Python 官方教程（//docs.python.org/3/tutorial/）的開頭是這樣寫的：“Python 是一門既容易上手又強大的編程語言。”這句話本身并無大礙，但需要注意的是，正因為它既好學又好用，所以很多Python程序員只用到了其強大功能的一小部分。
只需要幾個小時，經驗豐富的程序員就能學會用 Python 寫出實用的程序。然而隨著這最初高產的幾個小時變成數周甚至數月，在那些先入為主的編程語言的影響下，開發者們會慢慢地寫出帶著“口音”的 Python 代碼。即便 Python 是你的初戀，也難逃此命運。因為在學校里，抑或是那些入門書上，教授者往往會有意避免只跟語言本身相關的特性。
另外，向那些已在其他語言領域里有了豐富經驗的程序員介紹 Python 的時候，我還發現了一個問題：人們總是傾向于尋求自己熟悉的東西。受到其他語言的影響，你大概能猜到Python會支持正則表達式，然后就會去查閱文檔。但是如果你從來沒見過元組拆包（tuple unpacking），也沒聽過描述符（descriptor）這個概念，那么估計你也不會特地去搜索它們，然后就永遠失去了使用這些Python獨有的特性的機會。這也是本書試圖解決的一個問題。
第一部分
第一部分只有單獨的一章，講解的是 Python 的數據模型（datamodel），以及如何為了保證行為一致性而使用特殊方法（比如__repr__），畢竟 Python 的一致性是出了名的。其實整本書幾乎都是在講解 Python 的數據模型，第 1 章算是一個概覽。
第二部分
第二部分包含了各種集合類型：序列（sequence）、映射（mapping）和集合（set），另外還提及了字符串（str）和字節序列（bytes）的區分。說起來，最后這一點也是讓親者（Python 3 用戶）快，仇者（Python 2 用戶）痛的一個關鍵，因為這個區分致使 Python 2代碼遷移到 Python 3 的難度陡增。第二部分的目標是幫助讀者回憶起Python 內置的類庫，順帶解釋這些類庫的一些不太直觀的地方。具體的例子有 Python 3 如何在我們觀察不到的地方對 dict 的鍵重新排序，或者是排序有區域（locale）依賴的字符串時的注意事項。為了達到本部分的目標，有些地方的講解會比較大而全，像序列類型和映射類型的變種就是這樣；有時則會寫得很深入，比方說我會對dict 和 set 底層的散列表進行深層次的討論。
第三部分
如何把函數作為一等對象（first-order object）來使用。第三部分首先會解釋前面這句話是什么意思，然后話題延伸到這個概念對那些被廣泛使用的設計模型的影響，最后讀者會看到如何利用閉包（closure）的概念來實現函數裝飾器（function decorator）。這一部分的話題還包括Python 的這些基本概念：可調用（callable）、函數屬性（functionattribute）、內省（introspection）、參數注解（parameter annotation）和Python 3 里新出現的 nonlocal 聲明。
第四部分
到了這里，書的重點轉移到了類的構建上面。雖然在第二部分里的例子里就有類聲明（class declaration）的出現，但是第四部分會呈現更多的類。和任何面向對象語言一樣，Python 還有些自己的特性，這些特性可能并不會出現在你我學習基于類的編程的語言中。這一部分的章節解釋了引用（reference）的原理、“可變性”的概念、實例的生命周期、
如何構建自定義的集合類型和 ABC、多重繼承該怎么理順、什么時候應該使用操作符重載及其方法。
第五部分
