Python 算法教程

Python是一种面向对象、解释型计算机程序设计语言，其应用领域非常广泛，包括数据分析、自然语言处理、机器学习、科学计算以及推荐系统构建等。 Python算法教程用Python语言来讲解算法的分析和设计。本书主要关注经典的算法，但同时会为读者理解基本算法问题和解决问题打下很好的基础。全书共11章。分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、Dijkstra算法、匹配切割问题以及困难问题及其稀释等内容。本书在每一章结束的时候均有练习题和参考资料，这为读者的自我检查以及进一步学习提供了较多的便利。在全书的结尾，给出了练习题的提示，方便读者进行查漏补缺。 本书概念和知识点讲解清晰，语言简洁。本书适合对Python算法感兴趣的初中级用户阅读和自学，也适合高等院校的计算机系学生作为参考教材来阅读。

Python 数据挖掘--入门与实践

《Python数据挖掘入门与实践》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，由浅入深，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，欢迎下载！ 本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。 本书面向愿意学习和尝试数据挖掘的程序员。

Python 高手之路（第3版）

Python高手之路(第3版) 不是一本常规意义上Python的入门书。这本书中没有Python关键字和for循环的使用，也没有细致入微的标准库介绍，而是完全从实战的角度出发，对构建一个完整的Python应用所需掌握的知识进行了系统而完整的介绍。更为难得的是，本书的作者是开源项目OpenStack的PTL（项目技术负责人）之一，因此本书结合了Python在OpenStack中的应用进行讲解，非常具有实战指导意义。 本书从如何开始一个新的项目讲起，首先是整个项目的结构设计，对模块和库的管理，如何编写文档，进而讲到如何分发，以及如何通过虚拟环境对项目进行测试。此外，本书还涉及了很多高级主题，如性能优化、插件化结构的设计与架构、Python 3的支持策略等。本书适合各个层次的Python程序员阅读和参考。

Python 学习手册 (第4版) 数10万Python爱好者的入门必读之作

本书是学习Python编程语言的入门书籍。Python是一种很流行的开源编程语言，可以在各种领域中用于编写独立的程序和脚本。Python免费、可移植、功能强大，而且使用起来相当容易。来自软件产业各个角落的程序员都已经发现，Python对于开发者效率和软件质量的关注，这无论在大项目还是小项目中都是一个战略性的优点。 　　无论你是编程初学者，还是专业开发人员，本书的目标是让你快速掌握核心Python语言基础。阅读本书后，你会对Python有足够的了解，能够将其应用于所从事的领域中。 　　本书设计成一本教程，主要关注核心Python语言本身，而不是其特定的应用程序。因此，它作为一个两卷本的合集中的第一本： 　　《Learning Python》，也就是这本书，介绍Python本身。 　　《Programming Python》，另外一本书，介绍在学习了Python之后可以用它来做什么。 　　也就是说，《Programming Python》这本基于应用的图书选择了本书所省略的话题，介绍了Python在Web、图形用户界面（GUI）和数据库这样的常用领域的作用。此外，《Python Pocket Reference》一书提供了本书所没有的额外参考资料，可将它作为本书的补充。 　　划之初就力求向读者展示比众多程序员初次学习这门语言的时候更深层次的话题。并且，本书基于一个带有测试和练习的3天的Python培训课程，所以可以作为该语言的一个自学教程。 关于第4版 　　本书第4版从以下3个方面做出了修改： 　　覆盖了Python 3.0和Python 2.6，本书强调Python 3.0，但是对Python 2.6中的不同之处给出了提示。 　　包含了一些新的章节，主要介绍高级的核心语言话题。 　　重新组织了一些已有的材料，并且使用新的示例扩展它们以便更清楚。

Python 密码学编程

Python是一种高级程序设计语言，因其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言在算法领域也得到了很好的应用。Python密码学编程通过理论和实例相结合的方式介绍了多种加密算法。全书共分24章，由浅入深地介绍了与密码学编程相关的各类基础知识、编程技巧以及算法实现。 除此之外，本书还提供了相应的源码下载资源，以供读者更好地进行探索和学习。本书适合Python初学者和密码学的初学者，也适合信息安全从业人员。

