Python

現在學機器學習，正是最好的年代！在過去要處理資料，就要用C語言撰寫函數；在Python裡，別人已寫好了許多套件，只要像是在玩樂高積木一樣，就能完成你想要的結果。因此我會說，現在是學機器學習最好的時候，你等於是站在巨人的肩膀上學習。本書沒有複雜的數學，沒有複雜的程式碼，以有系統的編排，引領你進入機器學習的世界。我們會介紹sklearn的資料預處理；簡單線性迴歸、多元線性迴歸、羅吉斯迴歸、K最近鄰、支持向量機、決策樹、隨機森林等監督式的機器學習模型。而在非監督模型上會介紹Kmeans。另外，大部分的書不會強調的ColumnTransformer、管道器製作。許多書沒有解釋清楚的模型預測重要指標：正確率、精確率、召回率、混亂矩陣、綜合報告、PRC曲線、ROC曲線，我們也會一次詳細說明，讓你一手掌握。實例演練時會操作中英文的文字處理，並做情感分析和主題探索。還有知名的大數據資料庫，包括波斯頓房價預測、鳶尾花資料、鐵達尼號資料、威斯康辛大學醫院收集的乳癌腫瘤病患預測、電信公司客戶流失預測、信用卡盜刷預測、Newsgroup新聞群組分類、Amazon商品評論預測、Tripadvisor裡兩家航空公司和數字預測。最後教大家如何將深度學習的模組也包裝到sklearn。現在就讓我們一起學習Python，用機器學習掌握人工智慧。

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！

【程式設計新浪潮 . 開發生態大革命】你還在研讀程式語法手冊？還在網路上找程式碼來修修改改？還要繼續埋首在手刻程式碼的低效循環中掙扎嗎？就是現在，程式設計生態發生了史無前例的變革！GitHub Copilot 是由 GitHub 與 OpenAI 大型語言模型（LLMs）合作開發的 AI 程式設計助手，它從巨量程式碼庫中學會所有的程式設計技巧，將人類過往的程式精華融為一體。只要你學會用正確的方法、下達明確的提示詞、妥善地用自然語言與其溝通，就能發揮它的無窮力量，大幅幫助你提高開發軟體的成效。本書作者：兩位資訊教育學家 Leo Porter 博士與 Daniel Zingaro 博士為了 AI 程式設計時代的到來，在本書規劃出「函式設計循環」流程，整本書的編排圍繞著這個設計循環所需的技能，一遍遍演練、一步步學會進入 AI 程式設計必備的新技能。幫助你以正確的方式掌握 Python 程式設計（當然，其它程式語言也適用），高效快速解決實務上的任務。【開發程式的重點：從寫程式轉換為寫提示詞】與傳統的入門程式設計課程相比，使用 GitHub Copilot 協助寫程式需要學習新的技能，特別是問題分解、提示工程、測試與除錯技巧（如果您對這些技能還不太熟悉也無需擔心，本書都會詳細介紹），這些新技能對於現職的程式設計師來說同樣重要。在以往傳統的程式設計課程中，學生往往需要將精力灌注在語法的細節上，然而在 AI 時代，程式語法已經有 GitHub Copilot 這位大神在身邊，完全不用你操心，你該學的是如何用自然語言，寫出有意義且 AI 工具能正確理解的提示詞，讓它為你寫出符合預期的程式碼。如果你真的很不會寫提示詞，Copilot 除了能夠反向幫助程式產生提示詞，甚至還可以利用提示模式（prompt patterns）翻轉問答對象，讓 Copilot 主動提問以達成你的目標。● 精心設計為 AI 工具而生的函式設計循環。● 使用與業界接軌的 Visual Studio Code 開發工具。● 善用 Copilot Chat、inline Chat 提高生產力好助手。● 撰寫提示詞：學會用 AI 看得懂的自然語言溝通。● 看懂程式碼：程式由 AI 寫, 但你需要看得懂。● 問題分解：用 Top-Down 設計將大問題分解成小任務。● 測試案例：設計常見案例與邊界案例確認函式正確。●

