【476页pdf】ntroducing Python Modern Computing in Simple Packages
简单易懂，读起来很有趣，介绍Python对于初学者和语言新手都是理想的。作者Bill Lubanovic带您从基础知识到更复杂和更多样的主题，混合教程和烹饪书风格的代码配方来解释Python 3中的概念。章节结尾的练习可以帮助你练习所学的内容。
您将获得该语言的坚实基础，包括测试、调试、代码重用和其他开发技巧的最佳实践。本书还向您展示了如何使用各种Python工具和开放源码包将Python用于商业、科学和艺术领域的应用程序。
- 学习简单的数据类型，以及基本的数学和文本操作
- 在Python的内置数据结构中使用数据协商技术
- 探索Python代码结构，包括函数的使用
- 用Python编写大型程序，包括模块和包
- 深入研究对象、类和其他面向对象的特性
- 检查从平面文件到关系数据库和NoSQL的存储
- 使用Python构建web客户机、服务器、api和服务
- 管理系统任务，如程序、进程和线程
- 了解并发性和网络编程的基础知识
成为VIP会员查看完整内容
相关内容
数据平台架构
·
关于大数据技术的信息很多，但将这些技术拼接到端到端企业数据平台是一项艰巨的任务，没有得到广泛的讨论。通过这本实用的书，您将学习如何在本地和云中构建大数据基础设施，并成功地构建一个现代数据平台。
本书非常适合企业架构师、IT经理、应用程序架构师和数据工程师，它向您展示了如何克服Hadoop项目期间出现的许多挑战。在深入了解以下内容之前，您将在一个彻底的技术入门中探索Hadoop和大数据领域中可用的大量工具:
- 基础设施: 查看现代数据平台中的所有组件层，从服务器到数据中心，为企业中的数据建立坚实的基础
-平台: 了解部署、操作、安全性、高可用性和灾难恢复的各个方面，以及将平台与企业IT的其他部分集成在一起所需了解的所有内容
- 将Hadoop带到云端: 学习在云中运行大数据平台的重要架构方面，同时保持企业安全性和高可用性
成为VIP会员查看完整内容
有兴趣的数据科学专业人士可以通过本书学习Scikit-Learn图书馆以及机器学习的基本知识。本书结合了Anaconda Python发行版和流行的Scikit-Learn库，演示了广泛的有监督和无监督机器学习算法。通过用Python编写的清晰示例，您可以在家里自己的机器上试用和试验机器学习的原理。
所有的应用数学和编程技能需要掌握的内容，在这本书中涵盖。不需要深入的面向对象编程知识，因为工作和完整的例子被提供和解释。必要时，编码示例是深入和复杂的。它们也简洁、准确、完整，补充了介绍的机器学习概念。使用示例有助于建立必要的技能，以理解和应用复杂的机器学习算法。
对于那些在机器学习方面追求职业生涯的人来说，Scikit-Learn机器学习应用手册是一个很好的起点。学习这本书的学生将学习基本知识，这是胜任工作的先决条件。读者将接触到专门为数据科学专业人员设计的蟒蛇分布，并将在流行的Scikit-Learn库中构建技能，该库是Python世界中许多机器学习应用程序的基础。
你将学习
- 使用Scikit-Learn中常见的简单和复杂数据集
- 将数据操作为向量和矩阵，以进行算法处理
- 熟悉数据科学中使用的蟒蛇分布
- 应用带有分类器、回归器和降维的机器学习
- 优化算法并为每个数据集找到最佳算法
- 从CSV、JSON、Numpy和panda格式加载数据并保存为这些格式
这本书是给谁的
- 有抱负的数据科学家渴望通过掌握底层的基础知识进入机器学习领域，而这些基础知识有时在急于提高生产力的过程中被忽略了。一些面向对象编程的知识和非常基本的线性代数应用将使学习更容易，尽管任何人都可以从这本书获益。
成为VIP会员查看完整内容
关于本书
我编写了《Geoprocessing for Python》 来帮助您学习处理地理空间数据的基础知识，主要使用GDAL/OGR。当然，还有其他的选择，但是其中一些是在GDAL之上构建的，所以如果您理解了这本书中的内容，您就可以很容易地获得它们。这不是一本关于地理信息系统或遥感的书，尽管会解释一些背景理论。相反，本书将教您如何编写用于操作和创建空间数据的Python代码，以及一些简单的分析。您可以使用这些构建块来简化您自己设计的更复杂的分析。
