当前位置:首页 > 名称

大约有110,236项符合查询结果项。(搜索耗时:0.7245秒)

为您推荐: title python语言程序设计 微课版 python大数据分析与挖掘实战 微课版 青少年python创意编程趣味课堂 微课版 python程序设计基础及实践 慕课版 title弹指之间 线上微课版 title计算机网络教程 第6版 微课版

  • 全国计算机等级考试模拟试卷及解析 二级C语言程序设计 第2版

    梁旭,陈鑫影,黄明等编2013 年出版232 页ISBN:9787121210761

    本书是专门为参加全国计算机等级考试二级C语言程序设计考试的考生准备的考前模拟冲刺试卷集。全书共包括12套试卷,12套试卷由10套冲刺模拟试卷和2套真题试卷组成,10套冲刺模拟试卷配以答案和解析;真题试卷分别...

  • 21世纪高等院校计算机应用规划教材 全国计算机等级考试考点精讲与精练 二级C++语言程序设计

    汪燕,王红梅主编;刘广峰,黄霞副主编2016 年出版283 页ISBN:9787305174490

    《二级C++语言程序设计》依据全国计算机等级考试的最新大纲,结合数套真题对重要考点进行精讲精练。一方面,选取经典考题进行深入剖析;另一方面,配有同步练习和模拟试题,帮助读者详尽透析考试中的所有知识点。...

  • C语言程序设计教程习题与上机实训指导

    姚大鹏,栾好利,张翼英等编著2005 年出版283 页ISBN:7508431529

    本书主要包括三个方面的内容:C语言课程设计理论、C语言课程设计实例、C语言二级考试指导。本书所选程序实例具有由浅入深、由易到难、实用有趣的特点,在图像与动画编程上非常适合C语言的初学者。另外本书精选...

  • Python科学计算 第2版

    张若愚著2016 年出版716 页ISBN:9787302426585

    在本书第1版出版之后,许多扩展库都有了较大的改进,也诞生了一些新兴的数据处理扩展库。本书第2版将紧跟时代的步伐,增加Ipython Notebook, Pandas等扩展库的介绍,用一整章的篇幅详细介绍如何用Cython提高运算速...

  • 自己动手写Python虚拟机

    海纳编著2019 年出版332 页ISBN:9787512429758

    使用JC++从简到易实现Python虚拟机,深入讲解Python的运行原理,并借此解释执行器、自动内存回收、协程等虚拟机实现相关的通用话题。本书从浅到深分析讲解编程语言虚拟机的实现,可以让读者了解执行器、自存管理...

  • C++语言与面向对象的设计

    张志明主编2006 年出版314 页ISBN:7562423547

    本书通过C++语言介绍面向对象程序设计的技术和思想,围绕类的三大基本特性(封装性、继承性和多态性)深入分析和讨论了面向对象程序设计语言的特点和优势。本书第1章是面向对象程序设计概论,第2章到第6章是C++基...

  • Microsoft Windows程序设计 Visual Basic.NET语言描述

    〔美〕Charles Petzold著2004 年出版985 页ISBN:7560931421

    CharlesPetzold是全球最权威且知名的Windows程序设计专家,他将其最畅销ProgrammingMicrosoftWindowswithC#一书加以改写,使之能完全适用于VisualBasic.NET的开发人员。这位畅销书的作家示范了如何使用VisualB...

  • Visual Basic语言程序设计上机指导与练习 第2版

    赵晨阳等编2004 年出版146 页ISBN:7120000195

    本书给出了《Visual BASIC 语言程序设计基础(第2版)》教材各章节的练习题答案并针对各章节中的重点和难点知识设计了相应的上机实验,以便加深对所学知识的理解和掌握。本书的实验共十六章:第一章至第三章是有关...

  • 新编C语言程序设计教程 第3版

    林碧英主编;王默玉,吴耀玉,王素琴副主编;韩霜,辜庭帅,王艳萍,朱迪,杨震编写;张基温,曲俊华主审2014 年出版400 页ISBN:9787512363960

    本书为普通高等教育“十二五”规划教材、普通高等教育“十一五”国家级规划教材。本书共分12章,主要内容包括程序设计概述,C语言概述,数据类型、运算符和表达式,顺序结构程序设计,选择结构程序设计,循环结构程序....

  • Python数据挖掘 概念、方法与实践

    (美)梅甘·斯夸尔(Megan Squire)著2017 年出版196 页ISBN:9787111565482

    在本书中,你将深入许多数据挖掘中常被忽视的领域,包括关联规则挖掘、实体匹配、网络挖掘、情绪分析、命名实体识别、文本摘要、主题建模和异常检测。对于每种数据挖掘技术,我们将在比较解决每种问题所用的各种...

返回顶部