Verleger: 16
Sebastian Kondracki
Sztuczna inteligencja według Pythona. Sięgnij po potężne wsparcie dla swojego e-sklepu E-commerce wspierany przez potężną moc sztucznej inteligencji ― to dla wielu właścicieli rodzimych firm internetowych wciąż brzmi jak odległa przyszłość. Może gdzieś tam, w Kalifornii, może u technologicznych gigantów, może Apple, Amazon, a bliżej nas, powiedzmy, Allegro korzysta lub będzie korzystać z chatbotów czy data-driven marketingu. Ale nasza firma do tej pory świetnie sobie radziła, to i dalej będzie sobie radzić z prostym mechanizmem sklepu online i kilkoma osobami obsługi. Marzenie ściętej głowy. Do 2025 roku w Polsce brakować będzie 200 tysięcy specjalistów w dziedzinie AI. I to nie w wielkich korporacjach. Głód programistów potrafiących kodować algorytmy sztucznej inteligencji odczują przede wszystkim firmy mniejsze i średnie. Jeśli jesteś właścicielem biznesu bazującego na sprzedaży w sieci, jeśli jesteś początkującym programistą albo działasz już jako programista e-commerce, ale chcesz się w tym kierunku rozwijać ― ta "książka kucharska" jest dla Ciebie. Dlaczego "książka kucharska"? Ponieważ podręcznik zawiera gotowe przepisy na algorytmy optymalizacyjne, systemy rekomendacyjne, przetwarzanie ogromnych ilości danych z ruchu odnotowanego w sklepie i zamianę ich w wiedzę o kliencie. Wszystko to już dziś wdrożysz w dowolnym e-sklepie stosunkowo małym kosztem. Zarówno przy użyciu gotowych programów napisanych w Pythonie przez ogromną społeczność miłośników AI i Pythona, jak i sprytnych produktów w modelu SaaS (ang. software as a service), sprzedawanych przez rzeszę polskich i zagranicznych startupów.
Python i Asyncio. Programowanie asynchroniczne
Caleb Hattingh
Programowanie współbieżne jest ważną techniką w tworzeniu nowoczesnych rozwiązań sieciowych. Programiści Pythona często w tym celu korzystają z wątków i mechanizmu wywłaszczania. Z tym że nie jest to optymalne rozwiązanie - z uwagi na ryzyko naruszenia bezpieczeństwa. Istnieje też możliwość programowania asynchronicznego z wykorzystaniem biblioteki asyncio, która została dodana w Pythonie 3.4. Złożoność API Asyncio budzi jednak obawy programistów Pythona, również biegle posługujących się tym językiem. Mimo to wysiłek włożony w zrozumienie działania Asyncio jest opłacalny, gdyż biblioteka ta pozwala na skuteczne rozwiązywanie problemów ze współbieżnym programowaniem sieciowym. Lektura tej książki ułatwi Ci pozbycie się obaw przed biblioteką asyncio. Zrozumiesz jej podstawowe elementy, co pozwoli Ci na rozpoczęcie programowania sterowanego zdarzeniami i prostą obsługę tysięcy jednoczesnych połączeń sieciowych. Dowiesz się, dlaczego Asyncio stanowi bezpieczniejszą alternatywę dla wielozadaniowości z wywłaszczaniem wątków, i dogłębnie zrozumiesz koncepcję programowania asynchronicznego. Następnie przeanalizujesz wprowadzone w Pythonie zmiany, dzięki którym możliwe jest programowanie asynchroniczne. Dowiesz się także, w jakich konkretnie sytuacjach biblioteka asyncio jest wyjątkowo użyteczna i których narzędzi należy wtedy używać. W książce pokazano najlepsze sposoby wykorzystania nowych możliwości Asyncio. W tej książce: porównanie programowania współbieżnego z wykorzystaniem Asyncio i wątków podstawy programowania bazującego na zdarzeniach możliwości Asyncio ważne dla programistów końcowych oraz twórców frameworków składnia async/await, w tym API koprocedur i klasy Future szczegółowe przypadki użycia kilku bibliotek zgodnych z Asyncio Programowanie asynchroniczne: nowa wizja bezpieczeństwa kodu Pythona!
