本书以图解的方式诠释数据结构复杂的概念。以热门的Python语言来实现如下数据结构及其算法：数组、堆栈、链表、队列、树、图、排序、查找等。每章都有范例，用于详解完整的算法及程序执行过程，读者可按照个人学习进度进行练习和实践。此外，本书提供了大量符合各章教学内容的习题，供读者随时检验自己的学习成果。附录提供了Python语言的快速入门指南以及使用Python语言编写范例时调试程序的经验和技巧。

Python语言在科学计算和数据处理领域应用前景广阔。大数据时代，催生了人们处理大量数据的实际需求。Python应用领域的拓展，越来越多的人将Python用于处理大型数值数据集，使用标准格式来行数据的存储和通信也显得越来越重要，而HDF5也正迅速成为人们存储科学数据的选择。本书会带你迅速了解使用HDF5对大小从GB至TB的数字数据集行存档和共享的细节、实践以及陷阱，体验在Python语言中用HDF5存储科学数据。通过真实世界的例子以及动手练习，你将依次学习科学数据集、层次性组织的组、用户定义的元数据，以及有互操作性的文件等主题。本书的例子对于Python2和Python3都适用。 本书包括以下内容：设置HDF5工具并创建HDF5文件。通过学习HDF5数据集对象来使用数据集。理解数据集分块和压缩等高级功能。使用组来学习如何利用HDF5层次性结构。使用HDF5的属性来添加元数

作者通过近三轮的教学，对Python 3.x的基础知识进行了筛选和总结，特编写此书，希望能够给准备使用Python的读者提供一些方便。 本书由浅入深，比较适合那些从未接触过计算机语言的读者。每章配有大量的示例代码，希望读者在使用本书的时候，能够尽可能自己敲代码，少用复制粘贴的方法，这样有利于读者尽快进入 角色 ，毕竟 拷贝得来终觉浅 。 本书的前3章是Python的基础知识；第4章是利用Pandas库对数据进行处理、分析以及实现数据可视化；在第5章还列出了Python对文件的读取、存储方法，对网络爬虫、矩阵运算也做了简单的介绍。

Python是一种通用型编程语言，其语法清晰简洁、标准库强大，还有大量的第三方库，因而近几年人气急剧上升，在很多领域都得到了广泛应用。 本书是一本Python性能提升指南，展示了如何利用Python的原生库以及丰富的第三方库来构建健壮的应用程序。书中阐释了如何利用各种剖析器来找出Python应用程序的性能瓶颈，并应用正确的算法和高效的数据结构来解决它们；介绍了如何有效地利用NumPy、Pandas和Cython高性能地执行数值计算；解释了异步编程的相关概念，以及如何利用响应式编程实现响应式应用程序；概述了并行编程的概念，并论述了如何利用TensorFlow和Theano为并行架构编写代码，以及如何通过Dask和PySpark等技术在计算机集群上执行大规模计算。 通过学习本书，你将能够实现高性能、可伸缩的Python应用程序。 - 利用NumPy和Pandas编写高效的数值计算代码 - 利用Cython