کتاب پایتون، برای توسعه‌دهندگان پایتون که مشتاق آنالیز داده هستند و می‌خواهند داده آنالیز‌شده خود را به روشی کارآمد و مفید مصورسازی کنند، تهیه شده است.
شما با درآمدی بر اصول آنالیز داده و مجموعه کتب پشتیبان، به همراه اصول پکیج NumPy برای پردازش آماری و پردازش داده‌ها، کتاب را آغاز خواهید کرد. سپس، مروری بر پکیج Pandas خواهید داشت و از ویژگی‌های قدرتمند آن برای حل مشکلات پردازش داده استفاده خواهید کرد.
در ادامه، بازبینی مختصری از اپلیکیشن Matplotlib را دریافت خواهید کرد. سپس مدیریت زمان و ساختارهای داده،‌ بارگیری و ذخیره‌سازی داده در یک فایل یا پایگاه‌ داده با استفاده از پکیج‌های پایتون را فرا خواهید گرفت. با استفاده از نمونه‌های ارائه‌شده، می‌آموزید که چگونه پکیج‌های قدرتمند را برای پردازش داده‌های خام به داده‌های خالص و مفید، به کار ببندید، همچنین بازبینی مختصری از الگوریتم‌های یادگیری ماشین دریافت خواهید کرد که با به‌کارگیری نتایج تحلیل داده به تصمیم‌گیری یا ساخت محصولات مفید مانند توصیه‌ها و پیش‌بینی‌‌ها با استفاده از Scikit-learn، می‌پردازد. بعد از این، به‌ سمت تحلیل داده و تحلیل پیشگویانه تخصصی حرکت خواهید کرد.

با OpenCV، کاربردهای جذاب بینایی رایانه‌ای را درک و به واقعیت تبدیل کنید.
این مسیر یادگیری،‌ برای کسانی است که یک دانش عملی از پایتون دارند و می‌خواهند OpenCV را امتحان کنند.
کتاب برنامه OpenCV، شما را از یک مبتدی به یک متخصص در حوزه کاربردهای بینایی رایانه‌ای با استفاده از OpenCV تبدیل می‌کند.
کاربرد OpenCV، بسیار عظیم است. این برنامه یک کتابخانه به‌روز در حوزه بینایی رایانه‌ای است که تنوع عظیمی از عملیات پردازش تصویر و ویدئو را شامل می‌شود و کتاب حاضر‌ بهترین منبع برای آشنایی کامل شما با آن می‌باشد و شما را قادر می‌سازد تا الگوریتم‌های بینایی رایانه‌ای را در زمان واقعی، اجرا کنید. این کتاب در نظر دارد تا موضوعات زیر را آموزش دهد:
در ابتدا، یاد خواهید گرفت که چگونه با OpenCV و اپلیکیشن‌‌های OpenCV3 پایتون، کار خود را آغاز کنید و یک اپلیکیشن بینایی رایا‌نه‌ای را توسعه دهید که بخش‌های بدن را دنبال می‌کند. سپس اپلیکیشن‌های بینایی رایانه‌ای چشمگیری در سطح متوسط خواهید ساخت، مانند ساخت شی‌ای که از یک تصویر، ناپدید می‌شود، شناسایی اشکال مختلف، بازسازی یک نقشه سه‌بعدی از تصاویر و ساخت یک اپلیکیشن واقعیت افزوده. درنهایت، به سمت پروژه‌های پیشرفته‌تر حرکت خواهید کرد مانند تشخیص حرکت دست، ردیابی اشیاء برجسته بصری، همچنین شناسایی علائم ترافیکی و احساسات چهره‌ها، به‌ترتیب با استفاده از ماشین‌های بردار پشتیبانی و پرسپترون‌های چندلایه.

حتی اگر تاکنون هرگز برنامه‌نویسی نکرده باشید، کتاب حاضر به شما نحوه ساخت باز‌ی‌های کامپیوتری را با استفاده از زبان برنامه‌نویسی محبوب پایتون آموزش می‌دهد.
با ساخت بازی‌های کلاسیک مانند Hangman، Guess the Number و Tic-Tac-Toe کار را آغاز می‌کنید و سپس راه خود را به سمت بازی‌های پیشرفته‌تر مانند بازی مبتنی بر متن شکار گنج و بازی انیمیشن collision-dodging، همراه با افکت صدا، پیش می‌گیرید.
شما در طول راه، اصول کلیدی برنامه‌نویسی و مفاهیم ریاضی را یاد خواهید گرفت که به شما در پیشرفت مهارت‌های برنامه‌نویسی بازی خود به سطوح بعدی، کمک خواهد کرد. موضوعات ارائه‌شده در کتاب شامل ترکیب حلقه‌ها، متغیرها و تشریح کنترل جریان به سمت برنامه‌های دنیای واقعی، انتخاب ساختار داده‌ای صحیح مانند فهرست‌ها، واژه‌نامه‌ها و تاپل‌ها، اضافه‌کردن گرافیک‌ها و انیمیشن به بازی‌های خود با ماژول‌های پایتون، کنترل صفحه کلید و ورودی‌ موس،‌ برنامه‌‌نویسی هوش مصنوعی ساده، بطوریکه بتوانید در مقابل کامپیوتر بازی کنید، استفاده از رمزنگاری برای تبدیل پیام‌های متنی به کد مخفی، اشکال‌زدایی برنامه‌های خود و پیداکردن خطاهای رایج می‌باشد.
همچنانکه بر روی هر بازی کار می‌کنید، یک پایه قوی در حوزه برنامه‌نویسی پایتون و اصول علم کامپیوتر برای خود خواهید ساخت.
پروژه‌های این کتاب حاضر، با نرم‌افزار پایتون 3 سازگار است.

