用于概率编程的Python库，其许多特性都在书中有介绍。在本书和PyMC3的帮助下，读者将学会实现、检查和扩展贝叶斯统计模型，从而解决一系列数据分析的问题。从本书你将学到：从实用的角度理解基本的贝叶斯概念；学习如何用PyMC3构建概率模型；掌握检查和修改模型的技能；利用分层模型的优势给模型加结构；针
作者多年从事网络爬虫领域的教学及研究工作，有着丰富的实践经验。 面向初学者全面介绍Python网络爬虫的实战宝典，涵盖网络爬虫的核心概念、算法和技术实现，内容系统，案例丰富。
Python拥有许多强大的程序库，已经成为行各种数据分析和预测建模任务的流行平台。Python的应用范围很广，拓展性很大。本书介绍了众多的Python模块，例如Matplotlib、statsmodels、scikit-learn和NLTK。同时，本书还介绍了Python如何与外部环境（例如R、Fortran、C/C 和Boost库）行交互。通过阅读本书，你将学会如何使用Python处理和操作数据，并完成复杂的分析和建模。我们将借助NumPy和Pandas来学习数据的各种操作。本书将介绍如何从各种数据源（例如SQL、NoSQL、CSV文件和HDF5）中存储和检索数据。此外，我们还将学习如何通过可视化库实现数据的可视化，以及信号处理、时间序列、文本数据分析、机器学习和社交媒体分析等主题。
Python不仅是一种通用的编程语言，更是免费且源的语言和环境，在科学计算领域具有巨大的应用潜力。本书以数学应用为背景介绍Python的相关知识。通过学习本书， 你将认识到Python 是一种将科学计算与数学紧密结合起来的强大工具；学会使用面向对象的Python执行计算任务的方法，并掌握计算数学的一个必要构建块 线性代数及其对象；学会函数和类的使用方法；熟悉测试工具并学习复杂的编程示例；通过Python模块SymPy启计算机代数的学习之旅。本书将介绍所有需要掌握的Python知识，以及将这些知识应用于线性代数、数组、绘图、迭代、函数以及多项式等的方法。本书旨在帮助你：● 理解Python的主要语法元素；● 了解Python中重要和基本的数据类型；● 理解计算数学的一个必要构建块 线性代数及其对象；● 用Python的matplotlib包创建高质量的表格和图形，以便绘制和可
本书的主要特： 一本深剖析Python具体实现的著作 内容新鲜，采用**的Python语言版本（25） 大量的图表形象地展示Python内部的运作机理 在原理介绍的同时，带领读者一起动手对Python虚拟机行改造 完整覆盖Python所有的核心议题，深刻揭示Python与C/C++之间如何互动
《Python深度学习》由Keras之父、现任Google人工智能研究员的Franc?ois Chollet执笔，详尽展示了用Python、Keras、TensorFlow行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。在学习完本书后，读者将了解深度学习、机器学习和神经网络的关键概念，具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力，学会解决现实世界中的深度学习问题。除此之外，本书还深刻剖析了当前的"人工智能热"，从理性的视角展望了深度学习在未来的可能性。● 30多个代码示例，带你全面掌握如何用深度学习解决实际问题● Keras框架速成的明智之选● 夯实深度学习基础，在实践中培养对深度神经网络的良好直觉● 无须机器学习经验和高等数学背景"本书在当前的'人工智能热'和深度学习的本来面目之间架起了一座桥梁。"--Peter Rabinovitch，云平台Akamai
许多物理学家在研究工作中还要扮演软件发人员的角色。但即使对于物理学家来说，也不是所有的软件发任务都很简单。本书是一本实践指南，介绍了软件发的许多基本技能，能够帮助读者自动化地完成物理领域几乎所有方面的研究。本书由两位核工程博士编写，书中包含了物理领域的许多实际案例。通过阅读本书，读者会学到如何用Python编程语言收集、分析数据，构建软件，发布结果等技能。本书分为4个部分。起步：掌握Python、命令行、数据容器、函数、流程控制以及逻辑、类和对象。上手：学习正则表达式、分析和可视化、NumPy、用文件和HDF5存储数据、物理中重要的数据结构、并行计算以及部署软件。完善：构建流程和软件；使用本地和远程版本控制、调试并测试代码。发布：为代码生成文档；发布研究结果；提高协作效率；了解软件*、所有权和版权的处理
（1）畅销书全新升级，第1版销售超过10万册，被国内100余所高等院校采用为教材，同时被广大数据科学工作者奉为经典，是该领域公认的事实标准。 （2）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*技术和实践方法，而且洞悉学生和老师的需求与痛。 （3）本书提供丰富的配套资源，如上机环境、Python源代码、案例建模数据、教学PPT。 为了帮助读者更好地使用本书，本书提供配套的原始数据文件、Python程序代码，读者可以从 华章计算机 公众号，回复64002免费获取。为方便教师授课，本书还提供了PPT课件，教师可到网址http://www.tipdm.org/tj/840.jhtml咨询获取。
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！
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。
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
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
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。
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
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
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。
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
