特價 -20%

Python – 最強入門ChatGPT助攻AI數據科學 – 王者歸來 DM2545

原始價格:NT$1,200。目前價格:NT$960。

出版商 深智數位股份有限公司
出版日期 2025年6月3日
語言 繁體中文
頁數 944
ISBN 9786267569900

已售完

貨號: DM2545 Categories: ,

描述

內容簡介

Python最強入門

ChatGPT助攻

AI數據科學

王者歸來

(全彩印刷)

【內容簡介】

★★★★★【內容最多、範圍最廣】【40個主題】★★★★★

★★★★★【程式實例最多】【超過1300個Python實例】★★★★★

★★★★★【AI數據科學專題實戰】★★★★★

★★★★★【420是非題、選擇題】【約300個習題實作題】★★★★★

 

Python語言是基礎科學課程,撰寫這本書時採用下列原則。

1:最新Python語法 x 強調Python語法內涵與精神

2:精彩 x 創意程式實例解說

3:數學 x 統計 x 數據科學與人工智慧知識融入內容。

4:ChatGPT助攻。

5:章節習題引導讀者複習與自我練習。

6:機器學習 - 真實數據 – 專題實戰 。

這本書可以說是「Python最強入門邁向數據科學之路第4版」的新版內容,相較於該版,這本更新許多Python語法和模組,整個修訂細節超過300處。由於內容更偏重於AI與數據科學的應用,因此也更新微調書籍名稱。

多次與教育界的朋友相聚,談到電腦語言的發展趨勢,大家一致公認Python已經是當今最重要的電腦語言了,幾乎所有知名公司,例如:Google、Facebook、…等皆已經將此語言列為必備電腦語言。了解許多人想學Python,市面上的書也不少了,但是許多人買了許多書,但是學習Python路上仍感障礙重重,原因是沒有選到好的書籍,市面上許多書籍的缺點是:

◎Python語法講解不完整

◎用C、C++、Java觀念撰寫實例

◎Python語法的精神內涵未做說明

◎Python進階語法未做解說

基礎實例太少,沒經驗的讀者無法舉一反三

模組介紹不足應用範圍有限

許多讀者因此買了一些書,讀完了,好像學會了,但到了網路看專家撰寫的程式往往看不懂。就這樣我決定撰寫一本用豐富、實用、有趣實例完整且深入講解Python語法的入門書籍。其實這本書也是目前市面上講解Python書籍中語法最完整,當讀者學會Python後,本書將逐步帶領讀者邁向數據科學、機器學習之路。Python以簡潔著名,語法非常活,同時擁有非常多豐富、實用的模組,本書筆者嘗試將Python語法的各種用法用實例解說,同時穿插使用各種模組,以協助讀者未來可以更靈活使用Python,以奠定讀者邁向更高深學習的紮實基礎。

本書以約1000個程式實例和約300個一般實例,講解紮實的Python語法,同時輔助約210道是非題、210道選擇題約295程式實作題。讀者研讀完此書,相信可以學會下列知識:

★內容穿插說明PEP 8風格,讀者可由此養成設計符合PEP 8風格的Python程式,這樣撰寫的程式可以方便自己與他人閱讀。

拋棄C、C++、Java語法思維,將Python語法、精神功能火力全開

人工智慧基礎知識融入章節內容

從bytes說起、編碼(encode)、解碼(decoding),到精通串列(list)、元組(tuple)、字典(dict)、集合(set)

深度解析Sort( )和sorted( )

☆完整解說Unicode字符集utf-8依據Unicode字符集的中文編碼方式

★從小型串列、元組、字典到大型數據資料的建立

生成式(generator)建立Python資料結構,串列(list)、字典(dict)、集合(set)

經緯度計算地球任2城市之間的距離,學習取得地球任意位置的經緯度

萊布尼茲公式、尼拉卡莎、蒙地卡羅模擬計算圓週率

徹底解說讀者常混淆的遞迴式呼叫

☆基礎函數觀念,也深入到嵌套、lambda、Decorator等高階應用

Google有一篇大數據領域著名的論文,MapReduce:Simplified Data Processing on Large Clusters,重要觀念是MapReduce,筆者將對map( )reduce( )完整解說,更進一步配合lambda觀念解說高階應用

☆設計與應用自己設計的模組、活用外部模組(module)

★設計加密解密程式

☆Python處理文字檔案/二元檔案的輸入輸出

★檔案壓縮解壓縮

☆程式除錯(debug)與異常(exception)處理

檔案讀寫與目錄管理

剪貼簿(clipboard)處理

正則表達式(Regular Expression)

遞廻式觀念與碎形(Fractal)

★影像處理與文字辨識,更進一步說明電腦儲存影像的方法與觀念

☆認識中文分詞jieba與建立詞雲(wordcloud)設計

GUI設計 - 實作小算盤

☆實作動畫與遊戲(電子書呈現)

★Matplotlib中英文靜態與動態2D ~ 3D圖表繪製

☆說明csvjson檔案

★繪製世界地圖

☆台灣股市資料擷取圖表製作

Python解線性代數

☆Python解聯立方程式

Python執行數據分析

科學計算與數據分析Numpy、Pandas

網路爬蟲

AI破冰之旅 – 畢氏定理到餘弦相似度

機器學習 – 線性迴歸

☆機器學習 – scikit-learn

★KNN演算法、邏輯迴歸、支援向量機

☆決策樹

★隨機森林

☆波士頓房價

★葡萄酒數據集

☆鐵達尼號

★糖尿病數據集

☆乳癌數據集

★手寫數字數據集

☆PCA主成份分析

★ChatGPT助攻完全解析

☆完整函數索引,未來可以隨時查閱

 

 

作者簡介

洪錦魁

畢業於明志工專(現今明志科技大學),跳級留學美國University of Mississippi計算機系研究所。

2023年和2024年連續2年獲選博客來10大暢銷華文作家,多年來唯一電腦書籍作者獲選,也是一位跨越電腦作業系統與科技時代的電腦專家,著作等身的作家,下列是他在各時期的代表作品。

DOS時代:「IBM PC組合語言、Basic、C、C++、Pascal、資料結構」。

Windows時代:「Windows Programming 使用C、Visual Basic」。

Internet時代:「網頁設計使用HTML」。

大數據時代:「R 語言邁向Big Data之路、Python王者歸來」。

AI時代:「機器學習數學、微積分 + Python實作」、「AI視覺、AI之眼」。

通用AI時代:「ChatGPT、Copilot、無料AI、AI職場、AI行銷、AI影片、AI賺錢術」。

作品曾被翻譯為簡體中文、馬來西亞文,英文,近年來作品則是在北京清華大學台灣深智同步發行。

他的多本著作皆曾登上天瓏、博客來、Momo電腦書類,不同時期暢銷排行榜第1 名,他的著作特色是,所有程式語法或是功能解說會依特性分類,同時以實用的程式範例做說明,不賣弄學問,讓整本書淺顯易懂,讀者可以由他的著作事半功倍輕鬆掌握相關知識。

 

目錄

1 章 Python 基礎觀念 - 開啟 AI 與數據科學的大門

1-1 認識Python

1-2 Python 的起源

1-3 Python 語言發展史

1-4 Python 的應用範圍

1-5 變數 - 靜態語言與動態語言

1-6 系統的安裝與執行

1-6-1 系統安裝

1-6-2 程式設計與執行

▌1-7 程式註解

1-7-1 註解符號#

1-7-2 三個單引號或雙引號

1-7-3 輸出ASCII 藝術作品

▌1-8 Python 彩蛋(Easter Eggs)

