Mastering Python Design Patterns

Python入門經典，結合最新ChatGPT 5，掌握AI時代最關鍵的程式技能 【本書簡介】 學習一個程式語言，Python 的簡潔、明瞭能讓初學者快速上手。雖然 Python IDLE 環境很陽春，但有不錯的除錯功能，而附帶的 Visual Studio Code 可以讓我們在學習中擁有意外之喜。簡單的敘述可以在 Python Shell 這個互動交談模式獲得解答。除了 Python 的內建模組，也一起認識第三方套件的詞雲、Pyinstaller。由於 Python 能討論的內容非常豐富，本書僅能就初學者讓大家認識 Python 語言的魅力，透過本書做通盤性認識，全書重要主題如下： • Python 異想世界 • Python 基本語法 • 運算子與條件選擇 • ?圈控制 • 序列型別和字串 • Tuple 和 List • 字典、集合、函式 • 模組與函式庫 • 物件導向基礎 • 淺談繼承機制 • 異常處理機制 • 資料流與檔案 • GUI 介面 • 繪圖與影像 • ChatGPT與Python雙效合一的應用 期能把握住最嚴謹的態度，輔以最淺白的表達方式，讓每位讀者在期間充滿樂趣，降低閱讀壓力。筆者深信本書能讓初習者在走過 Python 語言學習之旅，拓展思考性，在程式語言世界悠遊自在。 【本書特色】 ▶ 認識 Python 這個簡潔的程式語言，理論與實作並行 ▶ 每個章節有豐富的範例，配合 Python Shell 的互動交談，更能得心應手 ▶ 手把手導引，由函式出發，並學習物件導向的封裝、繼承和多型三大技術 ▶ 課後評量使思考與操作並兼，可追蹤學習成效 ▶ ChatGPT 5介面與特點、ChatGPT AI Python程式範例集、AI小遊戲 Python入門經典，結合最新ChatGPT 5，掌握AI時代最關鍵的程式技能 本書讓讀者輕鬆認識 Python 這個簡潔的程式語言，理論與實作並行。每個章節都有豐富的範例，配合 Python Shell 的互動交談，更能得心應手。作者手把手導引，由函式出發，介紹物件導向的封裝、繼承和多型三大技術。章末還有課後評量使思考與操作並兼，可追蹤學習成效。此外，還附有ChatGPT與Python雙效合一的程式範例。

本書全面細緻地介紹了Python的各個功能、邏輯和慣用模式，以便讀者快速編寫出專業、地道、實用的Python程式，從Python新手成長為高手。本書共5個部分。第一部分“Python 環境”講解 Python的哲學、開發環境、基本語法、專案結構和代碼導入等內容，為讀者編寫規範的Python代碼奠定堅實的基礎。第二部分“基本結構”講解Python的變數、資料類型、函數、類、物件、錯誤和異常等。第三部分“資料和流程”講解運算元據和控制執行流程的許多獨特方法，包括集合、反覆運算、生成器、推導式、文本輸入/輸出、上下文管理、二進位和序列化等。第四部分“高級概念”探索Python 的高級策略，如繼承、混入、元類、抽象基類、自省、泛型、非同步、併發、執行緒和並行等。第五部分“超越代碼”講解項目的打包、分發、調試、日誌、測試和剖析等環節，並概述Python開發的方向。本書適合想要學習編寫專業Python程式的讀者閱讀，既可作為零基礎入門 Python 的教材，也可作為程式師案頭常備的Python工具書。本書尤其適合已掌握其他程式設計語言的開發者用來學習Python，可以幫助這些開發者不受其他程式設計語言的影響來學習地道的 Python程式設計方法。

來自各界程式設計師與媒體的熱烈好評 玩到停不下來的極客實驗報告出爐 「每位Python程式設計師的藏書都應該包含這本書！」 —Full Circle Magazine 「如果你想熟練地運用Python做一些巧妙的事情，這本書就是最好的專案選集了，你無法找到比這更實用的說明來了解這個語言的運作方式。」 —Network World 「《Python極客實驗室》的目標讀者是希望進一步提升Python技能和知識的程式設計師。這本書在解釋所有相關細節方面做得很好，確保讀者能清楚地理解正在發生的事情。」 —InfoQ 「這本書擁有絕佳的專案選集，適合對科學感興趣的程式設計師、對程式設計感興趣的科學愛好者，以及介於兩者之間的每一個人。」 —Al Sweigart，《Python自動化的樂趣》的作者 「這是那種難得的程式設計書籍，讀起來很有趣，同時適合中級或進階的Python程式設計師。我認為即使是新手也應該試一試……這本書從頭到尾都很令人享受。」 —Karthikeyan Chellappa, Goodreads書評 「本書充滿娛樂性和有趣的想法……一點也不像典型的程式設計書籍。這本書專為尋求樂趣的程式設計愛好者而寫。千萬不要錯過！」 —F. Howard, Amazon書評 ---------------------------------------------------------- ✨ 重拾程式設計的樂趣，開啟你的Python奇想實驗 ♂️ 透過《Python極客實驗室》別出心裁的15個專案，將程式碼化為實體創作並駕馭Python的威能，拓展你的程式設計視野、激發好奇心，並提升程式設計技能。 這本書會帶你跳出程式基礎教育的窠臼，引導你運用Python搭配諸如numpy、matplotlib和 Pillow等常見程式庫，編寫生成藝術作品、音樂、模擬真實世界現象並與硬體互動的程式。 我們為這本書新增了五個全新專案： ✔繪製碎形（fractals） ✔將Conway的Game of Life帶入三維空間 ✔並使用Raspberry Pi和Python製作樂器 ✔物聯網（IoT）花園監視器 ✔以機器學習驅動的語音辨識系統 完成本書專案後，你將能：  運用參數方程式和turtle模組，雕琢出類似萬花尺（Spirograph）的精巧設計。  合成撥弦聲，創造屬於你的

Python 運算思維Google Colab x Gemini AI零基礎 + 高效率 學「程式設計」內容簡介★★★★★【國內第1本Gemini AI輔助學習Python】★★★★★★★★★★【Google Colab x Gemini AI助攻】★★★★★★★★★★【Gemini API設計智慧客服系統】★★★★★本書特色如下：☆ Gemini AI程式除錯(Debug)、註解、重構和重寫程式的應用。★ 完整的解說機器學習數學原理和演算法。☆ 用Gemini API設計「智慧客服系統」。★ 提供「Google Colab的ipynb檔案」與「一般的py檔案」兩種程式。本書用約700個一般實例與程式實例，同時使用ChatGPT輔助學習，講解了下列知識：★ 科技與人工智慧知識融入內容☆ 完整Python語法★ 串列、元組、字典、集合☆ 經緯度計算城市間的距離★ 數學方法計算圓週率☆ 生成式generator★ 函數與類別設計☆ 設計與使用自己的模組、使用外部模組★ 中文Windows預設cp950與國際通用utf-8格式的檔案讀寫☆ 程式除錯與異常處理★ 正則表達式☆ 影像處理★ Numpy☆ CSV文件★ 2D ～ 3D的Matplotlib中英文靜態與動態圖表繪製☆ 網路爬蟲★ 人工智慧破冰之旅☆ 迴歸分析★ 機器學習使用scikit-learn入門☆ 使用Gemini API設計「智慧客服中心」讀者最值得閱讀本書的十大理由①從零開始的運算思維訓練第 1 章從 Computational Thinking、Python 起源、語言演化一路講解，讓初學者打好電腦科學與邏輯基礎。②完整且紮實的 Python 語法入門到進階從變數、資料型態、字串、串列、迴圈、集合、字典，到函數、類別、模組，內容涵蓋所有核心語法，是最適合初學者的系統化教材。③每章皆搭配大量實例，學得會、用得到例如 BMI、房貸、經緯度距離、凱薩密碼、單字統計、影像處理、成績系統、夏令營、動畫等真實專案，全面強化讀者實作能力。④Gemini AI 系列深度整合，全書都有 AI 助教陪學幾乎每章都有「Gemini AI 輔助程式設計」單元，協助：◎產生程式碼◎除錯◎重構程式◎解釋程式邏輯本書是傳統 Python 教學 x AI 學習流程的最佳融合。⑤完整示範 Google Colab 雲端 Python