無

★程式小白一學就會，不再半途而廢★一改傳統以鉅細靡遺的語法為導向的學習方式，採取AI時代的學習方式，以解決問題為核心，透過貼近生活的實例講解重要的語法與主題，有效率地和AI助理合作，讓初學者不再苦苦糾纏於繁瑣的語法，培養解決問題的邏輯思維。★實用套件輕鬆上手，寫出厲害、有用的程式★．pillow：圖像處理，例如色彩模式、裁剪、旋轉、翻轉、濾鏡等。．matplotlib：繪製圖表，例如折線圖、散布圖、長條圖、直方圖、圓餅圖等。．tkinter：建立圖形使用者介面 (GUI)。．Requests、Beautiful Soup：網路爬蟲，例如抓取臺灣銀行牌告匯率資料、從yahoo!股市抓取即時股價等。★與ChatGPT完美合作，寫出正確、高效的程式★提示工程技巧大公開：查詢語法和範例◎撰寫、修正與優化程式◎閱讀並測試程式碼◎除錯◎幫程式加上註解或try…except語法◎解決流程錯誤與無窮迴圈◎撰寫邏輯複雜的程式◎透過設計與撰寫函式來解決問題◎查看與解決程式錯誤所造成的例外◎根據資料判斷要使用哪種圖表並撰寫程式◎根據附圖與文字敘述撰寫GUI程式◎解決網路爬蟲程式失敗。在本書中，我們會在每章的開頭講解重要的語法與主題，然後在結尾的地方透過「 ChatGPT程式助理」專欄，示範如何有效率地和AI助理合作，讓初學者能夠快速寫出正確、有用的程式！當然這些提示工程技巧並不限定於ChatGPT，你也可以舉一反三、靈活運用在Gemini、Copilot等AI助理。將「 ChatGPT程式助理」以專欄的形式放在各章的結尾，不僅能夠適時地示範ChatGPT在不同主題的使用技巧，而且不會干擾讀者自學或教師上課的節奏。

本書共9 章，包含PySide 6 / PyQt 6 常用知識及一些經典的應用。每章的側重點不同，並且相對獨立，讀者根據目錄即可獲取自己所需的內容。 第1 章介紹PySide / PyQt 的入門知識，主要介紹PySide 和PyQt 的基本概念、PySide 6 / PyQt 6 的安裝和使用（包括Qt Designer 等工具的初步用法）、常見IDE（PyCharm、VSCode、Eric 7）的安裝、設定與使用。已經有一定基礎的讀者可以略過本章。 第2章介紹Qt Designer 的詳細用法。Qt Designer 是PySide / PyQt的視覺化介面編輯程式，透過拖曳滑鼠等視覺化操作就可以快速開發出GUI 檔案（*.ui 檔案），可以透過官方提供的uic 工具把.ui 檔案自動轉為.py 檔案。本章介紹了PySide / PyQt 程式開發流程，如版面配置管理、訊號與槽連結、功能表列與工具列、增加與轉換資源檔等。對PySide / PyQt 初學者來說，這些是實現快速入門和快速進步的重要內容。第3 章和第4章介紹PySide / PyQt的基本視窗控制項的使用方法。第1章介紹了PySide / PyQt 的環境設定，第2章介紹了PySide / PyQt 完整的開發流程，接下來讀者最想知道的是PySide / PyQt 有哪些常用控制項和如何使用這些控制項，這就是第3章和第4章要解決的問題。 第5章介紹PySide / PyQt的特殊控制項——表格與樹。本章主要介紹表格與樹的用法，入門非常簡單。如果想要更進一步，還需要理解Model / View / Delegate（模型 / 視圖 / 委託）框架，這也是表格與樹的特殊之處。此外，資料量較大的表格往往需要資料庫的支撐，所以本章會涉及資料庫的相關內容。第6 章介紹一些進階視窗控制項。本章主要介紹第3 ∼ 5 章沒有涉及的其他常用控制項或內容，這也是介紹控制項的最後一章。本章介紹的控制項相對進階一些，比較常用的是版面配置管理與多視窗控制項（容器）。本章還介紹了視窗風格、多執行緒、網頁互動、QSS 的UI 美化等內容，最後以Qt Quick（QML）收尾。第7章介紹訊號 / 槽和事件。本章對PySide / PyQt 的進階內容進行收尾，是介紹PySide / PyQt 框架的最後一部分內容。前面幾章初

本暢銷系列作品的第4本書，這次的主題是強化學習。書中延續此系列的一貫風格，顯示實際的程式碼，讓讀者邊執行邊學習，不依賴外部程式庫，從零開始建置、學習支撐強化學習的基本技術與概念。 從「理論」與「實踐」兩方面著手，仔細解說強化學習這個複雜主題的構成要素，讓讀者確實掌握強化學習的獨特理論。有別於只用公式說明理論的書籍，讀者可以從書中的程式碼，獲得許多意想不到的領悟。

想指定年份與月份就完成月曆 想找出使用了特定文字的PDF檔案 想一口氣置換所有檔案的文字 利用幾十行的程式碼讓工作變得超級輕鬆 這些工作都可利用Python快速完成！ 做成應用程式，就會變得很好用 利用簡短的程式讓工作變得超級輕鬆 利用Python讓麻煩的工作變得更有效率 許多職場都已開始利用Python完成各種業務。 只要使用Python，就能以簡短的程式讓例行公事變得更有效率。 本書介紹許多利用Python讓麻煩的例行公事自動完成的技巧。 本書適合已在工作使用Python的讀者(或是之後想要使用Python的讀者) 本書從不同種類的業務之中，挑選了一些麻煩的業務介紹，只需要幾十行的程式碼就能快速完成這些麻煩的例行公事，其中包含檔案操作、文字檔、PDF檔、Word檔、Excel檔的搜尋、取代，以及圖片的調整或是取得各種檔案資訊與網路資料，而且還會介紹將這些程式轉換成應用程式，讓使用者按一個按鈕就執行這些程式的方法。

