本书是ACM Queue杂志和Communications of the ACM上“Kode Vicious”专栏系列文章的一个合集，主题涉及编程风格、软件工程、系统设计、网络通信及项目管理这五大方面，每章都由针对软件开发人员所面临的日常问题的信件、回复和建议组成，旨在解决这些与每位软件专业人员相关的问题，适合有一定经验的软件开发人员阅读。

本书提供了23种经过验证的的、可视化、示例驱动的模式，涉及抽象类、多重继承、GUI编程和小部件、图形类、绘图和绘图、数学、数据库、Python装饰器、图像、线程、迭代器、创建可执行代码等，从而编写更加健壮、高效、可维护和优雅的Python代码，生成功能强大、灵活的程序。

《Python应用数值方法——解决工程和科学问题》是为想要学习和应用数值方法来解决工程和科学问题的学生撰写的。书中提供了足够丰富的理论知识。如果读过本书的姊妹篇《工程与科学数值方法的MATLAB实现（第4版）》，就会发现过渡到Python程序是无缝的！不需要事先具有Python编程经验。 本书以解决问题为导向，强调理论联系实际。各章均引入实际的工程和科学问题，提供从相关概念定义、理论分析到算法实现的全套解决方案。每章末尾安排有课后习题，方便读者在巩固所学知识的同时，进一步提升自己编写代码和解决问题的水平。

本书主要研究如何构建一种新的编程语言。书中将介绍编程语言设计方面的主题，并重点介绍编程语言实现。本书的新颖之处在于将传统的编译器-编译器工具（Flex和BYACC）与两种更高级的实现语言融合。一种非常高级的语言（Unicon）可以像黄油一样穿透编译器的数据结构和算法，而另一种主流的现代语言（Java）则展示了如何在更典型的生产环境中实现相同的代码。本书主要面向对发明编程语言或开发领域特定语言感兴趣的软件开发人员。学习编译器构建课程的计算机科学相关专业学生也会发现这本书非常适合作为语言实现的实用指南，可以为理论教材提供有益补充。

《SPSS统计学原理与实证研究应用精解》为统计学与SPSS零基础读者所设计，通过“精解常用统计学原理、精解常用统计分析SPSS操作、精解常用实证研究技巧”三个精解，旨在培养读者的“统计分析思维”和“实证研究思维”，帮助读者实现从入门到精通，运用SPSS撰写实证研究类论文或开展数据分析、专业统计分析。与本书配套的还有教学PPT和作者**讲解的全套视频资料以辅助教学，力求实现**教学效果。 《SPSS统计学原理与实证研究应用精解》共21章。第1~3章为专业知识基础，分别介绍SPSS入门知识（SPSS基础）、统计学知识精要回顾（统计学基础）、实证研究与调查问卷设计（实证研究基础）；第4~6章为常用的数据分析方法，分别介绍数据加工处理、统计分析报表制作、统计图形绘制；第7~15章为常用的实证研究分析方法，具体包括描述统计分析，均值比较、T检验、单因素方差分析，非参数检验，多因素方差分析与多因变量分析，相关分析，回归分析，因子分析、主成分分析与对应分析，调查问卷之信度分析与效度分析，实证研究之中介效应和调节效应。第16~21章为常用的专业统计分析方法，具体包括生存分析、聚类分析、决策树分析与判别分析、多维标度分析、ROC曲线分析、RFM分析。 《SPSS统计学原理与实证研究应用精解》可用作经管社科、教育学、心理学、医学等相关专业的在校本专科大学生、研究生学习和应用SPSS撰写实证研究类论文或开展统计分析的主要教材，还可作为职场人士攻读在职研究生自学SPSS以完成毕业论文的参考书，或作为掌握SPSS操作、提升数据分析能力的工具书。

Go语言"入门易，精通难”。想要用Go语言写出优质的软件，不仅要了解Go语言的语法，还需要对Go语言的特性、软件的通用编写方法、软件项目的组织方法、并发程序设计、软件测试、软件性能优化等方面都有一定的了解。本书既聚焦于Go语言，又不限于Go语言，介绍了开发者在使用Go语言时经常犯的100个经典错误，内容侧重于语言核心和标准库。对大多数错误的讨论都提供了具体的示例，以说明在什么时候容易犯这样的错误。这不是一本教条主义的图书，每个解决方案都详细传达了它应该适用的上下文。