感謝讀者，好評回饋中！ 本書是一本以 Python 程式語言實作來解說資料結構概念的重要著作。為了方便學習，書中都是完整的程式碼，可以避免片斷學習程式的困擾。內容編排上將較為複雜的理論以圖文並茂的方式解說，並將這些資料結構理論以最簡單的方式表達，加以詮釋。從最基本的資料結構概念開始說明，再以 Python 語言加以詮釋陣列結構、堆疊、鏈結串列、佇列、樹狀、圖形、排序、搜尋等重要觀念。最後在附錄中整理了資料結構相關的專有名詞，並加入一些重要演算好的介紹與實作。 【重點主題】 ◆ 資料結構入門與演算法 ◆ 陣列結構 / 串列結構 ◆ 堆疊 / 佇列 ◆ 樹狀結構 / 圖形結構 ◆ 排序演算法 ◆ 搜尋演算法與雜湊函數 ◆ 資料結構專有名詞 【本書特色】 ※內容架構完整，邏輯清楚，採用豐富的圖例來闡述基本觀念及應用，有效提高可讀性。 ※以 Python 語言實作資料結構中的重要理論，以範例程式說明資料結構的內涵。 ※強調邊作邊學：提供書中範例完整程式檔，給予最完整的支援，加深學習記憶。 ※驗收學習成果：參閱國家考試題型，設計難易適中的習題，提供進一步演練。 邊做邊學，學習Python效果加倍！好評回饋中！ 本書是一本以Python程式語言實作來解說資料結構概念的重要著作。為了方便學習，書中都是完整的程式碼，可以避免片斷學習程式的困擾。內容編排上將較為複雜的理論以圖文並茂的方式解說，並將這些資料結構理論以最簡單的方式表達。書中內容架構完整，邏輯清楚，採用豐富的圖例來闡述基本觀念及應用，是您學習的最佳夥伴！

＼\暢銷好書2025全新改版/／☆★寫出你的專屬指標★☆ 前程式交易員、現職量化交易研究人員帶你用Python寫出本書三大核心 獲取台灣股市資料X小幫手每日自動監控市場X透過回測打造最佳策略當別人的策略10秒鐘完成回測10年的資料時，你是否仍辛苦的一年一年人工驗證自己的策略？ 當別人有程式在替他監控市場而有空邊喝咖啡邊吃下午茶時，你是否還在辛苦盯盤，甚至荒廢本業？ 近年來程式充斥、席捲了整個市場，學習程式不僅是為了因應就業潮流，也是讓您在各個場域、各種需求下都能有更適合自己的一套作業方式！ 比起其他好用又方便的自動交易軟體，Python擁有更高度的自由化；比起雖然專業且支援廣泛卻要價不斐的軟體Bloomberg，Python是更容易入手的選擇。 學會一套Python語言讓你可以自由地獲取你想要的資料、自由地寫出屬於你的專屬指標。?讀完本書，您能熟悉軟體的執行方式、基本套件操作及函數： ?基本觀念：變數、print 等 ?了解常用資料結構概念及常用基本資料類型 ?迴圈、條件式及控制 ?運算子：+ - * / 以及其他概念 ?了解Python規定縮排規則及import使用套件基礎操作 ?熟悉pip與def概念及語法 ?熟練cmd、vscode及Github ?實際操作爬蟲，了解pandas套件、BeautifulSoup與一些常使用的資料清洗方法 ?學會yfinance、ta套件及deal_holiday.py程式，並學會設置windows排程 ?try / except 的基本概念及應用 ?traceback 追蹤錯誤訊息 ?numpy 的各種基礎統計方法：max、min、std、mean、percentile等 ?熟悉pyfolio用法，熟悉backtrader框架的入門與應用?適合讀者 ?具備基本Python基礎的讀者 ?對程式交易無經驗或小有經驗者 ?想更輕鬆獲取股市交易資訊的讀者 ＼\暢銷好書2025全新改版/／ ☆★寫出你的專屬指標★☆ 前程式交易員、現職量化交易研究人員帶你用Python寫出本書三大核心獲取台灣股市資料X小幫手每日自動監控市場X透過回測打造最佳策略 當別人的策略10秒鐘完成回測10年的資料時，你是否仍辛苦的一年一年人工驗證自己的策略？當別人有程式在替他監控市場而有空邊喝咖啡邊吃下午茶時，你是否還在辛苦盯盤，甚至荒廢本業？近年來程式充斥、席捲

內容簡介:更快速！更安全！更高效！讓你的Python Web開發體驗全面升級 🚀用FastAPI打造現代化的Web API與後端服務！FastAPI極速、簡潔、強大的特性，成為現代Python Web開發的首選框架。本書將帶你從基礎入門到進階應用，掌握FastAPI 的最佳實踐，打造高效、可擴展、符合標準的Web API。不論是初學者還是資深開發者，本書都能幫助你快速上手並發揮FastAPI的最大潛力！「FastAPI變簡單了！本書在簡化FastAPI概念方面表現出色，展現了作者的精湛功力。讀者將獲得能立即上手應用的實用知識。」—Ganesh Harke資深軟體工程師，花旗銀行「本書全面概述了FastAPI框架及其周邊生態系統，讓讀者能夠快速並全面地了解現代網頁開發。」—William Jamir Silva資深軟體工程師，Adjust GmbHFastAPI是個誕生沒多久就開發穩定的框架，在簡潔的設計中充分利用了Python的新特性。正如其名所示，FastAPI確實運行快速，可與Golang等語言中的類似框架相媲美。透過這本實用的書籍，熟悉Python的開發者將學習如何使用FastAPI，在更短時間內用更少的程式碼完成更多工作。作者Bill Lubanovic深入介紹了FastAPI開發的細節，提供了各種主題的操作指南，如表單、資料庫存取、圖形、地圖等進階的概念。本書還能讓你快速掌握RESTful API、資料驗證、授權和效能最佳化等知識。由於與Flask和Django等框架的相似性，你會發現FastAPI很容易上手。透過本書，你將：．學習如何使用FastAPI建立網路應用程式。．了解FastAPI、Starlette和Pydantic之間的差異。．學習使用FastAPI與眾不同的兩個特性：非同步函式以及資料型別檢查和驗證。．探索Python3.8+的新特性，特別是型別註解。．理解同步和非同步Python之間的差異。．學習如何連接外部API和服務。

OpenCV是一個跨平臺計算機視覺和機器學習軟件庫，也是計算機視覺領域的開發人員必須掌握的技術。《OpenCV計算機視覺開發實踐:基於Python》基於Python 3.8全面系統地介紹OpenCV 4.10的使用，並配套示例源代碼、開發環境、PPT課件、配書PDF文件與作者答疑服務。《OpenCV計算機視覺開發實踐:基於Python》共20章，主要內容包括計算機視覺概述、OpenCV的Python開發環境搭建、OpenCV基本操作、數組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測、圖像分割、圖像金字塔、圖像形態學、視頻處理，以及停車場車牌識別、目標檢測、數字水印、圖像加密和解密、物體計數、圖像輪廓和手勢識別等案例。《OpenCV計算機視覺開發實踐:基於Python》既適合OpenCV初學者、計算機視覺與圖像處理應用開發人員、人工智能算法開發人員閱讀，也適合作為高等院校或高職高專院校計算機視覺與圖像處理、人工智能等相關專業的教學參考書。

⊙以Python的模擬方法來輔助或取代數學證明，有效掌握計量經濟學。⊙理論與實作兼具，操作步驟清楚易懂。⊙內容包含以簡單線性迴歸（SLR）模型說明OLS與Python操作、比較古典與新古典線性迴歸模型的基本假定、介紹MLR模型／NLRM基本假定、說明變異數異質結果以及使用穩健的標準誤、檢視模型設定問題等。⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作，帶領讀者認識以及運用計量經濟學。內容循序漸進，從第1章介紹基礎理論、檔案數據資料，手把手教學。第2章利用簡單線性迴歸（SLR）模型說明計量經濟學的主要方法：OLS，以及如何於Python下操作。第3章比較古典與新古典線性迴歸模型的基本假定。第4章介紹MLR模型。第5章介紹NLRM的基本假定。第6章進一步說明迴歸模型的大樣本推論以及OLS估計式之漸近有效性。第7章討論MLR模型的特殊函數型態（如對數函數、二次式以及交互變數型態），以及估計迴歸模型的預測部分。第8章檢視迴歸模型下的質性變數。第9章說明變異數異質的結果、使用穩健的標準誤，以及如何使用WLS方法與應用。第10章檢視模型設定問題，其中包括代理變數、因變數與自變數之衡量誤差、離群值與最小絕對誤差等。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。

