Kali Linux：An Ethical Hacker's Cookbook

《Python数据可视化之Matplotlib与Pyecharts实战》以某上市电商企业的客户数据、订单数据、股价数据为基础，循序渐进地介绍Python可视化技术，重点介绍Pandas数据预处理与Matplotlib和Pyecharts在数据可视化应用中的基本功能和使用技巧。全书共分4篇，第1篇（第1～4章）主要介绍Python基础与Pandas数据预处理技术，帮助准备可视化数据；第2篇（第5～7

《大数据可视化编程和应用》从基础开始，全面介绍大数据可视化的底层原理和实现框架，并重点讲解一些常用的大数据可视化关键技术，包括Excel图表、TableauDesktop可视化组件、Web的可视化控件、Java可视化控件及Python数据可视化工具。《大数据可视化编程和应用》共分为8章，第1章着重介绍大数据的发展历程，以及在大数据发展背景下数据可视化的概念、可视化技术的使用及可视化的现实意义；第2

本书详细讲解JavaEE中Spring、SpringMVC和MyBatis三大框架（以下简称SSM）的基本知识和应用。本书在对知识点进行描述时采用了大量案例，以便读者理解SSM的核心技术。本书共15章，第1~5章主要讲解MyBatis的相关知识，包括初识MyBatis框架、MyBatis的核心配置、动态SQL、MyBatis的关联映射和缓存机制，以及MyBatis的注解开发；第6～9章主要讲解

本书围绕Python技术栈，讲解测试开发技术栈领域的各项核心技术要点。全书共11章，首先讲解pytest单元测试框架在测试领域的技术栈要点，包含pytest从最基本的应用到高阶应用。接着讲解服务端测试开发领域主流的核心思想、主流测试开发工具在解决服务端测试开发中的技术难点，以及服务端测试框架的设计和项目实战案例。在框架的基础上扩展了服务端测试开发领域的知识面，主要介绍Docker容器化技术、基于D

《智能优化算法与MATLAB编程实践》介绍了国内外新研发的10种智能优化算法，对每种算法的灵感来源、实现过程、函数编程、案例应用都进行了细致描述并给出详细的MATLAB代码，使读者快速掌握智能优化算法的学习和应用方法。全书共分为12章，前10章分别介绍10种智能优化算法的原理、MATLAB实现、具体函数寻优求解过程和应用案例；第11章列举了23种衡量智能优化算法性能的常见测试函数，并给出MATLA

随着人机交互和AI技术的快速发展，设计师需要从基于屏幕的图形用户界面设计思维，转变为空间交互及智能交互的设计思维。本书从设计师要懂技术的原因讲起，引导设计师结合技术去思考设计，并针对跨设备交互设计、基于AI的设计及各种传感技术（姿态和手势识别、人脸识别和追踪、眼动追踪等）进行解读与案例分析，帮助设计师更好地应对未来的工作挑战。

本书是布鲁斯·埃克尔时隔15年，继ThinkinginJava之后又一力作，基于Java的3个长期支持版（Java8、11、17），讲解Java核心语法，并对Java的核心变化进行详述。全书内容通俗易懂，配合示例讲解逐步深入，并结合实际开发需要，从语言底层设计出发，有效帮读者规避一些常见的开发陷阱。主体部分共22章，内容包含对象、操作符、控制流、初始化和清理、复用、多态、接口、内部类、集合、函

全书分为3篇。第1篇介绍编译器基础知识，包括中间表示，重点介绍SSA、数据流分析、支配、循环等知识，此外还介绍了LLVM的后端描述语言TableGen。第二篇剖析分LLVM代码生成，其中对代码生成的每一步骤都有提及，着重介绍指令选择、指令调度、寄存器分配和编译优化。同时还以BPF后端为例总结了如何基于LLVM开发一款新后端的编译器。第三篇附录主要总结了LLVM代码生成过程中使用的IR、BPF指令集

本书将从零开始教读者如何通过Python实现办公自动化。全书共10章，分为3部分：第一部分（第1~5章）包括从零基础入门Python的基础知识（数据类型、函数、类与对象、捕获异常、文件操作、管理模块等）；第二部分（第6~9章）以操作办公文档为主，介绍如何使用Python代码处理Word、Excel、PPT、PDF文档，实现文档办公自动化；第三部分（第10章）为进阶部分，内容涉及桌面自动化、发送邮件