本书是一本帮助大家轻松、快速掌握Python编程的入门读物。全书共有7章：走进Python的世界、Python的基础语法、顺序结构、选择结构、循环结构、简单算法、常用模块与应用。本书内容由浅入深、通俗易懂，根据不同知识点安排了学习目标、知识点精讲、上机实践题目、自测练习题及配套答案等内容。本书可帮助学习者轻松地自学Python编程，也适合中小学、培训机构教学使用。

本书从日常办公场景和职场人的实际工作需求出发，以实战案例为主线，分解一个个任务，用轻松的方式讲解使用 Python 编程语言解决办公难题，提升工作效率的知识与方法，内容涵盖：使用 Python 处理大量重复性的 Word 文档、Excel 表格工作，以此大大提升工作效率；巧用 Python 处理 PDF 文档、PPT演示文稿、电子邮件、图形图像，实现专业的内容输出；以及编写 Python 爬虫程序，抓取网络数据信息。这些知识是大部分人学习 Python 的目的所在，对于职场办公人士、科研人员和大学生都有很大的帮助。

互联网的发展，尤其是移动互联网的发展，使得社会对于UI设计人员的需求越来越大，其从业人员也需不断学习。本书共分十五章，以移动互联网应用需求为导向，以丰富实例为手段，详细讲解了UI设计的方法和技巧，以及注意事项等内容。 本书适宜从事UI设计以及相关的设计和美编人员参考。

《Unity Universal RP内置Shader解析》是一部系统讲解Unity Universal Render Pipeline内置Shader的应用型图书，旨在使读者能够了解URP与传统渲染流水线Shader的不同之处，让读者尽快在URP项目中编写出所需的Shader。《Unity Universal RP内置Shader解析》采用串联讲解的方式编写而成，主要分为三部分：首部分包含第1章，主要为了给读者普及URP的基本知识、项目的配置方法、内置Shader的不同用途以及Package中不同包含文件的作用，使之前还没有接触过URP的读者在学习之前能够全面了解UPR；第二部分包含第2～5章，主要讲解了URP中非常复杂的内置Shader-Lit，以及Shader中关联到的包含文件、函数和宏定义；第三部分包含第6～8章，讲解了Unlit内置的可视化Shader编辑器Shader G.aph，并讲解了车漆和流光灯两个Shader案例，用于巩固前面章节所学到的内容，并加深对于URPShader的理解。《Unity Universal RP内置Shader解析》主要适合各大培训机构、高等院校作为Unity Shader课程教材，或从事Unity程序开发的读者参考。

《云原生中台架构开发与运维》基于云原生技术规范和中台架构设计理念，设计了一个具有前台应用、中台应用和后台应用的简单应用平台实例，通过该实例演示使用SpringBoot开发框架、SpringCloud工具套件和Vue.js前端开发框架等工具的开发过程。此外，以该实例为主导，在部署过程中通过使用Docker进行容器化处理，使用Kubernetes进行集群发布管理以及使用Jenkins进行自动化构建等方法，实现快速迭代和持续交付。阅读《云原生中台架构开发与运维》，读者可以完整体验运用云原生技术和中台架构设计进行应用开发、测试和快速部署的整个过程。《云原生中台架构开发与运维》分为8章，内容包括云原生概念，中台架构设计，后台应用、中台应用、前台应用开发实例讲解，应用容器化实施，容器集群管理，自动化测试，自动化部署和快速迭代实施等。《云原生中台架构开发与运维》主要面向Java开发者，适合使用SpringBoot开发框架、SpringCloud工具套件和Vue.js开发框架的开发者，微服务和中台架构的设计者，使用Docker、Kubernetes、Jenkins等工具的云计算运维人员以及云原生产品测试和设计人员等。

本书自第1版出版至今，近40年来在软件工程界产生了巨大而深远的影响。第9版继承了之前版本的风格与优势，全面系统地讲解软件过程、建模、质量与安全、软件项目管理等知识，涵盖相关的概念、原则、方法和工具，并且提供了丰富的扩展阅读资源和网络资源。同时，本书调整了篇章结构，使内容更加简洁，更适于教学。本书是面向本科生的版本，保留了完整版中的基础内容，压缩或删除了一些高级内容，更加适合作为高等院校计算机、软件工程及相关专业的软件工程课程教材。

R语言是一个自由、免费、源代码开放的编程语言和开发环境，它提供了强大的数据分析功能和丰富的数据可视化手段。随着数据科学的快速发展，R语言已经成为数据分析领域炙手可热的通用语言。《R语言数据分析从入门到实战》共14章，内容主要包括R语言简介、读写数据、从流程控制到自定义函数、绘图功能、基本统计、决策树、K均值聚类算法、遗传算法、关联性规则、文本挖掘、推荐系统、可视化数据分析、探索性数据分析及案例分析等。《R语言数据分析从入门到实战》内容通俗易懂，案例丰富，实用性强，特别适合R语言的入门读者和进阶读者阅读，也适合数据分析人员、数据挖掘人员等其他数据科学从业者阅读参考。R语言是一套自由免费的软件，具有入门容易．使用简单的特点，目前多应用于机器学习、数据分析、文本分析、推荐系统等领域。第1-5章介绍R的基本操作及应用，包括R简介、读写数据、从流程控制到函数，接着介绍R的绘图功能、基本统计及常用包的运用。第6-9章介绍各类学习算法，如决策树算法、K均值聚类算法、遗传算法等，每一章都加入示例供读者练习。第10-13章介绍关联性规则、文本挖掘、推荐系统和可视化数据分析等内容。第14章介绍探索性数据分析及案例分析，对R软件在数据分析上的使用进行更完整的补充。