Everything is an Object！真正從零開始，為你打下扎實的基礎能力！本書將 Python 配合程式設計做一系統性說明，因此將內容分為了 4 個章節，分別是：程式設計基礎概念、 Python 基本概念及資料型態、程式敘述及模組化程式設計。第一章程式設計基礎概念，說明程式學習的重要性及相關基本概念。第二章開始，圍繞著 Python 萬物皆物件的觀念，說明 Python 的基本概念及相關的基本資料型態及操作，其中特別針對 container、iterable 及 sequence 等相關資料型態及操作做深入的探討。第三章程式敘述分別以 simple statement（簡單敘述）與 compound statement（複合敘述）對 Python 在模組化程式設計時所會使用的程式敘述做系統性的說明。在第四章中，對 Python 所提供的模組化程式架構，如 function（函數）及 module（模組）等相關文法及機制進行說明及探討。為了使讀者能夠掌握模組化設計的完整能力，本書特別就作業系統中檔案相關的概念及 Python 對於文字檔案的存取做基本的介紹及 Python 所提供的 type hint。最後提供多個實際的範例說明如何進行有效的模組化程式設計。本書特色。內文盡量以原文呈現重要專業名詞，期望提升讀者對專業知識及相關文獻的理解。。各章節中使用 Python Shell 以各種面向提供大量的操作實例，並針對同一題目提供多種設計方式及說明其優缺點，強調「做中學」的重要性。目標讀者對於初學者而言，程式設計能力的訓練應分階段逐步進行：基本邏輯設計、結構化程式設計、模組化程式設計、物件程式設計及物件導向程式設計。每一個階段，在學習過程中都扮演著承上啟下的關鍵角色。若不切實際地追求速成，最終將無法理解專業領域的核心知識，難以有所成就。因此，本書希望讓首次學習 Python 的學生和業界人士能夠掌握 Python 語言及相關的專業技能。※本書範例檔，請至博碩官網下載

本書是『遊戲設計與開發系列』的第一本書，主要教導新手與初階使用者之讀者熟悉使用Python進行程式開發，配合Pygame套件進入遊戲設計與開發的實際應用，主要目的是提供初學者可以一步一步安裝好Python程式開發環境，安裝與設定Pygame套件的遊戲開發與設定等等。 目前已經有許多Pygame遊戲開發的網路教學影片與許多文章與討論，由於Pygame遊戲開發充分使用到Python物件導向程式設計與開發的許多技巧，對於學習高階的Python物件導向程式攥寫有許多助益，PyGame是一個用於開發2D遊戲的Python套件模組，它為遊戲開發者提供了簡單易用的API。 PyGame這個套件建立在SDL（Simple Direct Media Layer）之上，並且能夠處理多種多媒體任務，如音頻、視覺效果、輸入控制等，適合用來創建遊戲、模擬器或其他多媒體應用，雖然目前遊戲設計與開發仍是以C與C++語言為主，但是由於C與C++語言入門雖不難，但是要深入C與C++語言後，可以進行遊戲開發，其門檻對許多專業程式開發人員仍然需要多年的訓練與多年不懈的努力才能有基本遊戲開發的程式攥寫技能，然而遊戲設計除了開發工具熟悉與專業之外，對於遊戲設計的領域知識與獨門技巧，尤其對於圖片、影音、人機介面操控與遊戲繪圖時脈與禎數整合與各種程序分時多工的設計技巧，更是C與C++語言之更深入的高階技巧，致使使用C與C++語言開發遊戲成為及少數專業程式開發人員可以進入的領域。 本書是Python之Pygame遊戲設計中基礎入門書，後續筆者會針對不同遊戲，單獨針對每一種不同類型與獨特的遊戲開發例子，會獨立設計專書來帶領讀者進入遊戲專業開發的殿堂。

☆★☆ ChatGPT / Copilot超強助力 ☆★☆ 「圖解」≠「簡單」，物聯網初學者真正零基礎學習的入門書籍 使用ESP8266開發板，輕鬆實作MicroPython，快速進入STEAM世界 從ESP8266到Raspberry Pi Pico，搭配ChatGPT/Copilot輔助寫程式，輕鬆學會程式設計、運算思維與物聯網應用！ 本書內容相當適合對Python或運算思維有興趣的初學者，可作為Python程式設計入門，或 MicroPython 物聯網相關課程教材。架構上亦循序漸進地從 Python 基礎開始，透過Copilot 生成式 AI 學習程式語法，接著進入 MicroPython 物聯網應用的各種領域，並搭配 ChatGPT 來加深 / 加廣程式的撰寫，輕鬆使用 MicroPython 整合 Web 服務，建立出所需的物聯網應用與專案開發。 【內容重點】 ✣ 使用「初學者」的Thonny Python IDE來輕鬆入門Python + MicroPython程式設計到Raspberry Pi Pico開發板。 ✣ 本書提供獨家ESP8266Toolkit工具箱，支援Blockly for MicroPython積木程式，讓你使用積木拼出你的MicroPython程式。 ✣ 使用ESP8266高性價比的入門「機智雲」開發板，不需麵包板；不用硬體接線，讓你輕鬆實作軟硬體整合的MicroPython程式設計，快速進入STEAM世界（Science 、Technology、Engineering、Arts和Math）。 你將學會以下專案： ✔ 建立三色 LED 的跑馬燈 ✔ Google圖書查詢的 Web API ✔ OpenWeatherMap 天氣資訊指示燈 ✔ 使用 LINE Notify 送出天氣通知 ✔ 上傳 OpenWeatherMap 目前氣溫 ✔ 使用MQTT上傳資料至物聯網平台 ✔ 使用Timer計時器建立跑馬燈 ✔ 使用HTML網頁遠端控制 LED ✔ 使用空手彈奏的 Pico電子琴 ✔ 溫溼度OLED監控IoT裝置+NodeRED儀表板 【適合讀者】 已經有其他程式語言基礎，或對運算思維有興趣。 適合用於自學 Python 程式語言。 適合想體驗自造精神或軟硬體結合。 可以作為 Python 程式設計課程的教學教材。

ChatGPT竟然還可以教你用Python取得並視覺化公開的天文觀測資料！這是全台第一本透過ChatGPT問答創作而成的天文科普書你對星空有什麼好奇呢？太陽怎麼變化？水星逆行是什麼？如何發現系外行星？有哪些不同種類的星系？星體位於何方、有多遠、有多亮、有多重？如何繪製全天空星圖、星座圖、恆星的生命軌跡圖、星體在不同電磁波段下的樣貌？本書提供豐富的問答範例和開源程式碼，讓你隨著故事，透過公開的天文觀測資料，解答這些問題，體驗探索天文的樂趣ChatGPT等生成式AI的出現，降低了大眾接觸天文研究的門檻。例如，任何人都可以用它來生成Python程式碼，以取得並視覺化公開的天文觀測資料。本書以故事形式將兩大主軸交織而成。其中一個主軸是示範如何透過與ChatGPT的問答，學會用Python來探索各種星體的觀測資料。這個部份的內容涵蓋：藉由太陽觀測資料來了解它有何變化、追蹤太陽系天體的軌道位置以解開行星逆行之謎、分析系外行星的繞行週期來看出它們遮擋所屬恆星的凌日現象，以及一窺韋伯太空望遠鏡所拍攝的星系影像和光譜。另一個主軸則示範如何運用創造力來遊玩ChatGPT上的角色扮演遊戲《獵星者旅店》。你可以在旅店的圖書館翻閱「Colab天文魔法書：掌握Python套件」，也能參與旅店中的天文社社課，了解如何用Python查詢星體的座標、距離及亮度。或是你想用Python繪製出全天空星圖及星座圖，那就詢問旅店老闆哪一位獵星者能幫忙。如果你玩心更重的話，不妨在這遊戲中創造出遊戲，藉此學習用Python繪製出星體的質量分佈圖、恆星的生命軌跡圖，以及星體在不同電磁波段下的樣貌。生成有趣體驗的魔法皆來自你的想像。

ChatGPT帶你學會Python程式設計 運算思維×演算法×實作遊戲 精選範例、循序漸進、易懂易上手 課後習題、難易適中、強化學習效果 Python 是一種執行效率不錯的直譯式語言，可以在大多數的主流平台上執行。更棒的是，Python 具有許多物件導向的特性，更是資料解析、資料探勘（Data Mining）、資料科學工作中經常被使用的程式語言，可以廣泛應用在網頁設計、App 設計、遊戲設計、自動控制、生物科技、大數據等領域。同時，Python 擁有第三方套件及開發工具，可以幫助程式設計師輕鬆地完成許多的程式設計開發工作。 本書結合運算思維與演算法的基本觀念，所有程式碼都已在 Python 開發環境下正確編譯與執行。這些主題包括： • ChatGPT 與 Python 雙效合一 • 大話變數與資料處理 • 一看就懂的運算式與運算子 • 選擇結構一次搞定 • 迴圈結構體驗之旅 • Python 複合資料型態的完美體驗 • 模組與套件實用關鍵密技 • 檔案輸入與輸出的速學技巧 • 活學活用 2D 視覺化統計圖表 • 玩轉繪圖與影像處理的私房攻略 • 解開網路爬蟲程式的神秘面紗 • 演算法的應用：迷宮問題的解決方案 • 海龜繪圖法（Turtle Graphics）繪製圖形 • 猜數字遊戲 • OX 井字遊戲 • 猜拳遊戲 • 比牌面大小遊戲 • 實作動作型射擊遊戲 • 實作 Unity 3D 遊戲不求人

