软件与程序设计
-
Python数据可视化黑马程序员 著本书采用理论与实例相结合的形式,以Anaconda 3为主要开发工具,全面地介绍了Python数据可视化的相关知识。全书共分为9章,第1章介绍数据可视化与matplotlib的入门知识;第2~8章全面地介绍matplotlib的核心知识,包括使用matplotlib绘制简单图表、图表辅助元素的定制、图表样式的美化、子图的绘制及坐标轴共享、坐标轴的定制、绘制3D图表和统计地图、使用matplotlib绘制高级图表;第9章介绍pyecharts的基础知识。除了第1章,其他章都配有丰富的实例,读者可以边学边练习,巩固所学知识,并在实践中提升实际开发能力。本书既可作为高等教育本、专科院校计算机相关专业的教材,也可作为数据可视化技术爱好者的入门书籍。 -
轻量级Java EE企业应用开发实战柳伟卫 著《轻量级Java EE企业应用开发实战》由资深Java工程师结合多年大厂开发经验精心编撰,全面系统地介绍JavaEE企业级开发所需要的轻量级开源技术栈,涉及Maven、Servlet、Jetty、Tomcat、Spring框架、Spring Web MVC、Spring Security、My Batis、MySQL、Thymeleaf、Bootstrap、REST客户端、Jersey、WebSocket、JMS、Email、任务执行与调度、缓存、Spring Boot、Spring Cloud等方面的内容。“轻量级”开发模式已经深入人心,被广大互联网公司所采用,《轻量级Java EE企业应用开发实战》从开发环境搭建开始,循序渐进地讲解核心技术、热点框架,适时结合项目与案例介绍这些技术与框架的实际应用,特别是对当前热点的微服务开发技术进行了详细的阐述,对于拥有Java基础,想开发企业项目的读者,《轻量级Java EE企业应用开发实战》可帮助你快速上手。《轻量级Java EE企业应用开发实战》技术先进,案例丰富,主要面向对JavaEE企业级开发感兴趣的计算机专业学生、软件工程师、系统架构师等,也可以用作软件学院或培训机构的教学用书。 -
Windows编程调试技术内幕[印度] 塔里克·索拉米(Tarik Soulami) 著,曹军 译这是一本介绍 Windows 编程调试技术的书。本书简述了 Windows 开发框架和操作系统中的层。在用调试和跟踪工具发现数据意义时,这些基础知识非常重要。本书还谈到了“调试的乐趣和好处”,描述了 Windows 操作系统中调试器的架构,并介绍了一些可扩展的策略,以帮助你充分利用 Windows 的调试器。本书还展示了 WinDbg 调试器的用法,通过分析代码和操作系统之间的重要相互作用来帮助你更好地了解系统内核。最后,本书就“观察和分析软件的行为”展开讨论,介绍了 Windows 事件跟踪(ETW)技术,并说明了在调试和分析调查中利用 ETW 技术的方法。本书适合程序员、安全人员、软件测试人员阅读,也可以作为大专院校相关专业的教学用书和机构的培训用书。 -
Python网络爬虫框架Scrapy从入门到精通张颖 著本书从Python主流框架Scrapy的简介及网络爬虫知识讲起,逐步深入到Scrapy进阶实战。本书从实战出发,根据不同需求,有针对性地讲解了静态网页、动态网页、App应用是如何爬取所需数据,以及Scrapy是如何部署分布式爬取,最后还介绍了用Scrapy + Pandas是如何进行数据分析及数据展示,让读者不但可以系统地学习Scrapy编程的相关知识,而且还能对Scrapy应用开发有更为深入的理解。 本书分为12章,涵盖的主要内容有Scrapy框架简介;Scrapy网络爬虫知识介绍;Scrapy开发环境的搭建;Scrapy架构及编程;Scrapy进阶;实战项目:Scrapy静态网页的爬取;实战项目:Scrapy动态网页的爬取;实战项目:Scrapy爬取App应用数据;Scrapy的分布式部署与爬取;分布式的实战项目;用Selenium框架测试网站;用Scrapy + Pandas进行数据分析。 本书内容通俗易懂,实例典型,实用性强,特别适合学习Python主流框架Scrapy的入门读者和进阶读者阅读,也适合数据分析与挖掘技术的初学者阅读,还适合相关培训机构的师生阅读。 -
Python机器学习薛薇 等 著本书采用理论与实践相结合的方式,引导读者以Python为工具,以机器学习为方法,进行数据的建模与分析。本书共13章,对机器学习的原理部分进行了深入透彻的讲解,对机器学习算法部分均进行了Python实现。除前两章外,各章都给出了可实现的实践案例,并全彩呈现数据可视化图形。 本书兼具知识的深度和广度,在理论上突出可读性,在实践上强调可操作性,实践案例具备较强代表性。随书提供全部案例的数据集、源代码、教学PPT、关键知识点,教学辅导视频,具备较高实用性。 本书既可以作为数据分析从业人员的参考书,也可作为高等院校数据分析、机器学习等专业课程的教材。 扫描关注机械工业出版社计算机分社官方微信订阅号—身边的信息学,回复67490即可获取本书配套资源下载链接。 -
