
会员
Python3从入门到实战
更新时间:2020-04-03 12:46:47 最新章节:参考文献
书籍简介
本书是一本语法与实践相结合的Python入门教程,全书分为上、下篇。上篇为“Python语法与实践”,以简明的语言、易懂的案例介绍Python的变量与对象、运算符与表达式、控制语句、函数、内置数据类型,Python的面向对象特征,如类与对象、派生类、类的实例与静态方法等Python语言的核心语法,以及迭代器与可迭代对象、闭包、装饰器、@property、深拷贝与浅拷贝等高级语言特征,还介绍了错误与异常、调试。在核心语法部分采用来自数据结构、游戏编程、信息管理、机器学习、强化学习等其他学科和领域的一些经典问题作为实战演练,展示了Python解决实际问题的强大功能,以提高初学者的实际编程能力,使其尽快熟悉语法的使用。下篇为“Python标准库”,对常用的一些Python标准库,如操作系统接口模块、时间日期模块,以及正则表达式、并发计算、图形用户接口编程、网络套接字编程、Internet应用编程、数据持久化等进行了介绍。本书描述精练、通俗易懂,提供了丰富的实战案例,既可作为大学本科和高职高专相关专业课程的教材,也可供编程爱好者学习和参考。
上架时间:2019-10-01 00:00:00
出版社:电子工业出版社
上海阅文信息技术有限公司已经获得合法授权,并进行制作发行
最新章节
最新上架
- 会员本书是享誉全球的Python入门书,影响了超过250万读者。全书分两部分:第一部分介绍用Python编程所必须了解的基本概念,包括强大的Python库和工具,以及列表、字典、if语句、类、文件和异常、代码测试等内容;第二部分将理论付诸实践,讲解如何开发三个项目,包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用,并帮助读者解决常见编程问题和困惑。第3版进行了全面修订:使用计算机24.2万字
- 会员本书分为12章,主要包括学习人工智能原理、自然语言处理技术、掌握深度学习模型、NLP开源技术实战、Python神经网络计算实战、AI语音合成有声小说实战、玩转词向量、近义词查询系统实战、机器翻译系统实战、文本情感分析系统实战、电话销售语义分析系统实战人工智能辅助写作系统(独家专利技术解密)。计算机0字
- 会员随着JDK的升级与迭代,SpringFramework与SpringBoot也分别升级到了全新的6.0与3.0版本,全新的版本带来了更加强大的功能和特性。本书侧重于核心功能和特性的讲解,重点讲解SpringFramework与SpringBoot在应用开发中的核心与应用,通过多个方面介绍应用开发中涉及的场景。本书分为六个部分,共15章。第一部分~第三部分介绍SpringFramework计算机21.5万字
- 会员本书介绍了如何使用Python语言进行物理建模,包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第1版的基础上增加了关于用SymPy进行符号计算的新内容,介绍了用于数据科学和机器学习的pandas和sklearn库、关于Python类和面向对象编程的入门知识、命令行工具,以及如何使用Git进行版本控制。本书适合对科学计算感兴趣、想要使用Python完计算机14万字
- 会员本书是一本聚焦RAG技术实践与落地的专业技术书,分为四部分。第一部分是RAG技术基础,介绍了RAG技术的定义、发展背景、核心组成以及落地面临的挑战,同时深入探讨了RAG技术背后的原理。第二部分是RAG应用构建流程,详细讲解了RAG应用的各个环节,从数据准备与处理,到检索环节的优化,再到生成环节的技巧。第三部分是RAG技术进阶,主要介绍了RAG系统的高级优化策略、常见框架的实现原理与性能评估方法。第计算机11.8万字
- 会员本书以昇腾算子编程语言AscendC的高效开发为核心,系统介绍华为面向人工智能的昇腾AI处理器架构、硬件抽象及其软件栈。本书由浅入深,通过案例讲解知识点,理论与实践并重。全书分为6章,分别介绍了昇腾AI处理器软硬件架构、AscendC快速入门、AscendC编程模型与编程范式、AscendC算子开发流程、AscendC算子调试调优和AscendC大模型算子优化。本书适合人工智能产业的研计算机9.8万字
- 会员本书向你展示如何从零开始编写简洁、可维护的C代码。首先简要介绍C语言的历史和建立开发环境的步骤。然后介绍C语言的语句,包括分支和循环语句,并对变量及其作用域进行深入探讨。之后展示C语言的数组、结构,并讲解如何查找和使用常用的代码片段。第8—11章介绍C语言在Arduino中的应用,涵盖设置Arduino开发环境、代码编写技巧等,还通过完整的Arduino项目尝试使用多种电子外设,包括传感器、按钮和计算机11.8万字
- 会员近年来,人工智能技术得到了快速发展,并在金融风险管理领域逐渐渗透。本书旨在引导读者了解金融风险建模背后的理论,学会在金融风险管理业务中运用Python语言和一系列机器学习模型。本书分为三部分,第一部分(第1~3章)介绍风险管理的基础知识,第二部分(第4~8章)通过一系列案例将机器学习模型运用到市场风险管理、信用风险管理、流动性风险管理和运营风险管理等场景,第三部分(第9章、第10章)讲解如何对其他计算机8.6万字