🔊 初學者必讀：循序漸進學會Python程式設計🔊 邏輯基礎訓練：結合運算思維與演算法觀念🔊 ChatGPT助攻：利用AI工具讓程式撰寫有效率🔊 精選範例解析：提供完整程式碼幫助理解易上手🔊 章末評量學習：難易適中的習題強化實作效果程式設計能力如今已成為和語文、數學、藝術等同的基本素養，而學習編寫程式更可培養孩子解決問題、分析、歸納、創新等多方面技能，其中又以簡潔易學的Python語言成為現今不可或缺的程式語言。Python具備豐富的物件導向特性，可廣泛應用於資料解析、資料探勘、資料科學等領域，而本書不僅融合運算思維與演算法的基本觀念，並在Python開發環境下編寫所有程式碼，完整呈現以Python語言實作演算法的重要知識點，相當適合學生或第一次學習程式者。此外，OpenAI推出免費的ChatGPT聊天機器人，但它不僅僅是聊天機器人，還可回答各式問題，例如寫程式、文章、信件...等，因此本書的每一章皆以「ChatGPT幫幫忙」的角度，加入了AI的程式設計觀點，為讀者提供全面而深入的學習體驗。最後的附錄單元實作了許多精彩且多樣化的範例，更充分展示出ChatGPT與Python雙效合一的AI應用技巧，可說是程式學習的最實用入門教材。

Excel 使用者的最佳 SQL 語言入門書 讓資料處理、報表生成自動化！ 【18 個一定要會的資料分析技巧！】 【輕鬆超入門 × 任務自動化 × 全方位上手資料分析 × 打造高效率工作術】 本書的目的是讓 Excel 使用者快速升級成 SQL 資料庫的使用者，學習如何使用 SQL 語言來進行 Excel 資料分析，並且以 SQL 角度來學習使用 Python 的 Pandas 套件，在 DataFrame 物件執行資料分析。 Excel 無所不能，但是功能操作繁雜。使用 SQL 語言，我們就只需要少少的程式碼來代替 Excel 功能，進行一系列的資料處理，包含排序、切割、篩選、合併、使用聚合函數、建立群組查詢，最後產生樞紐分析表。本書提供的 ChatGPT 提問模板，可以產生 SQL 及 Python 指令，幫助我們更快精通 Excel 與 Python 資料分析。 最後再結合 Power Automate 這套免費流程自動化工具，不僅能加速我們整理、命名報表檔案的效率，其內建的設定可以執行 SQL 語言，輕鬆完成自動化 Excel 資料分析。 ▍你將學會 ◆ 認識 RPA 與 Power Automate 基本概念及操作技巧 ◆ 設定自動化流程，實現檔案批次命名、工作表合併 ◆ 理解 SQL、Python 及資料庫結構的基本概念 ◆ 使用 Pandas 來擷取網路表格資料 ◆ 使用 SQL 指令和 Pandas 來處理 Excel 工作表資料 ◆ 與 ChatGPT 對話，幫你寫出 SQL 及 Python 指令 ▍本書應用範例 ◆ 自動統計各個通路的業績總和 ◆ 顯示業績達標狀況通知 ◆ 自動在 Excel 執行 VBA 程式 ◆ 使用 Pandas 套件爬取 HTML 表格資料 ◆ 批次命名和移動檔案 ◆ 撰寫 SQL 指令以建立樞紐分析表 ◆ 將不同檔案資料合併到同一個工作表 ◆ 讓 ChatGPT 幫你寫 SQL、Python 指令 ▍適合讀者 ◆ 經常使用 Excel 工作表進行資料分析的上班族 ◆ 渴望學習 SQL、Python 但缺乏經驗的新手 ◆ 追求工作流程自動化，希望融入 AI 技術以提升效率的人

本書詳細介紹DSP技術、理論與應用，且有豐富的範例、習題以及解答，強調理論與技術是不可或缺的，並用Python程式設計，進行DSP技術實作，藉此培養實務研發能力。

對程式設計好陌生，想學卻不知道從何開始 學習Python時，無法有效地應用所學或缺乏實作經驗 想運用AI技術和現代工具加速學習，卻不得其門而入 對程式碼除錯感到困擾，需要更有效的除錯策略那這本書就是你的絕佳選擇！本書結合了清晰的教學方法、精心設計的練習，讓讀者能即時應用、強化概念，無縫結合理論與實踐，確保讀者真正掌握技能。有效運用現代AI技術來加速學習、提示撰寫、程式碼測試與除錯，一步一步帶領你如同電腦科學家般思考的學習過程。---------------------------------------------------------「這本指南非常出色！透過實際的練習（也是唯一真正有效的方式），引導有興趣的成人從零開始學習程式設計。這本第三版更棒的是，能讓讀者熟悉Jupyter Notebook和AI程式設計助理等現代工具的使用。」―Luciano Ramalho《流暢的Python》作者「這是一本絕佳的Python程式設計入門書，沒有任何多餘的文字或程式碼。第三版尤其令人興奮與期待，因為它會教你如何使用大型語言模型來加深你對程式設計的理解，即使是初學者也能輕鬆上手。」―Sam Lau《資料科學學習手冊》共同作者Python是進入程式設計世界的最佳選擇，而這本書以清晰、簡潔的方式，帶領你循序漸進地掌握這門語言――從基礎的程式設計概念開始，再逐步深入探討函式、資料結構以及物件導向程式設計。這本經過全面修訂的第三版，為了因應AI在程式設計領域日益重要的角色，特別納入大型語言模型（LLM）的相關應用，並新增有效提示（prompting）、程式碼測試與除錯的練習題。每章的練習都會讓你在學習過程中即時應用所學，強化技能。作者Allen Downey聚焦於那些在工具不停演變下依然很重要的基本程式設計概念。透過這本深受歡迎的實踐指南，你將學會：• Python語言的語法與語意。• 每個程式設計概念的清楚定義，並強調重要技術詞彙。• 如何操作變數、述句、函式與資料結構。• 讀寫檔案與資料庫的技巧。• 物件、方法及物件導向程式設計的基礎。• 語法錯誤、執行時期錯誤和語意錯誤的除錯策略。• 運用LLM加速學習，包含有效的提示、程式碼測試與除錯。

從現代網頁爬取資料爬取×解析×轉換──讓資料收集快、準、全，告別繁瑣工作！從HTML到API、從圖片到文字，使用Python做網頁爬取，能廣泛應用於市場預測、機器翻譯甚至是醫學診斷，實用性極高。因此，無論在哪一個領域，網路爬蟲都可以更有效地應用於商務、分析、提升生產效能，開創新機會。「本書是內容豐富的傑作，可幫助讀者有意識地、有效地抓取網頁資料，值得推薦給想從網站爬取資料、打算建立網站和分享資料的每一個人。」 —Michael HopkinsP.Geo., PMP如果說程式設計像魔法一樣，那麼「網站擷取」無疑就是一種巫術，只要寫一個簡單的自動程式，就可以用它來查詢網頁伺服器、請求資料、解析資料，並提取所需資訊。本書第三版經過徹底翻新，不僅介紹網路爬取，也全面性地教你如何從現代網頁抓取幾乎每一種類型的資料。本書的第一部分專門討論網路爬取機制，包括使用 Python 從網頁伺服器請求資訊、初步處理伺服器的回應，以及自動和網站進行互動。第二部分則探討更具體的工具和應用，以應對可能遇到的各種網頁爬取情境。本書教你如何：•解析複雜的HTML網頁•使用Scrapy框架來開發爬蟲•儲存你抓到的資料•從文件中讀取和提取資料•清理格式不嚴僅的資料，以及將之正規化•讀寫自然語言•爬取表單與登入網站•爬取JavaScript和 API•使用和編寫「圖片轉文字」軟體•避免爬網陷阱和反機器人封鎖•使用爬蟲來測試自己的網站