Python 中有些結構和庫不再滿足于諸如條件判斷、循環和子程序（subroutine）之類的順序控制流程，第五部分的筆墨會集中在這些構造和庫上。我們會從生成器（generator）起步，然后話題會轉移到上下文管理器（context manager）和協程（coroutine），其中會涵蓋新增的功能強大但又不容易理解的 yield from 語法。這一部分以并發性和面向事件的 I/O 來結尾，其中跟并發性相關的是 collections.futures這個很新的包，它借助 futures 包把線程和進程的概念給封裝了起
來；而跟面向事件 I/O 相關的則是 asyncio，它的背后是基于協程和yield from 的 futures 包。
第六部分
第六部分的開頭會講到如何動態創建帶屬性的類，用以處理諸如JSON 這類半結構化的數據。然后會從大家已經熟悉的特性（property）機制入手，用描述符從底層來解釋 Python 對象屬性的存取。同時，函數、方法和描述符的關系也會被梳理一遍。第六部分會從頭至尾地實現一個字段驗證器，在這個過程中我們會遇到一些微妙的問題，然后在最后一章中就自然引出像類裝飾器（class decorator）和元類（metaclass）這些高級的概念。
付費5元查看完整內容
相關內容
R語言
·
首先加速介紹R生態系統、編程語言和工具，包括R腳本和RStudio。通過使用許多例子和項目，這本書教你如何將數據導入R，以及如何使用R處理這些數據。一旦基礎扎實，《實用R 4》的其余部分將深入具體的項目和例子，從使用R和LimeSurvey運行和分析調查開始。接下來，您將使用R和MouselabWeb執行高級統計分析。然后，您將看到在沒有統計信息的情況下R如何工作，包括如何使用R自動化數據格式化、操作、報告和自定義函數。
本書的最后一部分討論了在服務器上使用R;您將使用R構建一個腳本，該腳本可以運行RStudio服務器并監視報表源的更改，以便在發生更改時向用戶發出警報。這個項目包括定期電子郵件提醒和推送通知。最后，您將使用R創建一個定制的個人最重要信息的每日綱要報告，例如天氣報告、每日日歷、待辦事項等等。這演示了如何自動化這樣一個過程，以便用戶每天早上導航到相同的web頁面并獲得更新的報告。
你將學到什么
- 設置并運行R腳本，包括在新機器上的安裝以及下載和配置R
- 使用RStudio Server將任何機器變成可從任何地方訪問的強大數據分析平臺
- 編寫基本的腳本并修改現有的腳本以滿足自己的需要。
- 在R中創建基本的HTML報告，根據需要插入信息
- 構建一個基本的R包并發布它
這本書是給誰的
- 建議您之前接觸過統計學、編程和SAS，但不是必需的。
付費5元查看完整內容
通過這個緊湊的實用指南，開始使用Python進行數據分析。這本書包括三個練習和一個用正確的格式從Python代碼中獲取數據的案例研究。使用Python學習數據分析還可以幫助您使用分析發現數據中的意義，并展示如何可視化數據。
每一節課都盡可能是獨立的，允許您根據需要插入和退出示例。如果您已經在使用Python進行數據分析，那么您會發現您希望知道如何使用Python來完成許多事情。然后，您可以將這些技術直接應用到您自己的項目中。
如果您不使用Python進行數據分析，那么本書從一開始就帶您了解基礎知識，為您在該主題中打下堅實的基礎。當你閱讀完這本書的時候，你會對如何使用Python進行數據分析有更好的理解。
你將學到什么
- 從Python代碼中獲取數據
- 準備數據及其格式
- 找出數據的意義
- 使用iPython可視化數據
這本書是給誰的
想學習使用Python進行數據分析的同學。建議您具有Python方面的經驗，但不是必需的，因為您需要具有數據分析或數據科學方面的經驗。
付費5元查看完整內容
這本教科書通過提供實用的建議，使用直接的例子，并提供相關應用的引人入勝的討論，以一種容易理解的方式介紹了基本的機器學習概念。主要的主題包括貝葉斯分類器，最近鄰分類器，線性和多項式分類器，決策樹，神經網絡，和支持向量機。后面的章節展示了如何通過“推進”的方式結合這些簡單的工具，如何在更復雜的領域中利用它們，以及如何處理各種高級的實際問題。有一章專門介紹流行的遺傳算法。