关于作者
Chris Garrard是在犹他州立大学昆尼自然资源学院的遥感/地理信息系统实验室做了近15年的开发人员。在那段时间里，她一直在教授一门关于Python的GIS课程，她还在校园和会议上教授研讨会。她喜欢向人们展示处理数据的开源方法，但是她最喜欢的教学方法是“Aha!”，当某人意识到编码的能力对他们的工作有多大帮助的时候。
面向人群
这本书是为任何想学习使用地理空间数据的人准备的。本文解释了GIS和遥感的一些基础知识，以便初次接触地理空间分析的读者了解他们为什么要学习某些内容，但是代码开始时非常简单，因此具有地理空间背景但没有太多编码经验的人也会从中受益。
内容介绍
本书共分13章。它首先介绍了地理空间数据和Python，然后介绍了矢量数据、空间参考系统、光栅数据和可视化。
-
第1章是空间数据和分析的介绍。它描述了您可以对不同类型的数据执行的分析类型，以及向量和栅格数据之间的差异以及它们各自的用途。
-
第2章是Python的快速入门。
-
第3章解释了什么是OGR库，并教你如何读、写和编辑向量数据源。
-
第4章深入探讨向量格式之间的差异。虽然在许多情况下可以对各种格式进行相同的处理，但是在这里您将了解特定的功能。
-
第5章教你如何过滤和选择基于空间和attri- bute关系的数据。
-
第6章描述了创建和编辑点、线和多边形几何图形的细节。
-
第7章向您展示了如何查看几何图形之间的空间关系，以及如何使用这些概念进行简单的分析。
-
第8章包括空间参考系统的介绍，然后教你如何使用它们并在它们之间转换数据。
-
第9章解释了什么是GDAL库，并教你如何读写光栅数据集。它还向您展示了如何在实际坐标和像素偏移量之间进行转换。
-
第10章向您介绍如何处理光栅数据的各个方面，如地面控制点、颜色表、直方图和属性表。它还包括回调函数和错误处理程序的使用。
-
第11章描述了如何在映射代数中使用NumPy和SciPy，包括局部、焦点、区域和全局分析，并介绍了重新采样数据的一些方法。
-
第12章向您展示了一些用于有监督和无监督地图分类的技术。
-
第13章教你如何使用matplotlib和Mapnik来可视化你的数据。
成为VIP会员查看完整内容
Python
·
从设计和原型设计到测试、部署和维护，Python在许多方面都很有用，它一直是当今最流行的编程语言之一。这本实用的书的第三版提供了对语言的快速参考——包括Python 3.5、2.7和3.6的突出部分——它庞大的标准库中常用的区域，以及一些最有用的第三方模块和包。
本书非常适合具有一些Python经验的程序员，以及来自其他编程语言的程序员，它涵盖了广泛的应用领域，包括web和网络编程、XML处理、数据库交互和高速数字计算。了解Python如何提供优雅、简单、实用和强大功能的独特组合。
这个版本包括:
- Python语法、面向对象的Python、标准库模块和第三方Python包
- Python对文件和文本操作、持久性和数据库、并发执行和数值计算的支持
- 网络基础、事件驱动编程和客户端网络协议模块
- Python扩展模块，以及用于打包和分发扩展、模块和应用程序的工具
成为VIP会员查看完整内容
数据科学库、框架、模块和工具包非常适合进行数据科学研究，但它们也是深入研究这一学科的好方法，不需要真正理解数据科学。在本书中，您将了解到许多最基本的数据科学工具和算法都是通过从头实现来实现的。
如果你有数学天赋和一些编程技能，作者Joel Grus将帮助你熟悉作为数据科学核心的数学和统计，以及作为数据科学家的入门技能。如今，这些杂乱的、充斥着海量数据的数据，为一些甚至没人想过要问的问题提供了答案。这本书为你提供了挖掘这些答案的诀窍。
参加Python速成班
- 学习线性代数、统计和概率的基础知识，并了解如何以及何时在数据科学中使用它们
- 收集、探索、清理、分析和操作数据
- 深入了解机器学习的基本原理
- 实现诸如k近邻、朴素贝叶斯、线性和逻辑回归、决策树、神经网络和聚类等模型
- 探索推荐系统、自然语言处理、网络分析、MapReduce和数据库
成为VIP会员查看完整内容
考虑到当今使用的各种大数据应用程序的复杂性，cpu密集型的数据处理任务已经变得至关重要。降低每个进程的CPU利用率对于提高应用程序的总体速度非常重要。
