本书从理论方面清晰地界定了区块链的内涵和外延，从工程方面介绍了关键技术的发展趋势以及主流平台的特点和用途，从实践方面给出了应用实践的场景和方法论，可以帮助读者全方位了解区块链的概念、产业、技术、标准和应用，降低区块链技术的学习成本，统一产业对区块链技术的认识，从而为促进区块链产业高质量发展奠定基础。 本书首先介绍了区块链的技术本质，从理论层面辨析关于区块链的模糊概念和定义，并对流行的区块链概念进行深入剖析；其次从技术和业务层面阐述区块链带来的革命性影响；然后对2020年以来区块链领域的重大事件进

本书是《数据结构教程(C++语言描述)》(第2版?微课视频版)(李春葆等编著，清华大学出版社，以下简称《教程》)的配套学习与上机实验指导，详细给出《教程》中所有练习题和上机实验题的解题思路和参考答案，并提供10份数据结构期末模拟试题和6个实验报告示例。书中练习题和上机实验题不仅涵盖“数据结构”课程的基本知识点，还融合了各个知识点的运用和扩展，学习、理解和借鉴这些内容是掌握和提高数据结构知识的**捷径。
本书自成一体，可以脱离《教程》单独使用，适合高等院校计算机及相关专业的学生使用。

本书是《数据结构教程（C++语言描述）》（第2版?微课视频版）（李春葆等编著，清华大学出版社，以下简称为《教程》）的配套实战题和在线编程题实训指导书，详细给出了《教程》中所有实战题和在线编程题的解题思路和参考源代码，提供了全部题目的讲解视频。书中实战题和在线编程题不仅涵盖数据结构课程的基本知识点，还融合了各个知识点的运用和扩展，学习、理解和借鉴这些内容是掌握和提高编程能力的**捷径。
本书自成一体，可以脱离《教程》单独使用，适合高等院校计算机及相关专业的学生使用。

本书主要内容包括上下两篇，上篇为习题及习题解析，包括主教材章后习题和历年考研真题，下篇为实验指导和课程设计，包括十余个实验和一个课程设计。每篇又分为几章内容，分别为： 第1章 绪论 、 第2章 线性表 、 第3章 栈和队列 、 第4章 串 、数组和广义表 、 第5章 树和二叉树 、 第6章 图 、 第7章 查找 、 第8章 排序。本书还提供一个在线习题系统，读者可在平台上练习数据结构的实验题目，平台上有上百道题目。

商业数据的可视化，可以让信息的传递更加有趣，是职场人不可或缺的技能。本书介绍了商业数据—— 产品与服务、客户与市场、利润与商业模式、组织与运营—— 的视觉表达技巧，覆盖了日常数据使用和汇报的主要情景。本书为数据从业者梳理了数据可视化的流程，书中具有代表性的案例也能为读者打开思路，培养数据可视化思维。

本书立足实践，以通俗易懂的方式详细介绍深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书的读者只需具备Python语言基础知识，不需要有数学基础或者AI基础，按照本书的内容循序渐进地学习，即可快速上手深度学习。本书配套示例源码、PPT课件、数据集、开发环境与答疑服务。
本书共分13章，主要内容包括人工智能、机器学习和深度学习之间的关系、深度学习的环境搭建、深度学习的原理、深度学习框架TensorFlow和Keras、卷积神经网络相关知识、图像

作者根据自己多年的前后端开发经验，站在完全零基础读者的角度，详尽介绍了Pytho数据分析的基础知识，以及大量的开发技巧，全书围绕着“数据分析三剑客（NumPy、Pandas、Matplotlib）”进行细致的介绍。这三款工具的知识点非常多，本书尽量系统细致地介绍最精华的知识点，以便为读者构建一个完善的知识体系，并且为后续的工作打下坚实的基础。 每一章后面的实战题以及练习题，经过精心设计，可以锻炼读者的数据分析实战能力，对于巩固基础以及锻炼技术是非常有帮助的。

本书从零开始系统讲解了使用Pandas导入Exce1数据，然后使用P andas技术对数据做整理和分析，最后导出为不同形式的Exce1文件。完整实现了数据的导入、处理、输出的处理流程。全书共10章。第1章为Pandas数据处理环境的搭建，第2章为使用Pandas对Excel数据读取与保存，第3章介绍与Fandas底层数据相关的NumPy库，第4章介绍了Pandas中DataFrame表格的增、删、改、查等常用操作，第5章介绍了对Series与DataFrame两种数据的运算、分支、遍历

本书结合作者多年工程和实践经验，从Python 基础编程语法入手，系统介绍了基于Python 语言进行数据处理、分析与可视化展示所需的各项知识和技术。读者无须特别的数学或统计方面的理论知识，只需理解数据分析的思路，就可以参考示例学会针对实际问题进行有效数据分析的步骤和方法。 本书分4 篇共20 章，主要内容涉及Python 基本语法、程序控制结构、函数、面向对象基础、文件操作、标准库、正则表达式、numpy 库、pandas 库、数据预处理、matplotlib 可视化图表、seaborn可视化

本书系统地介绍了机器学习的相关知识。本书共12章, 内容包括机器学习、机器学习的数学基础、不同格式数据的读取与写人、数据预处理、回归决策树分类、贝叶斯分类、支持向量机分类、聚类、人工神经网络、OpenCV图像识别、TensorFlow深度学习。