Python是一门开源的编程语言，凭借其易学和灵活的特点，得到了越来越多人的认可和青睐。它在金融领域也有着非常好的应用现状和前景。本书聚焦于Python在金融分析与风险管理的应用，全书分为入门篇、基础篇和提高篇，共12章。入门篇对Python做了介绍并结合金融场景演示了Python的基本操作；基础篇结合金融场景，讲解NumPy、Pandas、Matplotlib、SciPy等Python模块的具体运用；提高篇详细讨论运用Python分析利率、债券、股票、期货、期权以及风险价值等内容。本书是专注于Python在金融领域运用的普及性读物，作者斯文博士在金融与风险管理方面有着深厚的积累，同时也有着丰富的编程经验，一直致力于倡导和推广Python在金融领域的运用。本书适合想要掌握Python应用的金融学习者、金融从业者阅读，也适合想要转行到金融领域的程序员以及对Python在金融领域的实践应用感兴趣的人士阅读，并且不要求读者有Python编程基础。

如今，要想在企业和投资金融领域保持竞争力，只是精通电子表格和计算器已经远远不够，传统工具和数据集已经无法满足我们的需要。本书将用Python编程来解决期货量化交易的问题，并通过110多个技巧介绍实际的解决方案。本书基于台湾期货交易所的案例进行讲解，从数据分析的角度切入，以技巧的形式深入数据背后，让读者从基本的期货交易规则开始，了解相关的技术指标，并能够熟练使用Python编程走上量化交易之路。本书既适合期货领域的从业人员学习，也适合想进入金融领域的程序员参考。

随着金融科技时代的到来，Python在金融领域的影响力已经有目共睹。掌握Python在金融实务中的应用，已经成为金融科技达人们必备的技能之一。本书作为《基于Python的金融分析与风险管理》一书的配套案例集，整合了源于现实金融市场和日常实务工作的88个原创案例，涉及308项编程任务，包括超过6000行的Python代码。本书囊括了丰富多样的金融场景，涵盖利率、汇率、债券、股票、基金、远期、股指期货、外汇期货、国债期货、股票期权、商品期权等金融产品，还涉及商业银行、证券公司、期货公司、保险公司、信托公司、资产管理公司、基金管理公司、金融控股公司等各类型的金融机构，既介绍了包括我国在内的新兴市场，又介绍了欧美成熟的金融市场，囊括金融实务中可能涉及Python编程的各种场景。本书着眼于一系列从业者可能涉及的金融实务案例，并结合Python编程给出了高效的解决方案。通过阅读本书，读者能够全方位地了解金融市场的运作，深刻洞察各类职务背后的工作技巧。

计算广告是一项新兴的研究课题，它涉及大规模搜索和文本分析、信息获取、统计模型、机器学习、分类、优化以及微观经济学等诸多领域的知识。本书从实践出发，系统地介绍计算广告的产品、问题、系统和算法，并且从工业界的视角对这一领域进行具体技术的深入剖析。本书立足于广告市场的根本问题，从计算广告各个阶段所遇到的市场挑战出发，以广告系统业务形态的需求和变化为主线，依次介绍合约广告系统、竞价广告系统、程序化交易市场等重要课题，并对计算广告涉及的关键技术和算法做深入的探讨，这一版中更是加入了深度学习的基础方法论及其在计算广告中的应用。无论是互联网公司商业化部门的产品技术人员，还是对个性化系统、大数据变现或交易有兴趣的产品技术人员，传统企业互联网化进程的决策者，传统广告业务的从业者，互联网创业者，计算机相关专业研究生，都会从阅读本书中受益匪浅。

量化交易是一种新兴的系统化的金融投资方法，它是以计算机强大的运算能力为基础，运用数据建模、统计学分析、程序设计等工具从历史数据中得到良好的交易策略，是计算机科学在金融领域的具体应用。Python语言凭借其简洁、高效的特性，以及其在大数据分析方面的强大性能，在量化交易领域得到了良好的应用。本书以A股市场为交易标的物，引导读者从理解量化交易开始，逐步掌握行情数据的获取和管理、技术指标的可视化，并在熟练编程的基础上，构建出个性化的交易策略体系。本书适合对股票的量化交易感兴趣的读者阅读，通过阅读本书，读者不仅能够了解Python数据分析和数据可视化的核心技能，更能够将Python作为常用工具，为股票技术指标分析和量化交易提供助力。