 

2 章 變數與基本數學運算 - 奠定程式與分析的基礎

▌2-1 用Python 做計算

▌2-2 認識變數

2-2-1 基本觀念

2-2-2 認識變數位址意義

▌2-3 認識程式的意義

▌2-4 認識註解的意義

▌2-5 變數的命名原則

2-5-1 基本觀念

2-5-2 不可當作變數的關鍵字

2-5-3 不建議當作變數的函數/ 類別/異常物件名稱

2-5-4 Python 寫作風格(Python Enhancement Proposals) - PEP 8

2-5-5 認識底線開頭或結尾的變數

▌2-6 基本數學運算

2-6-1 賦值

2-6-2 四則運算

2-6-3 餘數和整除

2-6-4 次方

2-6-5 Python 語言控制運算的優先順序

▌2-7 指派運算子

▌2-8 Python 等號的多重指定使用

▌2-9 Python 的列連接(Line Continuation)

▌2-10 專題- 複利計算/ 計算圓面積與圓周長

2-10-1 銀行存款複利的計算

2-10-2 價值衰減的計算

2-10-3 數學運算 - 計算圓面積與周長

2-10-4 數學模組的pi

2-10-5 程式輸出內建函數

▌2-11 認識內建函數、標準模組函數或是第3 方模組函數

 

3 章 基礎資料型態 - 掌握 Python 內建結構與特性

▌3-1 type( ) 函數

▌3-2 數值資料型態

3-2-1 整數int

3-2-2 浮點數

3-2-3 整數與浮點數的運算

3-2-4 不同進位數的整數

3-2-5 強制資料型態的轉換

3-2-6 數值運算常用的函數

3-2-7 科學記號表示法

▌3-3 布林值資料型態

3-3-1 基本觀念

3-3-2 bool( )

▌3-4 字串資料型態

3-4-1 字串的連接

3-4-2 處理多於一列的字串

3-4-3 逸出字元

3-4-4 str( )

3-4-5 將字串轉換為整數

3-4-6 字串與整數相乘產生字串複製效果

3-4-7 聰明的使用字串加法和換列字元\n

3-4-8 字串前加r

▌3-5 字串與字元

3-5-1 ASCII 碼

3-5-2 Unicode 碼

3-5-3 utf-8 編碼

3-5-4 繁體中文字編碼總結

▌3-6 bytes 資料

3-6-1 字串轉成bytes 資料

3-6-2 bytes 資料轉成字串

▌3-7 專題- 地球到月球時間計算/ 計算座標軸2 點之間距離

3-7-1 計算地球到月球所需時間

3-7-2 計算座標軸2 個點之間的距離

 

4 章 資料輸入與輸出 - 高效讀寫技巧

▌4-1 格式化輸出資料使用print( )

4-1-1 函數print( ) 的基本語法

4-1-2 使用% 格式化字串同時用print( ) 輸出

4-1-3 精準控制格式化的輸出

4-1-4 { } 和format( ) 函數

4-1-5 f-strings 格式化字串

▌4-2 掌握資料輸入input( )

▌4-3 字串與數學運算的橋樑 - eval( ) 的運用

▌4-4 實戰 - 溫度轉換/ 房貸/ 故宮到羅浮宮/ 雞兔同籠/ 核廢水

4-4-1 設計攝氏溫度和華氏溫度的轉換

4-4-2 房屋貸款問題實作

4-4-3 math 模組 – 計算台北故宮到法國羅浮宮的距離

4-4-4 雞兔同籠 – 解聯立方程式

4-4-5 核廢水

 

5 章 程式流程控制精髓 - 決策與邏輯的藝術

▌5-1 關係運算子 - 條件判斷與流程控制的基礎

▌5-2 邏輯運算子 - 邏輯判斷的關鍵

▌5-3 if 敘述在程式中的運用 - 決策的開始

▌5-4 if else 敘述 - 二選一的決策技巧

▌5-5 if elif else 敘述 – 多重條件判斷

5-5-1 基礎語法與實例

5-5-2 創意程式 – 依情緒推薦活動

▌5-6 巢狀 if 結構(Nested if Statements)

▌5-7 Python 的 match-case 流程控制

▌5-8 實戰 - BMI/ 火箭升空/ 推薦飲料/潛在應用

5-8-1 設計人體體重健康判斷程式

5-8-2 火箭升空

5-8-3 推薦飲料

5-8-4 if 敘述潛在應用

 

6 章 串列(List) 全面解析 - 靈活可變的資料容器

▌6-1 認識串列(list)

6-1-1 串列基本定義

6-1-2 讀取串列元素

6-1-3 串列切片(list slices)

6-1-4 串列統計資料函數

6-1-5 更改串列元素的內容

6-1-6 串列的相加

6-1-7 串列乘以一個數字

6-1-8 刪除串列元素

6-1-9 串列為空串列的判斷

6-1-10 刪除串列

6-1-11 補充多重指定與串列

▌6-2 Python 物件導向觀念與方法

6-2-1 取得串列的方法

6-2-2 了解特定方法的使用說明

▌6-3 串列元素是字串的常用方法

6-3-1 更改字串大小寫lower( )/upper( )/title( )/swapcase( )

6-3-2 刪除空白字元rstrip( )/lstrip( )/strip( )

6-3-3 格式化字串位置center( )/ljust( )/rjust( )/zfill( )

▌6-4 增加與刪除串列元素

6-4-1 在串列末端增加元素append( )

6-4-2 插入串列元素insert( )

6-4-3 刪除串列元素pop( )

6-4-4 刪除指定的元素remove( )

▌6-5 串列的排序

6-5-1 顛倒排序reverse( )

6-5-2 sort( ) 排序

6-5-3 sorted( ) 排序

▌6-6 進階串列操作

6-6-1 index( )

6-6-2 count( )

▌6-7 嵌套串列 - 串列內含串列

6-7-1 基礎觀念與實作

6-7-2 再談append( )

6-7-3 extend( )

6-7-4 二維串列

6-7-5 嵌套串列的其他應用

▌6-8 串列的賦值與切片拷貝

6-8-1 串列賦值

6-8-2 位址的觀念

6-8-3 串列的切片拷貝

▌6-9 再談字串

6-9-1 字串的索引

6-9-2 islower()/isupper()/isdigit()/isalpha()/isalnum( )

6-9-3 字串切片

6-9-4 將字串轉成串列

6-9-5 使用split( ) 分割字串

6-9-6 串列元素的組合join( )

6-9-7 子字串搜尋與索引

6-9-8 字串的其它方法

▌6-10 in 和not in 運算式

▌6-11 is 或is not 運算式

6-11-1 觀察整數變數在記憶體位址

6-11-2 驗證is 和is not 是依據物件位址回傳布林值

▌6-12 enumerate 物件

▌6-13 專題-大型串列/ 認識凱薩密碼/ 使用者帳號管理

6-13-1 製作大型的串列資料

6-13-2 凱薩密碼

6-13-3 大型串列應用實例

 

