会员
Python自动化运维快速入门
更新时间：2019-12-09 14:48:51 最新章节：11.8 Docker小结
书籍简介
本书是一本从零开始、手把手教你运维的书籍，通过上百个实际运维场景案例，帮助读者理解并掌握自动化运维。本书分为三篇共11章，第一篇是基础运维，介绍自动化运维、Python基础、文本处理、日志、FTP服务器、使用Python发邮件、微信等。通过本篇的学习，可以达到编写Python程序来解决基础运维问题的水平；第二篇是中级运维，介绍自动化运维工具（Ansible）、作业调度工具（APScheduler、Airflow）、分布式任务队列（Celery），目的是为了让运维工作上一个新的台阶；第三篇是高级运维，介绍Docker容器技术，现现已成运维人员必备的工具。本书内容详尽、示例丰富，是广大从事运维开发的读者必备参考书，同时也非常适合学习Python的读者阅读，也可作为高等院校计算机及相关专业作为教材使用。
品牌：清华大学
上架时间：2019-04-01 00:00:00
出版社：清华大学出版社
本书数字版权由清华大学提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
郑征
最新上架
- 会员本书将JavaWeb开发的基础知识与实例有机地结合在一起，系统地介绍JavaWeb应用开发过程中的一些实用技术、系统设计与编程思想。本书主要内容包括JavaWeb开发基础、Servlet入门、Servlet应用、JSP应用开发、JDBC数据库应用开发、EL表达式与JSTL标签、基于WebMVC框架的项目实践。全书不仅介绍理论基础，更强调实际应用。本书可作为普通高等院校计算机相关专业的教材，计算机9.5万字
- 会员本书是一部系统讲述Python编程语言与编程方法的案例化教程。全书共分为9章：第1章为Python编程基础知识；第2章为组合数据类型及使用；第3章为函数及调用规则；第4章为程序设计；第5章为面向对象程序设计方法；第6章为文件操作与异常处理；第7章为Python的GUI设计；第8章为Python绘图方法；第9章为Python网络爬虫。每章都设置了大量应用案例跟踪指导。本书可作为高等学校Python程计算机6.5万字
- 会员本书以R语言常见数据处理方法、ggplot2可视化为主线，希望解决大多数R学习者在学习过程中碰到的难点。本书以实战为目的，聚焦R语言本身数据处理、可视化特点，以一个个例子循序渐进的讲述R语言数据处理及可视化中用到的经典软件包。以便读者能快速将所学内容运用到在实际场景中。本书共6章，第1~3章分别介绍R语言及其软件安装、数据可视化入门介绍、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplo计算机8.4万字
- 会员《Oracle从入门到精通（第5版）》从初学者角度出发，通过通俗易懂的语言和丰富多彩的实例，详细介绍了使用Oracle19c进行数据管理的各方面技术。全书分为4篇，共21章，内容包括Oracle19c概述，Oracle体系结构，Oracle管理工具，SQL*Plus命令，SQL语言基础，PL/SQL编程，过程、函数、触发器和包，管理控制文件和日志文件，管理表空间和数据文件，数据表对象，其他数据对象计算机25.5万字
- 会员OpenCV作为一个应用广泛的开源计算机视觉库，正在受到越来越多的关注。目前OpenCV的各类教程基本上以Python和C++为主，基于Java的OpenCV书籍则少之又少，本书旨在弥补这一空白。本书共13章，前4章是基础部分，包括OpenCV概述和安装配置、数字图像基础及图像基础操作等内容；第5到11章则包括了图像的几何变换、图像平滑、形态学操作、直方图、边缘检测与轮廓、霍夫变换、特征点检测和匹计算机6.9万字
- 会员本书是Python数据分析与挖掘领域的公认的事实标准，前两版销售超过15万册，被国内100余所院校采用为教材，同时也被广大数据科学工作者奉为经典。本书以真实项目案例为驱动，以真实的行业应用为依托，帮助读者快速掌握数据分析与挖掘的相关技术、流程与方法。本书精选了7个经典实战案例，涵盖了房地产、零售、互联网等多个领域，将Python编程知识、数据分析与挖掘知识和行业知识融合，让读者在实践中快速地掌握针计算机14万字
- 会员Go语言是近年来非常流行的新兴编程语言，它不仅是以太坊客户端和HyperledgerFabric区块链平台的开发语言，而且广泛应用于区块链应用的开发。本书介绍使用Go语言开发的经典联盟链项目HyperledgerFabric，它由Linux基金会管理。国外的微软、摩根大通、世界银行和国内的华为、阿里巴巴、百度、腾讯等企业都参与了Hyperledger社区的建设。本书涵盖Hyperledger计算机15.3万字
- 会员这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。本书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。计算机5.8万字