本书生动讲述了华尔街宽客及其运用量化交易技术驰骋于投资领域的故事，同时介绍了人工智能在投资领域的发展。全书分为三部分。第一部分介绍了开创量化交易的几个人物。第二部分结合作者在华尔街对冲基金公司与投资银行的工作经历，描述了宽客的职场生活和竞争压力。第三部分剖析并展望人工智能在投资领域的应用发展趋势，以此帮助读者更好地了解这个行业的未来动向。

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要数据分析和处理大量数据的金融领域得到了广泛而迅速的应用，并且成为越来越多专业人士**的编程语言之一。本书通过12章内容介绍了Python在金融领域的应用，从Python的安装、基础语法，再到一系列简单的编程示例，本书循序渐进地引导读者学习Python。同时，本书还结合Python的各个模块以及金融领域中的期权价格、金融图形绘制、时间序列、期权定价模型、期权定价等内容，深度揭示了Python在金融行业中的应用技巧。本书适合金融、会计等相关专业的高校师生阅读，也适合金融领域的研究人员和从业人员参考学习。对于有一定计算机编程基础，但想要从事金融行业的读者，本书也是不错的参考用书。

　　如今，人们面临的大多数任务都可以通过编写计算机软件来完成。Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。通过Python编程，我们能够解决现实生活中的很多任务。　　本书是一本面向实践的Python编程实用指南。本书的目的，不仅是介绍Python语言的基础知识，而且还通过项目实践教会读者如何应用这些知识和技能。本书的首部分介绍了基本Python编程概念，第二部分介绍了一些不同的任务，通过编写Python程序，可以让计算机自动完成它们。第二部分的每一章都有一些项目程序，供读者学习。每章的末尾还提供了一些习题和深入的实践项目，帮助读者巩固所学的知识。附录部分提供了所有习题的解答。　　本书适合任何想要通过Python学习编程的读者，尤其适合缺乏编程基础的初学者。通过阅读本书，读者将能利用强大的编程语言和工具，并且会体会到Python编程的快乐。

本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在RaspberryPi上工作。

本书是《“笨办法”学Python3》一书的进阶篇，《“笨办法”学Python3》介绍了用Python3编程的基础知识，而本书则通过52个精心设计的习题帮助读者超越基础，提升水平。这52个习题大部分都结合实际演示，并配有附加挑战，每个习题都可以帮读者掌握一项关键的实践技能，包括使用文本编辑器管理复杂的项目、利用功能强大的数据结构、应用算法处理数据结构、掌握必要的文本分析和处理技术、使用SQL有效且合逻辑地建模存储数据，以及学习强大的命令行工具等。本书旨在帮助读者从单纯地编写能运行的代码跨越到编写能解决实际问题的高质量Python代码，成为一名高阶的Python程序员。本书适合所有已经开始使用Python的技术人员，包括初级开发人员和已经升级到Python3.6版本以上的经验丰富的Python程序员。

Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。通过Python编程，我们能够解决现实生活中的很多任务。本书通过14个有趣的项目，帮助和鼓励读者探索Python编程的世界。全书共14章，分别介绍了通过Python编程实现的一些有趣项目，包括解析iTunes播放列表、模拟人工生命、创建ASCII码艺术图、照片拼接、生成三维立体图、创建粒子模拟的烟花喷泉效果、实现立体光线投射算法，以及用Python结合Arduino和树莓派等硬件的电子项目。本书并不介绍Python语言的基础知识，而是通过一系列不简单的项目，展示如何用Python来解决各种实际问题，以及如何使用一些流行的Python库。本书适合那些想要通过Python编程来进行尝试和探索的读者，适合了解基本的Python语法和基本的编程概念的读者进一步学习，对于Python程序员有一定的启发和参考价值。

