本书专注于从初学迈向进阶的Python编码技术：如何像专家一样写出优雅、准确、简洁高效的Python 单行代码；阅读任意一行Python 代码时，如何系统性地对其进行拆解和分析。全书分为6 个章节，以单行代码切入计算机科学的各个领域，包括Python 语言基础、编程技巧、基于NumPy的科学计算、机器学习的主要算法模型、正则表达式进阶、计算机科学中若干经典算法的单行实现等。

本书是奇安信认证网络安全工程师培训教材之一，目的是为网络安全行业培养合格的人才。网络安全人才的培养是一项艰巨的任务，其中代码审计人才更是“稀缺资源”。本书分为4章。第1章代码审计基础，内容包括基础Java开发环境搭建、代码审计环境搭建。第2章常见漏洞审计，介绍了多种常见漏洞的成因以及审计和修复的技巧。第3章常见的框架漏洞，介绍了Java开发中经常使用的一些框架的典型漏洞，如Spring、Struts2等的命令执行漏洞。第4章代码审计实战，通过对真实环境下的Java应用程序进行审计，向读者详细介绍了Java代码审计的技巧与方法。本书可供软件开发工程师、网络运维人员、渗透测试工程师、网络安全工程师，以及想要从事网络安全工作的人员阅读。

本书是根据教育部高等学校大学计算机课程教学指导委员会编制的《大学计算机基础课程教学基本要求》中有关“程序设计基础”课程教学基本要求编写的。本书充分体现程序设计教材编写风格，即案例驱动、激发兴趣；淡化语法、重视解决问题的思路和方法；从好教、易学、实用、能考的角度，构建教材的知识体系。全书分为三篇：基础篇、应用篇和实验篇。基础篇共7章，分别为Python概述、数据表示和处理、结构化程序设计、组合数据类型及应用、函数设计、面向对象程序设计、数据文件和异常处理。应用篇共4章，分别为数据库基础及应用、数据可视化及应用、递归及应用、网络爬虫基础及应用。实验篇安排13个实验，着眼于培养学生利用计算机解题的思维方式和程序设计的基本功，以及用现代编程环境解决实际问题的能力。本书可作为高等学校“Python程序设计”课程的教材，也可作为广大程序设计爱好者的自学参考书，还可作为全国计算机等级考试二级Python语言程序设计的参考书。

《零基础入门Python数据分析与机器学习》由一线的资深数据分析师精写，以新版Python3.10作为数据分析与挖掘的编程语言，循序渐进地介绍了Python数据分析的方法与技巧以及机器学习算法及其应用案例。《零基础入门Python数据分析与机器学习》首先讲解Python基础语法，以便于从未接触过编程的读者能够快速上手，然后介绍了当前流行的常用数据分析工具，如数值计算工具NumPy、数据处理工具Pandas、数据可视化工具Matplotlib和数据挖掘工具Sklearn等，最后介绍了10大常用机器学习算法及其在数据挖掘中的应用，针对每一个算法均给出了案例实现，以便于读者能够学有所用。《零基础入门Python数据分析与机器学习》凝聚编者十余年工作心得，以丰富实例介绍理论知识，并给出大量应用实践，很适合初入数据分析职场的从业者提升技能，《零基础入门Python数据分析与机器学习》也可以作为统计学、数学、经济学、金融学、管理学以及相关理工科专业的本科生、研究生的教学参考书。《零基础入门Python数据分析与机器学习》特点：零基础入手，精心设计的知识体系：《零基础入门Python数据分析与机器学习》首先介绍Python3.10版本的基础语法，并针对初学者构建数据分析与机器学习的实验环境，以便初学者无障碍上手。全书内容循序渐进，在精要介绍基础语法之后，还介绍了当前流行的数据分析工具，最后介绍了机器学习算法在数据分析和挖掘中的应用。读者通过阅读《零基础入门Python数据分析与机器学习》能够整体上掌握数据分析的重要方法、工具与技术。全面介绍流行工具的使用，应对工作需求：《零基础入门Python数据分析与机器学习》针对当前流行的数据分析工具分章介绍，包括数值计算工具NumPy、数据处理工具Pandas、数据可视化工具Matplotlib、数据建模工具Sklearn等。每一个工具都从基础讲起，并辅之以案例演示，读者可以边学边练，快速掌握技能，其中很多案例都来自于工作实践，可以真正提升读者的实战技能，以应对工作需求。详细讲解10大机器学习算法，并辅之以丰富的案例：《零基础入门Python数据分析与机器学习》针对数据挖掘中经常使用的算法进行了详细的介绍，其中每一个算法首先介绍理论知识，然后给出算法在实际案例中的应用，理论与实践并重，可以帮助读者真正理解算法并加以应用，从而提升读者数据分析和挖掘的综合能力。配书资源丰富，大幅提升学习效率：为了方便读者轻松、高效地学习《零基础入门Python数据分析与机器学习》内容，作者还为《零基础入门Python数据分析与机器学习》录制了全程教学视频，针对各章内容进行了详细的讲解，读者扫描《零基础入门Python数据分析与机器学习》提供的二维码即可随时随地观看，大幅提升学习效率。《零基础入门Python数据分析与机器学习》还提供了全部实例的源代码，所有源代码均在Python3.10和相应编程工具环境下测试通过，读者下载后可以直接调用，以方便上机演练。《零基础入门Python数据分析与机器学习》还制作了精彩的PPT课件，旨在方便有教学需求的读者使用。