Python i Excel. Nowoczesne środowisko do automatyzacji i analizy danych
Felix Zumstein
Bez Excela trudno sobie wyobrazić wykonywanie różnych złożonych zadań - to ulubione narzędzie naukowców, finansistów, analityków danych, a także profesjonalistów z innych branż. Każda z tych dziedzin ma swoje stale rosnące wymagania wobec Excela. Firma Microsoft wciąż rozwija ten kultowy arkusz kalkulacyjny, jednak język VBA nie nadąża za potrzebami wielu użytkowników. Osoby te często w codziennej pracy korzystają z Pythona do automatyzacji zadań, stąd integracja Excela i Pythona wydaje się naturalnym i wyjątkowo obiecującym rozwiązaniem. Nie musisz dłużej czekać na włączenie Pythona jako języka skryptowego Excela - ta książka wyjaśnia, jak je połączyć i wyciągnąć z tej integracji maksimum korzyści. To wydanie przeznaczone dla zaawansowanych użytkowników Excela, którzy nie posiadają głębokiej wiedzy o Pythonie. Pokazuje, w jaki sposób manipulować danymi zawartymi w plikach Excela bez Excela, a także jak znakomicie zwiększać możliwości tego programu poprzez budowę interaktywnych narzędzi do analizy danych. Niezależnie od tego, czy interesuje Cię praca z samymi arkuszami Excela, czy też chcesz tworzyć aplikacje Excela, znajdziesz tu mnóstwo wyczerpujących, jasnych i praktycznych wskazówek, popartych zrozumiałymi przykładami przydatnego kodu. W książce między innymi: gruntowne podstawy Pythona i korzystania z notatników Jupyter i Visual Studio Code stosowanie biblioteki pandas do zastępowania typowych obliczeń w Excelu automatyzacja konsolidacji skoroszytów Excela i tworzenia raportów w Excelu tworzenie interaktywnych narzędzi Excela za pomocą xlwings współpraca Excela z bazą danych i plikami CSV stosowanie Pythona do zastąpienia VBA, Power Query i Power Pivot Użyj Pythona, a pokochasz Excela!
Python i finanse. Kurs video. Tworzenie modeli, prognoz i analiz rynkowych
Adam Szpilewicz
Obierz kurs na... finanse z językiem Python Python, stanowiący czołowy temat tego kursu, jest jednym z najpopularniejszych języków programowania na świecie. Słynie z wszechstronności, czytelności i dużej społeczności użytkowników. W świecie finansów Python zyskał szczególne uznanie ze względu na swoją efektywność w analizie danych, modelowaniu finansowym i handlu algorytmicznym. Znajomość tego języka programowania jest w związku z tym coraz bardziej pożądana w branży finansowej – opanowawszy go, otworzysz sobie szeroko drzwi do kariery, które dotąd były dla Ciebie zamknięte. Poza Pythonem, ucząc się z naszym kursem, poznasz inne chętnie stosowane przez finansistów narzędzia, takie jak Jupyter Lab, Pandas, Matplotlib, Seaborn i yfinance, które także są uważane za kluczowe w analizie finansowej. Jupyter Lab umożliwia efektywną pracę z kodem i analizę danych, Pandas jest niezbędny w obsłudze danych tabularycznych, a biblioteki do wizualizacji danych, takie jak Matplotlib i Seaborn, pozwalają na klarowne przedstawienie wyników analiz. Z kolei biblioteka yfinance umożliwia pobieranie danych rynkowych, co jest kluczowe dla analizy finansowej. Jak widzisz, informatyka i świat pieniędzy coraz mocniej się zazębiają – za moment bez podstawowej umiejętności kodowania trudno będzie funkcjonować w branży finansowej. Nie czekaj zatem, tylko poświęć nieco swojego cennego czasu na zaprzyjaźnienie się z Pythonem! Co Cię czeka podczas naszego profesjonalnego szkolenia Ucząc się z naszym kursem, między innymi: Poznasz podstawowe i zaawansowane techniki programowania w Pythonie Dowiesz się, jak efektywnie używać Jupyter Lab do analizy danych Opanujesz zasady obsługi biblioteki