　　《Python核心编程（第3版）》是经典畅销图书《Python核心编程（第二版）》的全新升级版本，总共分为3部分。第1部分为讲解了Python的一些通用应用，包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、MicrosoftOffice编程、扩展Python等内容。第2部分讲解了与Web开发相关的主题，包括Web客户端和服务器、CGI和WSGI相关的Web编程、DjangoWeb框架、云计算、高级Web服务。第3部分则为一个补充/实验章节，包括文本处理以及一些其他内容。　　《Python核心编程（第3版）》适合具有一定经验的Python开发人员阅读。

本书循序渐进、由浅入深地详细讲解了Python语言开发技术，并通过具体实例演练了各个知识点的具体使用流程。全书共23章，其中第1～2章是基础知识部分，讲解了Python语言开发的基础知识，包括搭建开发环境和基础语法介绍；第3～9章是核心技术部分，分别讲解了简单数据类型，运算符和表达式，条件语句，循环语句，使用列表，使用元组、字典和集合，使用函数等知识，这些内容都是Python语言中*重要的语法知识；第10～15章是知识进阶部分，分别讲解了面向对象（上）、面向对象（下）、文件操作处理、异常处理、正则表达式、多线程开发知识，这部分内容是Python语言开发技术的重点和核心；第16～22章是典型应用部分，分别讲解了Tkinter图形化界面开发、网络编程、数据库开发、Python动态Web开发基础、使用Pygame开发游戏、使用Pillow库处理图形、使用Matplotlib实现数据挖掘等知识，这部分内容是读者学习并实践Python开发技术的核心；第23章是综合实战部分，通过综合实例的实现过程，介绍了Python语言在综合项目中的使用流程。全书内容循序渐进，以“技术解惑”和“范例演练”贯穿全书，引导读者全面掌握Python语言。本书不仅适用Python语言的初学者，也适合有一定Python语言基础的读者学习，还可以作为高等院校相关专业的教学用书和培训学校的教材。

《Python第三方库开发应用实战》循序渐进地讲解了Python中常用第三方库的核心知识，并通过具体实例的实现过程演练了各个库的使用流程。全书共12章，分别讲解了Tornado框架、Django框架、Flask框架、数据库存储框架、数据库驱动框架、使用ORM操作数据库、特殊文本格式处理、图像处理、图形用户界面、数据可视化、第三方多媒体库、第三方网络开发库。本书适用于已经了解了Python基础语法的读者，也适用于希望进一步提高自己Python开发水平的读者，还可以作为大专院校相关专业的师生用书和培训学校的教材。

　　《PythonCookbook（第3版）中文版》介绍了Python应用在各个领域中的一些使用技巧和方法，其主题涵盖了数据结构和算法，字符串和文本，数字、日期和时间，迭代器和生成器，文件和I/O，数据编码与处理，函数，类与对象，元编程，模块和包，网络和Web编程，并发，实用脚本和系统管理，测试、调试以及异常，C语言扩展等。　　《PythonCookbook（第3版）中文版》覆盖了Python应用中的很多常见问题，并提出了通用的解决方案。书中包含了大量实用的编程技巧和示例代码，并在Python3.3环境下进行了测试，可以很方便地应用到实际项目中去。此外，《PythonCookbook（第3版）中文版》还详细讲解了解决方案是如何工作的，以及为什么能够工作。　　《PythonCookbook（第3版）中文版》非常适合具有一定编程基础的Python程序员阅读参考。

本书是一本Python入门书，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。本书是基于Python3.6版本编写的。本书结构非常简单，除“准备工作”之外，还包括52个习题，其中26个覆盖了输入/输出、变量和函数3个主题，另外26个覆盖了一些比较进阶的话题，如条件判断、循环、类和对象、代码测试及项目的实现等。每一章的格式基本相同，以代码习题开始，按照说明编写代码，运行并检查结果，然后再做附加练习。

本书系统介绍了如何入门Python并利用Python进行数据处理与机器学习实战。本书从Python的基础安装开始介绍，系统梳理了Python的入门语法知识，归纳介绍了图像处理、数据文件读写、数据库操作等Python基本技能；然后详细讲解了NumPy、Matplotlib、Pandas、Scipy、Scikit-learn等在数据处理、机器学习领域的应用。代码实例涵盖网络爬虫、数据处理、视觉识别、机器学习等应用领域。作者还精心创作了语感训练100题、Python内置函数（类）手册、从新手到高手的100个模块等内容，以帮助读者更好地学习并掌握Python这一工具。

