技术教程

资源名称：从Python开始学编程 内容简介： 改编自Vamei博客的《Python快速教程》。本书以Python为样本，不仅介绍了编程的基本概念，还着重讲解编程语言的主流范式：面向过程、面向对象、面向函数。读者不仅可以轻松学会Python，以后再学习其他编程语言时也会更加容易。 作者简介： 作者曾从事高性能运算方面的研究，现从事智能硬件方面的创业。个人技术博客点击量超600万，写作有多个编程教程。 资源目录： 第1章　用编程改造世界 1.1　从计算机到编程 1.2　所谓的编程，是做什么 1.3　为什么学Python 1.4　最简单的Hello World 第2章　先做键盘侠 2.1　计算机会算术 2.2　计算机记性好 2.3　计算机懂选择 2.4　计算机能循环 第3章　过程大于结果 3.1　懒人炒菜机 3.2　参数传递 3.3　递归 3.4　引入那把宝剑 3.5　异常处理 第4章　朝思暮想是对象 4.1　轻松看对象 4.2　继承者们 4.3　那些年，错过的对象 4.4　意想不到的对象 第5章　对象带你飞 5.1　存储 5.2　一寸光阴 5.3　看起来像那样的东西 5.3　Python有网瘾 5.5　写一个爬虫 第6章　与对象的深入交往 6.1　一切皆对象 6.2　属性管理 6.3　我是风儿，我是沙 6.4　内存管理 第7章　函数式编程 ７.1　又见函数 7.2　被解放的函数 7.3　小女子的梳妆匣 7.4　高阶函数 7.5　自上而下

资源名称：从零开始学+Python 资源截图：

资源名称：数据科学导论 Python语言实现 内容简介： 本书由两位资深数据科学家撰写，融合其多年从事数据科学相关的教学和科研工作经验，借助现有的Python语法和结构知识，全面而系统地讲解进行数据科学分析和开发的相关工具、技术和*佳实践，包含清晰的代码和简化的示例。通过阅读本书，你将深入理解Python核心概念，成为高效数据科学实践者。 本书共6章，系统介绍了进行数据科学分析和开发所涉及的关键要素。书中首先介绍Python软件及相关工具包的安装和使用；接着不仅讲解数据加载、运算和改写等基本数据准备过程，还详细介绍特征选择、维数约简等高级数据操作方法；并且建立了由训练、验证、测试等过程组成的数据科学流程，结合具体示例深入浅出地讲解了多种机器学习算法；然后介绍了基于图模型的社会网络创建、分析和处理方法；最后讲解数据分析结果的可视化及相关工具的使用方法。 作者简介： Alberto Boschetti　数据科学家、信号处理和统计学方面的专家。他拥有通信工程专业博士学位，现在伦敦居住和工作。基于所从事的项目，他每天都要面对包括自然语言处理、机器学习和概率图模型等方面的挑战。他对工作充满激情，经常参加学术聚会、研讨会等学术活动，紧跟数据科学技术发展的前沿。 Luca Massaron　数据科学家、市场研究总监，是多元统计分析、机器学习和客户洞察方面的专家，有十年以上解决实际问题的经验，使用推理、统计、数据挖掘和算法为利益相关者创造了巨大的价值。他是意大利网络受众分析的先锋，并在Kaggler上获得排名前十的佳绩，随后一直热心参与一切与数据分析相关的活动，积极给新手和专业人员讲解数据驱动知识发现的潜力。他崇尚大道至简，坚信理解数据科学的本质能带来巨大收获。 资源目录： 译者序 前言 第1章　新手上路1 1.1　数据科学与Python简介1 1.2　Python的安装2 1.2.1　Python 2还是Python 33 1.2.2　分步安装3 1.2.3　Python核心工具包一瞥4 1.2.4　工具包的安装7 1.2.5　工具包升级9 1.3　科学计算发行版9 1.3.1　Anaconda10 1.3.2　Enthought Canopy10 1.3.3　PythonXY10 1.3.4　WinPython10 1.4　IPython简介10 1.4.1　IPython Notebook12 1.4.2　本书使用的数据集和代码18 1.5　小结25 第2章　数据改写26 2.1　数据科学过程26 2.2　使用pandas进行数据加载与预处理27 2.2.1　数据快捷加载27 2.2.2　处理问题数据30 2.2.3　处理大数据集32 2.2.4　访问其他数据格式36 2.2.5　数据预处理37 2.2.6　数据选择39 2.3　使用分类数据和文本数据41 2.4　使用NumPy进行数据处理49 2.4.1　NumPy中的N维数组49...