Pandas w przetwarzaniu danych tabelarycznych Przybliżysz sobie zaawansowane operacje na danych, w tym ich filtrowanie, grupowanie i manipulowanie nimi Będziesz tworzyć i formatować profesjonalne wykresy przy użyciu Matplotlib i Seaborn Przeprowadzisz analizę szeregów czasowych i poznasz ich zastosowanie w finansach Pobierzesz i przeanalizujesz dane finansowe z użyciem biblioteki yfinance Zrozumiesz, na czym polegają analiza rynkowa i strategie inwestycyjne, i nauczysz się je stosować Zbudujesz portfele inwestycyjne i będziesz nimi zarządzać, także z wykorzystaniem modeli finansowych, takich jak CAPM Stworzysz zaawansowane wizualizacje danych, w tym interaktywnych wykresów finansowych Szkolenie Python i finanse. Kurs video. Tworzenie modeli, prognoz i analiz rynkowych pozwoli Ci opanować umiejętności na poziomie średnio zaawansowanym. Uzyskasz solidne podstawy Pythona i zrozumiesz, jak szerokie zastosowanie może on mieć w finansach. Będziesz w stanie samodzielnie analizować dane finansowe i tworzyć zaawansowane wizualizacje. By przystąpić do kursu, nie trzeba posiadać głębokiej wiedzy o programowaniu, jednak podstawowa znajomość zasad pisania kodu może się okazać bardzo pomocna. Jako Twój instruktor, chcę się z Tobą podzielić moją pasją do łączenia świata finansów z możliwościami, jakie daje programowanie w Pythonie. Pamiętaj, że każda podróż zaczyna się od pierwszego kroku, a ten kurs jest właśnie takim krokiem ku przekształceniu Twoich umiejętności analitycznych i technicznych. Razem odkryjemy, jak technologia otwiera drzwi do zrozumienia i wykorzystania finansów na nowo. Niezależnie od tego, czy jesteś początkujący, czy masz już doświadczenie, ten kurs zapewni Ci narzędzia i wiedzę, które umożliwią osiągnięcie kolejnych celów w Twojej karierze zawodowej i osobistym rozwoju. Adam Szpilewicz
Python i praca z danymi. Przetwarzanie, analiza, modelowanie i wizualizacja. Wydanie III
Avinash Navlani, Armando Fandango, Ivan Idris
Analiza danych sprawia, że dzięki ich dużym i mniejszym kolekcjom uzyskujemy wartościową wiedzę, która pozwala na podejmowanie najlepszych decyzji. Dzieje się to poprzez odkrywanie wzorców lub trendów. Obecnie Python udostępnia przeznaczone specjalnie do tego celu narzędzia i biblioteki. Możemy więc łatwo korzystać z wyrafinowanych technik wydobywania wiedzy z danych. Aby jednak osiągnąć zamierzone efekty, trzeba dobrze poznać zarówno metodologię analizy danych, jak i zasady pracy ze służącymi do tego narzędziami. Dzięki tej książce zdobędziesz wszystkie potrzebne informacje i umiejętności, aby skutecznie używać Pythona do analizy danych. Omówiono tu niezbędne podstawy statystyki i zasady analizy danych. Wyczerpująco przedstawiono zaawansowane zagadnienia dotyczące przygotowania, przetwarzania i modelowania danych, a także ich wizualizacji. W zrozumiały sposób wyjaśniono takie procesy jak inteligentne przetwarzanie i analizowanie danych za pomocą algorytmów uczenia maszynowego: regresji, klasyfikacji, analizy głównych składowych czy analizy skupień. Nie zabrakło praktycznych przykładów przetwarzania języka naturalnego i analizy obrazów. Ciekawym zagadnieniem jest również wykonywanie obliczeń równoległych za pomocą biblioteki Dask. W książce między innymi: podstawy analizy danych i korzystanie z bibliotek NumPy i pandas praca z danymi w różnych formatach interaktywna wizualizacja z bibliotekami Matplotlib, seaborn i Bokeh inżynieria cech, analiza szeregów czasowych i przetwarzanie sygnałów zaawansowana analiza danych tekstowych i obrazów Python: wydobywaj z danych wiedzę o wielkiej wartości!
