《数据有道 ： 数据分析 图论与网络 微课 Python编程》是“鸢尾花数学大系—从加减乘除到机器学习”丛书的第三板块 （ 实践板块 ） 中的一本关于数据 科学的分册。“实践”这个板块，我们将会把学到的编程、可视化， 特别是数学工具应用到具体的数据科学、 机器学习算法中，并在实践中加深对这些工具的理解。《数据有道 ： 数据分析 图论与网络 微课 Python编程》可以归纳为 7 大板块—数据说、数据处理、时间数据、图论基础、图的分析、图与矩阵、图论实践。 这 7 个板块 （ 共 25 章内容 ） 都紧紧围绕一个主题—数据！《数据有道 ： 数据分析 图论与网络 微课 Python编程》以数据为名，以好奇心和疑问为驱动，主动使用“编程 可视化 数学”工具进行探索。《数据有道 ： 数据分析 图论与网络 微课 Python编程》将 会回顾鸢尾花书前五本主要的工具，让大家对很多概念从似懂非懂变成如数家珍；同时，我们还会掌握更 多工具，用来扩展大家的知识网络。依照惯例，《数据有道 ： 数据分析 图论与网络 微课 Python编程》提供代码和视频教学。《数据有道 ： 数据分析 图论与网络 微课 Python编程》读者群包括数据科学从业者、大数据从业者、高级数据分析师、机器学习开发者、计算机图形学 研究者等。

《可视之美：数据可视化 数学艺术 学术绘图 Python创意编程》是“鸢尾花数学大系：从加减乘除到机器学习”丛书中编程板块的第二册。编程板块第一册《编程不难》着重介绍如何零基础入门Python编程，《可视之美：数据可视化 数学艺术 学术绘图 Python创意编程》则在《编程不难》基础之上深入探讨如何用Python完成数学任务及板块数据可视化。《可视之美：数据可视化 数学艺术 学术绘图 Python创意编程》是本系列中的一本真正意义上的“图册”。内容覆盖科技制图、计算机图形学、创意编程、趣味数学实验、数学科学、机器学习等。《可视之美：数据可视化 数学艺术 学术绘图 Python创意编程》“毫无节制”地展示数学之美，而且提供特别实用且容易复制的创作思路、做图技巧、编程代码。《可视之美：数据可视化 数学艺术 学术绘图 Python创意编程》包含8个板块共36章内容。前5个板块（共18章）专注于各种可视化手段，是可视化中的“术”；后3个板块（共18章）选取了18个话题来展示数学之美，是可视化中的“艺”，阅读这18章时，请关注每个可视化方案的创意思路、作图技巧、数学工具。《可视之美：数据可视化 数学艺术 学术绘图 Python创意编程》读者群包括程序员、科技制图开发者、高级数据分析师、机器学习开发者、创意编程开发者、计算机图形学研究者。

信息学奥赛初赛（CSP第一轮）作为信息学奥赛的起始阶段，也是参赛者迈向更高层次竞赛的必经之路。本题集作为信奥赛初赛的重要学习和训练资料，内容涵盖了信奥赛初赛涉及的计算机科学基础知识、编程技能的实践应用，以及算法设计与分析等多项内容。而且，题目设计注重实际应用和思维拓展，难度适中，既有对基础知识的考查，也有一定难度的挑战题目，适用于广大对计算机科学和编程感兴趣的青少年。无论是初学者还是有一定基础的选手，都可以从本题集中找到适合自己的学习内容和练习题目。此外，本题集还可以作为学校信息学竞赛教学的辅助教材，帮助教师制订合适的教学计划和练习方案，引导学生系统地学习和掌握计算机科学的基础知识和技能，更好地备战信奥赛初赛。

具身智能机器人这个概念，尽管已经存在超过30 年，但是最近又重新引起学术界和工业界的关注。《具身智能机器人系统》旨在帮助读者理解具身智能机器人和传统机器人计算之间的关系，判断具身智能机器人未来的发展方向。本书内容既包括传统的机器人计算栈，又涵盖具身智能大模型给机器人计算带来的变化和挑战等内容。本书在写作过程中注重内容的普适性，使具有一定工程数学、计算机科学基础知识的读者，均可以阅读并理解本书的内容。