《UG NX 1926快速入门与深入实战/计算机技术开发与应用丛书》针对零基础的读者，循序渐进地介绍使用UGNX1926进行机械设计的相关内容，包括UGNX1926概述、UGNX1926软件的安装、软件的工作界面与基本操作设置、二维草图设计、零件设计、钣金设计、装配设计、模型的测量与分析、工程图设计等。为了能够使读者更快地掌握该软件的基本功能，在内容安排上，书中结合大量的案例对UGNX软件中的一些抽象的概念、命令和功能进行讲解。在写作方式上，《UG NX 1926快速入门与深入实战/计算机技术开发与应用丛书》采用软件的真实操作界面、对话框、操控板和按钮进行具体讲解，这样就可以让读者通过直观、准确地操作软件进行学习，从而尽快人手，提高学习效率。另外，《UG NX 1926快速入门与深入实战/计算机技术开发与应用丛书》中的案例都是根据国内外著名公司的培训教案整理而成，具有很强的实用性。《UG NX 1926快速入门与深入实战/计算机技术开发与应用丛书》内容全面、条理清晰、实例丰富、讲解详细、图文并茂，可作为广大工程技术人员学习UGNX的自学教材和参考书，也可作为大中专院校学生和各类培训学校学员的UGNX课程上课或者上机练习素材。

1990年，多数企业里的信息系统和应用都是各自为政、互不连接的。大家开始意识到“信息孤岛”对业务发展的制约，并开始致力于不同系统之间的信息共享。2000年，有系统、成体系的企业应用集成（EAI）开始出现和完善。这一阶段关注的重点是如何在通信机制和通信数据两个层面上利用企业服务总线（ESB）将需要进行集成的系统和应用之间的关联性进行解耦的问题。事件（Event）和公共数据模型（CDM）便是这个阶段相应引入的概念。然而，对涉及系统集成应用的开发者来说，解决每一个独特的系统和应用连接的复杂性问题依然是大挑战之一。2005年，服务的概念开始被广泛采用。一统天下的SOAP服务逐渐成为每一个开发员必备的技能。服务主推的是系统连接和系统所包含的业务流程的标准化，将系统连接的复杂性（对系统集成的设计和实施）掩盖起来，强调的是业务逻辑的重用性。2015年，早在2000年就已提出的REST的架构风格被越来越多地认可，RESTAPI大行其道。API并非要取代系统集成和服务；而是要在更高的抽象层次上对业务进行重新思考，力图将企业的资源放到业务应用开发团队的手中，让他们能够自主、自助地完成自己的业务项目，并最终实现应用互联网和成规模的API经济。《现代API：通往架构师之门（第2版）》首先回顾系统集成及服务的历史，对其核心概念和核心思想进行重新阐述；然后从基本概念、REST架构、生命周期、具体实施、实践、业务影响和技术前瞻等方面对API进行全方位的介绍；最后是作者对如何成为一个好的架构师的感悟与建议。贯穿全书的是作者在过去近20年里，为北美18个行业里的50多家大型公司进行系统集成及API项目设计和实施积累下来的实战案例。期待《现代API：通往架构师之门（第2版）》能够为有志于成为优秀的系统集成和API架构师的开发员们提供一条学习和提高的借鉴之路。同时，也希望《现代API：通往架构师之门（第2版）》（尤其是第14和15章）可以为正在寻找企业创新和数字化转型方面商业案例的MBA教员和学员们提供一些思路和素材。《现代API：通往架构师之门（第2版）》首先回顾了系统集成及服务的历史，对其核心概念和核心思想进行重新阐述；然后从基本概念、REST架构、生命周期、具体实施、实践、业务影响和技术前瞻等方面对API进行全方位的介绍；最后是作者对如何做一个好的架构师的感悟与建议。贯穿全书的是作者在近20年里，为北美18个行业里的50多家大型公司进行系统集成及API项目设计和实施积累下来的实战案例。《现代API：通往架构师之门（第2版）》为有志于成为系统集成和API架构师的程序员提供了一条学习和提高的路线图，适合程序开发人员及管理人员阅读和参考。

智能算法是在进化计算、模糊逻辑、神经网络三个分支发展相对成熟的基础上，通过相互之间的有机融合进而形成的新的科学方法，也是智能理论和技术发展的崭新阶段。该书对智能算法的前沿领域进行了详细论述，主要内容包括遗传算法、免疫算法、Memetic算法、粒子群算法、蚁群算法、狼群算法、人工蜂群算法、细菌觅食优化算法、分布估计算法、差分进化算法、模拟退火算法、贪心算法、雨滴算法、禁忌搜索算法、量子算法、A*算法、神经网络算法、深度学习算法、强化学习及混合智能算法。《智能算法导论》着重对上述领域的国内外发展现状进行总结，阐述编者对相关领域未来发展的思考。该书可以为计算机科学、信息科学、人工智能自动化技术等领域从事自然计算、机器学习、图像处理研究的相关专业技术人员提供参考，也可以作为相关专业研究生和高年级本科生教材。