深入浅出Java编程迟殿委,王健 著Java编程语言是软件开发领域非常受欢迎的语言之一,是从事JavaEE项目开发、Hadoop云计算应用开发、Android移动应用开发的必备基础。《深入浅出Java编程》从零基础学习者的角度出发,用通俗易懂的语言和具体详细的实例全面介绍Java程序开发的核心编程技术。《深入浅出Java编程》分为22章。第1-3章是Java入门体验,主要介绍Java语言简介及发展史,并体验一个Java程序HelloWorld的编写、编译和运行,详细说明HelloWorld程序的组成部分,以及Eclipse开发工具的使用。第4-7章是Java编程基础语法,主要包括Java语言的变量定义、数据类型、控制语句、修饰符和包结构、函数的定义和使用。第8-14章是面向对象编程,主要包括类和对象、Java语言的三大特性(封装、继承和多态)、抽象类和接口、Java内部类、Java异常、Java类的加载以及数组。第15-22章是Java高级编程和API,包括GUI开发、集合类、IO类及网络编程类、反射、常用类、Java新特性等。《深入浅出Java编程》内容由浅入深、案例丰富,配有Java核心编程的参考资源以及参考学习视频(作者授课视频,语言通俗易懂,知识点讲解细致),非常适合Java编程初学者系统地学习Java核心编程技术,同时也适合高等院校和培训机构作为教学参考书或教材使用。 -
高顿教育 Python 金融编程高顿财经研究院 著本书基于目前大家常用的Python3.8版本编写。以Python基础知识为教学脉络,配以相应的金融编程案例加以讲解。全书分为3部分,共18章。第1部分:基础知识(第1-13章);第2部分:Python金融编程的常用库(第14-16章);第3部分:实战项目(第17-18章)。其中,第1部分以Python基础知识为主,从如何安装开始,通过对变量、赋值、注释的讲解,让读者了解必备的编程要素,再添以条件、循环语句、函数等,赋予程序不同功能。最后讲解包、模块、类的概念,让大家知道代码如何存储和取用更方便。新版将“异常处理”一章移至第1部分,更贴合学习逻辑。第2部分围绕金融编程常用的几个Python库——NumPy、Pandas和Matplotlib,分别解决金融编程中关于数组、时间序列和数据可视化的问题。在第一部分的基础上,让大家了解在解决实际相关金融数据分析问题时,需要将大量的数据进行怎样的操作,相关代码如何编写使得其最后的输出是我们可以运用于分析的形式。第3部分是2个金融实战项目,是对于前面章节的综合运用。采取一章节一个项目,包含:期权定价模型、寻找Z优投资组合。从讲解金融知识背景,到分析问题,理出代码编写思路,导入数据,编写代码,运行和回测。 -
SRE运维之道[美] 戴维·N.布兰克,胡志飞,蒋永清 著聆听工程师和其他领导人现场讨论:在各种环境中实现SRE及其指导思想的不同方法。SRE与其他方法(例如DevOps)的关系。最前沿的专业技术很快将在SRE中十分常见。简化实现SRE的最佳实践和技术。重要但很少有人探索的SRE人性的一面。 -
Python编程与3D物理学仿真张继春本书将Python编程和物理力学知识同步结合起来,通过编程将物理概念和物理过程进行3D可视化展 现,帮助读者在3D场景下加深对物理知识的理解和掌握,从而培养读者学习物理的兴趣,提高物理自主学习和科 学探究的能力。全书共10章,第1章介绍使用Python进行3D物理学编程的基础知识,第2~10章结合高中物理教材的知识点进行实例讲解,便于读者结合物理教材进行同步学习。另外,本书还配有完整的教学视频,读 者结合视频可更直观地学习书中的内容。本书适合理工科高校一年级学生、高中学生、职高和中职学生学习,也可为物理教师和中小学信息 技术教师提供信息化创新教学参考,还可以供广大物理爱好者参考使用。 -
Python文本数据分析与挖掘【日】山内长承 著,张倩南 刘博 译书中将自然语言处理技术和统计处理技术视为工具,不会涉及到其繁琐的原理、数学定理等。书中利用操作简便的Python程序包来处理文本数据,探索文本挖掘可以帮我们做到的事情,而非用尖端的技术进行程序设计。书中用简单明快的例子演示应用效果,并配有视频展示,下载资料包即可获取视频和案例二维码!本书通过5个章节介绍相关知识,第1章介绍文本挖掘的整体印象;在第2章中概括介绍了本书后面用到的Python的必要知识;第3章中介绍文本处理相关的基本概念和观点;第4章中利用Python学习作为基础处理的频率分析方法和其能得到的结果;*后,在第5章中介绍文本挖掘需要用到的各种具体方法以及在Python中的处理步骤。
