《快速Python书籍,第三版》是由Python权威Naomi Ceder编写的关于Python语言的全面指南。作为一名熟练的教师,她完美地平衡了语言的细节和你处理任何任务所需的洞察力和建议。大量相关的例子和边做边学的练习可以帮助你第一次掌握每个重要的概念。无论您是抓取网站还是玩弄嵌套元组,您都会欣赏这本书的清晰、重点和对细节的关注。

这是Manning受欢迎的《快速Python》一书的第三版,对优雅的Python编程语言及其著名的易于阅读的语法进行了清晰、清晰的介绍。这是为初学Python的程序员编写的,最新的版本包含了新的练习。它简明扼要地介绍了其他语言共有的特性,同时详细介绍了Python的全面标准函数库和独特的特性。

成为VIP会员查看完整内容
0
50

相关内容

Python是一种面向对象的解释型计算机程序设计语言,在设计中注重代码的可读性,同时也是一种功能强大的通用型语言。

这本教科书通过提供实用的建议,使用直接的例子,并提供相关应用的引人入胜的讨论,以一种容易理解的方式介绍了基本的机器学习概念。主要的主题包括贝叶斯分类器,最近邻分类器,线性和多项式分类器,决策树,神经网络,和支持向量机。后面的章节展示了如何通过“推进”的方式结合这些简单的工具,如何在更复杂的领域中利用它们,以及如何处理各种高级的实际问题。有一章专门介绍流行的遗传算法。

这个修订的版本包含关于工业中机器学习的实用应用的关键主题的三个全新的章节。这些章节研究了多标签域,无监督学习和它在深度学习中的使用,以及归纳逻辑编程的逻辑方法。许多章节已经被扩展,并且材料的呈现已经被增强。这本书包含了许多新的练习,许多解决的例子,深入的实验,和独立工作的计算机作业。

https://link.springer.com/book/10.1007/978-3-319-63913-0#about

成为VIP会员查看完整内容
0
119

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
0
111

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
0
125

Python算法,第二版解释了Python方法的算法分析和设计。本书由《初级Python》的作者Magnus Lie Hetland撰写,主要关注经典算法,但也对基本的算法解决问题技术有了深入的理解。

这本书涉及一些最重要和最具挑战性的领域的编程和计算机科学在一个高度可读的方式。它涵盖了算法理论和编程实践,演示了理论是如何反映在真实的Python程序中的。介绍了Python语言中内置的著名算法和数据结构,并向用户展示了如何实现和评估其他算法和数据结构

成为VIP会员查看完整内容
0
109

Python 官方教程(https://docs.python.org/3/tutorial/)的开头是这样写的:“Python 是一门既容易上手又强大的编程语言。”这句话本身并无大碍,但需要注意的是,正因为它既好学又好用,所以很多Python程序员只用到了其强大功能的一小部分。

只需要几个小时,经验丰富的程序员就能学会用 Python 写出实用的程序。然而随着这最初高产的几个小时变成数周甚至数月,在那些先入为主的编程语言的影响下,开发者们会慢慢地写出带着“口音”的 Python 代码。即便 Python 是你的初恋,也难逃此命运。因为在学校里,抑或是那些入门书上,教授者往往会有意避免只跟语言本身相关的特性。

另外,向那些已在其他语言领域里有了丰富经验的程序员介绍 Python 的时候,我还发现了一个问题:人们总是倾向于寻求自己熟悉的东西。受到其他语言的影响,你大概能猜到Python会支持正则表达式,然后就会去查阅文档。但是如果你从来没见过元组拆包(tuple unpacking),也没听过描述符(descriptor)这个概念,那么估计你也不会特地去搜索它们,然后就永远失去了使用这些Python独有的特性的机会。这也是本书试图解决的一个问题。

第一部分

第一部分只有单独的一章,讲解的是 Python 的数据模型(datamodel),以及如何为了保证行为一致性而使用特殊方法(比如__repr__),毕竟 Python 的一致性是出了名的。其实整本书几乎都是在讲解 Python 的数据模型,第 1 章算是一个概览。

