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

本书由资深乐高教育及积木设计从业者所著，采用图文结合的方式指导读者进行学习，本书将读者对象设定为首次接触乐高积木虚拟搭建软件的MOC 爱好者。本书包括乐高MOC介绍、LDD与 Studio 2.0 两款软件的功能和用法，穿插乐高积木造型的搭建技巧、案例和逻辑思维，是一本内容丰富实用、适合乐高爱好者阅读的技巧与创意指南书。本书配套了多媒体教学视频，同时收录了作者大量的精美作品案例，有助于读者提升水平、开阔视野。

本书从基础、设计和实现三个层面介绍数据库处理技术，内容全面翔实，既包括数据库设计、数据库实现、多用户数据处理、数据访问标准等经典理论，也包括商务智能、XML和.NET等最新技术。本书的内容编排和写作风格新颖，强调学习过程中的乐趣，围绕两个贯穿全书的项目练习，让读者从一开始就能把所学的知识用于解决具体的应用实例。本书各章都提供了大量的习题和项目练习，并为授课教师提供了丰富的教辅资源。

本书结合Java语言的数据结构（集合）介绍穷举法、归纳法、迭代法和递归法等基本算法设计方法，重点讨论分治法、回溯法、分支限界法、贪心法和动态规划五大算法设计策略的原理和算法设计框架，通过大量典型示例和LeetCode实战题解析了多途径构建模型、求解和算法实现的过程。 本书既注重原理又注重实践，配有大量图表、练习题、上机实验题和在线编程题，内容丰富、概念讲解清楚、表达严谨、逻辑性强、语言精练、可读性好。 本书既便于教师课堂讲授，又便于自学者阅读，适合作为高等院校算法设计与分析课程的教材，也可

本书基于UML与Rational Rose建模工具，详细介绍UML的用例图、顺序图、协作图、类图、状态图、活动图、组件图和部署图，介绍数据建模、Web建模、Rose建模工具的主要用法等。同时，本书选择JDK 9与MySQL 8.0作为信息系统的运行环境，深入探讨如何基于UML与Rose建模工具开发与运行Java信息系统。本书注重理论与实践相结合，每章都有大量的实例，对重点实例阐述编程思想并归纳必要的结论和概念。本书的电子教案与实例源代码等配套教学资源均可在清华大学出版社网站免费下载。
本书

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

MySQL作为一款开源的关系型数据库管理系统，有着强大的功能和广泛的应用领域，对促进信息化建设、推动数字经济发展起着重要的作用。本书全面介绍了MySQL数据库的技术原理、应用场景和开发实践，帮助读者掌握MySQL数据库的基本概念和高级特性，提升数据库设计与开发的能力。全书共11章，从数据库基础知识讲起，包括数据库概述、关系型数据库设计原则、SQL语言基础等内容，逐步深入介绍MySQL数据库的高级特性和应用技巧，如查询优化、事务管理、索引优化，延伸学习在数字经济发展情境下，数据库的发展趋势和应用等

《学习Spring Boot 3.0》详细阐述了与Spring Boot 3.0相关的基本解决方案，主要包括Spring Boot的核心功能、使用Spring Boot创建Web应用程序、使用Spring Boot查询数据、使用Spring Boot保护应用程序、使用Spring Boot进行测试、使用Spring Boot配置应用程序、使用Spring Boot发布应用程序、使用Spring Boot构建原生程序、编写响应式Web控制器、响应式处理数据等内容。此外，本书还提供了相应的示例

《智能优化算法与MATLAB编程实践》介绍了国内外新研发的10种智能优化算法，对每种算法的灵感来源、实现过程、函数编程、案例应用都进行了细致描述并给出详细的MATLAB代码，使读者快速掌握智能优化算法的学习和应用方法。 全书共分为12章，前10章分别介绍10种智能优化算法的原理、MATLAB实现、具体函数寻优求解过程和应用案例；第11章列举了23种衡量智能优化算法性能的常见测试函数，并给出MATLAB代码；第12章重点介绍智能优化算法的评价指标体系，选取部分测试函数和文中算法进行测试与分析

机器学习是数据科学不可或缺的重要组成部分，是数据科学人才培养的核心内容之一。本书以机器学习理论+Python编程+应用实践的“三位一体”讲解方式，引领读者进入Python机器学习领域。理论上，突出机器学习理论讲解的可读性并兼具知识的深度和广度，旨在指导Python编程调参和实践应用；Python编程上，突出以数据和问题为导向的Python学习路径，借助基于模拟数据的编程直观展示理论背后的朴素道理反刍理论理解，借助基于案例的编程完成机器学习的应用落地；应用实践上，突出案例选择的典型性、综合性和多样