本书内容分为三个部分：第一部分详细介绍Python的语法；第二部分详细介绍Python数据处理和数据分析方面的内容，包括NumPy数组处理、Matplotlib数据可视化、Pandas数据处理、SciPy高级数据处理（如傅里叶变换、聚类算法、插值计算、数字信号处理、多项式和曲线拟合等）；第三部分介绍办公自动化方面的内容，涉及Excel文档的读写、Word文档的读写、PowerPoint文档的读写和PDF文档的读写。本书内容讲解详细，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，在每个知识点中配以实例程序供读者参考。本书适合所有喜欢用Python编程的人员、数据处理人员、办公室工作人员和各类科技工作者等。

《Python金融大数据分析快速入门与案例详解》共分为11 章，全面介绍了以Python为工具的金融大数据的理论和实践，特别是量化投资和交易领域的相关应用，并配有项目实战案例。书中涵盖的内容主要有Python概览，结合金融场景演示Python的基本操作，金融数据的获取及实战，MySQL数据库详解及应用，Python在金融大数据分析方面的核心模块详解，金融分析及量化投资，Python量化交易，数据可视化Matplotlib，基于NumPy的股价统计分析实战，基于Matplotlib的股票技术分析实战，以及量化交易策略实战案例等。《Python金融大数据分析快速入门与案例详解》内容通俗易懂，案例丰富，实用性强，特别适合以下人群阅读：金融行业的从业者、数据分析师、量化投资者、希望提高数据分析能力的投资者，以及对大数据分析感兴趣的编程人员。另外，《Python金融大数据分析快速入门与案例详解》也适合作为相关培训机构的教材。

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。

本书采用“知识点 实战”的编写方式，共包含28个基础实战和1个综合性实战，旨在深入解析大语言模型应用开发的核心知识。每个知识点的介绍均遵循清晰的逻辑脉络：介绍概念、阐述应用原理、说明使用方法、探讨选择该方法的理由、提供优化建议，并且分享最佳实践案例。本书适合对LangChain感兴趣的读者阅读。

通过本书，你将学到：Rust的类型系统和正确的并发编程如何非常好地配合。有关互斥锁、条件变量、原子操作和内存顺序的一切。在英特尔和ARM处理器上进行原子操作时会发生什么情况。锁是如何借助操作系统的支持来实现的。如何编写包含并发、原子操作和锁的正确代码。如何正确构建自己的锁和同步原语。

如果你的数据处理或服务器应用程序已经超出了单台计算机的处理能力，那么这本书就是为你准备的。你将探索分布式处理（纯Python的无服务器实现），并学习如何：使用Ray Actor实现有状态应用程序。在Ray中构建工作流管理。将Ray用作批处理和流处理的统一系统。使用Ray进行高级数据处理。使用Ray构建微服务。实现可靠的Ray应用程序。

深度学习正日益深刻地渗入我们的生活，从建议内容到在任务关键型和安全关键型应用中发挥核心作用，其影响无所不在。然而，随着这些算法影响力的逐渐扩大，人们对于依赖这些算法的系统安全性和鲁棒性的担忧也日益加剧。简言之，传统的深度学习方法往往难以察觉自身的知识边界，即它们“不知其所不知”。贝叶斯深度学习（Bayesian Deep Learning，BDL）领域包含一系列利用深度网络进行近似贝叶斯推理的方法。这些方法通过揭示模型对其预测结果的置信度，增强了深度学习系统的鲁棒性，使我们能够更谨慎地将模型预测融入实际应用中。《Python贝叶斯深度学习》将引领你踏入迅速发展的不确定性感知深度学习领域，助你深入理解不确定性估计在构建鲁棒性的机器学习系统中的重要价值。你将学习多种流行的BDL方法，并通过涵盖多种应用场景的Python实用示例来掌握这些方法的实现技巧。读完本书后，你将深刻理解BDL及其优势，并能够为更安全、更鲁棒的深度学习系统开发贝叶斯深度学习模型。主要内容：● 了解贝叶斯推理和深度学习的优缺点● 了解贝叶斯神经网络（Bayesian Neural Network，BNN）的基本原理● 了解主要贝叶斯神经网络实现/近似之间的差异● 了解生产环境中概率深度神经网络的优势● 在Python代码中实现各种贝叶斯深度学习方法● 运用贝叶斯深度学习方法解决实际问题● 学习如何评估贝叶斯深度学习方法并为特定任务选择最佳方法● 在实际深度学习应用中处理“分布外”数据

本书致力于为广大读者提供一份深入且实用的指引，旨在阐述如何将ChatGPT技术高效融入多个行业及日常生活之中。本书自ChatGPT基础概念讲起，逐步深入至其高级功能与参数设定，同时细致解析通过API实现个性化定制的途径。书中不仅着重于ChatGPT在教育、金融、心理健康、翻译、办公自动化等关键领域的应用案例，亦旨在激发读者的创新思维，促其针对实际问题寻找解决方案。无论是追求技术深化的开发者，还是意图提升职业效率或生活品质的非技术背景人士，本书均能提供明确的指导与灵感。结合理论与实践，鼓励读者探究ChatGPT的广阔潜能，开拓智能技术创新之路。通过阅读此书，读者不但能成为AI技术的使用者，更能成为未来创新的推动者。

本书深入讲解Python OpenCV的核心技术，并通过大量的代码和项目实战，充分展示了如何将这些技术在不同领域中实现。本书的主要内容如下： 第1章介绍Python和OpenCV的基础知识，包括Python和OpenCV的起源、优势、版本、安装及应用场景等; 第2章介绍图像基础知识，包括图像的读取、显示、保存以及像素处理等; 第3~9章介绍图像处理的高级技术，包括使用NumPy进行图像操作、绘制图形的方法、直方图的应用、图像滤波技术、图像形态学操作，以及使用OpenCV进行图形检测和模板匹配; 第10章介绍图像分析与修复，包括使用OpenCV进行图像分析及图像修复技术; 第11~13章介绍特征检测、视频处理和人脸识别，包括使用OpenCV检测和匹配图像中的特征点、使用OpenCV 进行视频处理，以及人脸识别技术; 第14章介绍ChatGPT 和OpenAI API，包括使用ChatGPT 辅助编写代码，以及利用OpenAI API将ChatGPT 的功能嵌入自己的应用; 第15~18章为项目实战，为读者提供了各种基于OpenCV 的应用案例。本 书适合作为从事图形图像领域研究和开发的技术人员和对OpenCV感兴趣的读者的学习用书。

Swift是Apple开发iOS、iPadOS、macOS、watchOS和tvOS应用所选择的编程语言，并因此而闻名，但它的作用远不止于此。开源的Swift逐步成为系统编程和服务器端代码的开发语言，而且能够在Linux和Windows上运行。那么从哪里开始呢？利用这本书，我们会从基础开始：从收集和控制数据，到重用代码和生成定制数据类型，以及利用SwiftUI通过编写协议驱动的安全代码构建程序和用户界面。掌握了Swift，你将能构建各种不同的应用，从移动和Web应用到游戏、框架、命令行工具等等应用都可以使用Swift开发。