7 章 迴圈設計 - 自動化流程與效能提升

▌7-1 基本for 迴圈

7-1-1 for 迴圈基本運作

7-1-2 如果程式碼區塊只有一列

7-1-3 有多列的程式碼區塊

7-1-4 將for 迴圈應用在串列區間元素

7-1-5 將for 迴圈應用在資料類別的判斷

7-1-6 活用for 迴圈

▌7-2 range( ) 函數

7-2-1 只有一個參數的range( ) 函數的應用

7-2-2 擴充專題銀行存款複利的軌跡

7-2-3 有2 個參數的range( ) 函數

7-2-4 有3 個參數的range( ) 函數

7-2-5 活用range( ) 應用

7-2-6 串列生成(list generator) 的應用

7-2-7 含有條件式的串列生成

7-2-8 列出ASCII 碼值或Unicode 碼值的字元

▌7-3 進階的for 迴圈應用

7-3-1 巢狀for 迴圈

7-3-2 強制離開for 迴圈 - break 指令

7-3-3 for 迴圈暫時停止不往下執行– continue 指令

7-3-4 for ⋯ else 迴圈

▌7-4 while 迴圈

7-4-1 基本while 迴圈

7-4-2 認識哨兵值(Sentinel value)

7-4-3 巢狀while 迴圈

7-4-4 強制離開while 迴圈 - break 指令

7-4-5 while 迴圈暫時停止不往下執行– continue 指令

7-4-6 while 迴圈條件運算式與可迭代物件

7-4-7 無限迴圈與pass

▌7-5 enumerate 物件使用for 迴圈解析

▌7-6 專題- 購物車/ 成績/ 圓周率/ 國王麥粒/ 電影院劃位

7-6-1 設計購物車系統

7-6-2 建立真實的成績系統

7-6-3 計算圓周率

7-6-4 國王的麥粒

7-6-5 電影院劃位系統設計

7-6-6 Fibonacci 數列

 

8 章 元組(Tuple) 的妙用 - 不可變結構的高效應用

▌8-1 元組的定義

▌8-2 讀取元組元素

▌8-3 遍歷所有元組元素

▌8-4 修改元組內容產生錯誤的實例

▌8-5 元組切片(tuple slices)

▌8-6 方法與函數

▌8-7 串列與元組資料互換

▌8-8 其它常用的元組方法

▌8-9 enumerate 物件使用在元組

▌8-10 使用zip( ) 打包多個物件

▌8-11 生成式(generator)

▌8-12 製作大型的串列資料

▌8-13 元組的功能

▌8-14 專題- 認識元組/ 打包與解包/bytes 與bytearray

8-14-1 認識元組

8-14-2 多重指定、打包與解包

8-14-3 再談bytes 與bytearray

8-14-4 match-case 應用在序列

 

9 章 字典(Dict) - 鍵值對資料的靈活運用

▌9-1 字典基本操作

9-1-1 定義字典

9-1-2 列出字典元素的值

9-1-3 增加字典元素

9-1-4 更改字典元素內容

9-1-5 驗證元素是否存在

9-1-6 刪除字典特定元素

9-1-7 字典的pop( ) 方法

9-1-8 字典的popitem( ) 方法

9-1-9 刪除字典所有元素

9-1-10 建立一個空字典

9-1-11 字典的拷貝

9-1-12 取得字典元素數量

9-1-13 設計字典的可讀性技巧

9-1-14 合併字典update( ) 與使用新方法

9-1-15 dict( )

9-1-16 再談zip( )

▌9-2 遍歷字典

9-2-1 items( ) 遍歷字典的「鍵: 值」

9-2-2 keys( ) 遍歷字典的「鍵」

9-2-3 values( ) 遍歷字典的「值」

9-2-4 sorted( ) 依鍵排序與遍歷字典

9-2-5 sorted( ) 依值排序與遍歷字典的值

▌9-3 match-case 與字典的結合

9-3-1 match-case 在字典基礎應用

9-3-2 創意應用:AI 客服智慧回覆系統

▌9-4 字典內鍵的值是串列

▌9-5 字典內鍵的值是字典

▌9-6 字典常用的函數和方法

9-6-1 len( )

9-6-2 fromkeys( )

9-6-3 get( )

9-6-4 setdefault( )

▌9-7 專題- 文件分析/ 字典生成式/ 星座/ 凱薩密碼/ 摩斯密碼

9-7-1 傳統方式分析文章的文字與字數

9-7-2 字典生成式

9-7-3 設計星座字典

9-7-4 文件加密 – 凱薩密碼實作

9-7-5 摩斯密碼(Morse code)

9-7-6 字典的潛在應用

 

10 章 集合(Set) 實戰 - 高效數據處理的關鍵技術

▌10-1 建立集合

10-1-1 使用{ } 建立集合

10-1-2 集合元素是唯一

10-1-3 使用set( ) 建立集合

10-1-4 集合的基數(cardinality)

10-1-5 建立空集合要用set( )

10-1-6 大數據資料與集合的應用

▌10-2 集合的操作

10-2-1 交集(intersection)

10-2-2 聯集(union)

10-2-3 差集(difference)

10-2-4 是成員in

10-2-5 不是成員not in

▌10-3 適用集合的方法

10-3-1 add( )

10-3-2 remove( )

10-3-3 pop( )

10-3-4 update( )

▌10-4 適用集合的基本函數操作

▌10-5 凍結集合frozenset

▌10-6 專題- 夏令營程式/ 程式效率/ 集合生成式/ 雞尾酒實例

10-6-1 夏令營程式設計

10-6-2 集合生成式

10-6-3 集合增加程式效率

10-6-4 雞尾酒的實例

10-6-5 集合的潛在應用

 

11 章 函數設計 - 程式重用與維護的核心

▌11-1 Python 函數基本觀念

11-1-1 函數的定義

11-1-2 沒有傳入參數也沒有傳回值的函數

11-1-3 在Python Shell 執行函數

▌11-2 函數的參數設計

11-2-1 傳遞一個參數

11-2-2 多個參數傳遞

11-2-3 關鍵字參數 參數名稱= 值

11-2-4 參數預設值的處理

▌11-3 函數傳回值

11-3-1 傳回None

11-3-2 簡單回傳數值資料

11-3-3 傳回多筆資料的應用– 實質是回傳tuple

11-3-4 簡單回傳字串資料

11-3-5 再談參數預設值

11-3-6 函數回傳字典資料

▌11-4 呼叫函數時參數是串列

11-4-1 基本傳遞串列參數的應用

11-4-2 觀察傳遞一般變數與串列變數到函數的區別

11-4-3 在函數內修訂串列的內容

11-4-4 使用副本傳遞串列

▌11-5 傳遞任意數量的參數

11-5-1 基本傳遞處理任意數量的參數

11-5-2 設計含有一般參數與任意數量參數的函數

11-5-3 設計含有一般參數與任意數量的關鍵字參數

▌11-6 進一步認識函數

11-6-1 函數文件字串Docstring

11-6-2 函數是一個物件

11-6-3 函數可以是資料結構成員

11-6-4 函數可以當作參數傳遞給其它函數

11-6-5 函數當參數與*args 不定量的參數

11-6-6 嵌套函數

▌11-7 遞迴式函數設計recursive

11-7-1 從掉入無限遞迴說起

11-7-2 非遞迴式設計階乘數函數

11-7-3 從一般函數進化到遞迴函數

11-7-4 Python 的遞迴次數限制

▌11-8 區域變數與全域變數

11-8-1 全域變數可以在所有函數使用

11-8-2 區域變數與全域變數使用相同的名稱

11-8-3 程式設計需注意事項

11-8-4 locals( ) 和globals( )

▌11-9 匿名函數lambda

11-9-1 匿名函數lambda 的語法

11-9-2 使用lambda 匿名函數的理由

11-9-3 匿名函數應用在高階函數的參數

11-9-4 匿名函數使用與filter( )

11-9-5 匿名函數使用與map( )

11-9-6 匿名函數使用與reduce( )

11-9-7 深度解釋串列的排序sort( )

11-9-8 深度解釋排序sorted( )

11-9-9 進階排序Sorted( ) 的應用

▌11-10 pass 與函數

▌11-11 type 關鍵字應用在函數

▌11-12 裝飾器(Decorator)

11-12-1 基礎應用

11-12-2 創意應用 - AI 智慧型函數執行計時裝飾器

▌11-13 專題- 單字次數/ 歐幾里德演算法/ 函數應用

11-13-1 用函數重新設計記錄一篇文章每個單字出現次數

11-13-2 歐幾里德演算法

11-13-3 函數潛在的進階應用

 

12 章 類別與物件導向 - 打造模組化與可擴充程式

▌12-1 類別的定義與使用

12-1-1 什麼是類別與物件?