第二部分

第二部分包含了各种集合类型:序列(sequence)、映射(mapping)和集合(set),另外还提及了字符串(str)和字节序列(bytes)的区分。说起来,最后这一点也是让亲者(Python 3 用户)快,仇者(Python 2 用户)痛的一个关键,因为这个区分致使 Python 2代码迁移到 Python 3 的难度陡增。第二部分的目标是帮助读者回忆起Python 内置的类库,顺带解释这些类库的一些不太直观的地方。具体的例子有 Python 3 如何在我们观察不到的地方对 dict 的键重新排序,或者是排序有区域(locale)依赖的字符串时的注意事项。为了达到本部分的目标,有些地方的讲解会比较大而全,像序列类型和映射类型的变种就是这样;有时则会写得很深入,比方说我会对dict 和 set 底层的散列表进行深层次的讨论。

第三部分

如何把函数作为一等对象(first-order object)来使用。第三部分首先会解释前面这句话是什么意思,然后话题延伸到这个概念对那些被广泛使用的设计模型的影响,最后读者会看到如何利用闭包(closure)的概念来实现函数装饰器(function decorator)。这一部分的话题还包括Python 的这些基本概念:可调用(callable)、函数属性(functionattribute)、内省(introspection)、参数注解(parameter annotation)和Python 3 里新出现的 nonlocal 声明。

第四部分

  到了这里,书的重点转移到了类的构建上面。虽然在第二部分里的例子里就有类声明(class declaration)的出现,但是第四部分会呈现更多的类。和任何面向对象语言一样,Python 还有些自己的特性,这些特性可能并不会出现在你我学习基于类的编程的语言中。这一部分的章节解释了引用(reference)的原理、“可变性”的概念、实例的生命周期、

如何构建自定义的集合类型和 ABC、多重继承该怎么理顺、什么时候应该使用操作符重载及其方法。

第五部分

Python 中有些结构和库不再满足于诸如条件判断、循环和子程序(subroutine)之类的顺序控制流程,第五部分的笔墨会集中在这些构造和库上。我们会从生成器(generator)起步,然后话题会转移到上下文管理器(context manager)和协程(coroutine),其中会涵盖新增的功能强大但又不容易理解的 yield from 语法。这一部分以并发性和面向事件的 I/O 来结尾,其中跟并发性相关的是 collections.futures这个很新的包,它借助 futures 包把线程和进程的概念给封装了起

来;而跟面向事件 I/O 相关的则是 asyncio,它的背后是基于协程和yield from 的 futures 包。

第六部分

  第六部分的开头会讲到如何动态创建带属性的类,用以处理诸如JSON 这类半结构化的数据。然后会从大家已经熟悉的特性(property)机制入手,用描述符从底层来解释 Python 对象属性的存取。同时,函数、方法和描述符的关系也会被梳理一遍。第六部分会从头至尾地实现一个字段验证器,在这个过程中我们会遇到一些微妙的问题,然后在最后一章中就自然引出像类装饰器(class decorator)和元类(metaclass)这些高级的概念。

成为VIP会员查看完整内容
1
93

本书通过提供真实的案例研究和示例,为使用Python库进行机器学习提供了坚实的基础。它涵盖了诸如机器学习基础、Python入门、描述性分析和预测分析等主题。包括高级机器学习概念,如决策树学习、随机森林、增强、推荐系统和文本分析。这本书在理论理解和实际应用之间采取了一种平衡的方法。所有的主题都包括真实世界的例子,并提供如何探索、构建、评估和优化机器学习模型的逐步方法。

成为VIP会员查看完整内容
Machine Learning using Python by Manaranjan Pradhan.pdf
0
185

这本教科书解释的概念和技术需要编写的程序,可以有效地处理大量的数据。面向项目和课堂测试,这本书提出了一些重要的算法,由例子支持,给计算机程序员面临的问题带来意义。计算复杂性的概念也被介绍,演示什么可以和不可以被有效地计算,以便程序员可以对他们使用的算法做出明智的判断。特点:包括介绍性和高级数据结构和算法的主题,与序言顺序为那些各自的课程在前言中提供; 提供每个章节的学习目标、复习问题和编程练习,以及大量的说明性例子; 在相关网站上提供可下载的程序和补充文件,以及作者提供的讲师资料; 为那些来自不同的语言背景的人呈现Python的初级读本。