這個修訂的版本包含關于工業中機器學習的實用應用的關鍵主題的三個全新的章節。這些章節研究了多標簽域，無監督學習和它在深度學習中的使用，以及歸納邏輯編程的邏輯方法。許多章節已經被擴展，并且材料的呈現已經被增強。這本書包含了許多新的練習，許多解決的例子，深入的實驗，和獨立工作的計算機作業。
//link.springer.com/book/10.1007/978-3-319-63913-0#about
付費5元查看完整內容
?介紹
這本書在保持非常務實的教導和結果導向付出很大的精力。構建聊天機器人不只是完成一個教程或遵循幾個步驟，它本身就是一種技能。這本書肯定不會用大量的文本和過程讓你感到無聊；相反，它采用的是邊做邊學的方法。到目前為止，在你的生活中，你肯定至少使用過一個聊天機器人。無論你是不是一個程序員，一旦你瀏覽這本書，你會發現構建模塊的聊天機器人，所有的奧秘將被揭開。建立聊天機器人可能看起來很困難，但這本書將讓你使它如此容易。我們的大腦不是用來直接處理復雜概念的；相反，我們一步一步地學習。當你讀這本書的時候，從第一章到最后一章，你會發現事情的進展是多么的清晰。雖然你可以直接翻到任何一章，但我強烈建議你從第一章開始，因為它肯定會支持你的想法。這本書就像一個網絡系列，你在讀完一章之后就無法抗拒下一章的誘惑。在閱讀完這本書后，你所接觸到的任何聊天機器人都會在你的腦海中形成一幅關于聊天機器人內部是如何設計和構建的畫面。
這本書適合誰？
這本書將作為學習與聊天機器人相關的概念和學習如何建立他們的一個完整的資源。那些將會發現這本書有用的包括: Python web開發人員希望擴大他們的知識或職業到聊天機器人開發。 學生和有抱負的程序員想獲得一種新的技能通過親身體驗展示的東西，自然語言愛好者希望從頭開始學習。 企業家如何構建一個聊天機器人的偉大的想法,但沒有足夠的技術關于如何制作聊天機器人的可行性信息。 產品/工程經理計劃與聊天機器人相關項目。
如何使用這本書？
請記住，這本書的寫作風格和其他書不一樣。讀這本書的時候要記住，一旦你完成了這本書，你就可以自己建造一個聊天機器人，或者教會別人如何建造一個聊天機器人。在像閱讀其他書籍一樣閱讀這本書之前，務必記住以下幾點:
- 這本書涵蓋了構建聊天機器人所需的幾乎所有內容，而不是現有內容。
- 這本書是關于花更多的時間在你的系統上做事情的，這本書就在你身邊。確保您執行每個代碼片段并嘗試編寫代碼；不要復制粘貼。
- 一定要按照書中的步驟去做；如果你不理解一些事情，不要擔心。你將在本章的后面部分了解到。
- 可以使用本書所提供的源代碼及Jupyter NoteBook作為參考。
內容概要
- Chapter 1: 在本章中，你將從商業和開發人員的角度了解與聊天機器人相關的事情。這一章為我們熟悉chatbots概念并將其轉換為代碼奠定了基礎。希望在本章結束時，你會明白為什么你一定要為自己或你的公司創建一個聊天機器人。
- Chapter 2: 在本章中會涉及聊天機器人的自然語言處理，你將學習到聊天機器人需要NLP時應該使用哪些工具和方法。這一章不僅教你在NLP的方法，而且還采取實際的例子和演示與編碼的例子。本章還討論了為什么使用特定的NLP方法可能需要在聊天機器人。注意，NLP本身就是一種技能。
- Chapter 3: 在本章中，你將學習如何使用像Dialogflow這樣的工具以一種友好而簡單的方式構建聊天機器人。如果你不是程序員，你肯定會喜歡它，因為它幾乎不需要編程技能。
- Chapter 4：在本章中，你將學習如何以人們想要的方式構建聊天機器人。標題說的很艱難，但一旦你完成了前一章，你會想要更多，因為這一章將教如何建立內部聊天機器人從零開始，以及如何使用機器學習算法訓練聊天機器人。
- Chapter 5：在本章中，部署你的聊天機器人純粹是設計給你的聊天機器人應用一個最后的推動。當你經歷了創建聊天機器人的簡單和艱難的過程后，你肯定不想把它留給自己。你將學習如何展示你的聊天機器人到世界使用Facebook和Slack，最后，整合他們在你自己的網站。