12-1-2 為什麼要使用類別?

12-1-3 類別與物件的關係

12-1-4 定義類別

12-1-5 操作類別的屬性與方法

12-1-6 類別的建構方法

12-1-7 屬性初始值的設定

▌12-2 類別的訪問權限 – 封裝(encapsulation)

12-2-1 私有屬性

12-2-2 私有方法

12-2-3 從存取屬性值看Python 風格property( )

12-2-4 裝飾器@property

12-2-5 方法與屬性的類型

12-2-6 靜態方法

▌12-3 類別的繼承

12-3-1 衍生類別繼承基底類別的實例應用

12-3-2 如何取得基底類別的私有屬性

12-3-3 衍生類別與基底類別有相同名稱的屬性

12-3-4 衍生類別與基底類別有相同名稱的方法

12-3-5 衍生類別引用基底類別的方法

12-3-6 衍生類別有自己的方法

12-3-7 三代同堂的類別與取得基底類別的屬性super( )

12-3-8 兄弟類別屬性的取得

12-3-9 認識Python 類別方法的self 參數

▌12-4 多型(polymorphism)

▌12-5 多重繼承

12-5-1 基本觀念

12-5-2 super( ) 應用在多重繼承的問題

▌12-6 type 與is instance

12-6-1 type( )

12-6-2 isinstance( )

▌12-7 特殊屬性

12-7-1 文件字串__doc__

12-7-2 __name__ 屬性

▌12-8 類別的特殊方法

12-8-1 __str__( ) 方法

12-8-2 __repr__( ) 方法

12-8-3 __iter__( ) 方法

12-8-4 __eq__( ) 方法

▌12-9 專題- 幾何資料/ 類別設計的潛在應用

12-9-1 幾何資料

12-9-2 類別設計的潛在應用

 

13 章 模組設計與應用 - 建構專業軟體的基石

▌13-1 將自建的函數儲存在模組中

13-1-1 先前準備工作

13-1-2 建立函數內容的模組

▌13-2 應用自己建立的函數模組

13-2-1 import 模組名稱

13-2-2 導入模組內特定單一函數

13-2-3 導入模組內多個函數

13-2-4 導入模組所有函數

13-2-5 使用as 給函數指定替代名稱

13-2-6 使用as 給模組指定替代名稱

13-2-7 將主程式放在main( ) 與__name__ 搭配的好處

▌13-3 將自建的類別儲存在模組內

13-3-1 先前準備工作

13-3-2 建立類別內容的模組

▌13-4 應用自己建立的類別模組

13-4-1 導入模組的單一類別

13-4-2 導入模組的多個類別

13-4-3 導入模組內所有類別

13-4-4 import 模組名稱

13-4-5 模組內導入另一個模組的類別

▌13-5 隨機數random 模組

13-5-1 randint( )

13-5-2 random( )

13-5-3 uniform( )

13-5-4 choice( )

13-5-5 shuffle( )

13-5-6 sample( )

13-5-7 seed( )

▌13-6 時間time 模組

13-6-1 time( )

13-6-2 asctime( )

13-6-3 ctime(n)

13-6-4 localtime( )

13-6-5 process_time( )

13-6-6 strftime( )

▌13-7 系統sys 模組

13-7-1 version 和version_info 屬性

13-7-2 platform 屬性

13-7-3 path 屬性

13-7-4 getwindowsversion( )

13-7-5 executable

▌13-8 keyword 模組

13-8-1 kwlist 屬性

13-8-2 iskeyword( )

▌13-9 日期calendar 模組

13-9-1 列出某年是否潤年isleap( )

13-9-2 印出月曆month( )

13-9-3 印出年曆calendar( )

13-9-4 其它方法

▌13-10 pprint 和string 模組

13-10-1 pprint 模組

13-10-2 string 模組

▌13-11 專題設計 - 賭場遊戲騙局/ 蒙地卡羅模擬/ 文件加密

13-11-1 賭場遊戲騙局

13-11-2 蒙地卡羅模擬

13-11-3 再談文件加密

13-11-4 全天下只有你可以解的加密程式?你也可能無法解?

13-11-5 應用模組的潛在應用

 

14 章 檔案與目錄管理 - 資料讀寫與組織策略

▌14-1 資料夾與檔案路徑

▌14-2 os 模組

14-2-1 取得目前工作目錄os.getcwd( )

14-2-2 獲得特定工作目錄的內容os.listdir( )

14-2-3 遍歷目錄樹os.walk( )

▌14-3 os.path 模組

14-3-1 取得絕對路徑os.path.abspath

14-3-2 傳回相對路徑os.path.relpath( )

14-3-3 檢查路徑方法exists/isabs/isdir/isfile

14-3-4 檔案與目錄的操作mkdir/rmdir/remove/chdir/rename

14-3-5 傳回檔案路徑os.path.join( )

14-3-6 獲得特定檔案的大小os.path.getsize( )

▌14-4 獲得特定工作目錄內容glob

▌14-5 讀取檔案

14-5-1 開啟一個檔案open( )

14-5-2 讀取整個檔案read(n)

14-5-3 with 關鍵字

14-5-4 逐列讀取檔案內容

14-5-5 逐列讀取使用readlines( )

14-5-6 認識讀取指針與指定讀取文字數量

14-5-7 分批讀取檔案資料

▌14-6 寫入檔案

14-6-1 將執行結果寫入空的文件內

14-6-2 寫入數值資料

14-6-3 輸出多列資料的實例

14-6-4 檔案很大時的分段寫入

14-6-5 writelines( )

▌14-7 讀取和寫入二進位檔案

14-7-1 拷貝二進位檔案

14-7-2 隨機讀取二進位檔案

▌14-8 shutil 模組

▌14-9 安全刪除檔案或目錄send2trash( )

▌14-10 檔案壓縮與解壓縮zipfile

14-10-1 執行檔案或目錄的壓縮

14-10-2 讀取zip 檔案

14-10-3 解壓縮zip 檔案

▌14-11 再談編碼格式encoding

14-11-1 中文Windows 作業系統記事本預設的編碼

14-11-2 utf-8 編碼

14-11-3 認識utf-8 編碼的BOM

▌14-12 剪貼簿的應用

▌14-13 專題設計- 分析檔案/ 加密檔案/ 潛在應用

14-13-1 以讀取檔案方式處理分析檔案

14-13-2 加密檔案

14-13-3 檔案輸入與輸出的潛在應用

 