内容简介本书是Java并发编程领域公认的标准性著作，第1版自2015年出版以来，累计印刷23次，销售超过10万册，全网读者评论超过40000条，口碑爆棚。第2版在第1版的良好基础上，与时具进，反映了Java技术的最新发展；去芜存菁：处理了广大读者反馈的问题；博采众长：吸收了行业专家的宝贵建议；厚积薄发，融入了作者近8年在Java并发编程方面积累的新技术和新经验。新增和修订的内容超过50%，无论是理论、方法还是实践，都有了大幅度的提升。本书从并发编程的底层实现机制入手，围绕JDK源码、JVM、CPU等多角度详细介绍了设计Java并发程序的框架、原理、核心技术、设计模式与应用，同时辅以丰富的示例代码，使得开发人员能够更快地领悟Java并发编程的要领，利用Java平台的基础并发功能快速地构建大规模的并发应用。本书具体包含如下核心内容：？Java并发编程的基础：线程。？Java并发编程的挑战及其解决思路。？Java 并发编程的底层实现原理，在CPU和JVM层面如何实现并发编程。 ？Java 的内存模型。？Java 并发包中与锁相关的API和组件，以及它们的使用方式与实现细节。？Java 中并发容器的实现原理，领略大师的设计技巧。 ？Java 中的原子操作类和并发工具类。？Java 中的线程池实现原理和使用建议。 ？Executor 框架的整体结构和成员组件。 ？并发编程的实战案例，以及排查并发编程问题的方法。 ？分布式编程的原则、范式以及常见分布式协议。 ？分布式锁以及如何在分布式环境下进行并发控制。 ？常见的分布式系统架构，以及多个场景的分布式架构方案。此外，本书还是一本关于如何高效地进行分布式编程的实践指南，提供了很多实用的分布式编程技巧和工具，让读者更好地应对分布式编程挑战，掌握Java生态在分布式领域的新编程范式。

《Python数据分析与可视化项目实战》由浅入深地讲解了使用Python语言实现大型商业案例项目数据分析的知识，几乎覆盖了当今主流的数据分析行业。全书共9章，分别讲解了电影产业市场数据分析和可视化系统，电商客户数据分析和可视化系统，房产信息数据分析和可视化系统，城市智能交通数据分析和可视化系统，NBA球星技术统计信息数据分析和可视化系统，股票数据分析和可视化系统，民宿信息数据分析和可视化系统，足球数据可视化分析和机器学习预测系统，网络舆情数据分析和可视化系统等。 《Python数据分析与可视化项目实战》适用于已经了解Python语言基础语法，希望进一步提高自己Python开发水平的读者，同时还可以作为大专院校相关专业的师生用书和培训机构的教材。

本书全面介绍了深度元学习技术的知识，包括元学习、机器学习、深度学习及其技术平台和应用案例，给出了一套较为完备的深度元学习框架，并根据作者所在课题组的研究成果提出了一些具有启发性的元学习算法和思考方向。 全书共9章。第1章主要介绍元学习的基本概念、基本任务和基本类型；第2章系统介绍深度学习的概念、原理和应用，帮助读者逐步具备一定的深度学习实践能力；第3章介绍一种简单的元学习神经网络——孪生网络；第4章介绍原型网络及其各种变体；第5章介绍两种有趣单样本元学习算法——关系网络和匹配网络；第6章介绍记忆增强神经网络；第7章进一步介绍饶有趣味且应用广泛的元学习算法——模型无关元学习及其变种；第8章介绍另外两种经典的元学习模型——MetaSGD和Reptile；第9章深入介绍元学习的一些新进展与**研究成果——基于样本抽样和任务难度自适应的深度元学习理论。全书提供大量应用实例和配套代码，每章后均附有适量思考题，引发读者思考和讨论。 全书行文浅显易懂，深入浅出，适合作为高等学校计算机相关专业研究生或高年级本科生开展元学习理论教学，也可供广大AI技术开发和研究人员参考。

本书从标准库的并发原语讲起，循序渐进的介绍扩展库、分布式的并发原语、并发模式和经典并发问题。内容从并发原语的使用场景、使用方法、常见错误，内部实现多层次的讲解，全面的介绍Go并发的知识。全书分为三个部分，主要部分又分为四个层次。第一部分主要介绍Go标准库提供的各种并发类型（并发原语）的知识，方便初学Go语言的同学能够掌握好Go语言的基础能力，包括一些Go开发者都不熟悉的类型。第二部分属于拔高的内容，介绍积累优秀的扩展库，帮助Go开发者扩展思维，提高视野。这些扩展库如果能够掌握，在工作中会大有裨益。第三部分介绍分布式并发原语。这部分内容鲜有人介绍，但是属于互联网公司常用的一些场景，尤其是开发大型分布式项目。很多读者缺乏这方面的经验和机会，通过阅读此书，可以弥补这方面的知识的缺乏和实战的机会。