
Python数据科学加速:Dask、Ray、Xorbits、mpi4py
掌握Python分布式计算!从语言概述到核心技术,从集群部署到机器学习、强化学习,全面解析Dask和Xorbits,还有分布式数据预处理与mpi4py的应用。无论你是Python发者还是数据科学家,本书将带你领略分布式编程的威力,让你在大规模数据处理和并行计算中事半功倍。拓展你的技术领域,加速你的项目程,成为分布式计算的大师!


《Python数据分析从门到精通》从零基础始,提供了从Python门到成为数据分析高手所必需的各项知识。无论有没有Python基础,通过本书你都能*终成为数据分析高手。 (1)主流技术,全面解析。本书涵盖数据分析三剑客Pandas、Matplotlib和Numpy,数据可视化三大图表Matplotlib、Seaborn和Pyecharts,以及机器学习库Scikit-Learn等技术,一本书教你掌握数据分析领域的主流核心技术。 (2)由浅深,循序渐。本书引领读者按照基础知识 核心技术 高级应用 项目实战循序渐地学习,符合认知规律。 (3)边学边练,学以致用。248个应用示例 20个综合案例 4个行业项目案例 136集Python零基础扫盲课,边学边练,在实践中提升技能。 (4)精彩栏目,贴心提醒。本书设置了很多 注意 说明 知识胶囊 等小栏目,让读者在学习的过程中更轻松地理解相关知识及概念,更快地掌握数据分析技能和应

掌握Python基础知识后,你是否面临编程技能无法提升,不知后续学习该如何展的问题?这本书给你一套解决方案。 1.20余个Python项目编程实战案例 2.兼具Python基础知识学习与创造性编程实践练习 3.多种算法谜题轻松掌握 4.配套代码 学习资源免费下载

·零基础、门级的讲解 无论读者是否从事计算机相关行业、是否触过Python、是否使用Python发过项目,都能从本书中获益。 ·实用、专业的范例和项目 本书结合实际工作中的范例,逐一讲解Python的各种知识和技术,后还以讲解实际发项目来总结本书所讲内容,帮助读者在实战中掌握知识,轻松拥有项目经验。 ·便于读者随时检测学习成果 每章首页都列出了“本章要”,以便读者明确学习方向。一些章后的“实战演练”则根据所在章的知识精心设计而成,读者可以行自我检测、巩固所学知识。 ·细致微、贴心提示 本书在讲解过程中设计了“提示”“注意”等板块,帮助读者在学习过程中更清楚地理解基本概念、掌握相关操作,并轻松学会实战技巧。 ·全程同步教学录像 教学录像涵盖本书重要知识,详细讲解每个范例及项目的发过程与关键,能帮助读者更轻松地掌握书

Python作为编程语言俨然成为了一种信仰,岂止是IT从业人员,上至80岁老年大学老太,下至6岁课外班的娃娃,左至AI算法专家,右至编程无基础的设计师 。在全民Python的状态下,尤其是编程基础比较差的人群中,找到一本真正适合门的书事关重大!洪老师这本书,首先用全彩印刷奠定了与真实发场景一模一样的阅读体验,所有代码均为编辑器截图,各种标记、颜色、加粗等细节一目了然,在此基础上所有程序语法按照特性分类,同时以实用的程序范例行解说,让读者可以事半功倍地轻松掌握相关知识。

Python是杰出的脚本语言,可以为应用程序注动力,提供出色的速度、安全性和可扩展性。本书从解决具体问题角度出发,通过一系列实例来剖析Python,带领读者在特定的情境中全面深了解其具体的语言特性,无论是新手还是老手都能从中获益。●了解Python语法的复杂细节及其合理用法●通过Python中的函数提高代码的可读性●使用内置数据结构有效地操作数据●熟悉Python中的编程技术●处理JSON、XML等多种不同文件格式●编写测试以确保程序按预期的方式工作●使用Python集成应用软件

Python以其语法简单、易上手、异常丰富的第三方生态库著称,本书写作的主要目的是替代Matlab,Matlab价格昂贵且受到美国政府的限制,不允许国内的一些行业使用,Python及科学算法包是源的免费的,现在越来越多的人始使用Python行各种数学计算。本书的主要读者对象是高校的老师、研究生、博士生、高年级本科生、科研院所及企业中的科技工作者等。