★ Google面試官、OPPO高級研究總監　聯手打造 融合頂尖科技企業的面試實戰經驗，精選矽谷與國際科技巨頭的典型題型，助你掌握Python技術面試的制勝關鍵。 ★ 美國喬治亞大學教授、Google專家　領銜推薦 全面涵蓋Python技術精要，特別強化常被忽略的系統設計題型，透過實戰範例與解題策略，打造通往矽谷的面試秘笈。 本書透過系統性理論與豐富案例，展現Python解決實務問題的強大能力，是一本兼具深度與廣度的技術與面試全書。內容不僅涵蓋資料結構與演算法的核心觀念，更突顯系統設計在面試中的關鍵角色。對於準備進入科技公司、精進Python實力的讀者而言，都是不可或缺的參考指南。 —— 劉天明　美國喬治亞大學電腦系教授 本書不僅是Python工程師的面試實戰指南，更是解決實務問題的高效工具書。透過清晰易懂的講解風格、豐富實例與模擬題設計，讓理論與實踐緊密結合。無論是準備面試、提升程式設計能力，或深化對系統設計的理解，本書皆為理想之選。 —— 陳瑛　Google Pixel相機部門經理 在科技人才輩出的矽谷職場中，如何於面試中脫穎而出？本書作者透過親身經歷並富有生命般的文字闡述，讓讀者有如親臨面試現場，從理論知識到案例研究，保證讓讀者詳細掌握Python最核心的問題解決能力。 —— 徐長愷　鴻海科技集團E事業群人工智能技術處資深處長 本書重點內容： ■　掌握面試策略：深入了解矽谷及國際科技大廠的面試流程與重點 ■　熟悉資料結構：從基礎到進階，透過實例掌握常用資料結構 ■　深入解析演算法：涵蓋核心演算法，結合實例解析實際應用技巧 ■　系統設計基礎：學習可擴展、高效系統架構的設計方法 ■　實戰案例解析：包括快取、爬蟲、自動補全等多元實例設計 ■　拓展進階知識：涵蓋並行處理、機器學習與推薦系統設計 ■　鞏固面試實力：藉由模擬題演練，強化應試技能 ■　提升職涯競爭力：為科技大廠面試做好萬全準備，爭取最佳待遇

使用Python實作台股、ETF量化分析，掌握自動化投資理財趨勢運用籌碼數據資料與技術指標進行策略結合的交易實戰指南【本書特色】✪使用靈活彈性的Python，搭配循序漸進的範例教學✪以Python取得公開金融大數據，定義獨有的籌碼指標✪計算指標後，透過圖表繪製，找出資料細節裡的魔鬼✪找出關鍵思維，建構正期望值的策略✪透過Discord Push打造策略訊號派送機器人【內容簡介】無論是牛市還是熊市，「維持紀律」才是股市求財的不二法門，但維持紀律又是非常難做到的事，結果就是多數人最終無法在股票市場上賺到錢。什麼時候該買，什麼時候該賣，道理很多人都懂，但往往下單時又摻雜了太多當時的心理因素，要怎麼克服這個心理因素呢？就讓自動化交易來幫助會寫程式的你。交易演算法是將主觀交易的想法具體量化，運用量化的優勢找到正期望值的交易策略，來創造更多的收益與機會。對於台股的交易策略，許多人認為市場只有價量資料可以進行數據分析，其實台股有許多籌碼資訊可以進行分析，而籌碼資料該如何去進行分析呢？又該如何延伸到交易策略的建構呢？有鑑於此，本書使用Python作為程式開發的語言，其本身語法友善、操作簡單，是切入程式交易的方便工具。本書內容均可實作，不論多好的交易策略，都要自己動手分析才能實際上場，並且範例程式碼非常彈性，讀者可以自行修改成自己的版本，讓我們一起打造超級績效吧！本書期待能透過更完整的介紹與更多的範例，帶給讀者更多的靈感刺激，每個人要依據自己的條件、狀態及環境，來找尋合適的投資方式與適合自己的策略邏輯。【精采內容】✪金融大數據資料的取得✪網路爬蟲的實戰演練✪ETF的詳細介紹✪建構完整的回測系統✪經典交易策略建構✪股權分散策略建構✪三大法人策略建構✪融資融券策略建構✪月營收交易策略建構✪一籃子股票回測方法✪Discord自動化策略訊號推播【目標讀者】✪想要學習Python來進行程式交易者✪想要客觀且嚴守紀律來投資者✪沒時間盯盤但想要自動化投資者✪想要了解交易規則並學習正確的程式交易者

資料結構必備好書，暢銷回饋中！ AI 再進化！ 使用 ChatGPT 高效率生成 Python 程式碼 資料結構是電腦科學領域中一門極為重要的基礎課程，對於從事資訊相關工作的專業人員而言，它具有不可忽視的價值。無論是在學術考試還是實際應用中，對資料結構的深入理解都至關重要。然而，對初學者而言，理解資料結構中的理論和演算法可能會帶來困難和挫折感。 本書的獨特之處在於使用豐富的圖例解釋相對複雜的理論，並以簡潔明瞭的方式詮釋資料結構理論。從基礎的概念開始，逐步使用 Python 語言解釋陣列、堆疊、鏈結串列、佇列、樹狀結構、圖形、排序、搜尋等重要主題。附錄中整理了資料結構相關的專有名詞，並提供了重要演算法的介紹和實作範例。 本書以簡潔有力、邏輯清晰的方式優化文句表達，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 ◇特別提供◇ —————————————————— ChatGPT 生成程式碼 —————————————————— 可與人工編寫程式碼相互比較作為參考！ ｜本書範例程式碼檔案，請至博碩官網下載｜ 本書特色 ☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性 ☑ 使用 Python 語言實作資料結構理論，並透過範例程式碼深入解析 ☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果 ☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象 ☑ 增加「ChatGPT 解決觀點」欄位，幫助理解提高學習效率 資料結構必備好書，暢銷回饋中！ 本書以簡潔有力、邏輯清晰、圖例豐富的方式詮釋資料結構理論，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。

數位影像處理技術相關應用涵蓋甚廣，例如工業視覺檢測、醫療影像診斷、遠端感測與地理資訊、衛星影像和航空影像的處理與分析、智慧型交通系統、安防與監控、行動裝置應用等。 本書編撰著重「實用」與「教學」的定位。為求讀者能實際運用書中知識，全書大量使用 Matlab 與 C++ / Python 語言的原始程式碼，且儘可能不倚賴工具箱來實現。

【新書簡介】◆ 集結10多年豐富的實戰經驗，涵蓋量化交易的各種面向，快速上手Python期貨量化交易！ ◆本書以商品期貨為標的，Python為工具，讓你使用策略來進行量化交易。這些基於AI及統計學原理的交易方法，讓你不再靠感覺讓自己的金錢陷入險境。內容安排由快速講解Python原理開始，直接就進入量化交易的策略分析，通通是被殘酷市場驗證過的賺錢案例。不僅完整說明量化交易的API，也提供了開放原始碼的SDK做使用。之後講解CTA策略，交易方法相對規則化、系統化，結合不同的策略理論開發CTA策略，包括了最重要的回歸策略和布林帶、乖離率等等。另外也有完整的回測和實盤，讓你的策略能真正通過實戰測試，包括使用Tick資料讓回測更精準、回測績效報告詳解、如何避開回測中的陷阱、遞進和交叉回測、量化交易實盤。對優秀的量化交易者來說，掌握風險管理的方法是非常有必要的。本書也介紹了期貨市場的三大風險及正確的倉位管理方法。在最後的單元中，也說明了常用的止盈和止損方法、量化交易與基本面資料、交易中常用的數理知識、量化交易與統計學。本書從真正的實戰交易出發，透過各種經典策略案例來指導讀者實作學習，讓您以更精準的方式，殺入量化交易的熱區賺大錢！【獨家特色】★ 附帶完整的策略程式，提高學習效率。★ 涵蓋 Python 程式語言基礎知識。★ 對量化交易策略案例進行分析。★ 專案案例典型，實戰性強，高應用價值！★ 提供完整的技術支援。【適合讀者】● 需要全面學習量化交易的主觀交易者。● 金融分析師。● 金融專業學生。● 喜歡交易的 IT 從業者。● 希望提高量化交易水準的人員。※ 本書附程式碼，可至深智官網下載：https://deepwisdom.com.tw/

▍用「Python ✕ AI 神隊友」操作 Excel、Power BI，讓資料彙整、視覺化、報表製作...等辦公室重複作業全方位 Auto！▍AI 神威助力！呼叫 ChatGPT、Copilot 做自動化程式萬能顧問：生成自動化範例、詢問關鍵功能如何撰寫、生成程式註解、解釋程式、糾出錯誤直接更正...樣樣通！【辦公室作業自動化 (Office Automation)】是廣大上班族最渴望實現的夢想，只要你感覺很多動作總是日復一日一再重複做，程式語言正是簡化這些繁瑣作業的絕佳工具。儘管目前各種 AI 工具當紅，把檔案餵給 AI 處理或許可以免除掉一些機械化工作，但其實 AI 工具很多時候也是在背後用程式解決問題，因應不同的情況，當用 AI 怎樣都試出不來，勢必還是得懂點程式做客製化修改，才能打造出一鍵自動化、定時自動化...等「全」自動化的高效辦公方式。【用最紅的 Python ✕ AI 聊天機器人做 Excel、Power BI 自動化，資料處理更快更有彈性！】Python 的語法簡潔、擴充性強，是打造辦公室作業自動化的最佳助手，只要用對套件，短短幾行 Python 程式就可執行自動化工作。而且，在開發時還可以呼叫 AI 來幫忙，包括提供想法生成範例、詢問關鍵功能如何撰寫、請 AI 幫忙生成程式註解、解釋程式內容、糾出錯誤直接更正...等，本書會教你善用 AI 大大降低寫程式的門檻！如果以下是你的日常：．數十個 Excel 檔等著你逐一開啟，複製資料後貼到總表 ．逐一從多個 Excel 檔複製資料，還得彙總成老闆要的分析報表．有上百個檔案名稱要列表整理，逐一將檔名複製下來 ．逐一開啟文件搜尋是否有某關鍵字，並彙整存在的頁面、位置．Excel 工作表已整理好各區報表，逐一切換工作表轉檔成 PDF．Word 當中存在多個表格，逐一選取並貼到 Excel．每天固定時段到網路上抓資料匯入 Excel、Power BI，日復一日天天做......諸如此類的機械性重複工作，一兩次還沒什麼，但只要資料量很大、或次數很多時就會成了苦差事，跟著本書用 Python ✕ AI 通通一鍵完成，絕對可以少做很多苦工！【600 個程式實例 + 「★AI 神助攻 TIPS」，帶你徹底掌握辦公室作業自動化！】本書另一個特色是精心準備 600 個程式實例，包含 407 個 Excel / Word