Python Illustrated. Not another boring Python book, learn programming the fun way
Maaike van Putten, Imke van Putten
This is not your average Python programming book, because the world doesn’t need another one of those. Instead, it’s an illustrated, fun, and hands-on guide that treats learning Python like the adventure it should be. It’s designed especially for beginners who want to understand how code works without getting overwhelmed. You’ll be guided by a cheeky, know-it-all cat who’s surprisingly good at teaching Python from scratch. Don’t worry about going through it alone; a slightly moody dachshund dog is your study buddy, learning right alongside you. Each chapter introduces a core programming concept, explains it with a playful twist, and reinforces it through human-friendly examples, analogies, and exercises. Whether you’re a software professional or someone who’s never written a single line of code, this book will help you build real Python coding skills… and even enjoy the process (shocking, right?). Forget dry tutorials and walls of text. Python Illustrated speaks to visual learners, creative thinkers, cat lovers, dog lovers, and anyone who prefers their learning with a dash of humor. From writing your first function to understanding object-oriented programming, you’ll build a solid foundation in Python (without the usual headaches).
Sandipan Dey
With the advancements in wireless devices and mobile technology, there's increasing demand for people with digital image processing skills in order to extract useful information from the ever-growing volume of images. This book provides comprehensive coverage of the relevant tools and algorithms, and guides you through analysis and visualization for image processing.With the help of over 60 cutting-edge recipes, you'll address common challenges in image processing and learn how to perform complex tasks such as object detection, image segmentation, and image reconstruction using large hybrid datasets. Dedicated sections will also take you through implementing various image enhancement and image restoration techniques, such as cartooning, gradient blending, and sparse dictionary learning. As you advance, you'll get to grips with face morphing and image segmentation techniques. With an emphasis on practical solutions, this book will help you apply deep learning techniques such as transfer learning and fine-tuning to solve real-world problems.By the end of this book, you'll be proficient in utilizing the capabilities of the Python ecosystem to implement various image processing techniques effectively.
Python Interviews. Discussions with Python Experts
Michael Driscoll
Each of these twenty Python Interviews can inspire and refresh your relationship with Python and the people who make Python what it is today. Let these interviews spark your own creativity, and discover how you also have the ability to make your mark on a thriving tech community. This book invites you to immerse in the Python landscape, and let these remarkable programmers show you how you too can connect and share with Python programmers around the world. Learn from their opinions, enjoy their stories, and use their tech tips.• Brett Cannon - former director of the PSF, Python core developer, led the migration to Python 3.• Steve Holden - tireless Python promoter and former chairman and director of the PSF.• Carol Willing - former director of the PSF and Python core developer, Project Jupyter Steering Council member.• Nick Coghlan - founding member of the PSF's Packaging Working Group and Python core developer.• Jessica McKellar - former director of the PSF and Python activist.• Marc-André Lemburg - Python core developer and founding member of the PSF.• Glyph Lefkowitz - founder of Twisted and fellow of the PSF• Doug Hellmann - fellow of the PSF, creator of the Python Module of the Week blog, Python community member since 1998.• Massimo Di Pierro - fellow of the PSF, data scientist and the inventor of web2py. • Alex Martelli - fellow of the PSF and co-author of Python in a Nutshell.• Barry Warsaw - fellow of the PSF, Python core developer since 1995, and original member of PythonLabs.• Tarek Ziadé - founder of Afpy and author of Expert Python Programming.• Sebastian Raschka - data scientist and author of Python Machine Learning.• Wesley Chun - fellow of the PSF and author of the Core Python Programming books.• Steven Lott - Python blogger and author of Python for Secret Agents.• Oliver Schoenborn - author of Pypubsub and wxPython mailing list contributor.• Al Sweigart - bestselling author of Automate the Boring Stuff with Python and creator of the Python modules Pyperclip and PyAutoGUI.• Luciano Ramalho - fellow of the PSF and the author of Fluent Python.• Mike Bayer - fellow of the PSF, creator of open source libraries including SQLAlchemy.• Jake Vanderplas - data scientist and author of Python Data Science Handbook.