资源名称：零起点Python大数据与量化交易  内容简介： 《零起点Python大数据与量化交易》是国内较早关于Python大数据与量化交易的原创图书，配合zwPython开发平台和zwQuant开源量化软件学习，是一套完整的大数据分析、量化交易的学习教材，可直接用于实盘交易。《零起点Python大数据与量化交易》有三大特色：第一，以实盘个案分析为主，全程配有Python代码；第二，包含大量的图文案例和Python源码，无须专业编程基础，懂Excel即可开始学习；第三，配有专业的zwPython集成开发平台、zwQuant量化软件和zwDat数据包。 《零起点Python大数据与量化交易》内容源自笔者的原版教学课件，虽然限于篇幅和载体，省略了视频和部分环节，但核心内容都有保留，配套的近百套Python教学程序没有进行任何删减。考虑到广大入门读者的需求，笔者在各个核心函数环节增添了函数流程图。 资源目录： 第1章 从故事开始学量化 1 1.1 亿万富翁的“神奇公式” 2 1.1.1 案例1-1：亿万富翁的“神奇公式” 2 1.1.2 案例分析：Python图表 5 1.1.3 matplotlib绘图模块库 7 1.1.4 案例分析：style绘图风格 10 1.1.5 案例分析：colormap颜色表 12 1.1.6 案例分析：颜色表关键词 14 1.1.7 深入浅出 17 1.2 股市“一月效应” 18 1.2.1 案例1-2：股市“一月效应” 18 1.2.2 案例分析：“一月效应”计算 19 1.2.3 案例分析：“一月效应”图表分析 24 1.2.4 案例分析：颜色表效果图...

资源名称：Python算法教程 内容简介： 本书用Python语言来讲解算法的分析和设计。本书主要关注经典的算法，但同时会为读者理解基本算法问题和解决问题打下很好的基础。全书共11章。分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、Dijkstra算法、匹配切割问题以及困难问题及其稀释等内容。本书在每一章结束的时候均有练习题和参考资料，这为读者的自我检查以及进一步学习提供了较多的便利。在全书的最后，给出了练习题的提示，方便读者进行查漏补缺。 作者简介： Magnus Lie Hetland是一位经验丰富的Python程序员，他自20世纪90年代以来就一直在使用该语言。同时，他还是挪威科技大学的副教授，有着数十年的算法教学经验，是《Beginning Python》1一书的作者。 资源目录： 作者简介 版权声明 内容提要 技术评审人简介 译者简介 译者序 致谢 前言 第1章 引言 1.1 这是一本怎么样的书 1.2 为什么要读这本书 1.3 一些准备工作 1.4 本书主要内容 1.5 本章小结 1.6 如果您感兴趣 1.7 练习题 1.8 参考资料 第2章 基础知识 2.1　计算领域中一些核心理念 2.2　渐近记法 2.3　图与树的实现 2.4　请提防黑盒子 2.5　本章小结 2.6　如果您感兴趣 2.7　练习题 2.8　参考资料 第3章...

资源名称：Python机器学习经典实例 内容简介： 在如今这个处处以数据驱动的世界中，机器学习正变得越来越大众化。它已经被广泛地应用于不同领域，如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。 本书是为想用机器学习算法开发应用程序的Python 程序员准备的。它适合Python 初学者阅读，不过熟悉Python 编程方法对体验示例代码大有裨益。 作者简介： 作者简介： Prateek Joshi 人工智能专家，重点关注基于内容的分析和深度学习，曾在英伟达、微软研究院、高通公司以及硅谷的几家早期创业公司任职。 译者简介： 陶俊杰 长期从事数据分析工作，酷爱Python，每天都和Python面对面，乐此不疲。本科毕业于北京交通大学机电学院，硕士毕业于北京交通大学经管学院。曾就职于中国移动设计院，目前在京东任职。 陈小莉 长期从事数据分析工作，喜欢Python。本科与硕士毕业于北京交通大学电信学院。目前在中科院从事科技文献与专利分析工作。 资源目录： 第1章　监督学习　　1 1.1　简介　　1 1.2　数据预处理技术　　2 1.2.1　准备工作　　2 1.2.2　详细步骤　　2 1.3　标记编码方法　　4 1.4　创建线性回归器　　6 1.4.1　准备工作　　6 1.4.2　详细步骤　　7 1.5　计算回归准确性　　9 1.5.1　准备工作　　9 1.5.2　详细步骤　　10 1.6　保存模型数据　　10 1.7　创建岭回归器　　11 1.7.1　准备工作　　11 1.7.2　详细步骤　　12 1.8　创建多项式回归器　　13 1.8.1　准备工作　　13 1.8.2　详细步骤　　14 1.9　估算房屋价格　　15 1.9.1　准备工作　　15 1.9.2　详细步骤　　16 1.10　计算特征的相对重要性　　17 1.11　评估共享单车的需求分布　　19 1.11.1　准备工作　　19 1.11.2　详细步骤　　19 1.11.3　更多内容　　21 第2章　创建分类器　　24...