全书共14章。首先讲解了Go开发环境的搭建及开发工具的使用、程序元素的构成、基本数据类型、流程控制语句等基础知识;接着,深入介绍了复合数据类型、Go语言函数、结构体与方法等核心应用技术;然后详细探讨了Go语言接口的实现、Go语言的并发、反射机制以及包等高级应用;最后,在实践环节,通过对网络编程、Go语言文件处理、编译与工具等内容的讲解,让读者掌握在实际操作中对Go语言的网络编程的处理,同时学会应对出现错误问题的方法。

全书共分14章内容,结合现代商务职场应用需求,列举了37个职场中最常用、最有借鉴参考的办公案例,详细并系统地讲解WPS文字处理与文档编排、WPS表格编辑与数据处理分析、WPS演示文稿制作与放映等内容。而且全书还安排了42个“高手支招”的经验技巧,教导读者如何使用WPSOffice进行高效办公。内容包括:第1章新手如何学好与用好WPSOffice;第2章文档的录入、编辑与排版;第3章制作图文混排的办公文档;第4章在文档中添加表格、图示和图表;第5章文档的引用与审阅;第6章数据表格的创建与编辑;第7

本书内容包括三部分:第一部分为密码学基础;第二部分为身份验证和授权;第三部分为地域攻击。

本书从计算机的内部结构开始讲起，以图配文的形式详细讲解了二进制、内存、数据压缩、源文件和可执行文件、操作系统和应用程序的关系、汇编语言、硬件控制方法等内容，目的是让读者了解从用户双击程序图标到程序开始运行之间到底发生了什么。书中还专设了“如果是你，你会怎样讲呢？”专栏，以小学生、老奶奶等为对象讲解程序的运行原理，颇为有趣。 第3版升级了书中用到的软件产品和开发工具，并在正文和注释中补充了大量内容，让初学者更容易理解。对于旧版中颇受好评的硬件相关章节，更新了C语言的样例代码。书末附录关于C语言的章

本书是《LabVIEW虚拟仪器项目开发与管理》的升级版，共22章，包括基础知识、虚拟仪器项目开发方法以及项目管理和实践。第1~6章为基础知识，主要讲解LabVIEW程序前面板设计、数据结构、程序框图、函数和错误处理等内容；第7~19章主要讲解虚拟仪器项目开发方法，包括用于实际项目开发的单循环和多循环程序框架、程序用户界面扩展、数据类型扩展、代码和程序结构扩展、数据存储、数据库和面向对象开发技术、网络通信、信号与传感器、数据采集和滤波等数字信号处理相关的内容；第20~22章主要讲解项目管理和实践，

《FlaskWeb全栈开发实战》围绕Flask框架，详细地讲解了使用Flask开发网站的各项技术要点。全书共11章，首先讲解了Flask项目开发中的环境搭建、项目配置、URL与视图、Jinja2模板、数据库、表单、Flask进阶、缓存系统等。然后拓展了知识面，在项目实战中分别介绍了RESTfulAPI、邮箱验证码、Redis缓存、Celery异步任务、登录授权机制、角色权限管理、富文本编辑器、头像管理、文件上传以及Nginx、Gunicorn部署等技术要点；在WebSocket实战中讲解了Fla

《PythonWeb深度学习》详细阐述了与PythonWeb相关的基本解决方案，主要包括人工智能简介和机器学习基础、使用Python进行深度学习、创建第一个深度学习Web应用程序、TensorFlow.js入门、通过API进行深度学习、使用Python在Google云平台上进行深度学习、使用Python在AWS上进行深度学习、使用Python在MicrosoftAzure上进行深度学习、支持深度学习的网站的通用生产框架、使用深度学习系统保护Web应用程序、自定义Web深度学习生产环境、使用深度学

本书为“清华大学出版社2020年度和2021年度畅销图书”，由“十三五”国家重点出版规划项目及上海市高校精品课程负责人和教学名师等主编，突出“教、学、练、做、用一体化”，结合手机App研发及应用，实用、新颖、操作性强。全书共分10章，包括软件工程基础、可行性分析及研发策划、面向对象开发方法、软件需求分析、软件设计、软件编程实现、软件测试与维护、软件项目管理、软件工程新技术及体系、WebApp开发综合应用。本书内容体现软件研发的新知识、新技术、新方法、新成果、新标准及新应用，立体化资源丰富并配有同

《Rust项目开发实战》详细阐述了与Rust语言开发相关的基本解决方案，主要包括Rust语言简介、存储和检索数据、创建RESTWeb服务、创建完整的服务器端Web应用程序、利用Yew创建客户端WebAssembly应用程序、利用quicksilver创建WebAssembly游戏、利用ggez创建2D桌面游戏、解释和编译所用的解析器组合器、使用Nom创建计算机模拟器、创建Linux内核模块、Rust语言的未来等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。

《Python数据清洗》详细阐述了与Python数据清洗相关的基本解决方案，主要包括将表格数据导入Pandas中、将HTML和JSON导入Pandas中、衡量数据好坏、识别缺失值和离群值、使用可视化方法识别意外值、使用Series操作清洗和探索数据、聚合时修复混乱数据、组合DataFrame、规整和重塑数据、用户定义的函数和类等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。