付費5元查看完整內容
Python程序員將使用這些有用的單行程序來提高他們的計算機科學技能。
Python單行程序將教會您如何閱讀和編寫“單行程序”:將有用功能的簡明語句封裝到一行代碼中。您將學習如何系統地解包和理解任何一行Python代碼，并像專家一樣編寫雄辯、強大的壓縮Python。
本書共分五章，內容包括技巧和技巧、正則表達式、機器學習、核心數據科學主題和有用的算法。對一行程序的詳細解釋將介紹關鍵的計算機科學概念，并提高您的編碼和分析技能。您將了解高級Python特性，如列表理解、切片、lambda函數、正則表達式、映射和縮減函數以及切片分配。您還將學習如何:
?利用數據結構來解決現實世界的問題，比如使用布爾索引來查找污染水平高于平均水平的城市
?使用NumPy基礎，如數組、形狀、軸、類型、廣播、高級索引、切片、排序、搜索、聚合和統計
?計算多維數據數組的基本統計量和無監督學習的K-Means算法
?使用分組和命名組、負查找頭、轉義字符、空白、字符集(和負字符集)和貪婪/非貪婪操作符創建更高級的正則表達式
?了解廣泛的計算機科學主題，包括字謎、回文、超集、排列、階乘、質數、斐波納契數、混淆、搜索和算法排序
在本書的最后，您將了解如何以最精煉的方式編寫Python，并僅用一行代碼就創建簡潔、漂亮的“Python藝術”片段。
付費5元查看完整內容
概率圖模型是機器學習中的一種技術，它使用圖論的概念來簡明地表示和最佳地預測數據問題中的值。
圖模型為我們提供了在數據中發現復雜模式的技術，廣泛應用于語音識別、信息提取、圖像分割和基因調控網絡建模等領域。
這本書從概率論和圖論的基礎開始，然后繼續討論各種模型和推理算法。所有不同類型的模型都將與代碼示例一起討論，以創建和修改它們，并在它們上運行不同的推理算法。有一整章是關于樸素貝葉斯模型和隱馬爾可夫模型的。這些模型已經通過實際例子進行了詳細的討論。
你會學到什么
- 掌握概率論和圖論的基本知識
- 使用馬爾可夫網絡
- 實現貝葉斯網絡
- 圖模型中的精確推理技術，如變量消除算法
- 了解圖模型中的近似推理技術，如消息傳遞算法
圖模型中的示例算法 通過真實的例子來掌握樸素貝葉斯的細節 使用Python中的各種庫部署PGMs 獲得隱馬爾可夫模型的工作細節與現實世界的例子
詳細 概率圖模型是機器學習中的一種技術，它使用圖論的概念來簡潔地表示和最佳地預測數據問題中的值。在現實問題中，往往很難選擇合適的圖模型和合適的推理算法，這對計算時間和精度有很大的影響。因此，了解這些算法的工作細節是至關重要的。
這本書從概率論和圖論的基礎開始，然后繼續討論各種模型和推理算法。所有不同類型的模型都將與代碼示例一起討論，以創建和修改它們，并在它們上運行不同的推理算法。有一個完整的章節專門討論最廣泛使用的網絡樸素貝葉斯模型和隱馬爾可夫模型(HMMs)。這些模型已經通過實際例子進行了詳細的討論。
風格和方法 一個易于遵循的指南，幫助您理解概率圖模型使用簡單的例子和大量的代碼例子，重點放在更廣泛使用的模型。
付費5元查看完整內容
《快速Python書籍，第三版》是由Python權威Naomi Ceder編寫的關于Python語言的全面指南。作為一名熟練的教師，她完美地平衡了語言的細節和你處理任何任務所需的洞察力和建議。大量相關的例子和邊做邊學的練習可以幫助你第一次掌握每個重要的概念。無論您是抓取網站還是玩弄嵌套元組，您都會欣賞這本書的清晰、重點和對細節的關注。
這是Manning受歡迎的《快速Python》一書的第三版，對優雅的Python編程語言及其著名的易于閱讀的語法進行了清晰、清晰的介紹。這是為初學Python的程序員編寫的，最新的版本包含了新的練習。它簡明扼要地介紹了其他語言共有的特性，同時詳細介紹了Python的全面標準函數庫和獨特的特性。
付費5元查看完整內容
?
