PyQt是一个创建GUI应用程序的工具包，是Python编程语言和Qt库的成功融合。本书旨在通过深入浅出的讲解和简明的程序示例教读者掌握PyQt的开发技巧。 本书分为10章，从PyQt的安装和基础知识讲起，陆续介绍了基础控件（如标签控件、消息框、文本框、按钮及控件等）、高级控件（如组合框、滚动条、容器控件及各类视图等）、窗口（如属性、坐标、事件等）、Qt Designer（如安装与配置、编辑模式等）、PyQt高级应用（如数据库、多线程、动画、音视频、网页交互等）、图形视图框架（如图元、场景、视

本书是一本概率编程的入门书。本书使用概率编程库 PyMC3以及可视化库 ArviZ对贝叶斯统计分析的相关知识进行讲解，包括概率思维、概率编程、线性回归建模、广义线性模型、模型比较、混合模型、高斯过程以及推断引擎等知识。全书图文并茂，通俗易懂，适合具备一定 Python基础的读者学习使用。学完本书，读者可以利用概率思维建立贝叶斯模型并解决自己的数据分析问题。

这是一本关于Python编程的书。它并不覆盖Python的方方面面，其重点是呈现现代且精选的Python语言核心，即侧重于Python编程本身。这包括抽象实现、程序结构、函数、对象与类型、协议、生成器、I/O、模块等主题，同时对Python常用的内置函数及标准库进行了简要介绍。这些内容能够有效帮助Python程序员应对各种项目规模的挑战。同时，本书通常会省略那些完全可以通过IDE轻松获取的参考内容（例如函数列表、命令名称、参数等），并特意不去描述Python编辑器工具、IDE、部署等快速变化的内

本书系统介绍了 Python 语言的主要语法特性，内容设计上注重实战，针对具体知识点设计了简单、易懂的应用案例，同时在每个章节最后设计了一个或多个实训任务，每个实训任务都会根据开发步骤详细阐述编程实现过程。读者可以结合具体的实训任务，在编程实战中快速掌握 Python 编程技术。本书共 14 章，其中第 1～7 章主要介绍 Python 的语法特性，包括 Python 语言概述、Python 语言基础知识、程序控制结构、函数与模块、组合数据类型、面向对象编程、文件操作；第 8～14 章主要介绍

本书介绍了如何使用 Python 实现企业级的大数据全栈式开发、设计和编程工作，涉及的知识点包括数据架构整体设计、数据源和数据采集、数据同步、消息队列、关系数据库、NoSQL 数据库、批处理、流处理、图计算、人工智能、数据产品开发。 本书既深入浅出地介绍了不同技术组件的基本原理，又通过详细对比介绍了如何根据不同场景选择最佳实践技术方案，并通过代码实操帮助读者快速掌握常用技术的应用过程，最后通过项目案例介绍了如何将所学知识应用于实际业务场景中。

《Django Web开发实例精解》详细阐述了与Django相关的基本解决方案，主要包括模型和数据库结构、表单和视图、模板和JavaScript、自定义模板过滤器和标签、模型管理、安全和性能、层次结构、导入和导出数据、测试、部署、维护等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。

本书既是介绍PyQt5的快速入门书籍，也是介绍PyQt5实战应用的书籍。本书学习曲线平缓，除了适合初学者之外，其内容详细和广泛的特点又使得其非常适合做软件工程师们的案头查询手册，大大节省了繁忙的工程师去查阅和筛选信息的时间，做到一本在手，PyQt我有。本书配套示例源码。
本书共分11章，从最基本的PyQt5环境搭建开始，不但有PyQt5窗口设计基础、PyQt5常用控件、菜单、工具栏和状态栏、对话框应用、布局管理等基础知识，还包括了多线程编程、数据库编程、图形图像编程和网络编程等。

《Python网络爬虫与数据分析从入门到实践》从初学者的视角出发，以案例实操为核心，系统地介绍网络爬虫的原理、工具使用与爬取技术，并详细讲解数据分析的各种技巧。本书主要内容包括：Python基础语法，数据分析工具NumPy、Pandas、Matplotlib的使用，网络爬虫库Urllib、BeautifulSoup、Scrapy，正则表达式在网络爬虫中的应用，数据预处理与数据分析方法、中文文本处理、文本向量化技术，以及机器学习算法在数据分析中的应用。书中还给出了大量案例和项目，可以帮助读者快速上

本书是一部系统讲述Python编程语言与编程方法的案例化教程。全书共分为9章:第1章为 Python
编程基础知识;第2章为组合数据类型及使用;第3章为函数及调用规则;第4章为程序设计;第5章为
面向对象程序设计方法;第6章为文件操作与异常处理;第7章为Python的 GUI设计;第8章为Python
绘图方法;第9 章为 Python网络爬虫。每章都设置了大量应用案例跟踪指导。
为便于读者高效学习,快速掌握 Python编程与操作技巧,本书共提供了320个应用案例及其运

本书涵盖了Python在数值计算和数据处理领域的常用扩展库，如NumPy、SciPy、Pandas、Matplotlib等，以数据载入、数据清洗与规整、数据分析与可视化为主线，利用浅显易懂的语言、丰富有趣的实例和案例，全面、系统地介绍了科学计算、数据处理与分析的知识。
本书共7章，第1章主要介绍Python语言以及环境的搭建和使用；第2~3章介绍Numpy和Pandas扩展库的数据结构和常用函数；第4章主要介绍了Pandas数据处理的相关技术；第5章主要介绍了Matplotlib