资源搜

资源名称：Python和HDF5大数据应用 带目录完整pdf 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，使用标准格式来进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的数字数据集进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的属性来添加元数据，创建可以自解释的文件。利用HDF5的类型系统创建有互操作性的文件。使用引用，命名类型和维度标尺来表示数据之间的关系。了解在Python中如何编写能跟HDF5互动的并行代码。本书生产力和创造力的推进器的一个真实的例子。本书会让你觉得'HDF5很简单'。 资源截图：

资源名称：量化交易之路：用Python做股票量化分析 完整pdf 第1部分 对量化交易的正确认识第1章 量化引言 2第2部分 量化交易的基础第2章 量化语言——Python 14第3章 量化工具——NumPy 49第4章 量化工具——pandas 72第5章 量化工具——可视化 102第6章 量化工具——数学 134第3部分 量化交易系统的开发第7章 量化系统——入门 170第8章 量化系统——开发 203第9章 量化系统——度量与优化 243第4部分 机器学习在量化交易中的实战第10章 量化系统——机器学习?猪老三 278第11章 量化系统——机器学习?abu 318 资源截图：

资源名称：python高级数据处理与可视化 PDF 资源截图：

资源名称：精通Python自然语言处理 中文完整pdf 第1章 字符串操作 1 第2章 统计语言建模 21 第3章 形态学：在实践中学习 47 第4章 词性标注：单词识别 62 第5章 语法解析：分析训练资料 81 第6章 语义分析：意义很重要 103 第7章 情感分析：我很快乐 128 第8章 信息检索：访问信息 160 第9章 语篇分析：理解才是可信的 178 第10章 NLP系统评估：性能分析 189 资源截图：

资源名称：精通Python爬虫框架Scrapy 中文pdf 第1章 Scrapy简介1第2章 理解HTML和XPath10第3章 爬虫基础23第4章 从Scrapy到移动应用62第5章 迅速的爬虫技巧75第6章 部署到Scrapinghub94第7章 配置与管理102第8章 Scrapy编程119第9章 管道秘诀145第10章 理解Scrapy性能173第11章 使用Scrapyd与实时分析进行分布式爬取199 资源截图：

资源名称：Python3.6.5标准库 参考文档 完整pdf 1.介绍 2.内置函数 3.内置常量 4.内置类型 5.内置的例外 6.文字处理服务 7.二进制数据服务 8.数据类型 9.数字和数学模块 10.函数编程模块 11.文件和目录访问 12.数据持久性 13.数据压缩和归档 14.文件格式 15.加密服务 16.通用操作系统服务 17.并发执行 18.进程间通信和网络 19.互联网数据处理 20.结构化标记处理工具 21.互联网协议和支持 22.多媒体服务 23.国际化 24.计划框架 25.带有Tk的图形用户界面 26.开发工具 27.调试和分析 28.软件包装盒分销 29.Python运行时服务 30.自定义Python解释器 31.导入模块 32.Python语言服务 33.杂项服务 34.MS Windows特定服务 35.Unix特定服务 36.被取代的模块 37.未记录的模块 资源截图：

资源名称：PyTorch模型训练最新实用教程 PDF 本教程以实际应用、工程开发为目的，着重介绍模型训练过程中遇到的实际问题和方法。如上图所示，在机器学习模型开发中，主要涉及三大部分，分别是数据、模型和损失函数及优化器。本文也按顺序的依次介绍数据、模型和损失函数及优化器，从而给大家带来清晰的机器学习结构。 本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函数，并且对 PyTorch 提供的数据增强方法（22 个）、权值初始化方法（10 个）、损失函数（17 个）、优化器（6 个）及 tensorboardX 的方法（13 个）进行了详细介绍。 本教程分为四章，结构与机器学习三大部分一致： 第一章，介绍数据的划分，预处理，数据增强； 第二章，介绍模型的定义，权值初始化，模型 Finetune； 第三章，介绍各种损失函数及优化器； 第四章，介绍可视化工具，用于监控数据、模型权及损失函数的变化。 资源截图：

资源名称：Python程序设计开发宝典 (董付国) 中文pdf 第1章管中窥豹: Python概述1第2章万丈高楼平地起: 运算符、表达式与内置对象16第3章玄之又玄，众妙之门: 详解Python序列结构51第4章反者，道之动: 程序控制结构94第5章代码复用技术(一): 函数111第6章代码复用技术(二): 面向对象程序设计167第7章文本处理(一): 字符串209第8章文本处理(二): 正则表达式239第9章数据永久化: 文件内容操作257第10章文件与文件夹操作281第11章代码质量保障: 异常处理结构、程序调试与测试293第12章多任务与并行处理: 线程、进程、协程、分布式、GPU加速318第13章互通互联: asyncio提供的网络通信功能364 资源截图：

资源名称：Python机器学习经典实例 中文pdf 资源截图：

资源名称：Python可以这样学 (董付国) 完整pdf 第1章Python基础1第2章Python序列35第3章程序控制结构与函数设计71第4章面向对象程序设计122第5章字符串与正则表达式165第6章文件与文件夹操作206第7章异常处理结构、代码测试与调试252第8章数据库应用开发279第9章网络应用开发293第10章多线程与多进程333第11章大数据处理351第12章图形编程与图像处理361第13章数据分析与科学计算可视化384第14章密码学编程425第15章tkinter编程精彩案例436第16章课堂教学管理系统设计与实现466 资源截图：