Python 科学计算

《python科学计算》介绍如何用python开发科学计算的应用程序，除了介绍数值计算之外，还着重介绍如何制作交互式的2d、3d图像，如何设计精巧的程序界面，如何与c语言编写的高速计算程序结合，如何编写声音、图像处理算法等内容。书中涉及的python扩展库包括numpy、scipy、sympy、matplotlib、traits、traitsui、chaco、tvtk、mayavi、vpython、opencv等，涉及的应用领域包括数值运算、符号运算、二维图表、三维数据可视化、三维动画演示、图像处理以及界面设计等。 　　 书中以大量实例引导读者逐步深入学习，每个实例程序都有详尽的解释，并都能在本书推荐的运行环境中正常运行。此外，本书附有大量的图表和插图，力求减少长篇的理论介绍和公式推导，以便读者通过实例和数据学习并掌握理论知识。 python科学计算目录： 第1章 软件包的安装和介绍 1 第2章 numpy——快速处理数据 16 第3章 scipy——数值计算库 79 第4章 sympy——符号运算好帮手 115 第5章 matplotlib——绘制精美的图表 139 第6章 traits——为python添加类型定义 190 第7章 traitsui——轻松制作用户界面 221 第8章 chaco——交互式图表 264 第9章 tvtk——数据的三维可视化 303 第10章 mayavi——更方便的可视化 343 第11章 vpython——制作3d演示动画 378 第12章 opencv——图像处理和计算机视觉 408 第13章 数据和文件 453 第14章 数字信号系统 473 第15章 频域信号处理 505 第16章 用c语言提高计算效率 537 第17章 自适应滤波器 571 第18章 单摆和双摆模拟 588 第19章 分形几何 599

Python 科学计算(第二版)

本书详细介绍Python科学计算中最常用的扩展库NumPy、SciPy、matplotlib、Pandas、SymPy、TTK、Mayavi、OpenCV、Cython，涉及数值计算、界面制作、三维可视化、图像处理、提高运算效率等多方面的内容。 Python科学计算(第2版) 目录 第1章 Python科学计算环境的安装与简介 1 第2章 NumPy-快速处理数据 33 第3章 SciPy-数值计算库 117 第4章 matplotlib-绘制精美的图表 207 第5章 Pandas-方便的数据分析库 291 第6章 SymPy-符号运算好帮手 359 第7章 Traits & TraitsUI-轻松制作图形界面 393 第8章 TVTK与Mayavi-数据的三维可视化 451 第9章 OpenCV-图像处理和计算机视觉 523 第10章 Cython-编译Python程序 575 第11章 实例 627

Python 绝技--运用Python成为顶级黑客

Python 是一门常用的编程语言，它不仅上手容易，而且还拥有丰富的支持库。对经常需要针对自己所 处的特定场景编写专用工具的黑客、计算机犯罪调查人员、渗透测试师和安全工程师来说，Python 的这些 特点可以帮助他们又快又好地完成这一任务，以极少的代码量实现所需的功能。Python绝技：运用Python成为顶级黑客结合具体的场景和真 实的案例，详述了 Python 在渗透测试、电子取证、网络流量分析、无线安全、网站中信息的自动抓取、 病毒免杀等领域内所发挥的巨大作用。 Python绝技：运用Python成为顶级黑客适合计算机安全管理人员、计算机犯罪调查和电子取证人员、渗透测试人员，以及所有对计算机 安全感兴趣的爱好者阅读。同时也可供计算机、信息安全及相关专业的本/专科院校师生学习参考。

Python 金融大数据分析

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的shouxuan编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。 《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中zui重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。 《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读.

Python 计算机视觉编程

Python计算机视觉编程是计算机视觉编程的实践指南，依赖Python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。另外，书中附带的练习还能让读者巩固并学会应用编程知识。 Python计算机视觉编程适合的读者是：有一定编程与数学基础，想要了解计算机视觉的基本理论与算法的学生，以及计算机科学、信号处理、物理学、应用数学和统计学、神经生理学、认知科学等领域的研究人员和从业者。