软件与程序设计
-
数字孪生概念与应用陈根本书对数字孪生技术在各行业的应用进行了深入的解析。概念篇对数字孪生的概念做了详细解析,包括数字孪生概念的发展、数字孪生的核心技术、数字孪生的价值及发展现状。应用篇对数字孪生技术在智慧制造、智慧交通、智慧城市、智慧建筑、智慧能源、智慧健康、智慧国防、智慧战争、航天航空和元宇宙十个领域的应用进行了案例分析,案例均来自国内外最新的数字孪生应用。未来篇对数字孪生进行了展望,包括数字孪生技术的发展趋势、标准化问题、通用性问题及需要面对的现实挑战,并描述了即将出现的数字孪生地球。 -
TypeScript框架开发实践曾振中本书讲述了一个开源Web框架从无到有,直至发布上线的开发历程,逐步实现Web框架的核心对象管理、Web路由及数据库支持等三大组成部分并集成多个常用服务,完成框架中三十多个TypeScript装饰器的设计与开发。通过本书,读者能够从最基础的代码开始,轻松掌握Web框架的开发技能,为深入探索高级Web技术奠定坚实基础。本书分为三大模块。Web框架基础模块(第1章)从编写最简单的HTTP服务开始,介绍Web框架的基础知识;框架开发模块(第2~5章)详细阐述框架核心对象管理的实现、集成ExpressJS服务及相关中间件的应用整合,展示了两类Web框架常见的数据库功能的开发过程,以及RabbitMQ、Redis、SocketIO多种常用服务的集成开发;测试与发布模块(第6章)讲述Web框架的测试和开源项目的发布过程,深入探讨制作开源项目涉及的各种关键知识点。本书适合初学者入门,书中项目以真实线上开源项目为主线,深入探讨了Web框架的实现细节,对于有经验的开发者同样有参考价值,尤其适合对开源项目有浓厚兴趣的开发者。 -
App UI设计案例实操刘恩鹏在智能手机快速发展的背景下,越来越多的人开始喜爱使用各种App。《App UI设计案例实操》主要介绍了手机App UI(用户界面)设计思路和制作过程。《App UI设计案例实操》赠送所有案例素材和源文件、教学PPT课件和教学视频。《App UI设计案例实操》适合想要快速掌握UI设计制作方法的人员,也适合广大平面设计爱好者和相关行业从业人员,同时,也可作为高等院校的教学辅导用书。 -
Python数据可视化芯智《Python数据可视化:科技图表绘制》结合编者多年的数据分析与科研绘图经验,详细讲解Python语言及包括Matplotlib在内的多种可视化包在数据分析与科研图表制作中的使用方法与技巧。《Python数据可视化:科技图表绘制》分为两部分,共11章,第1部分主要讲解Python语言的基础知识,包括基本语法结构、控制语句、函数、数据处理与清洗等,尤其对Matplotlib、Seaborn、Plotnie库进行较为详细的讲解。第2部分结合Python及其附加包的数据可视化功能,分别讲解类别比较数据、数值关系数据、层次关系数据、局部整体型数据、分布式数据、时间序列数据、多维数据、网络关系数据的可视化实现方法。《Python数据可视化:科技图表绘制》可帮助读者尽快掌握利用Python及可视化库进行科技图表的制作与数据展示。《Python数据可视化:科技图表绘制》注重基础,内容翔实,突出示例讲解,既适合广大科研工作者、工程师和在校学生等不同层次的读者自学使用,也可以作为大中专院校相关专业的教学参考书。 -
C++青少年趣味编程108例方其桂 主编,刘斌、刘锋 副主编《C 青少年趣味编程108例(全视频微课版)》详细介绍了C 语言编程的知识和应用技巧,通过108个有趣的案例,帮助读者快速了解并掌握C 编程的基础知识及核心算法,能够使用C 解决实际问题。本书共分为9章,第1~5章介绍了C 编程的基础知识,如分支结构、循环结构、数组和函数等;第6~8章介绍了C 编程常用的核心算法,如递推和递归算法、贪心和分治算法、排序和搜索算法等;第9章为综合案例,通过应用C 编程知识来解决生活和学习中遇到的各种实际问题。《C 青少年趣味编程108例(全视频微课版)》可作为中小学生的编程启蒙读物,也可供对C 编程感兴趣的读者学习参考,还可作为中小学编程兴趣班及相关培训机构的教材。 -
Python极客项目编程[美] 马赫什·文基塔查拉姆(Mahesh Venkitachalam)Python是一种解释型、面向对象、动态数据类型的高级程序设计语言,通过Python编程能够解决现实生活中的很多问题。本书并不介绍Python语言的基础知识,而是通过一系列有趣的项目,展示如何用Python解决各种实际问题,以及如何使用一些流行的Python库。本书共15章,每章讲解一个有趣的Python项目,这些项目可以分成5个部分:第一部分是热身,包括科赫雪花、繁花曲线;第二部分是模拟生命,包括康威生命游戏、使用Karplus-Strong算法生成泛音、群体行为模拟;第三部分是好玩的图形,包括文本图形、照片马赛克、裸眼立体画;第四部分是走进三维,包括理解OpenGL、圆环面上的康威生命游戏、体渲染;第五部分是玩转硬件,包括在树莓派Pico上实现Karplus-Strong算法、树莓派激光音乐秀、物联网花园、树莓派音频机器学习。此外,本书还通过附录介绍如何安装Python和设置树莓派。本书适合已经了解了基本的Python语法和编程知识、想要尝试和探索通过Python编程解决实际问题的读者阅读,也可作为Python初学者练习项目开发的参考用书。 -
