本书共10章，主要内容包括：计算机基础知识、Windows10操作系统、画图软件、Word文档处理、Excel数据处理、PowerPoint幻灯片制作、学前教育专业多媒体课件开发与制作、计算机网络与Internet应用基础、移动互联网与移动终端等。书中根据幼教机构对入职人员信息技术能力需求设计了经典案例制作，每个案例都是学前教育实际工作中经常用到的相关内容，教师在教学过程中可根据实际情况增减。

本书是“十三五”江苏省高等学校重点教材，中国矿业大学机械工程一流本科专业建设点资助项目，江苏省高校品牌专业建设工程资助项目。
本书是一本讲述如何使用Auto2020的基础教程。全书共15章，内容包括基本操作、二维绘图命令、图层和对象特性、精确绘图与环境设置、图形编辑、显示控制、创建文字、图案填充和编辑、块及其属性的使用、尺寸标注、图形数据的查询与共享、使用设计中心、三维实体造型基础、三维实体造型、输出图形。
本书从命令的功能、激活命令的方法、候选命令选项的说明到操作中应该

本书按照工程设计的顺序系统地介绍了AutoCAD的命令及应用，内容包括图形绘制及编辑、图案填充、注写文字、标注尺寸、几何约束与标注约束、创建块及属性、图形输出打印、三维实体建模及编辑、三维实体渲染、常见问题及快捷命令汇总等。通过本书的学习，可以轻松地掌握AutoCAD软件并应用其进行实际的工程图绘制。此外，书末配有专项训练，可以根据个人需要有针对性地练习。本书可作为大、中专院校及社会培训机构相关课程教学的教材，同时也可以作为AutoCAD爱好者的自学用书。

本书介绍利用Python进行大数据处理与分析的详细方法和步骤。全书共9章，主要内容包括搭建开发环境、Numpy库、Pandas库、Matplotlib库、数据预处理以及多个案例分析。本书注重理论紧密联系实际，使读者可以系统、全面地了解Python大数据处理与分析的实用技术和方法。 本书可作为高等院校Python大数据处理与分析相关课程的教材，也可以作为计算机相关专业的专业课或选修课教材，同时还可以作为从事Python与大数据技术相关工作人员的参考用书。

　　《Python应用程序设计/21世纪高等学校计算机基础实用规划教材》内容包括程序设计基础和应用程序设计两大部分。程序设计基础部分内容简单，易学易用；应用程序设计部分包括图形用户界面程序设计、文本分析程序设计、可视化程序设计、数据库程序设计、大数据程序设计、人工智能程序设计、简单游戏程序设计和其他应用程序设计（如图像处理程序设计、视频处理程序设计、语音合成程序设计和科学计算程序设计）等内容。
　　《Python应用程序设计/21世纪高等学校计算机基础实用规划教材》由多个教学模块

本书是一本系统介绍Python应用程序设计方法的书籍。全书共分11章，主要内容包括Python语言快速入门、Python语法速览、类与模块、图形用户界面设计、Python的图像处理、文件与数据库编程（数据存储）、多线程与异常处理、网络程序设计、网络爬虫实战入门、数据分析与数据可视化、Python机器学习实战入门。本书每章都配有相应的习题和视频教学，以帮助读者学习和理解。
　　本书内容由浅入深，循序渐进，讲解详细，示例丰富，每个知识点都配备了大量实例和图示加以说明，并用简短的典型示例进行

本书讲解了自动化运维和智能化运维两大内容，并且通过实验环境搭建的方式，让读者能够快速地掌握当前 Docker 和 Kubernetes 环境的使用。在讲述相关的知识和技术的时候，以开箱即用的方式给读者选择了一些能够实际增强智能化运维能力的 AIOps 工具包。

本书以Python 3为基础，循序渐进地讲解了Python从入门到进阶的知识。全书共15章。首先从Python的起源及功能特点开始讲述，介绍Python 3的安装、配置，并详细讲解Python的基础知识，包括变量和运算符的使用、三大控制结构、标准数据类型、函数、文件输入和输出、面向对象编程和异常处理等相关知识；然后讲解Python的高级知识，包括OS和SYS模块的使用、正则表达式、多线程与多进程编程、网络编程、数据库编程、NumPy模块和Pandas模块等相关知识。
本书可以作为普通高

《Python编程基础与应用》以“任务驱动，实战领先”为出发点，通过216个实例详细介绍了Python 语言的基础知识和语法操作规范，同时，书中还剖析了10个综合应用案例，以培养读者解决问题的能力。本书将理论和实践融为一体，让读者真正做到学以致用。
本书可以作为高职高专院校计算机类、自动化类、电子信息类、数字经济类等专业的Python编程入门教材，同时也可作为广大Python语言爱好者自学的参考书。
本书配有授课电子课件、习题答案、代码文件和教学视频等资源，需要的教师可登录机械工业出

本书使用Python编程语言分析大数据，全书以案例为主线，通过大量实例演示了Python在大数据分析应用中的强大功能。本书共分为9章，内容包括Python编程环境的搭建，变量、常量与数据类型，常用的内置函数，列表、元组及字典的用法，顺序结构、选择结构及循环结构三种控制流的用法，函数定义及使用，模块导入及常用模块的用法，数据获取、数据预处理及导入外部数据的方法，matplotlib数据可视化方法，常用的聚类、分类及回归算法的Python实现，决策树及随机森林算法的Python实现。
本书可作