　　Python是一种解释型、面向对象、动态数据类型的高级程序设计语言，在游戏开发领域，Python也得到越来越广泛的应用，并由此受到重视。　　《Python游戏编程入门》教授用Python开发精彩游戏所需的重要的该你那。本书不只是介绍游戏编程概念的相关内容，还深入到复杂的主题。全书共14章，依次介绍了使用Pygame、文件I/O、用户输入、数学和图形编程、位图图形、精灵动画、冲突检测、数组、计时和声音、编程逻辑、三角函数、随机地形、角色扮演游戏等重要概念。每章通过一个示例游戏来展示这些知识和工具的实际应用。本书既可以帮助读者掌握相关概念来构建较为复杂的游戏，甚至进行较为复杂的Python编程。　　《Python游戏编程入门》内容浅显易懂，示例轻松活泼，适合Python初学者阅读，尤其适合想要掌握Python游戏编程的读者学习参考。

内容提要本书循序渐进、由浅入深地讲解Python算法的核心技术，并通过具体实例的实现过程演练各个知识点的具体使用流程。全书共13章，包括算法，数据结构，常用的算法思想、线性表、队列和栈，树，图，查找算法，内部排序算法，经典的数据结构问题，数学问题的解决，经典算法问题的解决，图像问题的解决，游戏和算法等内容。本书不但适合研究和学习算法的初学者，也适合有一定算法基础的读者，还可以作为大中专院校相关专业师生的学习用书和培训学校的教材。

在计算机科学中，数据结构是一门进阶性课程，概念抽象，难度较大。Python语言的语法简单，交互性强。用Python来讲解数据结构等主题，比C语言等实现起来更为容易，更为清晰。《数据结构Python语言描述》第1章简单介绍了Python语言的基础知识和特性。第2章到第4章对抽象数据类型、数据结构、复杂度分析、数组和线性链表结构进行了详细介绍，第5章和第6章重点介绍了面向对象设计的相关知识、第5章包括接口和实现之间的重点差异、多态以及信息隐藏等内容，第6章主要讲解继承的相关知识，第7章到第9章以栈、队列和列表为代表，介绍了线性集合的相关知识。第10章介绍了各种树结构，第11章讲解了集和字典的相关内容，第12章介绍了图和图处理算法。每章最后，还给出了复习题和案例学习，帮助读者巩固和思考。《数据结构Python语言描述》不仅适合高等院校计算机专业师生阅读，也适合对Python感兴趣的读者和程序员阅读。

内容提要本书逐层深入地介绍了Python的核心开发技术，并通过具体实例演练了各个知识点的使用流程。全书共10章，分别讲解了正则表达式、网络编程、多线程开发、Tkinter图形化界面开发、数据持久化、Pygame游戏开发、数据可视化、DjangoWeb开发、FlaskWeb开发和网络爬虫开发等知识。全书简洁而不失技术深度，内容丰富，以通俗易懂的文字介绍了复杂的案例，易于阅读。本书适用于已经了解Python基础语法的读者，以及希望进一步提高自己Python开发水平的读者，也可以作为大专院校相关专业的师生用书和培训学校的专业性教材。

本书作者是一名自学成才的程序员，经过一年的自学，掌握了编程技能并在eBay找到了一份软件工程师的工作。本书是作者结合个人经验写作而成，旨在帮助读者从外行成长为一名专业的Python程序员。本书包括5部分内容：第一部分（第1～11章）介绍了编程基础知识，以及函数、容器、字符串、循环和模型等概念；第二部分（第12～15章）介绍了编程范式和面向对象编程等知识；第三部分（第16～20章）介绍了Bash、正则表达式、包管理器和版本控制等编程工具方面的知识；第四部分（第21～22章）主要涉及数据结构和算法方面的知识；第五部分（第23～27章）则是关于求职与团队协作的内容。本书可以满足几乎所有想要学习编程的初学者。本书适合高中、大学阶段想要自学编程的学生，以及其他行业想入门编程的人，同时也适合作为编程入门的培训教材。