本書教你如何從基於時間的數據（如日誌、客戶分析和其他事件流）中獲得即時、有意義的預測。在這本通俗易懂的書中，作者通過帶有注釋的Python代碼進行全面演示，你將學習用於時間序列預測的統計和深度學習方法。通過跟隨書中的實例鍛煉你的技能，你很快就會準備好建立自己的準確、有洞察力的預測。

本書是以實戰應用、邁向工程師為目標的 Python 入門書，帶領讀者快速入門學會關鍵語法，再透過實作讓讀者一方面可以學以致用，實際體驗程式語言的用處；一方面在實作範例時，補足快速入門階段還沒學到的進階語法以及各式延伸套件，只要一本書即可從入門學到應用，主題涵蓋網頁應用程式、爬蟲、影像處理與辨識、大型語言模型。為了達成上述目標，本書結構安排如下：》第 1～4 章：環境建置與基本語法》第 5 章：實作檔案備份小工具》第 6,7 章：實作 YouTube 影片下載工具與影音編碼合併處理》第 8～10 章：設計網路爬蟲與 Google 試算表操作》第 11～14 章：使用 Flask 建立與部署網頁應用程式》第 15 章：學習 OpenCV 影像處理與辨識》第 16,17 章：利用 YOLO 偵測物體、肢體動作與車牌辨識》第 18 章：學習最夯的 Ollama 本地端生成式大語言模型 LLM》第 19 章：使用 Streamlit 快速開發網頁應用程式》第 20 章：用 LangChain 框架開發 RAG 應用》第 21 章：結合 LLM 設計 LINE 客服 AI 機器人實務範例選擇以應用廣泛並能跟上 AI 時代潮流為主軸。除基本語法以外，進階語法及延伸套件也不馬虎，涵蓋：》自訂類別》規則表達式》格式化字串》參數的打包與解包》with 語法》閉包與裝飾器》match...case 語法》例外處理》多執行緒》命令行參數處理》subprocess 模組》SQLite 程式庫》JSON 與 CSV 檔處理本書在撰寫風格上除了第 2 章的 Python 程式開發與 AI 輔助工具說明外，每個章節都有實例與詳細圖解，協助讀者更容易理解。在開發工具的選擇上，入門章節以方便易用的 Colab 練習基本語法，接著就以業界工程師廣為採用的 Visual Studio Code 為開發環境，並帶入 Github Copilot 工具熟悉與 AI 助理協作的流程。在設計範例時也貫徹虛擬環境的觀念，輔以多版本 Python 環境建置，避免環境污染問題，讓學習與業界接軌，學完立刻派上用場。在許多實作應用的場合，光是瞭解程式語法是不夠的，像建構網路應用程式，還需要具備網路、防火牆、資料庫系統、租用並在雲端空間部署應用程式...等，還有 AI 影像偵測及大型語言模型應用背後的類神經網路 / 深度學習

本書共分為12章，微積分綜覽、微分方程式介紹、一階微分方程式、一階微分方程式模型、高階微分方程式、高階微分方程式模型、拉普拉斯轉換、微分方程式系統、微分方程式的級數解、向量與向量空間、向量分析、傅利葉級數與轉換之理論與應用，適合工專與工程科系之學生用來初學與複習之用。第三版將原附錄的 Matlab 教學改為「Python程式實作」，針對工程數學相關課題提供範例與程式碼；目的是希望您在學習工程數學的過程，同時熟悉Python程式實作，可以深入理解與實際應用，進而提升學習效果。第三版特別增列「學習評量」，針對每個主題在課後提供同學在觀念上的評量，可以協助老師快速了解教學成效。

本書是程式設計教科書暢銷作家洪維恩老師最新著作，經課堂實戰教學淬練，學生試讀試做習題回饋，規劃出適當學習節奏、自學/課堂授課均適用的 Python 入門學習教材，涵蓋多項特色，包括：\\ Visual Studio Code×Jupyter 雙環境教學 //以 Visual Studio Code 搭配內建 Jupyter 環境教學，單行形式小範例講解語法、函式用法等細節，可在 Jupyter 快速輸入程式碼驗證。學習到一小段落後，再搭配大範例使用 Visual Studio Code 執行獨立 .py 程式檔綜合應用，既可反覆練習刻印學習內容，也能夠體悟實際用途。\\ 程式碼與解說對頁編排、易學易讀不卡頓 //全書編排考量易讀性，範例以不跨頁為原則，程式碼與解說盡量安排在左右對頁，避免前後來回翻閱查找，只要攤開書頁，即可左右對照閱讀。對於抽象或是較為複雜的觀念，也搭配精心設計圖解，協助快速理解。像是 NumPy 裡多維度的資料概念，就提供立體圖解，不用自己在腦中費力想像。\\ 從基本語法到應用主題通包 //除變數、流程控制、容器、函數、物件導向的類別與繼承、檔案、異常處理等必學的基本語法外，也涵蓋機器學習與資料科學的共同基礎套件--NumPy 矩陣科學運算、Matplotlib 資料繪圖視覺化與 Pandas 資料處理分析，以及用途最廣的 BeautifulSoup 網路爬蟲與 Skimage 影像處理。\\ 完整習題解答與教師專用題庫 //本書提供依照章、節編排近 300 題的自我練習題，題目本身含解題指引，可先複習相關內文再嘗試解題，並且附有完整習題解答，學到哪裡、練到哪裡，最適合自學或是課後自我驗證學習成果。另外也提供學校用書授課老師專屬題庫，同樣以章節編排，可適度輔助課後作業或是階段測驗，並搭配有經實際授課驗證的投影片，教學節奏最流暢。\\ 關鍵概念深度剖析 //對於初學者容易卡關的地方，像是可變與不可變的物件、可雜湊與不可雜湊的物件，淺層拷貝與深層拷貝、遞迴函式、參數的傳遞等，都有相當篇幅的解說，讓學習者能夠清楚來龍去脈，而不只是照著生硬的規則套用，即使遇到問題也能依循學到的觀念解學。本書特色:□ 每章末均有豐富習題與完整解答驗證學習成效□ 另有教師專用題庫搭配檢視教學成果□ 採用 VScode、Github Copilot 業界工具□ 從基本語法到 N

內容簡介:來自Amazon讀者的好評📢「這本書是LLM新手的理想入門書，簡單易懂的 Python範例，幫助我輕鬆學會在應用程式中運用GPT技術。」「書中提供很多實用的OpenAI API使用建議，並包含清晰的範例和經驗分享。讓我節省了大量搜尋和試錯的時間，是學習GPT開發的絕佳資源。」來自業界專家的推薦📢「透過實用範例與逐步指南，作者為前沿應用開發鋪設了清晰的道路。」——Tom Taulli，《Generative AI》（Apress）作者「完美結合理論與實作，讓GPT-4和ChatGPT的技術細節變得易於理解。」——Lucas Soares，Biometrid機器學習工程師🌟 AI正在改變開發世界，準備好加入這場革新了嗎？本書帶你掌握ChatGPT與LLM的強大功能，從文字生成、智慧問答到提示工程、模型微調。用Python就能讓AI成為你最棒的開發夥伴！本書提供：✅ 從零開始：快速理解 LLM 原理，掌握 ChatGPT 應用開發核心技術✅ 實戰導向：使用 OpenAI API，打造各種 AI 功能，包括智能助理與問答系統✅ 進階技巧：提示工程、RAG、LangChain、LlamaIndex，優化AI效能✅ 完整範例：GitHub 程式碼+逐步指引，動手實作 AI 應用🎯 不論你是開發者、數據工程師，還是 AI 愛好者，本書都是你進入AI應用開發領域的最佳幫手！----------------------------------------------「透過實用範例與逐步指南，作者為前沿應用開發鋪設了清晰的道路。」——Tom Taulli，《Generative AI》（Apress）作者「完美結合理論與實作，讓GPT-4和ChatGPT的技術細節變得易於理解。」——Lucas Soares，Biometrid機器學習工程師這本書是Python開發者的理想指南，可為學習如何使用大型語言模型來開發應用程式提供協助。作者Olivier Caelen和Marie-Alice Blete詳細介紹了GPT-4和GPT-3.5模型的主要功能與優勢，並深入解釋這些模型的運作原理。此外，書中還提供了使用OpenAI的Python函式庫進行應用程式開發的步驟指南，包括文本生成、問答系統和智慧助裡等應用。本書以清晰易懂的敘述方式撰寫，搭配簡單易學的範例，幫助讀者理解概念並

