Python

本書以程序設計為主線，以編程應用為驅動，理論聯繫實際，通過豐富的實例分析詳細介紹了Python程序設計的思想及方法。全書敘述嚴謹、案例豐富、由淺入深、難易適中、重點突出。全書共分8章，內容包括Python概述，Python基本數據類型、表達式和內置函數，程序控制結構，組合數據類型，函數，字符串，文件，Python面向對象編程。為避免學習過程枯燥乏味，書中精選了一些實用性強、趣味性足的實例，同時在一些實例上加入了思政元素。這些實例增強了全書的可讀性和學生的參與性，便於學生在輕鬆愉快的氣氛中學習。本書適合作為高等學校各專業Python程序設計課程的教材，也可作為廣大編程愛好者的自學讀物，還可作為各類計算機等級考試的輔導用書。本書配套的電子資源包括PPT、書中例題代碼和習題參考答案等，均提供免費下載。

"Throughout their five seasons on British television (and well into the troop's movie sequels and assorted solo projects), Monty Python became a worldwide symbol not only for taking serious subjects a

大數據時代，數據分析成為各行各業非常重要的工作，如機器學習、深度學習、數據科學、市場營銷分析、企業決策制定等，都離不開數據分析。《Python 數據分析教科書》就是一本介紹使用Python 進行數據分析的入門書，詳細介紹了成為數據分析工程師必備的技能，如數據獲取和加工、數據可視化、編程基礎、數據分析所需的基礎數學知識、機器學習的流程和執行方法等。學完本書，讀者能掌握 Python 的基本語法和 Jupyter Notebook 的使用方法，數據預處理知識，NumPy、pandas、Matplotlib 和 scikit-learn 等軟件庫的使用方法，以及利用現有算法實現機器學習的方法。另外，對網絡爬蟲、自然語言處理和圖像數據處理等機器學習中經常用到的知識也進行了簡要介紹。本書采用雙色印刷，語言淺顯易懂，並用中小實例輔助理解，特別適合有一定編程基礎想從事數據分析工作的人員學習，也適合作為想從事人工智能工作的人員學習數據處理的參考書。

懂得利用TA-Lib，股市、期貨、外匯、合約難度低 沒有適不適合的量化腳本，實現想法而打造的工具最適合 量化程式交易實戰攻略，打造最適合自己的投資工具 【本書簡介】 本書精心設計7個章節，從Python基礎知識的建立，到使用Pandas進行幣安合約大數據處理，結合TA-Lib進行指標計算，便可完成一個簡易實用的合約量化腳本。 合約量化腳本是長期學習的功課，書中使用的技術指標僅是引子，如何把自己覺得對的技術實現，則是本書的重要關鍵。本書內容主要針對沒有程式基礎或是稍有基礎的讀者所設計，書中的範例均以最簡易直觀的方式進行說明，期望讀者能夠無痛學習。 【本書特色】 ✦讀取歷史資料：以幣安SDK + Pandas完成歷史數據的讀取。 ✦學習合約量化的必備知識：了解Python基礎知識、Pandas數據處理基本功能、TA-Lib技術指標以及幣安SDK的使用方式。 ✦應用技術指標：由單技術指標的實作衍生多技術指標的實作成果。 ✦實作回測及模擬：執行幣安測試網的模擬合約量化腳本。 【精彩內容】 ✦Python基礎知識的建立 ✦Pandas的基礎應用 ✦幣安SDK的應用 ✦對K棒和K線的基本了解 ✦如何取得完整的歷史數據 ✦如何結合TA-Lib完成回測系統 ✦了解幣安測試網 ✦實作合約量化腳本 【目標讀者】 ✦想要自行建立合約量化腳本的投資者 ✦想要更理解TA-Lib技術指標應用的開發者 ✦想參與合約量化又沒有程式開發經驗者 ✦覺得自己有實力而想挑戰技術指標的程式交易者