《信息系统项目管理师默写本》由曾多次参与软考命题工作的薛大龙教授担任主编。薛大龙教授非常熟悉命题形式、命题难度、命题深度和命题重点，了解学生在学习过程中的痛点。本书是专为参加信息系统项目管理师考试的考生编写的，因为在备考过程中，很多考生反映不知道考试的重点是哪些，同时反映因离开学校多年，记不住这些知识点。有句话“好记性不如烂笔头”，因此编者结合二十多年的软考面授经验，组织编写了本书，考生可以根据本书的章节内容，每天背诵和默写一部分，渐渐积累知识点。使用本书进行备考复习，不仅可以加深记忆、巩固理解、提高准确性，还可以锻炼思维、便于复习和回顾、激发学习动力以及检测学习成果。希望考生充分利用“默写本”这一有效的学习工具，通过自己的努力，快速掌握知识点，从而顺利通过考试。

本书主要围绕如何充分挖掘、利用大语言模型的潜力，囊括了大语言模型的概念，如何通过提示词更好地利用大语言模型，大语言模型在信息检索、推荐系统、视觉问答等任务中的应用，以及大语言模型的微调、多模态训练、模型生产应用等高阶使用技巧。本书在讲解过程中搭配大量的应用实例以及相关代码，从大语言模型的概念、挖掘大语言模型潜力的方式到大语言模型的高级使用方式，读者能够将概念学习和实践应用同步进行，是相关领域工程技术人员、学术人员以及对大语言模型感兴趣的广大读者的不二之选。本书的内容编排适合以下群体：（1） 有一定的编程能力，但对大语言模型没有充分的认知，想通过本书迅速掌握大语言模型的概念，并在相关业务领域（信息检索、对话系统、推荐系统等）实现快速应用。（2） 大语言模型某个研究领域的资深从业人员，但是想更全面地了解大语言模型在各个领域的研究应用现状，实现对大语言模型从学术研究到生产应用的全方位系统认知。

本书旨在介绍 RISC-V 体系结构的设计和实现。本书首先介绍 RISC-V 体系结构基础知识、实验环境搭建、基础指令集、函数调用规范与栈，然后讲解 GNU 汇编器、链接器与链接脚本、内嵌汇编代码，接着讨论 RISC-V 体系结构中的异常处理、中断处理与中断控制器、内存管理、高速缓存、缓存一致性、TLB 管理、原子操作、内存屏障指令、合理使用内存屏障指令、与操作系统相关的内容、可伸缩矢量计算与优化，最后阐述 RISC-V 体系结构中的压缩指令扩展、虚拟化扩展、高性能处理器架构分析等。本书不仅适合软件开发人员阅读，还可以作为计算机相关专业和相关培训机构的教材。

本书通过浅显易懂的例子来讲解设计模式的知识：首先，介绍设计模式的概念，在什么情况、什么场合下要用哪一种设计模式；然后，通过每一种设计模式的UML类图，明确各个小故事里讲解的设计模式中的变量之间的关系，帮助读者理解代码实现的步骤；最后，讲解设计模式之间的联系和区别。本书案例丰富，实用性强，适合有一定C 基础的读者、求职的本科生或研究生、需要学习架构和重构架构知识的程序员阅读，也可以作为大专院校相关专业师生的参考书和培训学校的教材。

《Python信号处理仿真与应用（新形态版）》介绍了Python信号处理工具箱的体系架构及其函数和实例。本书共8章，主要包括信号处理概况，Python编程基础，信号生成和预处理，测量和特征提取，变换、相关性和建模，数字和模拟滤波器，频谱分析，借助大语言模型实现信号处理等内容。为了便于读者学习使用和参考，书中提供了较完整的原理方法介绍和计算推导实例。《Python信号处理仿真与应用（新形态版）》内容全面，实用性强，适用范围广，既可作为高等院校通信与信息系统、电子科学与技术、电子信息工程等相关专业本科生和研究生的课程教材，也可作为通信、雷达信号处理、生物医学信号处理等相关领域的工程技术人员的参考资料。

本书系统论述MAUI（Multiplatform App UI） 基于.NET的跨平台应用程序界面基本原理、开发方法、开发环境和开发实战。全书共8章，分别介绍MAUI开发基础、MAUI开发工具、MAUI开发理论、MAUI用户界面、MAUI数据访问、MAUI平台集成、MAUI部署发布、MAUI综合实例等内容，书中的每个知识点都有相应的实现代码和实例。本书主要面向高等学校师生、工程师、计算机领域或其他行业人员、新兴技术爱好者等，不仅适合MAUI开发入门的读者，也适合其他各类前后端开发技术的从业人员参考。