Python俨然成为了一种信仰,从AI算法专家到设计师似乎都要不同程度的掌握。在全民Python的状态下,尤其是编程基础比较差的人群中,找到一本真正适合门的书事关重大!《Python王者归来: 增强版》首先用全彩印刷奠定了与真实发场景一模一样的阅读体验,所有代码均为编辑器截图,各种标记、颜色、加粗等细节一目了然,在此基础上所有程序语法按照特性分类,同时以实用的程序范例行解说,让读者可以事半功倍地轻松掌握相关知识。

本书是关于深度学习的理论、算法、应用的实战教程,通过各种典型实例,展示了深度学习的整个流程和精髓。

本书采用新的方法来处理实际的机器学习和深度学习任务。 本书能够帮助你学会如何使用 Python 生态系统中新的库来构建强大的机器学习应用,指导你使用标准化的方法实现多种机器学习算法,如分类、聚类和推荐引擎等。本书还介绍了如何应用有监督学习和无监督学习技术来解决实际问题。 后,本书结合实例讲解了更先的技术,包括强化学习、深度神经网络和自动化机器学习等。 读完本书,你将掌握应用机器学习技术所需的各项技能,并能利用整个 Python 生态系统去解决现实问题。 提供本书源代码以及书中彩图文件下载。 本书主要包括以下内容: ■使用预测建模解决实际问题 ■探索数据可视化技术,以实现数据交互 ■学习构建推荐引擎 ■理解如何处理文本数据,并构建分析模型 ■处理语音数据,使用隐马尔可夫模型识别语音中的单词 ■掌握强化学习、自动

Python量子计算实践:基于Qiskit和IBM Quantum Experience平台
1.内容汇集作者多年工作经验的结晶,专业可靠,而且紧贴实际应用需求。 2.深浅出的量子计算门:从基础概念出发,通过简单的代码示例和直观的解释,帮助读者快速理解量子计算的基本原理。 3.书中避免复杂的理论框架,聚焦实际的编程实践和问题解决,即使没有深厚的物理背景也能轻松门。 4.全面覆盖Qiskit工具包:深探讨了Qiskit工具包的各个组成部分,包括Terra、Aer、Ignis和Aqua,并详细讲解了它们的优和应用场景。读者将能够全面掌握量子程序的发流程,从编写量子线路到优化量子算法,再到在真实硬件上运行和测试程序。 5.书中还详细介绍了如何使用预封装的量子算法,并通过实现Grover算法等案例,展示了量子算法与传统算法的不同之处,使得读者能够将理论知识应用于实际问题的解决中。

李宁 私房菜谱 ? Python语法基础 ? Python高级编程 ? Python Web发 ? Python GUI发 ? Python爬虫技术 ? Python游戏发 ? Python办公自动化 ? Python项目实战 李宁 实战项目 ? PyQt6游戏项目实战:俄罗斯方块 ? Pygame游戏项目实战:塔防 ? Python爬虫项目实战:抓取数据并存档 ? Python Web项目实战:基于Django的58同城项目设计

从爬虫软件发到自己动手发爬虫框架 从原理到实践,深浅出,热门爬虫核心技术全掌握 涵盖丰富的爬虫工具、库、框架,十余个实战项目 资深爬虫工程师倾力奉献,门、阶、求职


随着科技的发展,气象学的相关研究对从业人员提出了更高的计算机编程要求,气象与计算机技术的深度融合成为发展的趋势。 本书关注Python在气象数据处理与可视化方面的应用,循序渐进地介绍Python基础应用,内容涵盖了NumPy、pandas、xarray、SciPy、Metpy、Matplotlib等常用于气象领域的模块的具体用法。本书提供了大量浅显易懂的与气象相关的示例,涵盖多种常见应用场景,极大地降低了读者的学习成本。 通过阅读本书,读者可以在较短时间内掌握Python在气象数据处理与可视化中的常用编程技能。

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

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。

如果你从未触过编程,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. 场景化教学,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,并借助生活场景行教学,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,贴心的内容设计,真正解决学习中的困惑 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,以培养读者的程序设计能力。自学编程往往会遇到很