本書系統介紹了基於機器學習和深度學習對文本數據進行挖掘和分析的方法，從文本分類、語音識別、主題建模、文本總結、文本生成、情感分析等多個自然語言處理的應用角度出發，對自然語言處理進行了深入解讀，通過大量Python代碼幫助讀者快速學習並實現基本的甚至較高級的自然語言處理技術。全書共六章。第1章介紹數據的收集和提取，包括從網頁、PDF、Word、HTML、JSON中收集數據；第2章介紹文本數據的處理，包括形式轉換、刪除標點符號、拼寫校正、詞幹提取、詞形還原等；第3章介紹文本特徵工程，採用的技術包括One Hot編碼、統計向量化、N-grams、哈希向量化、共生矩陣等；第4章介紹高級自然語言處理，包括文本相似度計算、詞性標注、提取實體、提取主題、情感分析、語音和文本互轉等；第5章介紹自然語言處理的行業應用，如多類分類、文本數據總結、文檔聚類、自然語言處理在搜索引擎中的應用等；第6章介紹基於深度學習的自然語言處理，通過深度學習實現信息檢索、文本分類和單詞預測。本書注重理論與實踐相結合，具有較好的實用性，可為自然語言處理或機器學習的相關從業人員以及愛好者提供業務學習指導，也可為Python程序員提供技術參考，還可為高等院校相關專業的本科生和研究生提供學習參考。

本書系統全面地講解Streamlit的核心概念，實例項目應用和**實踐。通過案例帶你從零開始，逐步掌握Streamlit的基礎知識和高級技能。你將學會如何使用Streamlit實現數據可視化、添加交互組件，構建出炫酷的Web應用。 本書分為兩篇，基礎篇(第1～7章)講解Streamlitt的安裝配置，以及基本的文本、數據、圖表、多媒體等組件的使用和頁面布局。實戰篇(第8～10章)講解開發企鵝分類項目、醫療費用預測項目、銷售數據儀錶板項目，幫助讀者熟練掌握Streamlit的高級技能和開發流程。 本書採用理論與實踐結合的方式，示例豐富。適合想快速構建機器學習和數據科學Web應用的Python使用者。配套內容有練習數據和源代碼，讀者可以通過閱讀和編碼實踐快速掌握Streamlit，開發機器學習和數據科學的Web應用。

大：範圍大，涵蓋創意實現、專案教學、程式普及和群控技術，由淺入深，就算沒有基礎也能快速上手人：結合微軟Azure雲，實現雲人工智慧應用物：存取ThingSpeak，快速實現物聯應用

本書討論使用TensorFlow和Keras等框架構建深度學習應用程序，集中於所需的模型和算法，幫助你在短時間內提高實踐技能。內容涵蓋了聊天機器人、自然語言處理、人臉和對象識別等主題。目標是提供創建能夠執行深度學習的程序所需的概念、技術和算法實現。

本書面向全國計算機等級考試二級Python語言程序設計科目，嚴格依據新版考試大綱整理專項訓練習題，並配有詳細解析，以幫助考生在較短的時間內順利通過考試。本書共3部分。第1部分為考試大綱專家解讀；第2部分為選擇題專項訓練及答案解析，所涉及的知識點有公共基礎知識、程序設計基本方法、Python基本語法元素、基本數據類型、程序的控制結構、組合數據類型、文件和數據格式化、函數和代碼的異常、Python計算生態、Python標準庫、Python第三方庫等；第3部分為精選的兩套無紙化考試真題及答案解析，以幫助考生全面檢查所學知識點。本書既可作為全國計算機等級考試二級Python語言程序設計科目的練習冊，也可作為學習Python語言的輔導書。

體貼初學者學習Azure AI服務的流程! Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作 ■ 專家與教師共同執筆 由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。 ■ 內容多元且淺顯易懂 對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。 ■ Azure AI服務開發技能 介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。 ■ Microsoft AI-900人工智慧基礎國際認證能力訓練 將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。

本書接近為零基礎的初學者量身定制，配合大量實例介紹了 Python 的基本語法、編碼規範和一些編程思想。本書~6章為Python語言基礎，主要介紹 Python 的基本用法;第7~11章介紹一些Python的實際應用。其中，第 7 章介紹如何用Python進行GUI開發，第 8章介紹如何用Python進行網絡爬蟲;第 9 章介紹如何用Python進行Web開發;第 10