“آموزش تصویری پایتون”، پیشرفت مدرنی است که یادگیری برنامه‌نویسی را شهودی‌تر، آسان‌تر و سرگرم‌کننده، کرده است. این کتاب با استفاده از ابتدایی‌ترین روش یادگیری که ما ذاتا از دوران کودکی با آن آشنا هستیم، مشکل درک که بسیاری از کتاب‌های دیگر به نظر نتوانستند بر آن غلبه کنند را حل کرده است. افرادی که به صورت بصری اطلاعات را به خاطر می‌سپارند، بسیار متفاوت از همتایانی هستند که از سمت چپ مغزشان استفاده می‌کنند و در نتیجه از روش‌های مختلف بهره‌مند می‌شوند. تصاویر کاملا رنگی به محرک‌های حافظه کمک می‌کند تا مغز هرگز یک تصویر، سمبل یا شکل را فراموش نکند.

این مطالعه نوآورانه مفاهیم و مسائل موجود در فیزیک خاک و راه‌حل‌های مورد استفاده در برنامه‌های کامپیوتری را ارائه می‌دهد. این کتاب بررسی دقیقی از محیط فیزیکی خاک ازجمله تجزیه و تحلیل حرکت حرارت، آب و گاز را فراهم می‌کند. نویسندگان زبان برنامه‌نویسی پایتون را به‌کار گرفته‌اند، که درحال‌حاضر به‌طور گسترده برای حل مسائل عددی در علوم استفاده می‌شود. این متن بر حل معادلات دیفرانسیل برای جابجایی تمرکز دارد. با استفاده از روش‌های عددی برای حل معادلات دیفرانسیل امکان حل مسائل بسیار دشوار با ابزار نسبتا ساده ریاضی وجود دارد. روش‌های عددی، دیفرانسیل را به معادلات جبری تبدیل می‌کند که می‌تواند توسط روش‌های مرسوم جبر خطی حل شود.
هر فصل یکی از مفاهیم فیزیک خاک را معرفی کرده و عملکرد جهت توسعه برنامه‌های کامپیوتری برای حل معادلات را مورد بحث قرار می‌دهد. مسائل موجود در پایان هر فصل به تمرین خواننده کمک می‌کند. این کتاب کدهای منبع باز را توضیح داده و بررسی می‌کند و خواننده را با درک کامل راه‌حل‌ها آشنا می‌سازد. ابزارهای پایتون ترکیب ساده، تکنیک‌های برنامه‌نویسی شیء‌گرا، ابزارهای قدرتمند ریاضی و عددی و یک محیط کاربرپسند را ارائه می‌دهند.

با استفاده از این راهنمای کاربردی، روش مؤثر نوشتن کد پایتون را توسط بهره‌گیری از بهترین ویژگی‌ها و موارد نادیده گرفته‌شده این زبان خواهید آموخت. Luciano Ramalho، نویسنده این کتاب، شما را از طریق کتابخانه‌ها و ویژگی‌های هسته زبان پایتون هدایت کرده و نحوه ایجاد کدهای کوتاه‌تر، سریع‌تر و خواناتر را به‌طور همزمان نشان می‌دهد. بسیاری از برنامه‌نویسان باتجربه سعی می‌کنند تا پایتون را به تناسب الگوهایی که توسط زبان‌های دیگر آموخته‌اند همسو کنند و هرگز ویژگی‌های پایتون را خارج از تجربه خود نمی‌یابند. همراه با این کتاب برنامه‌نویسان پایتون نحوه تسلط بر پایتون 3 را به‌طور کامل خواهند آموخت.

صنعت مالی اخیرا پایتون را در نرخ‌های عظیم به‌کار گرفته است. به همراه برخی از بزرگترین بانک‌های سرمایه‌گذاری و صندوق‌های تامینی که از پایتون برای ساخت تجارت هسته اصلی و سیستم‌های مدیریت ریسک استفاده کرده‌اند.
این راهنمای عملی کمک می‌کند تا توسعه‌دهندگان و تحلیلگران، هردو با پایتون آغاز کنند و خواننده را از طریق مهمترین جنبه‌های استفاده از پایتون برای کمیت امور مالی راهنمایی می‌کند.

کتاب “ساخت مدل‌های گرافیکی احتمالی با پایتون” یک راهنمای کوتاه و کاربردی است که به دانشمندان داده اجازه می‌دهد تا مفاهیم مدل‌های گرافیکی را درک کنند و آن‌ها را قادر می‌سازد تا با استفاده از قطعه کدهای کوچک پایتون، بدون آنکه از لحاظ ریاضی بسیار پیچیده باشد، آن‌ مدل‌ها را امتحان کنند.
آنچه شما در این کتاب یاد خواهید گرفت:
ایجاد شبکه‌های بیزی و ساخت فرآیند استنتاج
یادگیری ساختار شبکه‌های بیزی سببی از داده‌ها. کسب بینش لازم در زمینه الگوریتم‌هایی که فرآیند استنتاج را اجرا می‌کنند
کاوش برآورد پارامتر در شبکه‌های بیز با نمونه‌برداری PyMC
درک پیچیدگی اجرای الگوریتم‌های استنتاج در شبکه‌های بیز
کاوش آنکه چرا مدل‌های گرافیکی می‌توانند دسته‌بندی‌کننده‌های قدرتمند را در مشکلات خاص، مغلوب سازند.