15 章 程式除錯與異常處理 - 穩定度與安全性的保證

▌15-1 程式異常

15-1-1 一個除數為0 的錯誤

15-1-2 撰寫異常處理程序try...except

15-1-3 try - except - else

15-1-4 找不到檔案的錯誤FileNotFoundError

15-1-5 分析單一文件的字數

15-1-6 分析多個文件的字數

▌15-2 設計多組異常處理程序

15-2-1 常見的異常物件

15-2-2 設計捕捉多個異常

15-2-3 使用一個except 捕捉多個異常

15-2-4 處理異常但是使用Python 內建的錯誤訊息

15-2-5 捕捉所有異常

▌15-3 丟出異常

▌15-4 紀錄Traceback 字串

▌15-5 finally

▌15-6 程式斷言assert

15-6-1 設計斷言

15-6-2 停用斷言

▌15-7 程式日誌模組logging

15-7-1 logging 模組

15-7-2 logging 的等級

15-7-3 格式化logging 訊息輸出format

15-7-4 時間資訊asctime

15-7-5 format 內的message

15-7-6 列出levelname

15-7-7 使用logging 列出變數變化的應用

15-7-8 正式追蹤factorial 數值的應用

15-7-9 將程式日誌logging 輸出到檔案

15-7-10 隱藏程式日誌logging 的DEBUG等級使用CRITICAL

15-7-11 停用程式日誌logging

▌15-8 程式除錯的典故

▌15-9 程式除錯與異常處理的潛在應用

 

16 章 正則表達式 - 強效字串處理利器

▌16-1 使用Python 硬功夫搜尋文字

▌16-2 正則表達式的基礎

16-2-1 建立搜尋字串模式pattern

16-2-2 search( ) 方法

16-2-3 findall( ) 方法

16-2-4 再看正則表達式

▌16-3 更多搜尋比對模式

16-3-1 使用小括號分組

16-3-2 groups( )

16-3-3 區域號碼是在小括號內

16-3-4 使用管道|

16-3-5 搜尋時忽略大小寫

▌16-4 貪婪與非貪婪搜尋

16-4-1 搜尋時使用大括號設定比對次數

16-4-2 貪婪與非貪婪搜尋

▌16-5 正則表達式的特殊字元

16-5-1 特殊字元表

16-5-2 字元分類

16-5-3 字元分類的^ 字元

16-5-4 正則表示法的^ 字元

16-5-5 正則表示法的$ 字元

16-5-6 單一字元使用萬用字元"."

16-5-7 所有字元使用萬用字元".*"

16-5-8 換列字元的處理

▌16-6 MatchObject 物件

16-6-1 re.match( )

16-6-2 MatchObject 幾個重要的方法

▌16-7 搶救CIA 情報員- sub( ) 方法

16-7-1 一般的應用

16-7-2 搶救CIA 情報員

▌16-8 處理比較複雜的正則表示法

16-8-1 將正則表達式拆成多列字串

16-8-2 re.VERBOSE

16-8-3 電子郵件地址的搜尋

16-8-4 re.IGNORECASE/re.DOTALL/re.VERBOSE

▌16-9 正則表達式的潛在應用

 

17 章 影像檔案處理 - Python 在多媒體的應用

▌17-1 認識Pillow 模組的RGBA

17-1-1 getrgb( )

17-1-2 getcolor( )

▌17-2 Pillow 模組的盒子元組(Box tuple)

17-2-1 基本觀念

17-2-2 計算機眼中的影像

▌17-3 影像的基本操作

17-3-1 開啟影像物件

17-3-2 影像大小屬性

17-3-3 取得影像物件檔案名稱

17-3-4 取得影像物件的檔案格式

17-3-5 儲存檔案

17-3-6 螢幕顯示影像

17-3-7 建立新的影像物件

▌17-4 影像的編輯

17-4-1 更改影像大小

17-4-2 影像的旋轉

17-4-3 影像的翻轉

17-4-4 影像像素的編輯

▌17-5 裁切、複製與影像合成

17-5-1 裁切影像

17-5-2 複製影像

17-5-3 影像合成

17-5-4 將裁切圖片填滿影像區間

▌17-6 影像濾鏡

▌17-7 在影像內繪製圖案

17-7-1 繪製點

17-7-2 繪製線條

17-7-3 繪製圓或橢圓

17-7-4 繪製矩形

17-7-5 繪製多邊形

▌17-8 在影像內填寫文字

▌17-9 專題 – 建立QR code/ 文字辨識與建立停車場管理系統

17-9-1 建立QR code

17-9-2 文字辨識與停車場管理系統

 

18 章 GUI 程式開發 - tkinter 打造視覺化介面

▌18-1 建立視窗

▌18-2 標籤Label

▌18-3 視窗元件配置管理員Layout Management

18-3-1 pack( ) 方法

18-3-2 grid( ) 方法

18-3-3 place( ) 方法

18-3-4 視窗元件位置的總結

▌18-4 功能鈕Button

18-4-1 基本觀念

18-4-2 設定視窗背景config( )

18-4-3 使用lambda 表達式的好時機

▌18-5 變數類別

▌18-6 文字方塊Entry

▌18-7 文字區域Text

▌18-8 捲軸Scrollbar

▌18-9 選項鈕Radiobutton

▌18-10 核取方塊Checkbutton

▌18-11 對話方塊messagebox

▌18-12 圖形PhotoImage

18-12-1 圖形與標籤的應用

18-12-2 圖形與功能鈕的應用

▌18-13 尺度Scale 的控制

▌18-14 功能表Menu 設計

▌18-15 專題- 設計小算盤

 

19 章 詞雲設計 - 文字可視化創意應用

▌19-1 安裝wordcloud

▌19-2 我的第一個詞雲程式

▌19-3 建立含中文字詞雲結果失敗

▌19-4 建立含中文字的詞雲

▌19-5 進一步認識jieba 模組的分詞

▌19-6 建立含圖片背景的詞雲

 

20 章 數據圖表設計 - 資料視覺化基礎

▌20-1 認識matplotlib.pyplot 模組的主要函數

▌20-2 繪製簡單的折線圖plot( )

20-2-1 畫線基礎實作

20-2-2 線條寬度linewidth

20-2-3 標題的顯示

20-2-4 多組數據的應用

20-2-5 線條色彩與樣式

20-2-6 刻度設計

20-2-7 圖例legend( )

20-2-8 保存與開啟圖檔

▌20-3 繪製散點圖scatter( )

20-3-1 基本散點圖的繪製

20-3-2 系列點的繪製

▌20-4 Numpy 模組基礎知識

20-4-1 建立一個簡單的陣列linspace( )和arange( )

20-4-2 繪製波形

20-4-3 點樣式與色彩的應用

20-4-4 使用plot( ) 繪製波形

20-4-5 建立不等大小的散點圖

20-4-6 填滿區間Shading Regions

▌20-5 色彩映射color mapping

▌20-6 繪製多個圖表

20-6-1 圖表顯示中文

20-6-2 subplot( ) 語法

20-6-3 含子圖表的基礎實例

20-6-4 子圖配置的技巧

▌20-7 建立畫布與子圖表物件

20-7-1 pyplot 的API 與OO API

20-7-2 自建畫布與建立子圖表

20-7-3 建立寬高比

▌20-8 長條圖的製作

20-8-1 bar( )

20-8-2 hist( )

▌20-9 圓餅圖的製作pie( )

20-9-1 國外旅遊調查表設計

20-9-2 增加百分比的國外旅遊調查表

20-9-3 突出圓餅區塊的數據分離

▌20-10 設計2D 動畫

20-10-1 FuncAnimation( ) 函數

20-10-2 設計移動的sin 波

20-10-3 設計球沿著sin 波形移動

▌20-11 數學表達式/ 輸出文字/ 圖表註解

20-11-1 圖表的數學表達式

20-11-2 在圖表內輸出文字text( )

20-11-3 增加圖表註解

20-11-4 極座標繪圖

 

21 章 JSON 與世界地圖 - 全球資料繪製實戰

▌21-1 JSON 資料格式前言

▌21-2 認識json 資料格式

21-2-1 物件(object)

21-2-2 陣列(array)

21-2-3 json 資料存在方式

▌21-3 將Python 應用在json 字串形式資料

21-3-1 使用dumps( ) 將Python 資料轉成json 格式

21-3-2 dumps( ) 的sort_keys 參數

21-3-3 dumps( ) 的indent 參數

21-3-4 使用loads( ) 將json 格式資料轉成Python 的資料

21-3-5 一個json 文件只能放一個json物件?

