本书面向具备Python一级能力的初学者，基于虚构人物形象山羊博士和二叶草的教学现场，带领读者体验Python桌面应用程序开发。本书内容以教学对话和场景插图呈现，讲解桌面应用程序的概念、开发必备知识，以及如何创建应用程序、如何进行应用桌面应用程序和游戏应用程序开发。本书可作为以PAAT全国青少年编程能力等级考试、中国自动化学会青少年人工智能核心素养为代表的各类Python编程能力认定的参考书，也可供Python初学者自学入门。

本书面向具备Python一级能力的初学者，基于虚构人物形象山羊博士和二叶草的教学现场，带领读者体验Python数据分析。本书内容以教学对话和场景插图呈现，讲解数据分析的概念、预处理方法，以及如何查看数据集群、如何创建易于阅读的图表、如何查看数据分布以及如何进行预测。本书可作为以PAAT全国青少年编程能力等级考试、中国自动化学会青少年人工智能核心素养为代表的各类Python编程能力认定的参考书，也可供Python初学者自学入门。

随着ChatGPT的横空出世，AI和深度学习成了人们热议的焦点。那么，深度学习究竟是什么？它又能为我们做些什么呢？本书旨在解答这些疑惑的同时带领读者体验深度学习。本书以山羊博士和双叶同学的教学漫画情境为引，以对话和图解为主要展现形式，生动地讲解深度学习的原理，同时借助免费的在线演示教育平台TensorFlowPlayground，以直观的可视化方式展示人工神经网络的学习过程，并循序渐进地讲解深度学习的方法，最后带领读者使用Python完成对各类图像数据的深度学习。

机器学习和数据分析都离不开数据。互联网上有着海量的数据，利用Python能够高效地进行数据收集与分析——数据抓取。本书面向数据抓取初学者，以山羊博士和双叶同学的教学漫画情境为引，以对话和图解为主要展现形式，在《Python一级：从零开始学编程》的基础上，从爬取公开数据开始，循序渐进地讲解HTML解析、表格数据读取、开放数据分析，以及如何利用WebAPI高效收集数据。

本书旨在帮助读者快速上手创建Dash应用程序，实现数据可视化。本书第一部分针对初学者，简要介绍Python、PyCharm、pandas当中与构建Dash应用程序相关的知识。第二部分循序渐进地讲解如何使用基于社交媒体收集的数据创建简单的Dash仪表板程序；如何使用世界银行全球数据集创建具有更复杂页面布局的仪表板应用程序，并实现与API实时交互检索数据；如何通过财富仪表板应用程序，构建和调试更复杂的Dash应用程序；以及如何使用Dash探索机器学习算法原理，并进行可视化呈现。

本书主要介绍了Flask编程开发与运维过程中涉及的方法、技巧和实战经验，共5篇。"第1篇 基础”介绍用Flask开发Web应用的基础知识；"第2篇 后台项目实战”通过开发一个商城系统的后台来融合前面章的知识点；"第3篇 进阶”通过Flask Rest Framework框架来设计和实现RESTful风格的接口，以及分层的自动化测试和基于Redis的缓存技术；"第4篇 前台项目实战”使用前后端分离的方式开发商城系统前台，涉及Vue.js、Axios、Vue Router、Vuex、REST

本书在简要介绍数据分析的统计学基础后，结合实例阐释线性回归、逻辑回归、决策树、随机森林、聚类分析、主成分分析、关联规则挖掘等常用算法的原理与应用，并通过覆盖诸多业务场景的案例，如零售超市业绩评估、广告营销渠道分析、网约车运营分析、网站改版分析等，呈现数据分析的思路与方法。最后，本书还探索了ChatGPT在数据分析中的应用。
无论是数据分析初学者、数据营销分析人员、数据产品经理，还是数据科学相关专业学生，都可通过本书了解并学习实用的数据分析知识和技能。

《Scrapy网络爬虫开发实战》介绍如何学习和使用流行的Scrapy框架开发网络爬虫应用，主要内容使用Python开发网络爬虫，识别网页的编码，结构化信息的提取，Scrapy爬虫的示例使用，Scrapy Playwright抓取动态JS网站，将抓取的数据保存到数据库，部署、调度和运行Scrapy爬虫等。
《Scrapy网络爬虫开发实战》适合作为高等院校计算机、软件工程专业本科生、研究生的参考书目，也适用于对Python网络爬虫领域感兴趣的人士参考阅读。

本书以Python3.10.7为平台，以实际应用为背景，通过概述+经典应用相结合的形式，深入浅出地介绍了Python人工智能分析与实战相关知识。全书共8章，主要内容包括人工智能绪论、Python编程与进阶、Python数学与运算、机器学习大战、神经网络大战、深度学习大战、强化学习大战、人工智能大战等内容。通过本书的学习，可使读者领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现人工智能的普遍性与专业性。
本书可作为高等学校相关专业本科生和研究生的教学用书，也

本书以Python3.10.7为平台，以实际应用为背景，通过概述+经典应用相结合的形式，深入浅出地介绍了Python机器学习算法实战相关知识。全书共12章，主要内容包括在数据上计算机学习能力、简单的机器学习分类算法、Scikit-learn机器学习分类器、数据预处理、降维实现数据压缩、不同模型的集成学习、回归分析连续变量、聚类分析处理数据、从单层到多层的人工神经网络、深度卷积神经网络实现图像分类、循环神经网络实现序列建模、生成对抗神经合成新数据等内容。通过本书的学习，可使读者领略到Py