Эта книга посвящена автоматизации работы с Excel при помощи Python. Рассматриваются дистрибутив Anaconda Python, менеджеры пакетов Conda и pip, блокноты Jupyter и Visual Studio Code. Описаны основные концепции Python и базовые принципы анализа данных с помощью pandas.

Также в книге приводятся методы работы с файлами Excel без использования самого Excel. Особое внимание уделено программированию приложений Excel с использованием пакета xlwings: автоматизация, создание инструментов на Python, применение трекера пакетов и разработка пользовательских функций.

За последние годы технологии значительно изменились: данные стали ключевыми, облака — повсеместными, а автоматизация — необходимой для всех. Python стал одним из ведущих языков программирования. Это руководство покажет, как использовать Python для автоматизации повседневных задач администрирования Linux с помощью утилит DevOps, таких как Docker, Kubernetes и Terraform.

Когда важно, чтобы программа работала быстро и экономила память, на помощь приходят алгоритмы. Книга Джорджа Хайнемана — это практическое руководство, которое кратко и четко объясняет ключевые алгоритмы, применимые в большинстве языков программирования.

Она не требует университетского образования, в отличие от многих учебников с упором на теорию. В книге даны готовые решения, написанные на Python, которые сразу можно использовать для повышения эффективности программ. Алгоритмы сопровождаются иллюстрациями, а исходные коды доступны в открытом доступе.

Если программирование – магия, то веб-скрапинг – настоящее колдовство. Написав простую автоматизированную программу, можно отправлять запросы веб-серверам, получать ответы с данными, а затем анализировать эти данные и извлекать необходимую информацию. Это обновленное третье издание книги не только познакомит вас с веб-скрапингом, но и послужит исчерпывающим руководством по сбору практически любых видов данных в современном Интернете. В части I основное внимание уделено механике веб-скрапинга: как с помощью Python отправлять запросы веб-серверам, обрабатывать ответы и автоматизировать взаимодействие с сайтами. В части II исследуются более конкретные инструменты и приложения, которые пригодятся при любом сценарии веб-скрапинга.

Издание представляет собой практический курс, состоящий из 13 разделов (12 из которых интерактивные — для среды JupyterLab). Курс содержит введение в основы языка Python с дальнейшим упором на аналитику данных (работа с наборами данных, статистика, язык SQL, метрики и машинное обучение). Формат материала прост для понимания, а каждый новый раздел включает в себя набор необходимых файлов, ссылок и практических заданий.

Книга «Рецепты на Python» предлагает простой и эффективный подход к изучению 63 основных навыков программирования на Python. Вопросы задаются поэтапно, например, «Как найти элементы в последовательности?», после чего предоставляется базовое решение с понятным кодом. Затем рассматриваются другие интересные подходы, такие как поиск подстрок или пользовательские классы. Закрепление полученных знаний происходит через решение задач перед переходом к следующему вопросу.

Автор охватывает все языковые инструменты, необходимые для уверенного владения Python. В процессе изучения книги вы познакомитесь с лучшими методами написания кода на Python. Конкретные рекомендации и иллюстрации помогут освоить каждый инструмент. Множество перекрестных ссылок указывает на возможность повторного использования изученных методов и концепций в разных контекстах.

Эта книга — отличный старт для изучения основ машинного обучения без опыта в программировании. Она предлагает ключевые алгоритмы ML, практические примеры и введение в классическую статистику.

Кроме того, в руководстве представлены материалы по загрузке бесплатных наборов данных, методам их очистки и подготовки к анализу, а также основам нейронных сетей и другим важным аспектам.

Это самое популярное в мире руководство по языку Python. Вы сможете не только максимально быстро его освоить, но и научитесь писать программы, устранять ошибки и создавать работающие приложения.
В первой части книги вы познакомитесь с основными концепциями программирования, такими как переменные, списки, классы и циклы, а простые упражнения приучат вас к шаблонам чистого кода. Вы узнаете, как делать программы интерактивными и как протестировать код, прежде чем добавлять в проект. Во второй части вы примените новые знания на практике и создадите три проекта: аркадную игру в стиле Space Invaders, визуализацию данных с удобными библиотеками Python и простое веб-приложение, которое можно быстро развернуть онлайн.

Данное руководство по программированию на одном из широко распространенных языков - Python - основано на практических примерах кодов, написанных специалистами и экспертами сообщества Stack Overflow, в котором лучшие разработчики программного обеспечения со всего мира делятся своими знаниями и опытом, отвечая на многие технические вопросы.

Опытные Python-программисты найдут в книге множество примеров кода с подробными комментариями, что поможет им усовершенствовать свои навыки и достичь новых высот в отрасли. Однако данное издание будет полезно и начинающим специалистам с минимальным опытом и уровнем знаний, так как содержит исчерпывающее объяснение важнейших концепций Python с примерами, которые позволят избежать погружения в сухую теорию и помогут быстро повысить уровень своих компетенций.

Этот курс погрузит вас в программирование на Python, а также познакомит с фреймворки Django для веб-разработки, Jupyter для интерактивных вычислений и Pygame для создания игр.

