本书注重零基础读者实现Python从入门到精通，加强读者基于数据分析而常用的编程基础，并通过数据分析、机器学习和可视化的内容，增强了读者对数据进行分析和挖掘的能力。全书共8章，主要内容包括Python开发环境搭建与编码规范，数据类型、运算符与内置函数，列表、元组、字典、集合与字符串，选择结构、循环结构、函数定义与使用，文件操作，数据分析，机器学习，数据可视化。本书可作为高等院校统计学、数学、经济学、金融学、管理学等专业相关课程的教材，也可作为从事数据咨询、研究或分析等人士的参考书。

本书主要介绍主流的人工智能理论、算法以及Python实现方法，目的是使学生学会人工智能理论及推导过程，并且掌握调用Python人工智能库和自定义编码的方法。全书共分10章，分别为人工智能与Python概述、Python基础、线性回归及其Python实现、逻辑斯蒂分类及其Python实现、最大熵模型及其Python实现、K-近邻分类与K-均值聚类及其Python实现、朴素贝叶斯分类及其Python实现、决策树及其Python实现、神经网络及其Python实现、图像识别领域的应用案例。 本书可作为计

本书适应各类高校非计算机专业的Python语言教学需要，针对不同专业的教学要求，以Pyhon语言程序的基础部分为教学内容，介绍Python语言基础知识以及基本应用，从引导各专业学生学习兴趣、更早进入各自专业学习为目标，列举不同专业的数据处理示例，采用MOOC等方式提供各类电子资源，结构清晰，容易理解。 本书共7章，分别介绍Python的数据类型、基本程序结构、函数的定义与应用、组合数据类型应用、文件读写应用、常用的标准库与第三方库工具，包含文本处理、基础数据处理、词云等示例，着重介绍基本概念和基

本书结合国际上传感技术及应用方面的发展趋势，梳理了新型传感技术的共性基础问题，包括传感器特性、传感器测量不确定度、先进敏感材料、传感器建模分析、传感器的微纳制造与封装技术；在此基础上总结了传感器领域的相关最新研究进展，以新材料、新机理、新应用为主线，介绍了石墨烯基传感器、硅电容式集成传感器、谐振式传感器、声表面波传感器、光纤传感器、柔性传感器、仿生传感器、特种传感器、无线传感器网络等。既重视理论分析，又结合工程实际，同时注重在各个领域的创新应用。本书的每章后都配有思考题与习题，并梳理总结了本章的

本书以培养学生分析问题、解决问题的能力和动手能力为主导，将模拟电子技术、数字电子技术和计算机相关知识前后呼应并有机地融为一体，是技术性很强的电子工程通用教材。全书共9个项目：项目1～项目3是模拟电路分析基础知识；项目4～项目7是数字电路分析基础知识；项目8和项目9为计算机相关知识。 本书可作为应用型本科，职业教育本科、专科，高级技工学校信息类和电类专业的教材，也可供相关工程技术人员和电子技术爱好者学习与参考。

本书全面、系统地讲解 Animate 2020 的基本操作方法和动画制作技巧，包括 Animate 2020 基础知识，图形的绘制与编辑，对象的编辑与修饰，文本的编辑，外部素材的应用，元件和库，基本动画的制作，图层与高级动画，声音素材的编辑，动作脚本的应用，交互式动画的制作，组件和动画预设，作品的测试、优化、输出和发布，综合设计实训等内容。 书中主要章节的内容讲解以案例为主线，通过案例制作，学生可以快速掌握软件功能和动画设计思路。书中的软件功能解析部分使学生能够深入了解软件功能；课堂练习和课后习

本书以Python 3.9和Anaconda 3为编程环境。通过本书的学习，希望读者能理解和掌握Python语言的相关知识，具备较强的算法设计、编写和调试程序的能力，理解面向对象程序设计和模块化程序设计思想，掌握文件读写、图形界面、数据库、数据分析与可视化、人工智能等编程技术。 本书共16章。第1～2章介绍程序设计与编程环境；第3～7章介绍顺序、函数、选择、循环的算法与程序设计，以及Python的数据结构；第8章介绍文件处理；第9～11章介绍面向对象程序设计、模块化程序设计和异常处理；第12~1

本书是针对高等学校“计算机网络技术基础”和“计算机网络组网工程与实践”课程编写的一本技术应用型教材，以工作过程为导向，以培养学生实际应用能力为核心，通过典型项目的驱动，突出理论与实践的深度融合。全书共12章，分别为计算机网络概述、数据通信基础知识、计算机网络体系结构、局域网技术、IP与路由、传输层协议原理与应用、交换式以太网技术、计算机网络应用、无线局域网技术、网络安全、计算机网络新技术、综合实训项目。本书充分考虑应用型人才培养中计算机网络相关知识的前后关系以及侧重点，既包含侧重于计算机网络方面

本书以Python 3.9为编程环境，从Python编程基础到扩展库，再到数据分析，逐步展开Python数据分析与可视化教学。本书首先简要介绍数据分析与可视化的相关概念，并介绍Python基础知识；然后按照数据分析的主要步骤，重点介绍与数据获取、数据处理、数据分析、数据可视化以及机器学习建模过程相关的扩展库，包括NumPy、Pandas、BeautifulSoup、sklearn、Matplotlib、seaborn、pyecharts等；最后通过股票数据量化分析和销售业客户价值数据分析两个案例

本书全面、系统地介绍 Photoshop 2020 的基本操作方法和图形图像处理技巧，包括图像处理基础知识、初识 Photoshop、绘制和编辑选区、绘制图像、修饰图像、编辑图像、绘制图形与路径、调整图像的色彩与色调、图层的应用、文字的使用、通道的应用、蒙版的使用、滤镜效果、动作的应用和综合设计实训等内容。 书中主要章以课堂案例为主线，每个案例都有详细的操作步骤，学生通过实际操作可以快速熟悉软件功能并领会设计思路。软件功能的解析能使学生深入学习软件功能和制作技巧。课堂练习和课后习题可以提升学