Python是一种面向对象、解释型计算机程序设计语言，其应用领域非常广泛，包括数据分析、自然语言处理、机器学习、科学计算以及推荐系统构建等。本书用Python语言来讲解算法的分析和设计。本书主要关注经典的算法，但同时会为读者理解基本算法问题和解决问题打下很好的基础。全书共11章。分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、Dijkstra算法、匹配切割问题以及困难问题及其稀释等内容。本书在每一章结束的时候均有练习题和参考资料，这为读者的自我检查以及进一步学习提供了较多的便利。在全书的结尾，给出了练习题的提示，方便读者进行查漏补缺。本书概念和知识点讲解清晰，语言简洁。本书适合对Python算法感兴趣的初中级用户阅读和自学，也适合高等院校的计算机系学生作为参考教材来阅读。

　　机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。　　《机器学习实战》主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。　　《机器学习实战》通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

本书创新性地从数学建模竞赛入手，深入浅出地讲解了人工智能领域的相关知识。本书内容基于Python3.6，从人工智能领域的数学出发，到Python在人工智能场景下的关键模块；从网络爬虫到数据存储，再到数据分析；从机器学习到深度学习，涉及自然语言处理、机器学习、深度学习、推荐系统和知识图谱等。此外，本书还提供了近140个代码案例和大量图表，全面系统地阐述了算法特性，个别案例算法来自于工作经验总结，力求帮助读者学以致用。

近年来，Python语言成为了广受欢迎的编程语言，而它在机器学习领域也有很好的表现。scikit-learn是一个用Python语言编写的机器学习算法库，它可以实现一系列常用的机器学习算法，是一个好工具。本书通过14章内容，详细地介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲起，涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等重要话题。本书适合机器学习领域的工程师学习，也适合想要了解scikit-learn的数据科学家阅读。通过阅读本书，读者将有效提升自己在机器学习模型的构建和评估方面的能力，并能够高效地解决机器学习难题。

　　作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。　　本书包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。第一部分从人工智能的定义讲起，就人工智能的早期历史、思维和智能的内涵、图灵测试、启发法、新千年人工智能的发展进行了简要论述。第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。第三部分介绍并探究了人工智能领域的成功案例，如DENDRAL、MYCIN、EMYCIN等经典的专家系统，振动故障诊断、自动牙科识别等新的专家系统，以及受到自然启发的搜索等。第四部分介绍了自然语言处理和自动规划等高级专题。第五部分对人工智能的历史和现状进行了梳理，回顾了几十年来人工智能所取得的诸多成就，并对其未来进行了展望。　　本书系统、全面地涵盖了人工智能的相关知识，既简明扼要地介绍了这一学科的基础知识，也对自然语言处理、自动规划、神经网络等内容进行了拓展，更辅以实例，可以帮助读者扎扎实实打好基础。本书特色鲜明、内容易读易学，适合人工智能相关领域和对该领域感兴趣的读者阅读，也适合高校计算机专业的教师和学生参考。

内容提要本书用简短的篇幅、精炼的语言，讲授机器学习领域必备的知识和技能。全书共11章和一个术语表，依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等，涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。本书能够帮助读者了解机器学习是如何工作的，为进一步理解该领域的复杂问题和进行深入研究打好基础。本书适合想要学习和掌握机器学习的软件从业人员、想要运用机器学习技术的数据科学家阅读，也适合想要了解机器学习的一般读者参考。

本书的目标，是让非机器学习领域甚至非计算机专业出身但有学习需求的人，轻松地掌握机器学习的基本知识，从而拥有相关的实战能力。本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。本书所有案例均通过Python及Scikit-learn机器学习库和Keras深度学习框架实现，同时还包含丰富的数据分析和数据可视化内容。本书适合对AI感兴趣的程序员、项目经理、在校大学生以及任何想以零基础学机器学习的人，用以入门机器学习领域，建立从理论到实战的知识通道。

本书通过正在学习机器学习的程序员绫乃和她朋友美绪的对话，结合回归和分类的具体问题，逐步讲解了机器学习中实用的数学基础知识。其中，重点讲解了容易成为学习绊脚石的数学公式和符号。同时，还通过实际的Python编程讲解了数学公式的应用，进而加深读者对相关数学知识的理解。