本書以Python 3.7為編程環境，從基本的程序設計思想入手，逐步展開Python語言教學，是一本面向廣大編程學習者的程序設計類圖書。全書分為基礎篇、圖像處理和可視化篇、爬蟲技術開發篇、人工智能開發篇和遊戲開發提高篇。 基礎篇(第1～7章)主要講解Python的基礎語法知識、控制語句、函數、文件、面向對象編程基礎、Tkinter圖形界面設計、網絡編程和多線程、Python數據庫應用等知識，並以遊戲案例作為各章的階段性任務。 圖像處理和可視化篇(第8～9章)通過“人物拼圖遊戲”“學生成績分佈柱狀圖展示”案例學習Python圖像處理和可視化功能。 爬蟲技術開發篇(第10～13章)應用爬蟲技術開發“小小翻譯器”“校園網搜索引擎”“爬取百度圖片”和使用爬蟲模擬登錄技術的案例，講解Python爬蟲的關鍵技術。 人工智能開發篇(第14～16章)主要講解基於樸素貝葉斯算法的文本分類、 基於卷積神經網絡的手寫體識別和基於OpenCV實現人臉識別三個案例。 遊戲開發提高篇(第17章)借助第三方Pygame庫開發大家耳熟能詳的Flappy Bird(又稱笨鳥先飛)遊戲。 通過本書，讀者將學會Python編程技術和技巧，掌握第三方庫的使用，瞭解程序設計的所有相關內容。本書不僅列出了完整的代碼，同時對所有的源代碼進行了非常詳細的解釋，做到通俗易懂，圖文並茂。 本書適用于Python語言學習者、程序設計人員和遊戲編程愛好者。

《線性代數不難[上冊]:幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》是“鳶尾花數學不難”叢書中的一本，是關於線性代數的。 線性代數是現代科學和工程的數學語言。線性代數不僅是從單變量微積分過渡到多變量微積分的橋樑，更是從一元概率統計走向多元統計分析的核心工具。在機器學習、計算機視覺、自然語言處理、機器人控制、圖像處理、量化金融、數據分析等前沿領域，線性代數幾乎無處不在。 依照慣例，《線性代數不難[上冊]:幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》提供代碼和視頻教學，還提供了使用AI工具陪讀的學習思路。 《線性代數不難》分上下兩冊。上冊（《線性代數不難[上冊]:幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》）內容包括向量、矩陣、矩陣乘法、行列式、逆矩陣、向量空間、線性方程組等相對比較基礎的話題；下冊則會涉及高階線性代數、矩陣論、數據分析與機器學習話題，比如線性變換、特徵值分解、奇異值分解、主成分分析、最小二乘擬合、瑞利商、矩陣範數、判別分析等。 《線性代數不難[上冊]:幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》讀者分兩大部分：第一部分是信息學競賽參賽者、大學本科學生、考研學生等應試讀者；第二部分是機器學習從業者、數據分析師、編程愛好者、計算機圖形學研究者等從業或待從業讀者。

本書全面系統地介紹了Python語言在常見辦公場景中的自動化解決方案。全書分為5篇21章，內容包括Python語言基礎知識，Python讀寫數據常見方法，用Python自動操作Excel，用Python自動操作Word 與 PPT，用Python自動操作文件和文件夾、郵件、PDF 文件、圖片、視頻，用Python進行數據可視化分析及進行網頁交互，借助ChatGPT輕鬆進階Python辦公自動化。 本書適合各層次的信息工作者，既可作為初學Python的入門指南，又可作為中、高級自動化辦公用戶的參考手冊。書中大量的實例還適合讀者直接在工作中借鑒。

Python x AI辦公室作業自動化 Word、Excel、PowerPoint、PDF、CSV、Pandas 多執行緒、排程、藝術二維碼、短網址、電子郵件、爬蟲 【本書內容】 ★☆★☆★【技術最強、功能最廣】★☆★☆★ ★☆★☆★【AI助力效率飛躍】★☆★☆★ ★☆★☆★【多執行緒設計效能提升】★☆★☆★ ◆正則表達式 CIA情報員搶救任務 電子郵件地址自動擷取 文件格式化自動化 ◆多執行緒進階平行運算 客戶服務系統效能提升 即時數據同步技術 企業自動化報表生成 ◆自動化檔案管理 自動化備份流程 批次檔案修改 過期文件自動清理 ◆提升效率的利器 – 短網址 短網址生成器 短網址解析技巧 ◆告別重複工作 – 自動化排程 schedule模組應用 APScheduler模組 - 背景任務管理 ◆Python高效處理Word 自動化行銷文案生成 擷取圖表、表格數據 Word與PDF格式互轉 ◆PDF魔法 擷取PDF中的圖片、文字與表格 PDF文件加密與解密 PDF浮水印自動生成 ◆Python操作Excel 吸睛報表完美呈現 數據圖表說故事 樞紐分析表的強大應用 Excel與CSV轉換 Excel轉PDF ◆Python操作PowerPoint 程式自動生成簡報 批次簡報製作 - 效能再升級 會議簡報自動化流程 PowerPoint轉PDF ◆傳送與接收電子郵件 自動發送會員信件 通知會員繳費提醒 找出含特定內容的郵件 ◆網路爬蟲技術 多執行緒爬蟲下載圖片 自動抓取網頁數據並轉成表格 JSON數據下載轉CSV或Excel 網頁表格轉CSV或Excel ◆Openai API助攻客服設計 線上客服設計 ChatGPT x Excel建立客服知識庫

