本书主要介绍基于 Spring Security 构建系统安全性的技术体系和工程实践。围绕安全性需求，本书讨论Spring Security框架所提供的各项解决方案，包括认证、授权、加密、CSRF保护、CORS、方法级安全访问、OAuth2协议、微服务架构、JWT、单点登录等核心功能。同时，本书基于这些功能构建了完整的三个案例系统，并给出了具体的实现过程和示例代码。本书面向广大服务端开发人员，读者不需要有很深的技术功底，也不限于特定的开发语言，但熟悉Java EE常见技术并掌握一定系统设计基本概念有助于更好地理解书中的内容。同时，本书也适合对安全性实现技术感兴趣的开发人员学习。

主要内容 ● 综述使用Python完成监督学习的基本构造块和概念 ● 为结构化数据以及文本和图像开发监督学习的解决方案 ● 解决过拟合、特征工程、数据清理和交叉验证等问题，构建最佳拟合模型 ● 了解从业务问题定义到模型部署和模型维护的端到端模型开发周期 ● 使用Python创建监督学习模型时，避免常见的陷阱并遵循最佳实践

主要内容： ● 开始使用C++20标准编写程序 ● 使用C++进行模块化编程 ● 使用数组、循环、指针、引用和字符串等 ● 编写自己的函数、类型和运算符 ● 了解面向对象编程的要素 ● 使用重载、继承、虚函数和多态性 ● 编写泛型函数和类模板，并使用概念让它们更安全 ● 深入了解容器、算法和范围 ● 使用自动类型推断、异常、移动语义、lambda表达式等

本书具体阐述了Java Web的典型开发技术及编程方法。全书共分10章，内容包括： Java Web应用开发概述、JavaWeb基础、动态网页JSP技术、Servlet技术、组件JavaBean技术、EL表达式与JSTL标签库理论、数据库访问JDBC技术、持久化框架Hibernate、企业级Java Web开发架构与设计模式、Web编程架构与SSM框架整合开发。本书注重基本概念和技术的介绍，并结合应用实例较深入地分析主要技术的本质和特点，充分体现了Java Web开发技术的应用与理论相结合的特点，使得读者能够准确、系统地掌握基本概念和核心技术。

本书由直接参与 Scala 开发的一线人员编写，深入介绍了 Scala 这门结合面向对象和函数式的编程语言的核心特性和设计取舍。继第 4 版后，时隔一年，本书迎来重大更新，内容覆盖 Scala 3.0，对新的缩进语法、并集类型、交集类型、枚举、代数数据类型、上下文参数、特质参数、扩展方法、类型族等都有详细介绍。本书适合有一定编程经验的开发者阅读，尤其是对 Scala 3.0 新特性感兴趣的开发者朋友。即便是不直接使用 Scala 的读者，也能从本书中学到大量关于函数式和面向对象的编程概念和技巧。

数据结构与算法是数据处理与编程中的两个核心问题，《Python数据结构和算法实战（第2版）》 就以 动手实践的形式介绍了基本的 Python 数据结构、算法基础、算法设计、编程实现等相关内容。 《Python数据结构和算法实战（第2版）》共14章，涵盖Python编程基础、Python数据类型、算法设计、 链表、栈和队列、树、哈希表、图算法、搜索算法、排序算法、算法选择、字符串算法和模式匹配算法、分 类算法、数据预处理、机器学习算法和数据可视化等。全书实用性和可操作性较强，学完本书，读者将深入 了解所有重要数据结构和相关算法的 Python 实现方法。 《Python数据结构和算法实战（第2版）》旨在提供数据结构与算法的深入知识和Python编程实现经验， 适用于计算机相关专业学生学习Python数据结构与算法知识，想提高编程能力的开发人员也可参考学习。

企业数据的分析始于读取、过滤和合并来自多个数据源的文件和数据流。Spark数据处理引擎是这方面的佼佼者，可处理各种量级的数据，其传输速度比Hadoop系统快100倍。得益于SQL的支持、直观的界面和简单的多语言API，你可轻松使用Spark，而不必学习复杂的新型生态系统。《Spark实战（第2版）》将引导你创建端到端分析应用程序。在书中，你可学习基于Java的有趣示例，包括用于处理NASA卫星数据的完整数据管道。你还可查看托管在GitHub上的有关Java、Python和Scala的代码示例，并探索、修改此代码。此外，《Spark实战（第2版）》的附录为你提供速查表，帮助你安装工具和理解特定的Spark术语。主要内容用Java编写的Spark应用程序Spark应用架构提取文件、数据库、数据流和Elasticsearch的数据使用Spark SQL查询分布式数据集阅读门槛《Spark实战（第2版）》读者不需要具备有关Spark、Scala或Hadoop的经验。

本书对上一版做了全面更新，与日益强大的tidyverse套包保持同步，纳入sf、purrr、tidymodels和tidytext等包中的新功能。代码的内容和格式都经过修改，以方便阅读和理解。部分 章节被拆分、重新组织和重新构思，以适应不断变化的实践环境。

主要内容 ● 探讨函数式编程的概念，如字符串填充和异步函数 ● 解析如何在JavaScript中处理函数 ● 创建一个函数库来模拟underscore.js ● 深入探讨ES8的新特性，如扩展运算符和Generator ● 遵循函数范式，创建一个工作方式类似于react-redux模式的库

《Python编程基础与科学计算》首先讲解了Python语言的语法基础，适合没有Python基础的人，随后重点讲解Python在科学计算方面的应用，包括数组的使用、多项式、最小二乘法拟合、绘制各种二维和三维数据图像、各种数值计算方法，例如聚类算法、线性代数运算（特征值、特征向量、线性方程组求解、奇异值分解、范数等）、稀疏矩阵的存储及线性代数运算、积分、微分、常微分方程组的求解、各种插值算法、优化算法（单变量、多变量局部优化和全局优化、曲线拟合、方程求根、线性规划）、傅里叶变换（FFT、正弦余弦变换、窗函数、短时傅里叶变换等）、信号处理（卷积和相关计算、FIR和IIR滤波器及设计、滤波器频率响应、小波分析等）、图像处理、正交距离回归、空间算法（三维旋转变换、kd树、劳内德三角形、凸包等），符号运算包括多项式简化、微分、积分、极限、泰勒展开、代数方程、常微分偏微分方程求解、非线性方程组求解、密集和稀疏矩阵运算、绘制二维和三维图像等，用Python处理Excel数据、绘制Excel数据图像，文本文件和二进制文件的读写等内容。《Python编程基础与科学计算》内容讲解详细，给出了每个命令的语法格式，对语法中的参数进行了详细解释，在每个知识点配以实例程序。《Python编程基础与科学计算》的主要目的是替代Mathlab，Matlab价格昂贵且受到美国政府的限制，不允许国内的一些行业使用，Python及科学算法包是开源的免费的。本书的主要读者对象是高校的老师、研究生、博士生、高年级本科生、科研院所及企业中的科技工作者等。