Особое внимание уделено освоению внешних пакетов для Machine Learning и Data Science, таким как Pandas, NumPy, Matplotlib и Scikit-learn.

Вы изучите все основные аспекты этого языка программирования, а также научитесь объектно-ориентированному и функциональному подходам, используя VS Code и Code Runner для практики.

В этой книге просто и понятно изложены основы компьютерных технологий. Описаны главные принципы работы с электронными вычислениями и двоичными числами; кратко объяснено устройство компьютерного железа, роль операционной системы и методы передачи данных в интернете.

Читатели получат начальные знания о языках программирования, работая с примерами на С и Python. Каждая глава включает упражнения и проекты для закрепления навыков. Книга полезна всем, кто стремится понять устройство компьютера.

Эта книга предлагает 120 задач, охватывающих различные области, такие как: анализ данных, прогнозирование, классификация и распознавание образов, и многое другое.

Каждая задача детально демонстрирует методы глубокого обучения и нейронных сетей: выбор архитектуры, подготовку данных, обучение и оценку. Примеры кода на Python делают материал доступным для практического освоения.

Книга полезна для специалистов по данным, исследователей, студентов и всех интересующихся современными методами глубокого обучения для науки, технологий и бизнеса.

Когда важно, чтобы программа работала быстро и экономила память, на помощь приходят алгоритмы. Книга Джорджа Хайнемана — это практическое руководство, которое кратко и четко объясняет ключевые алгоритмы, применимые в большинстве языков программирования.

Она не требует университетского образования, в отличие от многих учебников с упором на теорию. В книге даны готовые решения, написанные на Python, которые сразу можно использовать для повышения эффективности программ. Алгоритмы сопровождаются иллюстрациями, а исходные коды доступны в открытом доступе.

Сети — основа развертывания и поддержки приложений, а Python стал незаменимым инструментом для сетевых инженеров. С его помощью вы сможете выйти за рамки стандартных задач и освоить сетевую разработку для работы с технологиями следующего поколения.

Третье издание книги обновлено под Python 3 и дополнено главами по анализу сетевых данных через стек ELK (Elasticsearch, Logstash, Kibana, Beats) и облачные сети Azure. Также включены материалы по Ansible, pyATS и Nornir. Все примеры переработаны для лучшего понимания и совместимости.

Издание представляет собой практический курс, состоящий из 13 разделов (12 из которых интерактивные — для среды JupyterLab). Курс содержит введение в основы языка Python с дальнейшим упором на аналитику данных (работа с наборами данных, статистика, язык SQL, метрики и машинное обучение). Формат материала прост для понимания, а каждый новый раздел включает в себя набор необходимых файлов, ссылок и практических заданий.

Если программирование – магия, то веб-скрапинг – настоящее колдовство. Написав простую автоматизированную программу, можно отправлять запросы веб-серверам, получать ответы с данными, а затем анализировать эти данные и извлекать необходимую информацию. Это обновленное третье издание книги не только познакомит вас с веб-скрапингом, но и послужит исчерпывающим руководством по сбору практически любых видов данных в современном Интернете. В части I основное внимание уделено механике веб-скрапинга: как с помощью Python отправлять запросы веб-серверам, обрабатывать ответы и автоматизировать взаимодействие с сайтами. В части II исследуются более конкретные инструменты и приложения, которые пригодятся при любом сценарии веб-скрапинга.

Сети — основа развертывания и поддержки приложений, а Python стал незаменимым инструментом для сетевых инженеров. С его помощью вы сможете выйти за рамки стандартных задач и освоить сетевую разработку для работы с технологиями следующего поколения.

Третье издание книги обновлено под Python 3 и дополнено главами по анализу сетевых данных через стек ELK (Elasticsearch, Logstash, Kibana, Beats) и облачные сети Azure. Также включены материалы по Ansible, pyATS и Nornir. Все примеры переработаны для лучшего понимания и совместимости.

За последние годы технологии значительно изменились: данные стали ключевыми, облака — повсеместными, а автоматизация — необходимой для всех. Python стал одним из ведущих языков программирования. Это руководство покажет, как использовать Python для автоматизации повседневных задач администрирования Linux с помощью утилит DevOps, таких как Docker, Kubernetes и Terraform.

Книга охватывает применение ИИ и машинного обучения в бизнесе и инженерии. В ней рассматриваются основные алгоритмы, примеры построения моделей машинного обучения на Python с использованием библиотеки Scikit-Learn, создания нейросетей, используя библиотеки Keras и TensorFlow, а также основы оценки регрессионных моделей и классификации.

Приведены примеры распознавания лиц, обнаружения объектов и языковых моделей. Также обсуждается использование облачных API Cognitive Services для интеграции ИИ в приложения.

Книга «Python для хакеров» предлагает практические проекты, сразу погружая в написание программ. Вы будете экспериментировать с кодом, решать научные задачи, изучать статистику и даже искать экзопланеты. Главы включают цель, способы решения и задания для развития мышления программиста. Примеры: спасательная операция, полет на Луну, система распознавания лиц. Программы подходят для новичков, постепенно усложняясь. Завершив задания, вы сможете решать сложные задачи с Python самостоятельно.