Java 是当前全球使用范围较广的面向对象开发语言。本书以 Java 基础语法及面向对象知识为核心，主要介绍了 JDK 的安装配置、IntelliJ IDEA 开发环境的安装和使用、Java 的数据类型和运算符、流程控制语句、数组、带参方法和无参方法、面向对象的 3 个基本特性（封装、继承和多态）、抽象类和接口等知识，并通过网上订餐系统和 QuickHit 游戏项目综合提升读者的 Java 程序开发能力。为保证学习效果，本书紧密结合实际，利用大量案例进行说明和讲解，提供含金量十足的开发经验

本书采用项目方式组织内容，从应用出发，利用实际问题引出语法，从解决问题的角度出发来讲解知识点。全书共10个项目，内容包括显示广告语、完成数据计算、菜单设计、大量数据求和、成绩的计算、多门功课成绩的计算、用结构体处理学生成绩、编写一个日历程序、为函数设置多个返回值、大数求平均值问题。各个项目都配有习题，便于读者练习C语言编程方法。

本书可以作为高职院校相关专业的教材，也可以作为自学C语言的参考用书。

数据结构是计算机专业的核心基础课程之一，在计算机及相关专业教学中占有十分重要的地位，也是其他理工类专业的重要选修课程。本书主要介绍线性表、树和图三种重要的基本数据结构，以及如何应用这些基本数据结构解决实际问题，在此基础上穿插讲解了一些在计算机发展史上做出重要贡献的经典算法，并以查找和排序为专题介绍了这两类算法。
本书既具有较强的理论性，又注重实际动手能力的培养，提供了丰富的图例和大量接近可执行版本的代码样例。通过阅读和学习，读者将了解数据对象的特性，掌握数据的逻辑结构与存储结构，初步具备数

本书是符合《WPS 办公应用职业技能等级标准》（中级）的 1+X 职业等级证书配套教材，全面介绍了使用 WPS 软件进行长文档的编辑与管理。本书包括长文档管理、演示文稿制作和表格数据运算共三大模块9 个项目，深入浅出地介绍了长文档编辑、排版美化、演示文稿编辑、演示文稿合成、动画制作、数据管理、公式函数、排序、筛选、分类汇总、合并、透视表等知识点与技能点。本书是基于项目驱动的工作手册式教材，本书结构清晰、语言简洁、图解丰富、案例详尽，既可作为应用型本科院校、高等职业院校、中等职业院校计算机相关专业

本书以图形—动画—游戏为主线，将知识点融入项目，较为全面地介绍了C语言基本语法知识和程序设计思想。全书共九大项目，通过由浅入深的方式，从画图入手，先学习和掌握C语言的基本语法知识和程序流程结构，再学习图形动画的编程，逐步掌握编程的方法和技巧。在此基础上，开始编写极具趣味性的游戏，全面巩固和提高综合编程的水平和能力。本书可以作为高职高专计算机相关专业和非计算机专业C语言课程的教材，也可以作为计算机软件编程培训班的教材，还可以作为广大计算机爱好者自学用书。

本书是指导初学者学习Office办公应用软件的入门图书，详细地介绍了初学者在学习Office时应该掌握的基础知识、使用方法和操作技巧。全书共13章，第1章～第3章介绍Word文档页面的基础设置、图文混排与表格应用、Word高级排版；第4章～第9章介绍工作表的基本操作，管理数据，排序、筛选与分类汇总，公式与函数的应用，图表，数据透视表；第10章～第13章介绍编辑与设计幻灯片，排版与布局，动画效果、放映与输出，Word、Excel与PPT的协作。
本书内容丰富、实战性强，结合案例讲解

本书详尽介绍了MATLAB的基本功能和应用方法，内容包括MATLAB的运行环境、矩阵与数值计算、MATLAB图形绘制、MATLAB程序设计、图形用户界面设计、Simulink动态仿真环境以及MATLAB在线性控制系统、智能控制系统、电路及电力电子系统、数字信号处理系统中的应用。 本书内容丰富，由浅入深，阐述透彻，层次分明，篇幅简练，系统性和应用性强，所有相关程序都上机验证通过，且每章附有小结和习题，使本书更具有可教学性和可自学性，此外MATLAB课程设计任务书可以提高读者对MATLAB软件

本书是面向Java初学者的入门级教材，以通俗易懂的语言、丰富的案例，深入浅出地讲解了Java语言基础知识。全书知识体系完整，结构合理，可操作性强，共分为10个单元，其中包含45个实例和27个实训，内容主要包括Java环境搭建、Java语言基础、顺序结构程序设计、选择结构程序设计、循环结构程序设计、数组、面向对象程序设计、异常处理、图形用户界面设计、数据库编程基础。本书以知识技能的项目化以及系统管理任务的完整与细化，推动理论和实践课堂教学，遵循操作系统基础系统维护的系统性与连贯性原则，对内容体系结

本书内容从Python基础到扩展库，从编程到数据分析，再到机器学习和深度学习，循序渐进，逐步推进知识点的实际应用。首先简要介绍数据分析相关概念和Python基础知识；然后按照数据分析的主要步骤，重点介绍数据获取、数据预处理、数据分析、数据可视化以及机器学习过程相关的扩展库，包括beautifulsoup4、numpy、matplotlib、pandas、pyecharts和sklearn等；最后将Python数据分析知识和实用案例有机结合，通过大量的实用案例演示相关理论和Python语言的应用。

本书包括两部分内容，第壹部分重点介绍了与Python语言相关的数据分析
工具，包括NumPy、Matplotlib、Pandas、Scipy、Seaborn和Sklearn。第二部分介绍数据处理、特征工程、评价指标、线性模型、支持向量机、K近邻算法、朴素贝叶斯、决策树、K-Means算法和文本分析实例。附录提供了课程教学大纲和
部分课后习题答案。
本书内容精练、文字简洁、结构合理、实训题目经典实用、综合性强、定位明确，面向初、中级读者，由“入门”起步，侧重“提高”。特别适合作为