▌21-4 將Python 應用在json 檔案

21-4-1 使用dump( ) 將Python 資料轉成json 檔案

21-4-2 將中文字典資料轉成json 檔案

21-4-3 使用load( ) 讀取json 檔案

▌21-5 世界人口數據的json 檔案

21-5-1 JSON 數據檢視器

21-5-2 認識人口統計的json 檔案

21-5-3 認識pygal.maps.world 的國碼資訊

▌21-6 繪製世界地圖

21-6-1 基本觀念

21-6-2 讓地圖呈現數據

21-6-3 繪製世界人口地圖

▌21-7 專題- 環境部空氣品質

 

22 章  CSV 文件處理 - 掌握結構化資料

▌22-1 建立一個CSV 文件

▌22-2 開啟「utf-8」格式CSV 檔案

22-2-1 使用記事本開啟

22-2-2 使用Excel 開啟

▌22-3 csv 模組

▌22-4 讀取CSV 檔案

22-4-1 使用with open( ) 開啟CSV 檔案

22-4-2 建立Reader 物件

22-4-3 使用串列索引讀取CSV 內容

22-4-4 DictReader( )

▌22-5 寫入CSV 檔案

22-5-1 開啟欲寫入的檔案with open( )

22-5-2 建立writer 物件

22-5-3 輸出串列writerow( )

22-5-4 delimiter 關鍵字

22-5-5 寫入字典資料DictWriter( )

▌22-6 專題- 使用CSV 檔案繪製氣象圖表

22-6-1 台北2025 年1 月氣象資料

22-6-2 讀取最高溫與最低溫

22-6-3 繪製最高溫

22-6-4 天氣報告增加日期刻度

22-6-5 日期位置的旋轉

22-6-6 繪製最高溫與最低溫

▌22-7 CSV 真實案例實作

22-7-1 認識台灣股市的CSV 的檔案

22-7-2 繪製股市最高價、最低價與收盤價日線圖

 

23 章 Numpy 基礎 - 科學運算必備工具

▌23-1 陣列ndarray

▌23-2 Numpy 的資料型態

▌23-3 建立一維或多維陣列

23-3-1 認識ndarray 的屬性

23-3-2 使用array( ) 建立一維陣列

23-3-3 使用array( ) 函數建立多維陣列

23-3-4 使用zeros( ) 建立內容是0 的多維陣列

23-3-5 使用ones( ) 建立內容是1 的多維陣列

23-3-6 使用empty( ) 建立未初始化的多維陣列

23-3-7 其他建立陣列函數

▌23-4 一維陣列的四則運算與基礎操作

23-4-1 一維陣列的四則運算

23-4-2 一維陣列的關係運算子運算

23-4-3 陣列結合或是加入陣列元素concatenate( )

23-4-4 在陣列指定索引插入元素insert( )

23-4-5 刪除指定索引的陣列元素delete( )

▌23-5 用切片提取一維陣列的元素

23-5-1 用切片提取一維陣列的元素

23-5-2 用串列提取陣列元素

23-5-3 用布林值陣列提取陣列元素

▌23-6 多維陣列的索引與切片

23-6-1 認識axis 的定義

23-6-2 二維陣列的索引

23-6-3 三維陣列的索引

23-6-4 多維陣列的切片

▌23-7 陣列的拷貝與檢視

23-7-1 認識檢視View

23-7-2 是否共用記憶體

23-7-3 使用參數copy=True 複製數據

23-7-4 使用copy( ) 函數複製陣列

▌23-8 更改陣列外形

23-8-1 更改陣列維度reshape( )

23-8-2 多維陣列轉一維陣列ravel( )

23-8-3 多維陣列轉一維陣列flatten( )

23-8-4 轉置矩陣transpose( )

23-8-5 新增加一個軸newaxis

23-8-6 移除只有一個元素的軸squeeze( )

▌23-9 陣列分割

23-9-1 hsplit( ) 和vsplit( )

23-9-2 split( )

▌23-10 陣列合併與堆疊

23-10-1 陣列垂直合併vstack( )

23-10-2 陣列水平合併hstack( )

23-10-3 stack( )

23-10-4 column_stack( ) 和row_stack( )

 

24 章 基礎統計與隨機數 數據科學入門

▌24-1 機器學習視角 - 母體與樣本

24-1-1 母體與樣本

24-1-2 機器學習視角看母體與樣本

▌24-2 數據加總

▌24-3 數據分佈

▌24-4 數據中心指標

24-4-1 平均數(mean)

24-4-2 中位數(median)

24-4-3 眾數(mode)

24-4-4 數據分佈圖

▌24-5 數據分散指標 – 變異數與標準差

24-5-1 變異數

24-5-2 標準差

24-5-3 數據分散指標的應用

▌24-6 符號運算規則與驗證

▌24-7 活用符號

▌24-8 迴歸分析

24-8-1 相關係數(Correlation Coefficient)

24-8-2 建立線性回歸模型與數據預測

24-8-3 二次函數的迴歸模型

▌24-9 Numpy 隨機分佈函數

24-9-1 Numpy 的random 模組與Python內建random 模組

24-9-2 Numpy 的random 模組基礎

24-9-3 rand( )

24-9-4 randn( )

24-9-5 normal( )

24-9-6 uniform( )

24-9-7 triangular( )

24-9-8 shuffle( ) 和permutation( )

24-9-9 choice( )

 

25 章 Numpy 進階運算與 3D 繪圖 -多維度資料探索

▌25-1 基礎數學函數

25-1-1 認識常數

25-1-2 基礎數學函數

25-1-3 捨去函數

25-1-4 基礎數學運算函數

25-1-5 最大公因數與最小公倍數

▌25-2 三角函數

▌25-3 指數與對數函數

25-3-1 指數函數

25-3-2 對數函數

▌25-4 陣列處理函數

▌25-5 陣列資料排序

25-5-1 sort( )

25-5-2 argsort( )

▌25-6 簡單線性代數運算

25-6-1 一元二次方程式

25-6-2 解聯立線性方程式

▌25-7 線性插入函數

▌25-8 Numpy 的廣播功能

▌25-9 檔案的輸入與輸出

25-9-1 讀取文字檔案

25-9-2 寫入文字檔案

▌25-10 專題 – 3D 繪圖到3D 動畫

25-10-1 3D 繪圖的基礎觀念

25-10-2 建立3D 等高線

25-10-3 使用官方數據繪製3D 圖

25-10-4 使用scatter( ) 函數繪製3D 圖

25-10-5 繪製3D 圖增加視角

25-10-6 3D 動畫設計

▌25-11 專題 – 遮罩觀念與數據分類

 