雖然很多深度學習工具都使用Python，但PyTorch 庫是真正具備Python 風格的。對於任何瞭解NumPy 和scikit-learn 等工具的人來說，上手PyTorch 輕而易舉。PyTorch 在不犧牲高級特性的情況下簡化了深度學習，它非常適合構建快速模型，並且可以平穩地從個人應用擴展到企業級應用。由於像蘋果、Facebook和摩根大通這樣的公司都使用PyTorch，所以當你掌握了PyTorth，就會擁有更多的職業選擇。本書是教你使用 PyTorch 創建神經網絡和深度學習系統的實用指南。它幫助讀者快速從零開始構建一個真實示例：腫瘤圖像分類器。在此過程中，它涵蓋了整個深度學習管道的關鍵實踐，包括 PyTorch張量 API、用 Python 加載數據、監控訓練以及將結果進行可視化展示。本書主要內容：（1）訓練深層神經網絡；（2）實現模塊和損失函數；（3）使用 PyTorch Hub 預先訓練的模型；（4）探索在 Jupyter Notebooks 中編寫示例代碼。本書適用於對深度學習感興趣的 Python 程序員。瞭解深度學習的基礎知識對閱讀本書有一定的幫助，但讀者無須具有使用 PyTorch 或其他深度學習框架的經驗。

基於實用、易學的原則，從功能、使用、原理等多個維度對Pandas做了全方位的詳細講解。本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型，正則化方法與聚類技術等。

Streamlit的優勢與安裝文字與資料展示元素資料視覺化與圖表元素多媒體展示元素使用者輸入類元件版面配置和容器元件狀態顯示與流程控制機器學習工作流程醫療費用預測Web應用銷售資料儀表板Web應用常常看到許多展示AI的網頁非常漂亮，心中都會想說，又要開發AI程式，又要寫網頁，一定是很大的工程吧！但這些漂亮的網頁，很可能也是AI工程師用非常簡單的方法開發出來的，靠的就是最新的Web框架Streamlit。隨著機器學習和資料科學的發展，將複雜的分析結果用簡單易懂的方式展示給非技術人員，變得非常重要。傳統的Web框架如Flask、FastAPI或Django雖然功能強大，但開發過程常常讓人抓狂，需要寫大量模板和視圖程式。這時，Streamlit這個神奇的Python函數庫出場了！它大大簡化了資料Web應用的開發過程，讓你只需使用熟悉的Python語言，就能快速建構出互動式的機器學習和資料科學Web應用。Streamlit的高效和強大功能，迅速吸引了無數資料科學家和機器學習工程師的目光。這本書會帶你從安裝、啟動一路學起，並詳細介紹各種展示元素，從文本展示到資料視覺化，從多媒體展示到使用者輸入元件，應有盡有。書中還會教你如何利用Streamlit進行標準的機器學習工作流程，並通過實戰範例，如基於隨機森林演算法的企鵝分類和醫療費用預測應用，讓你實際操作，學以致用。這些內容不僅讓你快速掌握Streamlit，還能大幅提升你在機器學習和資料科學Web應用開發上的效率與樂趣！

演算法圖解原理 x Python實作 x 創意應用王者歸來(全彩印刷)本書內容★★★★★【國內第1本演算法 + 創意實作】★★★★★★★★★★【彩色圖解演算法】【Python創意程式】★★★★★★★★★★【約700張彩色圖片+ 296個創意應用】★★★★★ 這是一本使用Python從零開始指導讀者的演算法入門書籍，閱讀本書內容，讀者可以學會下列知識的創意與潛在應用：◎演算法基本觀念　★ 主要內容：時間複雜度、空間複雜度　☆ 創意應用：一個要計算8411億年的程式◎陣列與鏈結串列　★主要內容：陣列、單向(雙向)鏈結串列、循環鏈結串列　☆創意應用：客戶資料管理、庫存管理系統、瀏覽器歷史記錄管理系統、音樂播放管理、醫療排隊系統◎佇列(Queue)　★主要內容：插入、讀取、串列模擬佇列　☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理◎堆疊(Stack)　★主要內容：堆入push、取出pop、認識堆別在函數呼叫的角色　☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理◎二元樹(Binary Tree)　★主要內容：建立、讀取、前序(中序與後序)遍歷二元樹　☆創意應用：表達式樹、家譜樹、網頁導航樹、遊戲AI決策樹◎堆積樹(Heap Tree)　★主要內容：建立、取出、刪除、最小(最大)堆積樹　☆創意應用：線上遊戲得分排行榜、物流中心的貨物調度、醫院緊急情況處理系統、電商平台推薦系統設計、多任務處理最短作業優先調度◎雜湊表(Hash Table)　★主要內容：雜湊表與陣列、效能分析、模組　☆創意應用：電影評分系統、電子郵件垃圾過濾器、社交媒體標籤系統、網頁瀏覽記錄、簡單的快取系統◎排序　★主要內容：泡沫、雞尾酒、選擇、插入、堆積樹、快速與合併排序　☆創意應用：社交媒體貼文按讚數排序、任務排序、KTV點播次數排序、影評排序、旅館價位排序◎數據搜尋　★主要內容：順序、二分搜尋、搜尋最大值　☆創意應用：順序搜尋商品庫存、二分搜尋法查詢書籍、順序搜尋電子郵件黑名單、書籍搜尋使用二分搜尋法◎回溯演算法　★主要內容：走迷宮、迷宮設計與堆疊　☆創意應用：排列組合、密碼生成、圖的著色、任務分配、走迷宮◎從遞迴看經典演算法　★主要內容：河內塔、八皇后、碎形、VLSI設計費波納契數列　☆創意應用：費波納契數列、排列組合、密碼

線性代數是一門高度通用且具備廣泛應用的基礎工具，無論是在人工智慧、數據分析或是各類工程領域，專業人士都需要對其具有紮實素養，方能在實際問題中建立準確的數學模型。本書的核心特色是擺脫傳統冗長而抽象的理論推導，轉而以直覺化的概念闡釋和高效的實戰應用為主軸。在解題風格上，本書不同於一般教科書完全按照理論框架進行推導。作者憑藉多年的實戰教學經驗，在許多計算技巧上提供了獨家捷徑，幫助學生有效提升解題速度，達到事半功倍的學習效果。同時，本書強調與現代科技趨勢的接軌，於附錄中提供 MATLAB 與 Python 雙程式平台的程式碼範例與腳本教學，專門針對複雜的線性代數計算提供電腦輔助實作指導。

用數學與實作打通最佳化 從理論、工具到應用，學會打造更強的 AI 模型 本書內容改編自第 16 屆 iThome 鐵人賽 AI/ ML & Data 組冠軍系列文章《調整 AI 超參數好煩躁？來試試看最佳化演算法吧！》這是一本以「結合 AI 工具實作搭配少量理論」為核心的最佳化入門到進階指南。全書以直觀圖解與儘可能少的必要數學，帶你理解五花八門的演算法、目標函數與測試函數的本質，並以可直接執行的程式碼範例來串接起常見方法。例如，傳統啟發式演算法、粒子群算法（PSO），與比較近期的灰狼演算法（GWO），以及機器學習跟深度學習中的超參數最佳化（例如 TPE 等）。 書中不只介紹理論與實作，也新增「AI 協作」章節，示範如何下 Prompt，讓你與 AI 分工寫最佳化程式、請 AI 教學演算法與驗證結果。無論你來自影像處理、訊號處理、資料科學或工程領域甚至是學生，都能把最佳化真正用在工作、研究與學習裡。 本書可以學到哪些知識 本書規劃為五大篇、十個章節，以循序漸進的方式引導各位讀者深入最佳化的世界，並精選了一系列實際應用案例，讓各位不僅能理解理論，更能即學即用。 第一篇〈最佳化演算法的全貌〉：本篇會從最佳化技術的基礎概念開始，介紹什麼是最佳化演算法，接著會介紹目前的演算法種類大致分成哪幾種，這幾種演算法中目前比較主流跟比較多研究在使用的演算法有什麼。這些演算法雖然都是以數學來定義的，不過本書會根據這些公式的用途做一個簡單的總結，讓生活已經遠離數學的讀者也可以輕鬆上手。 第二篇〈最佳化演算法評估與測試函數〉：本篇將帶你掌握研究中廣泛使用的測試標準，讓你的最佳化演算法不再只是「感覺變好」，而是能以數據驗證、圖像呈現的方式準確比較表現。從經典測試函數到 Python 實作，幫助你建立完整的最佳化演算法評估公式。不論你是 AI 工程師、研究人員，還是想用最佳化技術提升產品效能的開發者，這章都能讓你學到「量化進步」，優化策略看得見！ 第三篇〈Python Optuna 模組介紹〉：進入實作關鍵！本篇將帶你認識 Optuna，一款靈活又高效的 Python 最佳化工具。無論你是要調校 AI 模型參數，還是優化自家產品或演算法效能，Optuna 都能幫你快速實驗、多次試錯、精準收斂。從基礎語法到深度學習案例，搭配 ChatGPT 提示技巧，讓你能在開發流程中聰明用好最佳化，把模型與應用

