本书以“岗课赛证”育人模式为指引，将竞赛资源融入课程教学，将教学内容与行业职位能力衔接。本书遵循“做中学、学中做”理念，采用“项目引领、任务驱动”方式编排内容，依据行业主流可视化技术，划分为3篇，包括Matplotlib数据可视化、ECharts数据可视化和动态数据可视化技术，难度逐渐增加。每个模块设计1或2个项目，每个项目划分若干任务，每个任务安排相关理论知识和实践内容。通过完成每个任务，读者逐步学习各种主流可视化技术，掌握数据可视化的概念、目标、特征和流程等基础知识，掌握数据可视化

本教材以带领读者洞悉“数据之美”、“让数据说话”的理念为主线，从数据的类型和特征入手，教会读者围绕数据的构成、数据不同维度的比较、数据趋势、数据的分布、数据间的联系、数据的互联互动等角度，运用现行主流的Python可视化工具对数据进行多层次多维度立体化展示，力求帮助读者掌握绘制有效的、具有视觉吸引力、可伸缩的且易于理解的数据可视化作品的思路和方法。教材除了教会读者如何运用Python数据可视化主流工具(如Matplotlib，Seaborn，Pyecharts，Plotly等)进行各种

本书系统地介绍软件测试的基本原理与方法，重点讲解软件测试的基本技术、测试用例的设计方法、软件测试的主要过程、软件缺陷的报告以及测试的评估方法。同时，结合软件测试工程实践，讲解测试项目管理、自动化测试原理以及测试工具的分类和选择。书后附录部分给出了常用软件中测试术语的中英文对照、与测试相关的软件工程国家标准目录、实用的软件测试计划模板和验收测试报告模板，供读者学习参考。
本书可作为软件工程、计算机科学与技术以及相关专业的本科生教材和硕士研究生参考教材，也可以作为各类软件工程技术相关人员的

本书以 PyCharm为主要开发工具，采用理论与实践相结合的形式，系统介绍了 Python的相关知识。本书共 15章，分别为欢迎来到 Python的世界、 Python快速入门、 Python流程控制、字符串、列表和元组、集合、函数、文件、面向对象基础、面向对象高级、线程与进程、网络通信、 Python访问 MySQL数据库、 Python实战案例 ——贪吃蛇、使用 Tornado完成签到系统。本书的各章节均有视频教学资源，读者可以通过扫描二维码下载资源。每章后均有习题，以帮助读者更好

本书是Python语言程序设计的入门教程，理论与实践紧密结合，实用性很强。全书共13章，主要内容包括Python语言概述、Python语言基础、流程控制语句、序列数据、字符串与正则表达式、函数与模块、文件、Python计算生态、面向对象程序设计、异常处理、GUI程序设计、数据库编程、图形绘制。 为了便于学习，教材编写组同步编写了一本配套教材《Python程序设计实践教程》，内容包括习题详解、实验指导和综合实训。本书各知识点均配套讲解视频，扫码即可同步观看。同时本书提供高质量的配套PPT等资源。各

本书以Python知识脉络为线索，结合Python生态系统，通过融合传统文化、历史人文等元素的实践案例，力求在轻松的氛围中培养学习者的程序设计能力和计算思维能力。 全书共分10章，主要内容包括搭建编程环境、基础语法、流程控制语句、字符串、列表元组与字典、函数、访问文件、处理异常、模块与包、面向对象编程等。本书各章采用模块化组织，除了具体知识细节的梳理铺陈，每章都会介绍相关的Python库，并提供多个案例对全章所学知识做综合演练，通过拓展实践进一步提升读者的实操能力。

本书为新形态一体化应用型人才培养“十四五”系列教材之一，全面讲解Python数据分析的相关知识和技术，内容包括Python数据分析概述、NumPy数值计算、Matplotlib数据可视化、Pandas数据分析、数据预处理、Sklearn机器学习。本书以培养学生编程能力和数据分析能力为目标，注重技术应用能力的培养。

本书内容充实、结构合理、实用性强，具有明显的应用能力培养特色。学完本书后，读者可具备数据分析的基本能力。

本书适合作为普通高等院校人工智能、

《Python数据分析与应用》从结构上分为编程基础、数据分析和数据应用三部分。 第一部分（第1～6章）是Python语言入门及进阶，内容包括Python语法和程序设计；第二部分（第7～10章）是Python核心数据分析演练，主要介绍Python核心数据处理库和专业库；第三部分（第11～15章）是Python在金融行业的应用，通过金融应用案例培养学生运用Python进行数据分析和解决实际问题的能力。 《Python数据分析与应用》可作为高校财经类学生“数据分析”课程的教材，也可供从事数据分析工作的

本书以Python 3.9为数据分析与挖掘的工具，课程内容包括基础篇和综合篇。基础篇从Python基础知识出发，围绕数据分析与挖掘常用的科学计算包NumPy、数据处理包Pandas、数据可视化包Matplotlib以及机器学习库Scikit-learn进行理实一体化讲练；综合篇聚焦汽车、交通行业案例进行数据分析综合应用，包括新能源汽车运行数据分析、汽车贷款违约概率预测、航空公司客户价值分析，以及吉利汽车用户在线评论数据分析4个综合应用案例。
本书遵循从基础到综合应用、理论与实践一体化的编写