26 章 Pandas 入門 - 高效資料操作與分析

▌26-1 Series

26-1-1 使用串列list 建立Series 物件

26-1-2 使用Python 字典dict 建立Series物件

26-1-3 使用Numpy 的ndarray 建立Series物件

26-1-4 建立含索引的Series 物件

26-1-5 使用純量建立Series 物件

26-1-6 列出Series 物件索引與值

26-1-7 Series 的運算

▌26-2 DataFrame

26-2-1 建立DataFrame 使用Series

26-2-2 欄位columns 屬性

26-2-3 Series 物件的name 屬性

26-2-4 使用元素是字典的串列建立DataFrame

26-2-5 使用字典建立DataFrame

26-2-6 index 屬性

26-2-7 將columns 欄位當作DataFrame物件的index

▌26-3 基本Pandas 資料分析與處理

26-3-1 索引參照屬性

26-3-2 直接索引

26-3-3 四則運算方法

26-3-4 邏輯運算方法

26-3-5 Numpy 的函數應用在Pandas

26-3-6 NaN 相關的運算

26-3-7 NaN 的處理

26-3-8 幾個簡單的統計函數

26-3-9 增加index

26-3-10 刪除index

26-3-11 排序

▌26-4 讀取與輸出CSV 檔案

26-4-1 寫入CSV 格式檔案

26-4-2 讀取CSV 格式檔案

▌26-5 讀取與輸出Excel 檔案

26-5-1 寫入Excel 格式檔案

26-5-2 讀取Excel 格式檔案

 

27 章 Pandas 視覺化與時間序列 - 趨勢洞察與預測

▌27-1 Pandas 繪圖

27-1-1 使用Series 繪折線圖表

27-1-2 使用DataFrame 繪圖表基本知識

27-1-3 直條圖的設計

27-1-4 一個圖表含不同數值資料

27-1-5 多個數值軸的設計

27-1-6 使用Series 物件設計圓餅圖

▌27-2 時間序列(Time Series)

27-2-1 時間模組datetime

27-2-2 使用Python 的datetime 模組建立含時間戳的Series 物件

27-2-3 Pandas 的時間區間方法

27-2-4 將時間序列繪製折線圖

▌27-3 專題:鳶尾花

27-3-1 網路爬蟲

27-3-2 將鳶尾花資料集轉成DataFrame

27-3-3 散點圖的製作

27-3-4 鳶尾花分類統計與直條圖

 

28 章  網路爬蟲 - 自動化資料蒐集與整合

▌28-1 上網不再需要瀏覽器了

28-1-1 webbrowser 模組

28-1-2 認識Google 地圖

28-1-3 用地址查詢地圖的程式設計

▌28-2 下載網頁資訊使用requests 模組

▌28-3 檢視網頁原始檔

28-3-1 以Chrome 瀏覽器為實例

28-3-2 檢視原始檔案的重點

28-3-3 列出重點網頁內容

▌28-4 解析網頁使用BeautifulSoup 模組

28-4-1 建立BeautifulSoup 物件

28-4-2 基本HTML 文件解析 - 從簡單開始

28-4-3 網頁標題title 屬性

28-4-4 去除標籤傳回文字text 屬性

28-4-5 傳回所找尋第一個符合的標籤find( )

28-4-6 傳回所找尋所有符合的標籤find_all( )

28-4-7 HTML 屬性的搜尋

28-4-8 select( ) 和get( )

▌28-5 網路爬蟲實戰 – 12 星座圖片下載

▌28-6 網路爬蟲的潛在應用

 

29 章 Python 操作台股 - 投資分析實戰

▌29-1 Stock( ) 建構元

▌29-2 Stock 物件屬性

▌29-3 Stock 物件方法

▌29-4 取得單一股票之即時資料realtime.get( )

 

30 章 Sympy 與符號運算 - 數學推導自動化

▌30-1 定義符號

30-1-1 name 屬性

30-1-2 定義多個符號變數

30-1-3 符號的運算

30-1-4 將數值代入公式

30-1-5 將字串轉為數學表達式

30-1-6 Sympy 模組支援的數學函數

▌30-2 解方程式

30-2-1 解一元一次方程式

30-2-2 解一元二次方程式

30-2-3 解含未知數的方程式

▌30-3 解聯立方程式

▌30-4 微分與Sympy

▌30-5 積分與Sympy

▌30-6 Sympy 模組的繪圖功能

 

31 章 AI 破冰之旅 - 從畢氏定理到餘弦相似度

▌31-1 畢氏定理 – 影片相似度計算

31-1-1 基礎數學原理

31-1-2 畢氏定理應用在性向測驗情境

31-1-3 性向測驗的適性計算

31-1-4 畢氏定理應用在三維空間

31-1-5 畢氏定理應用在更高維的空間

31-1-6 計算電影相似度

▌31-2 向量內積/ 餘弦相似度 – 推薦系統設計

31-2-1 協同工作的觀念

31-2-2 計算B 所幫的忙

31-2-3 向量內積的定義

31-2-4 兩條直線的夾角

31-2-5 向量內積的性質

31-2-6 餘弦相似度

31-2-7 音樂推薦系統設計

▌31-3 人臉辨識(Face Recognition)

▌31-4 「畢氏定理」與「餘弦相似度」的AI 應用總結

31-4-1 畢氏定理的AI 應用

31-4-2 餘弦相似度的AI 應用

31-4-3 兩者比較及AI 使用時機

 

32 章 scikit-learn 機器學習入門 - 基礎與流程

▌32-1 網路購物數據調查

▌32-2 使用scikit-learn 模組計算判定係數

32-2-1 安裝scikit-learn

32-2-2 計算判定係數評估模型

▌32-3 預測未來值

▌32-4 人工智慧、機器學習、深度學習

32-4-1 認識機器學習

32-4-2 機器學習的種類

32-4-3 監督學習

32-4-4 無監督學習

32-4-5 強化學習

▌32-5 認識scikit-learn 數據模組datasets

▌32-6 監督學習 – 線性迴歸

32-6-1 訓練數據與測試數據

32-6-2 使用make_regression( ) 函數準備迴歸模型數據

32-6-3 建立訓練數據與測試數據使用train_test_split( )

32-6-4 獲得線性函數的迴歸係數與截距

32-6-5 predict( ) 函數

32-6-6 迴歸模型判斷

▌32-7 scikit-learn 產生數據

32-7-1 使用make_blobs( ) 函數準備群集數據

32-7-2 標準化資料

32-7-3 分割訓練資料與測試資料

 

33 章 機器學習演算法 - 原理與應用全解析

▌33-1 KNN(K-Nearest Neighbor)

33-1-1 KNN 在分類問題的應用

33-1-2 KNN 在迴歸問題的應用

▌33-2 邏輯斯迴歸(Logistic regression)

▌33-3 支援向量機(Support Vector Machine)

▌33-4 決策樹(Decision Tree) 演算法

33-4-1 分類應用

33-4-2 迴歸應用

▌33-5 無監督學習 - 群集分析

33-5-1 K-means 演算法

33-5-2 使用make_blobs( ) 函數準備群集數據

33-5-3 使用cluster.KMeans( ) 和fit( ) 函數作群集分析

33-5-4 標記群集點和群集中心

33-5-5 數據分群的簡單實例

 

34 章 機器學習專題 - 波士頓房價預測實務

▌34-1 從線性迴歸到多元線性迴歸

34-1-1 簡單線性迴歸

34-1-2 多元線性迴歸

▌34-2 簡單資料測試

34-2-1 身高、腰圍與體重的測試

34-2-2 了解模型的優劣

▌34-3 波士頓房價數據集

34-3-1 認識波士頓房價數據集

34-3-2 輸出數據集

34-3-3 波士頓房價測試數據的房價預估

34-3-4 殘差圖(Residual plot)

