本书以浅显易懂的语言对Python进行了全面系统的介绍，采用范例加图解的形式讲解，读者可轻松阅读。全书主要内容包括Python语言的基础语法、数据类型、运算符、函数、类、对象以及常用的标准功能模块，最后以实例的形式介绍了开发机器学习和人工智能应用所需的知识及相应的功能模块。本书适合有志于从事机器学习、人工智能技术开发的人员或爱好者，也可作为相关专业的教材。

随着人工智能时代的到来，Python已经成为主流开发语言。本书就是针对完全零基础入门的读者，采用*小化安装极简代码的教学方式，让读者学练结合，达到入门Python与网络爬虫编程的目的。 本书分为16章，从Python版本的演化、环境的搭建开始，逐步介绍Python3.7语言的语法基础，包括内置类型、流程控制、函数、类和对象、异常处理、模块和包、迭代器、装饰器、多线程、文件和目录、正则表达式、网络编程、urllib爬虫

本书是一本Python基础教材。全书以Python3.0为蓝本，分6章介绍。 第1章从模仿计算器进行简单的计算入手，带领读者迈进Python门槛；顺势引导读者掌握Python模块的用法、变量的用法；再进一步引入选择结构和重复结构，使读者有了程序和算法的基本概念，进入程序设计的殿堂。第2章首先介绍Python特有的数据对象与变量之间的关系，然后较详细地介绍了Python各种内置的数据类型。第3章从正常处理和异常处理两个

本书以WIN10和Python3.6.5搭建Python开发基础平台为起点，重点阐述Python语言的基础知识和3个典型的项目实战案例。全书以理论引导、案例驱动、上机实战为理念打造Python语言学习的新模式。具体内容分为两大部分：第一部分以Python编程语言基础知识普及为主，分别介绍了Python3概述、基本语法、流程控制、组合数据类型、字符串与正则式、函数、模块、类和对象、异常、文件操作；第二部分以项目实战为核

强化学习是一种重要的机器学习方法，在智能体及分析预测等领域有许多应用。《Python强化学习实战：应用OpenAIGym和TensorFlow精通强化学习和深度强化学习》共13章，主要包括强化学习的各种要素，即智能体、环境、策略和模型以及相应平台和库；Anaconda、Docker、OpenAIGym、Universe和TensorFlow等安装配置；马尔可夫链和马尔可夫过程及其与强化学习问题建模之间的关系，动态规划

本书由资深网络安全教师撰写，书中系统并深入地将Python应用实例与网络安全相结合进行讲解，不仅讲述了Python的实际应用方法，而且从网络安全原理的角度分析了Python实现网络安全编程的技术，真正做到理论与实践相结合。全书共分为15章。第1章介绍网络安全渗透测试的相关理论。第2章介绍KaliLinux2使用基础。第3章介绍Python语言基础。第4章介绍安全渗透测试中的常见模块。第5章介绍使用Python实现信息

本书共分两部分，第一部分包括计算思维与Python简介、算法、数据与计算、流程控制、函数、模块、数据文件、面向对象编程、异常处理、图形界面设计和绘制曲线，为方便教学，每章最后均附有简答题和编程题；第二部分给出了7个实验，即数据与计算、流程控制、函数、数据文件、面向对象编程、图形界面设计和绘制曲线。本书按课程教学模式来组织内容，既适合教师授课，也适合学生自学；同时，本书面向应用需求，教学内容先进，尽力帮助学生理解并掌握

本书共22章，分为三个部分。部分（第1~5章）为Python及应用数学基础部分，介绍Python和TensorFlow的基石Numpy，深度学习框架的鼻祖Theano，以及机器学习、深度学习算法应用数学基础等内容。第二部分（第6~20章）为深度学习理论与应用部分，介绍机器学习的经典理论和算法，深度学习理论及方法，TensorFlow基于CPU、GPU版本的安装及使用、TensorFlow基础、TensorFlow的一

本书采用Python语言介绍数据结构和算法，包括其设计、分析和实施。本书源代码简洁、明确，面向对象的观点贯穿始终，通过继承大限度地提高代码重用，同时彰显不同抽象数据类型和算法之间的异同。

本书由Pythonpandas项目创始人WesMcKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。