本书基于Java的长期支持版本（Java?11）系统地讲解Java的核心语法，内容全面，深入浅出，贯穿了大量实例。本书详细讲解了Java及面向对象编程基础、图形用户界面的编程方法、基础类和工具类的使用方法、泛型与集合框架、Java?I/O技术、JDBC编程技术、多线程机制、网络编程技术等实用内容。本书强调理论与应用相结合，自第2章开始，每章的最后一节均为编程实训，应用该章涉及的内容完成相应的实训案例。第2～3章逐步完成气泡案例，第4～13章逐步完成飞机大战案例。本书适合计算机相关专业的本科生、专

本书系统介绍了Python语言的主要语法特性，内容设计上注重实战，针对具体知识点设计了简单、易懂的应用案例，同时在每个章节最后设计了一个或多个实训任务，每个实训任务都会根据开发步骤详细阐述编程实现过程。读者可以结合具体的实训任务，在编程实战中快速掌握Python编程技术。本书共14章，其中第1～7章主要介绍Python的语法特性，包括Python语言概述、Python语言基础知识、程序控制结构、函数与模块、组合数据类型、面向对象编程、文件操作；第8～14章主要介绍Python在各个应用领域的实战

这是一本关于Python编程的书。它并未覆盖Python的方方面面，其重点是呈现现代且精选的Python语言核心，即侧重于Python编程本身。本书包括抽象实现、程序结构、数据、函数、对象、模块等主题，这些主题能够有效帮助Python程序员应对各种项目规模的挑战。同时，本书通常会省略那些完全可以通过IDE轻松获取的参考内容（例如函数列表、命令名称、参数等），并特意不去描述Python编辑器工具、IDE、部署等快速变化的内容及相关问题。

财务人员每天都在处理各种各样的表格，计算各种各样的数据，然而，有些财务人仍停留在手工处理数据阶段，效率低，费时费力。本书共8章，从正确认识Excel和规范表单结构，结合大量实际案例，介绍在财务工作中经常使用的Excel技能、技巧，对于每个知识点、技能点以及实际案例，都录制了相应的操作视频，帮助读者快速提升Excel的应用能力。本书的学习视频共134节，808分钟，用手机扫描书中二维码即可观看。本书适合各类财务人员、其他相关专业人员和财经类院校财务专业的学生学习使用。

本书在介绍深度学习、百度飞桨等相关知识的基础上，着重介绍了图像分类、目标检测、语义分割、人体关键点检测、图像生成、视频分类、图像文本检测和识别、图像识别等计算机视觉任务的实现原理及深度学习模型框架，并通过具体案例来详细介绍各任务的实现细节。全书分为理论篇和实战篇。理论篇（第1～4章）梳理了计算机视觉技术的发展历程、主要任务、行业应用系统，同时简要介绍了深度学习开发框架、飞桨（PaddlePaddle）开发平台，以及深度学习的基础知识与网络模型架构。实战篇（第5～12章）结合计算机视觉的各个任务要

《GraphPadPrism科技绘图与数据分析》以GraphPadPrism9.4为软件平台，结合编者多年的数据分析经验，通过大量实例系统全面地介绍Prism在科研数据处理中的使用方法与技巧。全书共11章：第1~3章主要讲解GraphPadPrism的基础知识，包括用户界面、项目组成、图形的输出、数据的输入、数据表类型、图形的修饰与美化等；第4~11章结合Prism数据表的特点，分别讲解各类数据表的数据格式、数据表能够完成的图表绘制以及可以实现的统计分析等。通过阅读本书，可以帮助读者快速掌握Gr

本书介绍了如何使用Python实现企业级的大数据全栈式开发、设计和编程工作，涉及的知识点包括数据架构整体设计、数据源和数据采集、数据同步、消息队列、关系数据库、NoSQL数据库、批处理、流处理、图计算、人工智能、数据产品开发。本书既深入浅出地介绍了不同技术组件的基本原理，又通过详细对比介绍了如何根据不同场景选择最佳实践技术方案，并通过代码实操帮助读者快速掌握常用技术的应用过程，最后通过项目案例介绍了如何将所学知识应用于实际业务场景中。

本书以图解的方式通俗易懂的讲解计算机系统中各项技术的本质，包括编程语言的本质是什么、操作系统、进程线程协程等的本质是什么、到底什么是内存、什么是堆区栈区、内存分配等是怎么一回事、怎样从晶体管构建出CPU、I/O是如何实现的等等，从根源出发，一步步讲解一项技术到底是怎么来的，同时内容可视化——辅助大量精心设计的插图，几乎做到了平均一页有一图，把对技术的理解门槛降到最低。

本书对二维、三维目标检测技术涉及的骨干网络及入门必备的计算机视觉算法进行全面的介绍。本书由浅入深地介绍了MNIST、ImageNet、CIFAR、波士顿房产、ModelNet等经典二维、三维数据集和相关国际赛事，还介绍了TensorFlow中的二维卷积层、全连接层、激活层、池化层、批次归一化层、随机失活层的算法和梯度下降原理，AlexNet、VGG、ResNet、DarkNet、CSP-DarkNet等经典骨干网络的设计原理，以及PointNet、GCN等三维计算机视觉神经网络。此外，本书通过设