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


? 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。

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

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

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。


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

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。

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。

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

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

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。

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。

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。

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。

Python数据可视化开发实战:统信UOS下的Flask 与Pyecharts应用
1.技术聚焦实用:专注于 Flask 与 Pyecharts,深度讲解在统信 UOS 系统中搭建数据可视化 Web 应用,贴合实际发需求。2. 2.内容系统多维:从环境搭建、框架基础到高级技巧,再到应用构建、优化部署及案例分析,形成完整知识体系3.。 3.发流程全解:详细阐述从本地发到服务器部署的全流程实战,为读者提供清晰的操作指南4.。 4.案例丰富多样:通过不同行业实际案例,如金融、教育等,展示数据可视化应用场景,增强知识运用能力。 5.适用群体广泛:既适合高校计算机专业教学,也为软件发人员提供宝贵参考

Array

1.南通市信息技术学科带头人,南通市数学骨干教师佘友军老师历时2年,倾情创作。 2.配套同步教学视频以及源代码,读者可扫描图书前言部分的二维码下载。 3.对涉及的一些难度较高的英语单词,文中行了注解。 4.书中设计的趣味性场景,有助于学生理解书中内容,并提高了图书的趣味性。

Python已经成为从事数据科学、游戏发等众多领域的程序员的常用编程语言。本书将帮助读者按部就班地掌握Python编程的基础知识和技术。 本书是一本Python的基础门教程,也可以作为专业人士的学习材料。全书分为4个部分共20章。第1部分介绍语言基础,第2部分介绍面向对象范型,第3部分介绍数据结构,*后一部分介绍高级主题,如使用NumPY处理多维数组以及使用Matplotlib实现可视化。附录部分介绍了正则表达式和多线程编程。 在每一章末尾都给出了练习题,帮助读者掌握相关的概念和编程技能。

1.易于学习和理解:先讲解较少的语法知识,通过游戏案例逐步引新的语法知识; 2.为初学者量身造:案例从易到难,所有程序的代码均不超过100行; 3.趣味性强:12个案例,涵盖了多种游戏类型,寓教于乐; 4.可拓展性强:提供练习题和参考答案,巩固知识,训练逻辑思维; 5.配套素材齐全:提供完整源代码和分步骤源代码、游戏素材、游戏效果演示视频,可通过异步社区观看游戏发步骤讲解视频; 6.全彩印刷。 美国教育家杜威曾说过: 大多数的人,只觉得五官能触的、实用的东西才有趣味,书本上的趣味是没有的。 《Python游戏趣味编程》通过介绍12个由易到难的有趣游戏案例的编写过程,带领读者学习用Python发趣味游戏,从而提升读者对编程的兴趣和能力。 《Python游戏趣味编程》把趣味游戏发应用于Python编程教学,通过介绍12个由易到难的有趣游戏案例的编


本书详细阐述机器学习的数据特征与分类算法,高效利用Python 3代码详解机器学习核心算法及其工具的场景应用,并在机器学习平台Kaggle与PaddlePaddle上实现分类、预测及推荐等实战操作。

本书结合作者的项目经验,从实际工程需求出发,循序渐地介绍了大数据预处理相关技术、流行工具与应用案例,全书分为三部分,核心内容概要如下: *部分 数据预处理的基础知识。包括数据预处理的基本概念、工作流程、应用场景、发环境、门演练和Python科学计算工具包Numpy、SciPy、Pandas的实际应用等。 第二部分 数据预处理的实战阶。内容包括: 数据采集与存储,主要涉及数据结构类型和采集方式,着重介绍了爬虫技术以及不同格式的文本信息抽取和文件读取。 高效读取文件、正则清洗文本信息、网页数据清洗和文本批量清洗。 中文分词精讲、封装分词工具包、NLTK词频处理、命名实体抽取和批量分词处理。 特征向量化处理,涉及数据解析、缺失值处理、归一化处理、特征词文本向量化、词频-逆词频、词集模型、词袋模型和批量文本特征向量化。 基于Gensim

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。本书以培养读者的Python编程思维和技能为核心,以工作过程为导向,采用任务驱动的方式组织内容。