Eric Carle fans will adore this value pack filled with six Ready-to-Read books for the price of four! For an added bonus, take a peek inside for tips to help your child become a reading star!These ear

遺傳算法是受自然進化啟發的搜索、優化和學習算法家族中的一員。通過模擬進化過程，遺傳算法較傳統搜索算法具有更多優勢，可為各式問題提供高質量的解決方案。本書基於Python語言將遺傳算法應用於各種任務，提供在人工智能和其他很多領域應用遺傳算法的實踐經驗。同時，本書涵蓋了人工智能領域的新進展。

★★★最淺顯易懂的機器學習專書★★★ 與其害怕被AI取代， 不如學會機器學習，讓AI為你所用！ ★ 日本亞馬遜資訊相關類暢銷榜No. 1 ．針對各類機器學習全圖像化，深入淺出的機器學習入門書 ．詳解各種機器學習演算法的概念和用途，學會如何選對演算法 ．所有機器學習演算法皆提供Python範例程式碼，讓你現學現用 【什麼是機器學習？】 人工智慧（AI）、機器學習、深度學習⋯⋯與人類的生活密不可分， 但多數人對這些專有名詞一知半解，甚至有些誤解， 實現 AI 的方法包羅萬象，但機器學習是實現AI最普及的方法， 有些人誤以為深度學習就是AI，但事實上深度學習也是種機器學習。 機器學習顧名思義，就是電腦會透過演算法，根據問題或環境自動學習， 並運用學習結果來解決問題。 【機器學習的應用觸及各領域】 機器學習可以應用在各種領域，包括： 自動駕駛、文書處理、資料分析、自動翻譯、醫療診斷、預測天氣⋯⋯ 近年來，因為電腦價格降低，讓機器學習普及，不再是高深的技術， 讓非理科出身的文科人也能容易學習，運用在工作上。 由於機器學習有許多種類，因此懂得如何選擇最適合的演算法， 才能讓精準解決問題，事半功倍。 【2大類 ╳ 17種演算法，弄懂機器學習的邏輯與概念】 ◎ 9種監督式學習：將問題的答案輸入電腦，讓電腦自己學習，像是過濾垃圾郵件 ．問題分類（分類）：羅吉斯迴歸、單純貝氏分類器 ．找出特徵關聯性（迴歸）：線性迴歸、正則化 ．分類且找出關聯性：支持向量機、Kernel法、隨機森林、類神經網路、kNN ◎ 8種無監督式學習：提供電腦問題與特徵，讓電腦自行分類，例如找出有車的照片 ．選擇特徵與數量（降維）： PCA、LSA、NMF、LDA、LLE、t-SNE ．特徵分類（分群）：k-means分群法、高斯混合分布 【Python是時下最熱門的程式語言】 在學習機器學習的演算法時， Python是最容易上手，適用於各作業系統，也完全免費的程式語言軟體， 與機器學習及統計相關的函式庫也非常豐富。 本書所有範例程式碼都是使用Python語法編寫， 因此書中還附有Python基礎教學。 本書用一張圖帶你掌握機器學習的整體輪廓，學會機器學習的基礎知識和概念， 了解在學習機器學習的演算法時最重要的處理過程， 幫你學會如何精準選對演算法，只要掌握每一種演算法的性質， 相信就能學會

Six favorites from Eric Carle are available in this Ready-to-Read boxed set!This convenient Ready-to-Read carry-along boxed set of six beloved Eric Carle classics includes paperback editions of Have Y

Python 是目前最受歡迎的程式語言之一，它的嵌入性 (embedding) 遠較 Perl 這類的語言強大。換句話說，利用 Python 開發的工具，可以輕易的附在其他程式內部，或是透過 其他程式呼叫 Python。在本質上，它是一種元件化的程式語言。 ＊能適用於大多數的作業平台，包括 Windows 95/98/NT, Linux 以及各種 UNIX 系統。 ＊它屬於 OpenSo