本书讲述了在软件研发过程中，如何对技术债务的全生命周期进行管理，内容涵盖技术债务的方方面面，包括技术债务的定义与识别，技术债务在源代码与架构等不同抽象层次上的表现，技术债务的成本计算与偿还策略，以及在什么情况下，与技术债务共存是一个可以接受的选择等。书中也提出了具体的可供实践的理论与方法，让软件研发人员能将技术债务管理与整个软件研发的工作结合起来，从而通过管理技术债务给软件研发带来切切实实的收益。
本书是一部系统论述Python编程语言和实际应用技术的图书,全书共分为13章。第1~8章讲解 Python基本语法; 第9~13章讲解Python实际应用的技术。主要内容包括编写第一个Python程序、 Python基本语法、Python数据类型、函数、面向对象、日期和时间、异常处理、访问文件和目录、GUI编程、 网络编程、多线程、MySQL数据库编程和访问Excel文件。 本书每章后面安排了“动手练一练”实践环节,旨在帮助读者消化和吸收本章所讲解的知识点,在本书 附录A中提供了动手练一练参考答
本书主要介绍Python编程语言的基础知识和使用Python进行数据爬虫、数据分析与数据可视化的方法，主要内容包括Python安装与IDE选择；Python基础知识；Python运算符与流程控制；函数；面向对象基础；模块；网络数据爬取；数据分析基础；数据可视化。 本书涵盖了Python编程语言的主要应用场景，注重理论知识的学习和实际应用的充分结合。本书提供的PPT、教学视频均为专业公司制作，内容精美，应用价值较高。章节后提供的综合案例和习题可供读者综合复习每章的知识点。 本书可作为高等学校
《Python数据可视化之Matplotlib与Pyecharts实战》以某上市电商企业的客户数据、订单数据、股价数据为基础，循序渐进地介绍Python可视化技术，重点介绍Pandas数据预处理与Matplotlib和Pyecharts在数据可视化应用中的基本功能和使用技巧。全书共分4篇，第1篇（第1～4章）主要介绍Python基础与Pandas数据预处理技术，帮助准备可视化数据；第2篇（第5～7章）介绍可视化工具Matplotlib的功能与绘图技巧；第3篇（第8～10章）介绍可视化工具Pyec
本书深入浅出地阐述Python程序设计的基础知识，同时着重介绍NumPy库、Pandas数据分析方法和Matplotlib/Seaborn可视化的内容，并提供上机实验指导。通过丰富的实例与实验设计，将Python理论与实践有机结合，让编程变得不再枯燥，易学有趣。全书内容分为三篇： 第1~8章为基础篇，着重介绍Python编程的基础知识； 第9~11章为进阶篇，主要介绍数据分析中常用的NumPy、Pandas与Matplotlib库的使用； 第12章和第13章为实践篇，着重介绍实践
本书全面介绍了使用Python进行数据分析所必需的各项知识，全书共分为14章，包括数据分析与可视化概述、Python编程基础、NumPy数组计算、Pandas基础知识、Pandas数据获取与清洗、Pandas数据形式变化、Pandas数据分析与可视化、Pandas数据处理与分析实战、Matplotlib库绘制可视化图表、图表辅助元素定制与美化、Seaborn绘制数据分析图表、时间序列数据处理与分析、文本数据分析、图像处理与分析等内容。结合了有应用背景的数据分析示例，系统介绍了数据分析与可视化方法
本书是作者十多年计算方法研究应用和教学经验的结晶。全书共9章，主要内容包括误差与算法、非线性方程求根、线性方程组直接求解和迭代求解、插值法、数值积分、矩阵特征值与特征向量的计算、常微分方程初值问题的数值解法等。 本书强调理论知识与程序设计的紧密结合,对每个常用方法配有一个NS图算法和一个独立完整的Python程序。书中配有大量图形，侧重从几何含义的角度直观地说明问题。 本书可作为理工科非数学专业的本科生、专科生的教材或教学参考书，也可作为对本课程感兴趣的科技人员的自学用书。
Python是一门简单易学、免费开源的跨平台高级动态编程语言，具有丰富的第三方库，能够让开发人员快速地开发出应用程序。本书以循序渐进的方式，基于Python 3.11版本，阐述Python的基础知识，具体包括计算机基础与Python语言简介、Python语法基础、程序流程控制、组合数据类型、函数、文件与异常、正则表达式和面向对象程序设计等内容。 本书可作为高等院校各专业相关课程的教材，也可以作为全国计算机等级考试的备考资料，还可以作为Python语言爱好者的自学参考书。
本书知识体系完整，按照认知递进的顺序进行了编排，主要包括编程环境、数据类型、变量与计算、流程控制、错误与错误处理、函数、面向对象的程序设计、模块、文件操作、tkinter 图形界面设计及数据库与数据库连接操作等内容。全书共12 章，每章都包含详细的概念及原理阐述，同时配有大量精美的插图、代码范例和课后习题。有别于同类教材，本书将自身的角色设定为陪伴者和对话者，让读者在学习中获得归属感，使学习变成一种快乐。同时，本书从始至终都非常重视思维模式的养成，力求使读者获得利用Python 语言描述问题、分
本书采用理论知识与全过程案例解析相结合的方式，深入浅出地介绍运用Python进行数据分析与挖掘的基本概念与方法。全书共13章，分为四部分： Python基础知识、数据分析相关库、数据挖掘理论与算法应用、综合案例。全书本着循序渐进、理论联系实际的原则，每个知识点及每章均选择了接近实际应用并具有典型性的丰富案例，引导读者更好地理解数据分析与挖掘的知识，并能快速开展编程实践，是一本实践性极强、深浅适度、重在应用、着重实战能力培养的教材。本书可作为高等学校大数据管理与应用、数据科学与大数
新书资讯 新书推荐