《Python 编程从零基础到项目实战（微课视频版）（第 2 版）》是一本系统介绍 Python 编程知识与实战 应用的基础教程、视频教程，内容包括 Python 编程语法、核心编程应用以及相关的库与工具，内容涉及算 法、Python 数据分析、图形处理、Web 开发、科学计算、数据库操作、人工智能、Python 爬虫相关知识等。 其中，第Ⅰ部分为 Python 基础篇，介绍了 Python 的安装、变量和数据类型、条件分支与循环、列表与元组、 字典、函数、类、标准库以及程序中的异常现象及处理方法；第Ⅱ部分为 Python 提高篇，介绍了文件处理、 图形用户界面、数据库操作、线程与进程、测试及打包等知识；第Ⅲ部分为 Python 拓展篇，介绍了 Python 在 Web 应用、商业级别的技术框架、大数据应用、AI 应用等方面的拓展知识。全书通过“三酷猫”将案例 串联起来，由浅入深、生动有趣，在增加趣味性的同时，让读者对 Python 的具体使用有一个完整的认识。 另外，本书配备了 79 集微视频讲解，提供了完整的源代码及 PPT 课件下载。具体下载方法见“前言”中的 相关介绍。 《Python 编程从零基础到项目实战（微课视频版）（第 2 版）》适合 Python 编程零基础读者、Python 编 程从入门到精通各阶段的读者、在校学生、教师以及对 Python 编程感兴趣的在职 IT 人员等使用。本书也可 作为相关培训机构的培训教材。

★本书汇总了软件工程原则。原则是关于软件工程的基本原理、规则或假设，不管所选的技术、工具或语言是什么，这些原则都有效。★全书共9章，第1章为引言，后面8章将201个软件工程的原则划分为8个大的类别：一般原则、需求工程原则、设计原则、编码原则、测试原则、管理原则、产品保证原则和演变原则。★本书面向的读者包括软件工程师和管理者、软件工程专业的学生、软件工程领域的研究人员等。★本书由百度公司支持出版。百度以技术创新为信仰，在创新投入、研发布局、人才引进方面均走在国际前列。百度一直秉承着“科技为更好”的社会责任理念，坚持运用创新技术，聚焦于解决社会问题，履行企业公民的社会责任，为帮助全球用户创造更加美好的生活而不断努力。

本书根据当前人工智能RNN深度学习的发展成果，具体设计基于RNN的模型算法，并给出了具体实现，z新算法流程及Python代码实现。其主要内容包括：基于深度学习的图像处理的20个案例，基于Python的具体实现，本书图文并茂，丰富实用，深入浅出，易学易用。本书根据当前人工智能RNN深度学习的发展成果，具体设计基于RNN的模型算法，并给出了具体实现，z新算法流程及Python代码实现。其主要内容包括：基于深度学习的图像处理的20个案例，基于Python的具体实现，本书图文并茂，丰富实用，深入浅出，易学易用。

Jetpack Compose是Google官方推出的用于构建原生界面的现代Android工具包，能够帮助开发者用更少的代码实现更多功能，轻松地构建精美且易于维护的高性能应用程序。本书系统、细致地讲解了Compose，“手把手”教开发者如何在实际项目中使用Compose。首先介绍了如何搭建Compose的开发环境，以及编写第一个Hello World程序，然后介绍了Compose的各类简单或复杂的控件、布局、视图，接着介绍了Compose中的动画和手势操作以及如何与其他Jetpack库搭配使用，最后带领读者从头到尾完整地开发一个简单的项目。

本书系统地介绍了Java语言及其程序设计，主要内容包括认识Java、Java基本语法、流程控制、数组、方法、面向对象编程、深入类、接口和内部类、常用类及学生信息管理系统。本书所有知识点都结合具体实例进行介绍，既注重理论知识，又强调实际应用，从实用的角度精心设计知识结构和代码示例，同时配有相关习题。本书可作为普通高等院校本科、专科计算机及相关专业Java程序设计课程的教材，也适合Java初学者及程序开发人员学习。

B站配有同步免费视频讲解。 全书共分为8 章，分别是Django 源码的前置知识、 Django 命令原理解析、Django 内置的ORM框架、Django 内置的模板系统、解读Django 核心模块的源码、Django 的视图层、Django 的中间件原理和解读Django 中的辅助代码。本书展示了剖析Django 框架的完整过程，这种剖析方式同样适用于其他框架，如Flask、Ansible 和Scrapy 等。