这本书将教你如何执行计算的并行执行，将它们分布在一台机器的多个处理器上，从而提高大数据处理任务的整体性能。我们将讨论同步和异步模型、共享内存和文件系统、各种进程之间的通信、同步等等。
你会学到什么
- 介绍并行计算和分布式计算
- 同步和异步编程
- 探索Python中的并行性
- 分布式应用
- 云中的Python
- 在HPC集群上的Python
- 测试和调试分布式应用程序
成为VIP会员查看完整内容
Python程序员将使用这些有用的单行程序来提高他们的计算机科学技能。
Python单行程序将教会您如何阅读和编写“单行程序”:将有用功能的简明语句封装到一行代码中。您将学习如何系统地解包和理解任何一行Python代码，并像专家一样编写雄辩、强大的压缩Python。
本书共分五章，内容包括技巧和技巧、正则表达式、机器学习、核心数据科学主题和有用的算法。对一行程序的详细解释将介绍关键的计算机科学概念，并提高您的编码和分析技能。您将了解高级Python特性，如列表理解、切片、lambda函数、正则表达式、映射和缩减函数以及切片分配。您还将学习如何:
•利用数据结构来解决现实世界的问题，比如使用布尔索引来查找污染水平高于平均水平的城市
•使用NumPy基础，如数组、形状、轴、类型、广播、高级索引、切片、排序、搜索、聚合和统计
•计算多维数据数组的基本统计量和无监督学习的K-Means算法
•使用分组和命名组、负查找头、转义字符、空白、字符集(和负字符集)和贪婪/非贪婪操作符创建更高级的正则表达式
•了解广泛的计算机科学主题，包括字谜、回文、超集、排列、阶乘、质数、斐波纳契数、混淆、搜索和算法排序
在本书的最后，您将了解如何以最精炼的方式编写Python，并仅用一行代码就创建简洁、漂亮的“Python艺术”片段。
成为VIP会员查看完整内容
使用C编程语言学习应用数值计算，从快速入门的C编程语言及其SDK开始。然后，这本书深入到使用C的计算方法的渐进更复杂的应用数学公式的例子贯穿始终，并在最后一个更大的，更完整的应用。
Numerical C以二次公式开始，用于寻找代数方程的解，这些代数方程模拟诸如价格与需求、上涨与运行或下滑等情况。在本书后面，你将学习联立方程的增广矩阵法。
您还将介绍蒙特卡罗方法模型对象，这些对象可以作为真实系统建模的一部分自然产生，例如复杂的道路网络、中子的传输或股票市场的演化。此外，蒙特卡罗方法的集成检查曲线下的面积，包括渲染或射线跟踪和一个地区的阴影。
此外，您将使用积差相关系数:相关是一种用于研究两个定量连续变量(例如年龄和血压)之间关系的技术。在这本书的最后，你会有一个感觉，什么电脑软件可以做，以帮助你在你的工作和应用一些方法直接学习到你的工作。
你会学到什么
- 获得软件和C语言编程基础
- 编写软件解决应用，计算数学问题
- 创建程序来解决方程和微积分问题
- 采用梯形法、蒙特卡罗法、最佳拟合线、积差相关系数、辛普森法则和矩阵解法
- 写代码来解微分方程
- 将一个或多个方法应用到应用案例研究中
这本书是给谁看的
具有基本数学知识(学校水平)和一些基本编程经验的人。这对于那些可能在数学或其他领域(例如，生命科学、工程或经济学)工作并需要学习C编程的人来说也很重要。
成为VIP会员查看完整内容
改进您的编程技术和方法，成为一个更有生产力和创造性的Python程序员。本书探索了一些概念和特性，这些概念和特性不仅将改进您的代码，而且还将帮助您理解Python社区，并对Python哲学有深入的了解和详细的介绍。
专业的Python 3，第三版给你的工具写干净，创新的代码。它首先回顾了一些核心的Python原则，这些原则将在本书后面的各种概念和示例中进行说明。本书的前半部分探讨了函数、类、协议和字符串的各个方面，描述了一些技术，这些技术可能不是常见的知识，但它们共同构成了坚实的基础。后面的章节涉及文档、测试和应用程序分发。在此过程中，您将开发一个复杂的Python框架，该框架将整合在本书中所学到的思想。
这个版本的更新包括Python 3中迭代器的角色、用Scrapy和BeautifulSoup进行web抓取、使用请求调用没有字符串的web页面、用于分发和安装的新工具等等。在本书的最后，您将准备好部署不常见的特性，这些特性可以将您的Python技能提升到下一个级别。
你将学习
- 用各种类型的Python函数实现程序