改進您的編程技術和方法，成為一個更有生產力和創造性的Python程序員。本書探索了一些概念和特性，這些概念和特性不僅將改進您的代碼，而且還將幫助您理解Python社區，并對Python哲學有深入的了解和詳細的介紹。
專業的Python 3，第三版給你的工具寫干凈，創新的代碼。它首先回顧了一些核心的Python原則，這些原則將在本書后面的各種概念和示例中進行說明。本書的前半部分探討了函數、類、協議和字符串的各個方面，描述了一些技術，這些技術可能不是常見的知識，但它們共同構成了堅實的基礎。后面的章節涉及文檔、測試和應用程序分發。在此過程中，您將開發一個復雜的Python框架，該框架將整合在本書中所學到的思想。
這個版本的更新包括Python 3中迭代器的角色、用Scrapy和BeautifulSoup進行web抓取、使用請求調用沒有字符串的web頁面、用于分發和安裝的新工具等等。在本書的最后，您將準備好部署不常見的特性，這些特性可以將您的Python技能提升到下一個級別。
你將學習
- 用各種類型的Python函數實現程序
- 使用類和面向對象編程
- 使用標準庫和第三方庫中的字符串
- 使用Python獲取web站點數據
- 通過編寫測試套件來自動化單元測試
- 回顧成像、隨機數生成和NumPy科學擴展
- 理解Python文檔的精髓，以幫助您決定分發代碼的最佳方式
這本書是給誰看的 熟悉Python的中級程序員，希望提升到高級水平。您應該至少編寫了一個簡單的Python應用程序，并且熟悉基本的面向對象方法、使用交互式解釋器和編寫控制結構。
付費5元查看完整內容
本書通過提供真實的案例研究和示例，為使用Python庫進行機器學習提供了堅實的基礎。它涵蓋了諸如機器學習基礎、Python入門、描述性分析和預測分析等主題。包括高級機器學習概念，如決策樹學習、隨機森林、增強、推薦系統和文本分析。這本書在理論理解和實際應用之間采取了一種平衡的方法。所有的主題都包括真實世界的例子，并提供如何探索、構建、評估和優化機器學習模型的逐步方法。
付費5元查看完整內容
這本教科書解釋的概念和技術需要編寫的程序，可以有效地處理大量的數據。面向項目和課堂測試，這本書提出了一些重要的算法，由例子支持，給計算機程序員面臨的問題帶來意義。計算復雜性的概念也被介紹，演示什么可以和不可以被有效地計算，以便程序員可以對他們使用的算法做出明智的判斷。特點:包括介紹性和高級數據結構和算法的主題，與序言順序為那些各自的課程在前言中提供; 提供每個章節的學習目標、復習問題和編程練習，以及大量的說明性例子; 在相關網站上提供可下載的程序和補充文件，以及作者提供的講師資料; 為那些來自不同的語言背景的人呈現Python的初級讀本。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191