This stylish book presents the human body from head to toe, with clever infographics and fun facts.Did you know that our tongues have between 3,000 and 10,000 taste buds? Or that the human eye can detect over 10 million colors? Or that the middle fingernail grows the fastest, especially during the warmer months?Heat to Toe is the first book in a visually stunning infographics series that shows just how fascinating scientific information can be! It presents a collection of weird and wonderful facts about the human body with fun and stylish artwork that will captivate and delight readers.A COLLECTION OF THE WEIRDEST AND MOST WONDERFUL FACTS: Starting at the top of the human body and moving all the way down to the bottom.GIFT APPEAL: The bold artwork and infographic design paired with easy-to-understand text makes this a perfect gift for both design and science lovers!FULL STEAM AHEAD: Perfect for any kid interested in science and human biology.Perfect for:Gift-givers looking for science

★★★「程式設計不再孤軍奮戰，讓 AI 成為你的戰友！」★★★☆☆☆「用 VS Code + Copilot，讓寫程式變得像聊天一樣簡單！」☆☆☆★★★「專案實戰，立即上手，程式設計不再卡關！」★★★《寫程式的AI戰友 - VS Code x GitHub Copilot》帶你進入 AI 輔助程式設計的新世代。本書不僅教你如何用 VS Code 打造專屬開發環境，更完整揭示 GitHub Copilot 的秘密武器：自動補全、錯誤修正、重構優化、AI 對話寫程式，讓你像專業工程師一樣高效開發。◎為何要讀這本書？在這個 AI 與程式設計緊密結合的時代，單靠背誦語法已經不足以讓你成為一位優秀的工程師。《寫程式的AI戰友 - VS Code x GitHub Copilot》將帶給你三大核心價值：1. 掌握開發主流工具VS Code 是全球最受歡迎的開發環境，本書完整介紹其安裝、操作與進階應用，讓你在最短時間內熟悉業界標準工具。2. 學會駕馭 AI，而不是被 AI 取代GitHub Copilot 能幫你寫程式，但本書更強調「思維升級」——如何正確下指令、判斷 AI 建議的正確性，培養「指揮 AI」的能力，避免淪為被動依賴。3. 專案實戰，立即上手從 CLI 工具到資料分析，從 API 整合到自動化報表，本書以專案導向學習，讓你邊學邊做，學到的技能馬上能應用在實際工作與專案中。◎ 讀完這本書，你將：☆ 熟悉 VS Code 與 Python 的整合操作。☆ 能使用 GitHub Copilot 提升開發效率，寫程式就像與 AI 對話。☆ 具備判斷、比較與優化程式碼的能力。☆ 透過專案實戰累積經驗，快速從初學者邁向專業者。這不只是一本文教你「怎麼寫程式」的書，而是一本幫你建立 「AI 時代程式設計思維」 的手冊。◎本書特色：☆從零開始：安裝 VS Code、設定 Python 環境、快速上手介面操作。☆AI 實戰：完整示範 Copilot 的用法——寫程式、除錯、重構、生成測試與文件。☆專案導向：涵蓋 CLI 工具、資料處理、API 整合等專案，邊學邊做，馬上能用。☆資料科學應用：結合 Jupyter Notebook、NumPy、Pandas、Matplotlib，立即展現 AI + Python 的威力。☆思維升級：教你如何成為「指揮 AI 的人」，而不是被 AI 主導

首本 MCP 多平台整合實戰書──OpenAI 只是起點！一次搞懂 AI Agent、Function Calling 與 MCP本書含最新 OpenAI GPT-5 範例《AI Agent 奇幻旅程》集結七大章、五位實戰講師，從宏觀願景到微觀程式碼完整展示 AI Agent 與 MCP 的威力。本書不僅描繪 AI 代理的未來藍圖，更以 OpenAI Agent SDK、Claude Desktop、Semantic Kernel、GitHub Copilot、Line 等熱門主角，逐章帶你實現「Agent × MCP」跨平台串接──讓桌面、雲端、聊天機器人一次打通。每章皆附範例專案程式碼，幫助讀者快速複製情境到自己專案。無論你想開發企業級智慧工作流，或打造個人化多代理應用，本書都是一把從概念到落地的「萬用鑰匙」。打開《AI Agent 奇幻旅程：MCP 通往異世界金鑰》這本書之前，讓我們先確認一件事：你是否已經接觸過大型語言模型（LLM），知道什麼是 prompt、token、embedding，也嘗試過呼叫像是 ChatGPT 的 API，做出一些能與人對話的範例程式？如果你的答案是「是的」，那麼，恭喜你——你已經準備好踏上下一階段的冒險，來探索 AI 模型不只是會說話，而是能夠行動，能夠呼叫工具、整合服務、進行決策，甚至協調多個代理角色，真正變成你的智慧夥伴。這本書的焦點不在於再教一次 LLM 的基礎，而是要帶你直奔最精華、也最刺激的主題：Model Context Protocol（MCP） 以及 AI Agent 架構。從願景出發，到實作落地，我們安排了七大章節，由五位具備實戰經驗的講師聯手執筆，深入淺出地展現如何打造多平台整合的 AI Agent。全書圍繞「Agent × MCP」這個核心，帶你逐步實現桌面端（Claude Desktop）、雲端平台（OpenAI Agent SDK）、本地框架（Semantic Kernel）、AI 輔助工具（GitHub Copilot），甚至社群應用（LINE 機器人）的跨平台連結。每一章都搭配完整範例專案，讓你不只學得會，還能直接套用到自己的實務場景中。▋ 建議搭配《Python 原力爆擊》如果你還沒實際寫過生成式 AI 程式碼，我們也誠摯推薦你搭配閱讀我們的姊妹作《Python 原力爆擊：OpenAI / Ge

從概念到實作，全方位掌握 RAG 與 LangChain 精準打造你的專屬 AI 系統！ 本書改編自第16屆 iThome 鐵人賽生成式 AI 組優選系列文章《初探 LangChain 與 LLM：打造簡易問診機器人》，完整收錄生成式 AI、大型語言模型（LLM）與檢索增強生成（RAG）的核心觀念與技術細節。 書中首先帶領讀者認識生成式 AI 與 LLM 的重要觀念，深入探討模型常見的幻覺問題與即時知識更新的難點，並逐步引導讀者學習 RAG 架構如何有效克服這些挑戰。接著，以詳細且易懂的步驟說明環境建置方法，包括 Python、PyCharm、OpenAI API 及 MongoDB Atlas 的設定，確保讀者能快速架設並應用於實務專案。 此外，書中透過實際案例「智慧問診機器人」專案的完整演練，全面介紹 LangChain 框架的基礎到進階操作技巧，並深入說明如何評估與測試系統效能，運用 DeepEval 及 LLM as a Judge 等工具進行成效驗證，幫助讀者掌握 RAG 系統的實務與優化策略，快速提升實戰能力。 無論你是初次接觸生成式 AI 的新手，或希望深度實作 RAG 技術的進階讀者，本書將引導你扎實地掌握理論基礎與技術細節，輕鬆建立屬於自己的高效能智慧應用系統。 重點摘要 ✦ 理論基礎 深入淺出 RAG 核心觀念 ✦ 環境架設 從開發到部署一本搞定 ✦ 實務專案 採用貼近生活的問診系統實戰演練 ✦ 效能評估 開發同時也關注模型回答的表現 目標讀者 ．對生成式 AI 有興趣的讀者 ．具備基礎 Python 知識的讀者 ．期望理解 RAG 系統的人士 ．想要了解如何評估 RAG 表現的開發者 本書從基礎概念出發，帶領讀者探索 LangChain 與 RAG 的整合應用， 並透過智慧問診機器人實作，展現生成式 AI 如何與後端技術結合，打造更智能、更可靠的應用。