本书系统地介绍了编译程序的设计原理及实现技术。在内容的组织上，本书强调知识的实用性，有机地结合了编译的基本理论与具体的实现技术，既注重理论的完整性，化繁为简，又将理论融于具体的实例中，化难为易，以达到准确、清楚地阐述相关概念和原理的目的。在具体内容的讲述中，思路清晰、条理分明，给出的示例丰富，实用性与连贯性强，可使读者全面、直观地认识编译的各个阶段。本书采用的算法全部由C语言描述，各章均附有习题，且附录中提供了习题解答。本书既可作为计算机本科专业学生的教材，又可作为计算机软件工程人员的参考资料。

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

本书讲解了Python程序设计的基础知识，包括Python语言基础、函数与模块、常见数据结构、迭代器与生成器等，可作为高等学校计算机类专业和会计、经济、金融、心理学、统计等专业Python程序设计课程的教材。

本书系统地介绍了机器学习的相关知识。本书共12章, 内容包括机器学习、机器学习的数学基础、不同格式数据的读取与写人、数据预处理、回归决策树分类、贝叶斯分类、支持向量机分类、聚类、人工神经网络、OpenCV图像识别、TensorFlow深度学习。

本书共15章，内容包括Python语言概述、基础语法知识、程序控制结构、序列、字符串、函数、面向对象程序设计、模块、异常处理、基于文件的持久化、基于数据库的持久化、图形化界面设计、正则表达式、网络爬虫、常用的标准库和第三方库等。

本书共分为10章，循序渐进地讲述了Python数据分析的基本概念、NumPy、Pandas、matplotlib以及Python数据分析的综合案例，包括以下主要内容：Python数据分析的基本概念与环境安装配置，以及开发工具的使用；NumPy模块的基本概念、结构及语法；介绍数据分析的核心模块Pandas，以及如何使用Pandas中两大核心对象Series和DataFrame；如何从数据源（文件、数据库）中读取数据并转换为Pandas模块中的DataFrame对象，进而进行数据分析；Pandas中

网络爬虫是一种按照一定的规则，自动请求万维网网站并采集网页数据的程序或脚本。它可以代替人进行信息采集，能够自动采集并高效利用互联网中的数据，因此在市场的应用需求中占据重要位置。 本书以Windows为主要开发平台，系统、全面地讲解Python网络爬虫的相关知识。本书的主要内容包括认识网络爬虫、网页请求原理、抓取静态网页数据、解析网页数据、抓取动态网页数据、提升网络爬虫速度、存储数据、验证码识别、初识网络爬虫框架Scrapy、Scrapy核心组件与CrawlSpider类、分布式网络爬虫Scrap

本书结合作者多年工程和实践经验，从Python 基础编程语法入手，系统介绍了基于Python 语言进行数据处理、分析与可视化展示所需的各项知识和技术。读者无须特别的数学或统计方面的理论知识，只需理解数据分析的思路，就可以参考示例学会针对实际问题进行有效数据分析的步骤和方法。 本书分4 篇共20 章，主要内容涉及Python 基本语法、程序控制结构、函数、面向对象基础、文件操作、标准库、正则表达式、numpy 库、pandas 库、数据预处理、matplotlib 可视化图表、seaborn可视化

本教材是为职业教育财经商贸大类专业学生的数据分析课程编写的教材。内容包括数据处理、描述性分析、推断性分析及一些常用的分析方法。教材以数据分析为基础，立足于数据类型和可视化目的对图形进行分类，使用python工具进行数据处理和分析。教材注重统计方法的应用，包含课程思政内容，每章开头均以问题与思考的形式引出本章的内容，对方法的介绍侧重于原理和应用，把繁杂的过程交给工具完成。教材配有例题和练习题的电子版数据，方便教师教学和学生学习。

本书主要内容包括：数据分析与挖掘简介、爬虫、Scrapy爬虫框架、Numpy、Pandas、Matplotlib、线性回归、Logistic回归、决策树与随机森林、KNN模型、朴素贝叶斯模型、SVM模型等。本书以案例为导向，循序渐进，适合初学者。本书从初学者的角度进行编写，在编写过程中，注重基础知识和案例应用相结合，主要内容包括：数据分析与挖掘简介、爬虫、Scrapy爬虫框架、Numpy、Pandas、Matplotlib、线性回归、Logistic回归、决策树与随机森林、KNN模型、朴素