- 使用类和面向对象编程
- 使用标准库和第三方库中的字符串
- 使用Python获取web站点数据
- 通过编写测试套件来自动化单元测试
- 回顾成像、随机数生成和NumPy科学扩展
- 理解Python文档的精髓，以帮助您决定分发代码的最佳方式
这本书是给谁看的 熟悉Python的中级程序员，希望提升到高级水平。您应该至少编写了一个简单的Python应用程序，并且熟悉基本的面向对象方法、使用交互式解释器和编写控制结构。
成为VIP会员查看完整内容
简介：
探索用Python编写代码的正确方法。这本书提供的技巧和技术，你需要生产更干净，无错误，和雄辩的Python项目。
要获得更好的代码，首先要理解对代码进行格式化和编制文档以获得最大可读性的重要性，利用内置的数据结构和Python字典来提高可维护性，并使用模块和元类来有效地组织代码。然后，您将深入了解Python语言的新特性，并学习如何有效地利用它们。接下来，您将解码关键概念，如异步编程、Python数据类型、类型提示和路径处理。学习在Python代码中调试和执行单元测试和集成测试的技巧，以确保您的代码可以投入生产。学习旅程的最后一段为您提供了版本管理、实时代码管理和智能代码完成的基本工具。 在阅读和使用这本书之后，您将熟练地编写干净的Python代码，并成功地将这些原则应用到您自己的Python项目中。
目录：
- Pythonic思维
- 数据结构
- 编写更好的函数和类
- 使用模块和元类
- 装饰器和上下文管理器
- 生成器和迭代器
- 利用新的Python特性
- 附录:一些很棒的Python工具
作者：
Sunil Kapil在过去十年一直从事软件行业，用Python和其他几种语言编写产品代码。 他曾是一名软件工程师，主要从事网络和移动服务的后端工作。他开发、部署并维护了数百万用户喜爱和使用的从小型到大型的生产项目。他与世界各地知名软件公司的大小团队在不同的专业环境中完成了这些项目。他也是开源的热情倡导者，并不断为Zulip Chat和Black等项目贡献力量。Sunil经常在各种会议上发表关于Python的演讲。
成为VIP会员查看完整内容
相关VIP内容
相关资讯
相关论文
Qingyu Guo,Fuzhen Zhuang,Chuan Qin,Hengshu Zhu,Xing Xie,Hui Xiong,Qing He
66+阅读 · 2020年2月28日
Kai Shu,Suhang Wang,Dongwon Lee,Huan Liu
7+阅读 · 2020年1月2日
Yanbin Liu,Juho Lee,Minseop Park,Saehoon Kim,Eunho Yang,Sungju Hwang,Yi Yang
17+阅读 · 2018年12月25日
Haichao Shi,Peng Li,Bo Wang,Zhenyu Wang
6+阅读 · 2018年9月13日
Sounak Dey,Anjan Dutta,Suman K. Ghosh,Ernest Valveny,Josep Lladós,Umapada Pal
5+阅读 · 2018年4月28日
Jason, Dai,Yiheng Wang,Xin Qiu,Ding Ding,Yao Zhang,Yanzhang Wang,Xianyan Jia, Cherry, Zhang,Yan Wan,Zhichao Li,Jiao Wang,Shengsheng Huang,Zhongyuan Wu,Yang Wang,Yuhao Yang,Bowen She,Dongjie Shi,Qi Lu,Kai Huang,Guoqiong Song
3+阅读 · 2018年4月16日
Hongyu Xu,Xutao Lv,Xiaoyu Wang,Zhou Ren,Navaneeth Bodla,Rama Chellappa
3+阅读 · 2018年3月27日
Xihui Liu,Hongsheng Li,Jing Shao,Dapeng Chen,Xiaogang Wang
7+阅读 · 2018年3月22日
Dan Xu,Xavier Alameda-Pineda,Jingkuan Song,Elisa Ricci,Nicu Sebe
7+阅读 · 2018年3月5日