小学生C++趣味编程从入门到精通蔡驰聪 著《小学生C 趣味编程从入门到精通》是一本难度适中的小学生编程入门教材。《小学生C 趣味编程从入门到精通》根据小学生学习的特点,选取了 100 多个有趣且易于理解的例子来介绍程序设计的基本概念,让小学生体会到用程序解决实际问题的乐趣。《小学生C 趣味编程从入门到精通》对于较难理解的概念提供了图解,同时配备了 200 多道习题以巩固和加深学生对知识的理解。《小学生C 趣味编程从入门到精通》内容通俗易懂,案例丰富,特别适合作为小学四年级及以上学生的程序设计入门教材。另外,《小学生C 趣味编程从入门到精通》也适合作为信息学竞赛教师学习 C 语言的入门教材。 -
机器学习姜伟生《机器学习 : 全彩图解 微课 Python编程》是“鸢尾花数学大系:从加减乘除到机器学习”丛书的最后一册,前六本解决了编程、可视化、数学、 数据方面的诸多问题,而《机器学习 : 全彩图解 微课 Python编程》将开启机器学习经典算法的学习之旅。《机器学习 : 全彩图解 微课 Python编程》设置了 24 个话题,对应四大类机器学习经典算法(回归、分类、降维、聚类),覆盖算法包括:回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 最近邻分类、朴素贝叶斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、主成分分析与回归、核主成分分析、典型相关分析、 k 均值聚类、高斯混合模型、最大期望算法、层次聚类、 密度聚类、谱聚类。《机器学习 : 全彩图解 微课 Python编程》选取算法模型的目标是覆盖 Scikit-Learn 库的常用机器学习算法函数,让读者充分理解算法理论, 又能联系实际应用。因此,在学习《机器学习 : 全彩图解 微课 Python编程》时,特别希望调用 Scikit-Learn 各种函数来解决问题之余,更要理解 算法背后的数学工具。因此,《机器学习 : 全彩图解 微课 Python编程》给出适度的数学推导以及扩展阅读。《机器学习 : 全彩图解 微课 Python编程》提供代码示例和视频讲解,“鸢尾花书”强调在 JupyterLab 自主探究学习才能提高编程技能。本 书配套微课也主要以配套 Jupyter Notebooks 为核心,希望读者边看视频,边动手练习。《机器学习 : 全彩图解 微课 Python编程》读者群包括所有试图用机器学习解决问题的朋友,尤其适用于机器学习入门、初级程序员转型、 高级数据分析师、机器学习进阶。 -
仓颉程序设计语言刘安战 著本书是一本系统阐述仓颉程序设计语言的技术书籍,仓颉程序设计语言是一门由华为公司研发的国产计算机高级编程语言。全书共15章,全书从最简单的仓颉程序开始,全面覆盖了仓颉程序设计语言的基本语法语义规则。第1章为引言,简单介绍了仓颉语言的历史和特点。第2章介绍了第1个仓颉程序。第3、4章介绍了仓颉语言的基本类型、运算符、基本输入输出和控制结构等。第5章介绍了函数。第6-9章介绍了仓颉语言中的高级类型和类型关系,包括记录、枚举、类、接口、继承等。第10章介绍了泛型和常用集合,泛型是对类型的进一步抽象。第11章介绍了属性和扩展。第12章介绍了多线程和异常处理,多线程为处理并发问题提供了基础。第13章介绍了包,包管理为组织多文件及大型项目提供了机制保障。第14、15章是自动微分和元编程,自动微分为仓颉语言在人工智能应用中提供了更高的开发效率,元编程则使仓颉语言具有通过代码生成代码和修改代码的能力。本书在介绍仓颉语言特性的同时,配备了大量的示例代码说明,使读者在学习仓颉程序语言规则上更容易理解,书中示例代码均进行过测试。本书可作为开发者了解认识仓颉编程语言的入门书籍,可作为大学计算机、软件专业相关课程的教材或参考书,还可作为仓颉程序设计工程师的参考书籍。 -
Python机器学习算法及应用梁佩莹本书以Python 3.10.7为平台,以实际应用为背景,通过“概述 经典应用”的形式,深入浅出地介绍Python机器学习算法及应用的相关知识。全书共12章,主要内容包括在数据上的计算机学习能力、简单的机器学习分类算法、sklearn机器学习分类器、数据预处理、降维实现数据压缩、不同模型的集成学习、连续变量的回归分析、数据的聚类分析、从单层到多层的人工神经网络、使用深度卷积神经网络实现图像分类、使用循环神经网络实现序列建模、使用生成对抗网络合成新数据等。通过本书的学习,读者可领略到Python的简单、易学、易读、易维护等特点,同时感受到利用Python实现机器学习的普遍性与专业性。本书可作为高等学校相关专业本科生和研究生的学习用书,也可作为相关专业科研人员、学者、工程技术人员的参考用书。