 

35 章 機器學習專題 - 葡萄酒數據分析與分類

▌35-1 認識葡萄酒數據

▌35-2 使用KNN 演算法執行葡萄酒分類

35-2-1 設計葡萄酒分類程式

35-2-2 KNN 分類器結果評估

35-2-3 葡萄酒分類與效能分析實戰

▌35-3 使用邏輯斯迴歸演算法執行葡萄酒分類

 

36 章 機器學習專題 - 鐵達尼號生存預測

▌36-1 程式設計必備知識one-hot 編碼

▌36-2 認識鐵達尼號Titanic 數據集

▌36-3 鐵達尼號專題實作 – 邏輯斯迴歸

▌36-4 鐵達尼號專題實作 – 決策樹

 

37 章 機器學習專題 - 糖尿病數據分析

▌37-1 認識糖尿病數據集

▌37-2 多元線性迴歸處理糖尿病數據

 

38 章  機器學習專題 - 乳癌診斷模型訓練

▌38-1 認識乳癌數據集

▌38-2 支援向量機處理乳癌數據

 

39 章 機器學習專題 - 手寫數字影像辨識

▌39-1 認識手寫數字數據集

▌39-2 隨機森林處理手寫數字數據集

39-2-1 隨機森林的應用

39-2-2 手寫數字數據集分類

▌39-3 PCA 主成份分析

 

40 章 動畫與遊戲 - Python 創意應用( 電子書)

▌40-1 繪圖功能

▌40-2 尺度控制畫布背景顏色

▌40-3 動畫設計

▌40-4 反彈球遊戲設計

▌40-5 專題- 使用tkinter 處理謝爾賓斯基三角形

 

附錄A 安裝與執行Python ( 電子書)

A-1 Windows 作業系統的安裝Python 版

A-2 啟動Python 可執行檔案

A-3 找尋Python 可執行檔案

A-4 在Python Shell 編輯環境

A-5 進入編輯Python 程式環境

 

附錄B AnacondaSpider Jupyter Notebook ( 電子書)

B-1 下載安裝Anaconda

B-2 Anaconda Prompt

B-3 啟動Spider 整合環境

B-4 Jupyter Notebook 環境

 

附錄C 使用Google Colab 雲端開發環境( 電子書)

C-1 進入Google 雲端

C-2 建立雲端資料夾

C-3 進入Google Colab 環境

C-4 編寫程式

C-5 儲存檔案

C-6 認識編輯區

C-7 新增加程式碼儲存格

C-8 更多編輯功能

 

附錄D 指令、函數索引表

 

附錄E 安裝第三方模組 ( 電子書)

E-1 命令提示字元

E-2 系統多重安裝使用pip

E-3 導入模組安裝更新版模組

E-4 安裝更新版模組

E-5 列出所安裝的模組

E-6 刪除模組

E-7 找尋更多模組

E-8 安裝新版pip

 

附錄F RGB 色彩表( 電子書)

 

附錄G 是非、選擇與實作題 - 習題檔案( 電子書)

 

附錄H ASCII 碼值表( 電子書)

 

附錄I ChatGPT 協助學習Python( 電子書)

I-1 問ChatGPT 有關Python 基本觀念

I-2 Python 運算規則

I-3 Python 基本資料型態

I-4 程式除錯

I-5 輸出格式與內建函數說明

I-6 條件運算式

I-7 串列的應用

I-8 迴圈與重構程式

I-9 操作元組

I-10 字典

I-11 集合

I-12 函數

I-13 物件導向程式設計

I-14 設計與應用模組

I-15 檔案的輸入與輸出

I-16 正則表達式

I-17 Pillow 功能

I-18 詞雲功能

I-19 csv 檔案

I-20 圖表設計

I-21 網路爬蟲

I-22 機器學習入門

 

在數位浪潮奔騰而至的今日,「人工智慧」與「數據科學」已經不再只是未來願景,而是刻不容緩的必要技能。無論您是求學中的學生、正在職場打拼的專業人士,抑或純粹對科技充滿熱情的愛好者,掌握Python 這門強大又直覺的程式語言,都將是您進入AI 與數據科學世界的關鍵第一步。

本書以最務實、清晰且結構化的方式,系統性地引領讀者從Python 基礎概念開始,逐步邁向AI 與數據科學的核心領域。全書架構從基礎到進階、從理論到實戰,確保初學者能穩步前行,已有經驗者亦能強化既有技能。

前半部的章節將協助讀者建構紮實的Python 程式基礎,內容涵蓋變數與運算、資料型態、流程控制,以及程式設計中常見的串列、元組、字典與集合等重要概念;此外,更有函數、物件導向與模組化設計,教你如何寫出高效且具可維護性的程式碼。

接著,本書進一步深入檔案管理、正則表達式、多媒體處理與視覺化程式設計,實務運用一覽無遺。透過圖像處理、GUI 設計、詞雲與各種資料視覺化技巧,讓程式不僅功能強大,也兼具創意與互動性。

在書籍的後半部,我們踏入了AI 與數據科學的核心領域:從NumPy 與Pandas 的科學運算和數據分析能力,到機器學習的入門和演算法的實務應用,每一步都引領您接近AI 的核心技術。本書以豐富的專題實作,例如波士頓房價預測、糖尿病分析、乳癌診斷模型、手寫數字辨識等經典專題,協助讀者從理論到實務,一步步打造具體的應用技能。

最後,本書特別規劃了數個電子書附錄,包含環境安裝指引、Colab 雲端開發技巧、第三方模組安裝,以及實用的Python 指令索引表,讓讀者無論身處何方,都能快速啟動並實踐所學。

期盼本書成為您踏入Python、AI 與數據科學之門的最佳伙伴。從這裡開始,您將體驗如何用程式語言轉換資料為智慧、將智慧融入生活,進而在這個快速變動的時代中,占得先機。讓我們攜手同行,一起邁向AI 與數據科學的未來!

寫過許多的電腦書著作,本書沿襲筆者著作的特色,程式實例豐富,相信讀者只要遵循本書內容必定可以在最短時間精通Python 設計,編著本書雖力求完美,但是學經歷不足,謬誤難免,尚祈讀者不吝指正。

洪錦魁2025-05-15

jiinkwei@me.com

 

教學資源說明

教學資源有完整習題解答

本書習題實作題約295 題均有習題解答,如果您是學校老師同時使用本書教學,歡迎與本公司聯繫,本公司將提供習題解答。請老師聯繫時提供任教學校科系Email、和手機號碼,以方便本公司業務單位協助您。

:教學資源不提供給一般讀者,請原諒。

讀者資源說明

請至本公司網頁https://deepwisdom.com.tw 下載本書程式實例與習題所需的相關檔案,以及相關附錄、電子書資源,這些文件以Word 檔案呈現。

:讀者資源附有本書偶數題的習題解答。

臉書粉絲團

歡迎加入:王者歸來電腦專業圖書系列

歡迎加入:iCoding 程式語言讀書會(Python, Java, C, C++, C#, JavaScript, 大數據,人工智慧等不限),讀者可以不定期獲得本書籍和作者相關訊息。

歡迎加入:MQTT 與AIoT 整合運用

額外資訊

出版商

深智數位股份有限公司

出版日期

2025年6月3日

語言

繁體中文

頁數

944

ISBN

9786267569900