本书以教育部高等学校大学计算机课程教学指导委员会的《大学计算机基础课程教学基本要求》为依据，是一本零起点的程序设计快速入门教材，立足教师易教，学生乐学，技能实用的宗旨，内容精炼，摈弃深奥的理论，按照认知规律，采用由浅入深、由外而内的教学模式，既强调基础性和系统性，又注重内容宽度和知识深度的结合，把计算思维的要素、方法融入问题和案例，让读者在学习程序设计的过程中潜移默化地培养计算思维，从而使程序设计类教材从单纯知识和技能的培养层面提高到意识和思维的培养层面。 本书共8章，内容包括问题求解中的

本书是高等学校非计算机专业的计算机基础课程的理论教材，根据教育部高等学校大学计算机课程教学指导委员会提出的以计算思维为切入点的计算机基础教学改革的思路编写而成，以培养学生计算思维能力为目标。 全书分上下两篇，共11章。上篇为计算思维，有5章，主要内容为计算思维的理论基础，包括计算思维与计算机、计算机的信息表示、计算机系统、计算机网络、计算思维与算法。下篇为Python编程基础，有6章，主要内容为Python 编程基础，包括Python绘图、选择结构、循环结构、函数、算法实现、综合实例。全书

本书将Python程序设计的知识按由易到难、由浅入深的规律精心设计为12个教学单元（模块），包括程序开发环境构建与数据输入输出、基本数据类型与运算符应用、逻辑运算与流程控制、序列数据与正则表达式操作、函数应用与模块化程序设计、类定义与使用、文件操作与异常处理、数据库访问与使用、网络编程与进程控制、基于GUI框架的图形界面设计与网络爬虫应用、基于Flask框架的Web程序设计、基于Django框架的Web程序设计。每个单元的理论知识分为3个层次：入门知识、必修知识、拓展知识，拓展知识主要以电

本书包括概率论基础、统计学基本概念、点估计与区间估计、EM估计和MC模拟、参数假设检验、正态性检验、试验设计与方差分析、回归分析与协方差分析、二级系统分析和统计控制、非参数假设检验以及Markov链及其应用等内容，同时还对Python软件的安装与使用进行了介绍。本书既可作为统计学专业硕士应用数理统计课程的教材，也可以作为非统计学专业硕士研究生应用数理统计课程的教材，还可作为科技工作者进行实验数据分析与处理的参考文献。

本书介绍了Python程序设计的基础知识，涵盖全国计算机等级考试二级Python语言程序设计考试大纲的全部内容。全书共10章，具体包括Python语言概述、Python基础语法、Python控制语句、Python异常情况及处理、Python数据结构、Python函数和模块、Python文件处理、Python类和对象以及高级编程等内容，并设计了相关知识点的配套实验，用于学生实践训练。 本书是作者多年教学经验的凝练和总结，面向计算机程序设计的初学者，由浅入深、循序渐进地介绍Python语言程序

《Python数据分析、挖掘与可视化》从大数据分析实际业务流程出发，利用案例贯穿介绍了大数据分析应具备的基础开发技术，包括Python基础、Python高级开发技术、数据采集与存储、数据预处理、数据分析、数据可视化、数据挖掘等；详细介绍了基于Python的数据分析全流程技术和相关机器学习算法；并通过社交用户画像挖掘案例，介绍了从应用场景需求分析→社交数据分析→用户画像构建的开发方法和过程，以及基于Flask框架、用户属性、神经网络挖掘的社交用户数据分析和画像构建过程。
《Python数据分

本书重点介绍Python语言数据处理与数据分析方面的应用技巧，内容涉及：（1）介绍Python语言基础，（2）介绍科学计算工具库NumPy、Pandas和SciPy，（3）介绍可视化工具库Matplotlib和Seaborn，（4）介绍统计知识中的描述性统计及概率与数理统计基础。本书从读者角度出发，以实例为载体，以简洁的文字编写，在实践中体会，使得读者可以快速入手，培养读者通过数据提出问题、分析问题、解决问题以及对分析结果评价的能力。本书可以作为数据科学、统计学类、经管类等学科的Pytho

Python语言是一种非常强大的、完备的编程语言，不仅在人工智能领域有广泛的应用，还能实现从Web应用、桌面应用、科学计算、数据分析到网络爬虫等各种程序的编写。本书详细介绍Python语言所涵盖的绝大部分实用知识点，循序渐进地讲解这些知识点的使用方法和技巧。全书共13章，主要包括Python语言概述、Python语法基础、组合数据类型、函数与模块、文件操作与管理、异常处理、正则表达式、面向对象编程、图形界面编辑、数据库编程、数据统计分析与可视化、网络爬虫和网络程序设计。 本书内容新颖，体系

本书内容涵盖了Python核心编程技术的主要方面，包括Python语言的基础知识、结构化程序设计方法、常用组合数据类型，还重点介绍了6方面的内容：① 软件系统开发三层式结构的原理，JSON文件、XML文件的格式及使用，MySQL数据库及PyMySQL库的使用、MongoDB数据库及PyMongo库的使用；② 函数式编程及偏函数、高阶函数、闭包和装饰器的使用；③ Python模块化编程思想，自定义库、标准库的使用，sys库、随机函数库、日期和时间库、正则表达式库等典型第三方库的安装和使用；④