Python是非常适合数据科学家在中小型数据集上建造原型、可视化和分析数据的编程语言。本书将帮助你获取和分析来自各大社会媒体网站的数据,展示如何使用科学的Python工具来挖掘Stack Exchange等流行社交网站。※ 通过公共API与社会媒体平台行交互※ 以方便的格式存储社交数据以行分析※ 使用Python数据科学工具对社交数据行切片和分段※ 应用文本分析技术来理解人们在社会媒体上谈论的内容※ 运用先的统计和分析技术从数据中发现有用的见解※ 采用Web技术行可视化,以探索数据和呈现数据产品

Python实现Web UI自动化测试实战——Selenium 3/4+unittest/Pytest+GitLab+J
1.详细解读Python与自动化测试基础知识 2.深讲解自动化测试使用原理及项目实战 3.解析自动化测试效率提高方案 4.详细讲解官方推荐框架unittest及pytest 5.扩展持续集成、提升自动化效率等内容拓展读者视野 6.提供图书中的源代码及学习资料

本书从零基础门,注重实战,内含10个学习实例,3个完整的项目案例,详细讲解了Python的环境搭建、基本语法结构、趣味应用、分析与建模以及完整的项目案例。全书采用视频教学,全程语音讲解的方式,配有270分钟高品质配套教学视频;教学资源丰富,提供教学课件、源代码、数据集。本书适用于互联网金融行业或银行业中的风控人员及学者;金融行业中的数据分析师及学者;正在学习Python机器学习方面的人员。

《Python基础视频教程》面向初学者,所以本书不会大篇幅阐述晦涩难懂的 高深 理论,而会把要做的每一步操作都详细 呈献 给读者,相关内容不仅仅有图文,还有配套的视频操作讲解。

左手Python,右手Excel:带飞Excel的Python绝技
Excel是一个深受读者喜爱的电子表格与数据处理工具,其功能丰富且易于使用,但在重复处理大量数据时很难实现自动化。本书介绍如何使用Python处理Excel任务,以及在Excel中调用Python行自动化操作。从基础的Python语法到数据分析和Excel自动化,都行详细的讲解,对于初次学习Python的初学者,自动化办公软件发人员,以及想要在实践中自动化烦琐重复性任务的人员来说,是一本很好的参考书。

1.内容讲解深。 本书对Python的核心知识行了深剖析,循序渐地讲解了核心功能模块的发技术,帮助读者快速步Python发高手之列。 2.提供更为广泛的解决方案。 本书深讲解了10个不同的主题模块,每一个主题涵盖了特定应用发领域。在书中不仅给出了案例讲解,还包含了更多的拓展知识,能够帮助读者使用Python 发各种类型的应用程序。 3.通过网站论坛形成互帮互学的朋友圈。 为了方便给读者答疑,特提供了网站论坛等支持,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。

读者对象: 《Python从门到项目实践(超值版)》适合Python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。 ★★学网课、练题库、测水平,微信、手机、网站多维模式信手拈来。 ★★同步视频、案例源码、教学课件、海量资源、代码纠错器、在线课程一样都不少。 ★★微信公众号、QQ群、教学网站等多渠道互动服务读者。 ★★600套毕业答辩模板库、400道求职常见面试(笔试)真题与解析、293节同步微视频、100套求职简历模板库、100 个案例资源库、40套Python项目案例库、5个项目发策划案、6套电子书资源库。 ★★提供教学资源库、求职资源库、面试资源库、笔试题库、职业发展资源库、案例资源库、项目资源库、软件发 模板库、编程代码

本书基于Python编程,实现了15个有趣的互动场景,帮助读者从零始学习Python编程。 在逐步搭建场景的过程中引运算符、字符串、全局变量、函数、列表等Python基本知识和选择判断、循环、递归等算法思想。 1.为初学者量身造; 2.趣味性强; 3.提升可拓展性强; 4.提供配套资源代码和素材、书中程序演示视频、书中习题答案; 5.全彩印刷。 本书带领读者搭建的互动场景包括: 转动眼珠的圆脸 催眠的同心圆 旋转的圆弧 简易毛笔字 旋转的方块 随机扭动的曲线 随风飘动的粒子 互相作用的圆球 随机山水画 递归分形树 粒子同心圆 图像像素采样 定制字符画 音乐可视化 坚持一百秒