本书通过经典案例，由浅入深地介绍了 Python 及其应用。本书注重素质的培养，注重练 习的实用性、可操作性和趣味性。本书章节安排科学、合理，可引导读者学习、巩固、综合 运用 Python。本书内容新颖、图文并茂、实例丰富、通俗易懂，可供互联网开发人员、财务管理人员、 人力资源管理人员、运营管理人员，以及培训机构等相关人员阅读，亦可作为初学者的入门教材。

当前，ChatGPT和AIGC成为市场热点，本书就聚焦这一热点，对其进行详细讲述。本书分为ChatGPT的前世今生、ChatGPT开启AI新纪元、AIGC未来应用前景上、中、下三篇。在上篇，本书对ChatGPT这一核心应用的发展、行业赋能、职业趋势进行了讲解，让读者对ChatGPT有一个全面的了解。在中篇，本书从内容变革、技术图谱、产业链、发展趋势等方面讲解了ChatGPT背后的核心技术——AIGC的发展态势。在下篇，本书从资讯行业、教育行业、娱乐行业。电商行业、金融行业等多行业入手，讲解了AI

如何基于 Microsoft Excel 运用商业建模和分析技术从数据中挖掘信息、获得需要的成果？屡获殊荣的教育家Wayne Winston 撰写的这本实用、依托应用场景的指南能够助你一臂之力。相比此书的之前版本，这一版的内容更全面、更前沿，从自定义名称到动态数组，从数据透视表到 Power Query……内容精彩纷呈。书中包含众多示例，不但展现了数据分析师在实际工作中面对过的各类挑战，而且能够教会你如何使用 Microsoft Excel 解决在工作中遇到的实际问题，从而建立自己的职场优势！本

本书以推进装备体系数字化转型为出发点，是装备体系仿真领域的前沿之作，旨在为装备体系仿真、智能行为建模、模数驱动工程等领域的教学和科研提供有益参考。全书共分为 7 章，包括智能装备体系仿真概述、本体元建模技术、领域特定建模技术、模数驱动的智能行为建模技术、动态数据融合的数据同化技术、形式化模型转换技术及综合仿真应用案例等内容。本书深入探讨了智能装备体系仿真建模的关键技术，并提供了实际应用案例，充分展示了当前装备体系仿真领域先进的数字决策与数据智能的综合运用。

本书系统地讲解了C#上位机与下位机之间进行通信的相关知识，以各种实用案例为载体，注重实际应用，对初学者学习C#上位机软件开发具有一定的帮助和指导作用。 本书分为四部分：第一部分对工业控制系统架构和常用数据类型转换进行说明；第二部分介绍了串口通信和以太网通信基础；第三部分主要针对Modbus RTU和Modbu TCP通信协议进行了详细说明；第四部分主要阐述了自定义控件的开发以及C#如何联合WinCC和运动控制卡。 本书适合需要系统学习C#上位机开发的电气工程师或自动化工程师，以及一些IT程序员转

本书用阿里云Quick BI做示例，帮助读者掌握如何使用数据可视化工具分析财务指标，理顺管理思路，找出关键结论。通过本书，读者将学会制作追踪资产周转率的仪表板，选择适合的图表展示现金的流入、流出，分析企业的利润构成与盈利能力，实现成本管理可视化，利用综合指标对销售业绩进行监控、告警等，并且学会如何基于Quick BI门户和电子表格搭建财务在线分析与协作工作台，以及进行大型企业业财分析体系的整体规划。通过学习本书，初入职场的会计人员有望迅速在财务部门崭露头角，成长为可以为财务总监准备年终汇报材料的

本书内容将基础与实践相结合，在帮助读者朋友快速掌握数据可视化基础的同时，引导读者朋友如何使用Python实现数据可视化。全书共21章，主要分为三个篇章(基础篇、实战篇、强化篇)，基础篇包括数据可视化简介、搭建Python数据可视化环境、Matplotlib图表、Seaborn图表、第三方图表Pyecharts、Bokeh图表、Plotly图表、plotnine图表等；实战篇包括渐变饼形图的实现、双y轴可视化数据分析图表的实现、带面积填充连接的堆积柱形图、收入与支出对比折线图、股票K线图

《FANUC工业机器人编程与操作》一书根据机器人行业发展趋势，从生产实际出发，详细讲解了工业机器人的应用基础、FANUC工业机器人现场编程与操作、FANUC工业机器人离线编程与操作、工业机器人的运输与安装、工业机器的调整与保养等内容。《FANUC工业机器人编程与操作》一书点面结合，既有完整的知识体系，又有一定深度，突出应用技能的学习，实用性与可参考性强。

本书面向非工业机器人专业，如数控专业、电气自动化专业，是融合专业知识与创新创业知识的书籍。本书内容包括机器人集成应用基础、ABB 工业机器人的应用、工业机器人通信与工业机器人视觉、虚拟工作站的构建、工业机器人故障的维修与调整和典型工业机器人工作站的集成等。本书适合工厂中从事工业机器人集成工作的人员使用。

本书基于PyTorch深度学习框架，结合计算机视觉中的主流任务，介绍了深度学习相关算法的计算机视觉上的应用。
本书主要内容分为两部分。第一部分为PyTorch框架使用的相关知识，以及计算机视觉和深度学习的入门知识。第二部分重点介绍深度学习在计算机视觉上的应用，包括：经典的深度卷积网络、深度注意力网络，以及基于自注意力的Transformer系列网络在图像分类中的应用；R-CNN系列、YOLO系列、SSD系列目标检测网络的算法思想及在目标检测中的应用；FCN、U-Net等全卷积网络在图像语义