成为VIP会员查看完整内容
0
96

主题: C++ Primer Plus

摘要: 本书的第五版描述了ISO C++标准中所提出的语言,非正式地称为C++99和C++03。或者,有时作为C++99/03。(2003版本在很大程度上是对1999标准的技术修正,没有添加任何新的特征。)此后,C++继续发展。国际C++标准委员会刚刚批准了一个新版本的标准。这个标准在开发过程中有C++0x的非正式名称,现在它将被称为C++11。大多数现代编译器都支持C++99/03。本书中的大多数例子都符合这一标准,但是新标准的许多特征已经在一些实现中出现了,而这个版本的C++Primer-Plus探究了这些新特性。C++Primer-Plus讨论了C语言的基本原理,并给出了C++的特点,使这本书可以自如。它给出了C++的基本原理,并用简单的、易于复制和实验的点程序来说明它们。学习输入/输出(I/O),如何使程序执行重复的任务和做出选择。处理数据的许多方法,以及如何使用函数。您了解C++中添加到C的许多特性,包括以下内容:n类和对象n继承n多态性、虚拟函数和运行时类型标识(RTTI)n函数重载n引用变量n泛型或与类型无关的编程,由模板和标准模板库(STL)提供n处理错误条件的异常机制n用于管理名称的命名空间函数、类和变量的。

成为VIP会员查看完整内容
0
31
小贴士
相关VIP内容
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
119+阅读 · 2020年6月16日
专知会员服务
86+阅读 · 2020年6月4日
专知会员服务
111+阅读 · 2020年5月21日
专知会员服务
93+阅读 · 2020年3月22日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
185+阅读 · 2020年3月17日
专知会员服务
96+阅读 · 2020年3月4日
【电子书】C++ Primer Plus 第6版,附PDF
专知会员服务
31+阅读 · 2019年11月25日
相关资讯
Python 3.8.0来了!
数据派THU
5+阅读 · 2019年10月22日
各编程领域最好的入门书籍
程序猿
11+阅读 · 2018年7月29日
Python为啥这么牛?
Python程序员
3+阅读 · 2018年3月30日
2017年度图灵最受欢迎Python图书TOP10
图灵教育
4+阅读 · 2017年12月22日
Python NLP 入门教程
大数据技术
16+阅读 · 2017年10月24日
Python 书单:从入门到……
Linux中国
11+阅读 · 2017年8月6日
相关论文
Liuyi Yao,Zhixuan Chu,Sheng Li,Yaliang Li,Jing Gao,Aidong Zhang
66+阅读 · 2020年2月5日
Inverse Visual Question Answering with Multi-Level Attentions
Yaser Alwatter,Yuhong Guo
4+阅读 · 2019年9月17日
UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction
Leland McInnes,John Healy,James Melville
7+阅读 · 2018年12月6日
Guess who? Multilingual approach for the automated generation of author-stylized poetry
Alexey Tikhonov,Ivan P. Yamshchikov
4+阅读 · 2018年9月17日
Antoine J. -P. Tixier
10+阅读 · 2018年8月30日
Show, Tell and Discriminate: Image Captioning by Self-retrieval with Partially Labeled Data
Xihui Liu,Hongsheng Li,Jing Shao,Dapeng Chen,Xiaogang Wang
4+阅读 · 2018年7月23日
Ray Jiang,Sven Gowal,Timothy A. Mann,Danilo J. Rezende
4+阅读 · 2018年4月9日
Yan Zhang,Jonathon Hare,Adam Prügel-Bennett
10+阅读 · 2018年2月15日
Fahim Irfan Alam,Jun Zhou,Alan Wee-Chung Liew,Xiuping Jia,Jocelyn Chanussot,Yongsheng Gao
10+阅读 · 2017年12月27日
Ashish Vaswani,Noam Shazeer,Niki Parmar,Jakob Uszkoreit,Llion Jones,Aidan N. Gomez,Lukasz Kaiser,Illia Polosukhin
13+阅读 · 2017年12月6日
Top