Python是一种强大并通俗易懂的编程语言，而且它易学又好用！但是关于学习Python语言的书大多很枯燥无趣，读起来没什么乐趣。本书把你带一个鲜活的Python编程世界。作者Jason R. Briggs将带领你用独特的（往往很好玩的）示例程序带你学习基础知识。每章后面都配有编程练习来帮助训练思维并加强理解。在本书的*后部分，你将编写两个完整的游戏：一个经典弹球游戏的复制品，以及一个能在平台上跳跃、有动画及更多效果的《火柴人逃生》游戏。 当你完成这个编程之旅后，你将学到： ● 使用列表、元组和字典等基本数据结构； ● 用函数和模块来组织以并重用代码； ● 使用循环和条件语句等控制结构； ● 用Python 的海龟模块来画形状和图案； ● 用tkinter 来创建游戏、动画以及其他画面效果。 为什么这本书也能给读者带来乐趣？
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。
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
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！
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
探索数据的内在价值，洞悉人工智能背后的技术！
Python代码仅仅能够正确运行还不够，你需要让它运行得更快。通过探索设计决策背后的基础理论，本书帮助你更加深刻地理解Python的实现。你将学习如何找到性能瓶颈，以及如何在大数据量的程序中显著加快代码。如何利用多核架构或集群的优？如何构建一个在不损失可靠性的情况下具备可伸缩性的系统？有经验的Python程序员将学到针对这些问题或者其他问题的具体解决方案，以及来自那些在社交媒体分析、产品化机器学习和其他场景下使用高性能Python编程的公司的成功案例。通过阅读本书，你将能够：■ 更好地掌握numpy、Cython和剖析器；■ 了解Python如何抽象化底层的计算机架构；■ 使用剖析手段来寻找CPU时间和内存使用的瓶颈；■ 通过选择合适的数据结构来编写高效的程序■ 加速矩阵和矢量计算；■ 使用工具把Python编译成机器代码；■ 管理并发的多I O和计算
本书由具有丰富的教学经验和专业经验的严玉星教授编写，囊括了他多年在金融领域教学一线的经典思想，并且结合了众多实际的金融数据，严教授还全程参与了本书的翻译和审校工作。本书在原作者全程参与的前提下，邀请香港理工大学的张少军老师全程主导并负责本书的翻译，将基本的金融理论和丰富的代码示例及金融模型深度解析，引导读者编写高效的Python程序，构建实际的Python应用，实现金融数据的高效分析。在理论和实践中，把握量化交易的核心思想，将金融模型运用得得心应手。
1.上海交通大学机器学习、人工智能专家亲笔力作。2.超过900分钟的全程视频讲解，扫一扫二维码，跟着视频轻松学。3.网易云课堂同名人气课程，全部五星好评。
本书通过编写一个个小巧、有趣的游戏来教授Python编程。本书包含了14个游戏程序和示例，贯穿其中，介绍了Python基础知识、数据类型、函数、流程控制、程序调试、流程图、字符串操作、列表和字典、图形和动画、碰撞检测、声音和图像等方方面面的知识。本书可以帮助读者在轻松有趣的过程中，掌握Python游戏编程的基本技能。本书包含的示例游戏程序包括猜数字游戏、Jokes、DragonRealm、Hangman、Tic Tac Toe、Bagels、Sonar TreasureHunt、Reversi、Dodger等。本书适合不同年龄和层次的Python编程初学者阅读。
1.基于Python 3.X讲解，内容编排由简到难，层层递。 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。
PySpark可以对大数据行分布式处理，降低了大数据的学习门槛。本书是一本PySpark门教材，重讲述PySpark安装、PySpark用法、ETL数据处理、PySpark机器学习及其实战，*后给出一个综合实战案例。本书逻辑线索清晰，内容体系合理，适合有一定Python基础的大数据分析和处理人员学习使用。
本书从讲解如何在数据科学中应用Python始，陆续介绍了Python的工作环境，如何用Python分析数据，以及数据挖掘的概念，然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、*森林、旋转森林和超树等方面的内容，这些都是一个成功的数据科学专家所必需掌握的。 阅读本书，你将学会： ■ 揭示数据科学算法的完整范畴； ■ 高效地掌握和使用numpy、scipy、scikit-learn和matplotlib等Python库； ■ 了解阶回归方法的建模和变量选择； ■ 一步彻底理解集成方法的潜在含义及实施； ■ 在各种各样的数值和文本数据集上解决实际问题； ■ 熟悉先的算法，如梯度提升、*森林、旋转森林等。本书特色： ■ 内容明确且易于跟学； ■ 甄选重要的任务与问题； ■ 精心组织编排内容，有效解决问题； ■ 清晰易懂的讲解方式； ■ 书中呈现的解决方案能够直应用到
本书是经典的Python门教程，层次鲜明、结构严谨、内容翔实，特别是后面几章，作者将前面讲述的内容应用到10个引人胜的项目中，并以模板的形式介绍了项目的发过程，手把手教授Python编程实践，让读者从项目中领略Python的真正魅力。本书既适合初学者夯实基础，又能帮助Python程序员提升技能，即使是中高-级Python程序员，也能从书里找到耳目一新的内容。
PyQt5是Qt 5 C 类库的Python绑定，使用PyQt5可以在Python 中发专业的GUI 应用程序。本书介绍PyQt5发Python GUI应用程序的编程方法，还介绍在GUI 程序中嵌二维和三维数据可视化功能的编程方法，特别是将Matplotlib 嵌GUI 界面的面向对象编程方法。 本书包含大量完整示例程序，使学习过程具有可跟随性和可操作性，适合具有Python编程基础，需要使用Python设计GUI应用程序，或在GUI应用程序中嵌数据可视化功能的读者。 本书主要内容包括： ● 基于PyQt5的GUI应用程序的技术框架和工具软件的使用； ● GUI程序设计中常用界面组件和功能模块的使用； ● 使用PyQtChart、PyQtDataVisualization、Matplotlib在GUI程序中嵌二维和三维数据可视化功能的编程方法。
基于Python3.6的测试发实践总结1. 作者多年从事测试发管理工作，写作风格将教育融于生活，有趣地气，广受读者好评。2. 作者的内容在百度阅读上量达4万余次，深受发者欢迎。3. 作者运营的公众号 心花绽放测试窝 ，拥有很高的人气，深受测试工程师欢迎。
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