全球狂銷超過75萬本！ 搞定繁瑣又無聊的工作！ 不要將寶貴的時間浪費在那些連訓練有素的猴子都能完成的工作上！ 快跟著《Python 自動化的樂趣》一起搞定你手上重複瑣碎又單調無聊的工作。 就算是從未寫過任何一行程式碼的讀者，也能學會如何讓電腦幫你完成費時、繁瑣又無聊的苦差事。 如果您曾經花費數小時只為了將檔案重新命名，或是更新電子試算表中數百個儲存格內容，就知道這類工作任務是多麼瑣碎和單調，如果能讓電腦來協助我們完成這些工作該有多好？ 《Python 自動化的樂趣》第三版的內容經過全面修訂，目標是帶領讀者學會使用 Python 語言撰寫程式，讓程式在數分鐘內完成手動處理時需要數小時才能做完的工作，而且讀者無須擁有程式設計方面的經驗也能無痛學習。本書前幾章會透過淺顯易懂的說明方式和令人興味盎然的範例程式，先教讀者 Python 語言的基礎知識，逐步引導讀者寫出第一個 Python 程式，學會處理字串、字典（Dictionary）等其他資料結構，然後使用規則運算式來搜尋和操作文字模式。 掌握基礎知識後，本書會引導各位讀者實際解決專案，從中學習如何利用 Python 自動化來完成以下這些工作： * 自動搜尋網頁內容、下載檔案和填寫表單。 * 在各種檔案和電子試算表中查找、擷取和操作文字與資料。 * 自動複製、移動、重新命名或壓縮電腦中的檔案。 * 分割、合併和擷取 PDF 與 Word 文件中的文字內容。 * 自訂滑鼠和鍵盤巨集指令與應用程式互動。 * 管理電子郵件信箱的收件匣、自動取消列表中的訂閱項目以及發送電子郵件或簡訊通知。 本書第三版推出的新內容：除了全面改版的程式碼與範例，還有四個全新章節，主題包括資料庫整合、語音辨識、聲音與影像檔案編輯。增加16個全新的程式設計專案，涵蓋更多開發人員需要技巧，例如建立命令列程式。

本書是一本面向 Python 初學者的書籍，除了介紹 Python 常見的開發領域和使用場景，還詳細介紹了從 Python 基礎到具體項目工程的開發，讓讀者快速掌握 Python 應用開發。 本書從零開始，由淺入深、由點到面地繪製了 Python 編程世界的草圖，第一部分（第1～3 章）主要講解了 Python 的基礎語法和句法，包括怎樣在本機搭建 Python 開發環境，如何使用 Python 開發工具等基礎內容；第二部分（第 4～5 章）主要講解了如何使用 Python 開發常用的小工具，如何使用 Python 提高工作效率；第三部分（第 6～11 章）主要講解了項目工程的開發，涉及大量其他領域的技術或者服務，也是Python學習的重中之重。通過學習本書，讀者可以快速地瞭解 Python 各個領域的應用，並且掌握基本的開發技術，不再覺得這些領域的開發技術遙不可及，也可以探索自己喜歡的開發領域，並通過有趣實用的案例提高深入學習的興趣。 本書內容豐富、通俗易懂，還提供了同步視頻、習題及答案等豐富資源，適合各高校相關專業作為本科及研究生教材，也可作為相關培訓機構的參考用書。

▶▶▶ Excel VBA及Python基礎 ▶▶▶Excel VBA及Python的資料型態、運算式、流程控制、字串，數字處理 ▶▶▶Python、Excel物件模型、陣列、字典、集合、函數 ▶▶▶Excel VBA及Python偵錯，異常處理 ▶▶▶Excel VBA特殊物件模型、控制項、增益集 ▶▶▶Excel VBA及Python檔案操作 ▶▶▶Excel VBA及Python工作表函式、圖形設計、圖表設計 ▶▶▶Excel VBA樞紐分析表、正規表示法、統計分析 ▶▶▶Excel VBA及Python混合程式設計 本書希望能讓讀者以最快的速度，系統性地從Excel VBA程式設計轉入Python程式設計，或者從Python程式設計轉入Excel VBA程式設計，尤有甚者，能同時學會兩種程式設計方法。 全書的架構使用Excel VBA和Python雙語言對照的方式，幫助Excel VBA使用者快速掌握Python程式設計，並使用雙語言實現Excel程式設計和資料處理自動化。 全書的內容包括物件模型、介面設計、檔案操作、Excel函數、Excel圖形、Excel圖表、Excel樞紐分析表、正規表示法、統計分析和混合程式設計等內容。 關於Python方面，本書則詳細地介紹了xlwings、numpy、Pandas等套件的使用方法，適合對Excel VBA及Python開發感興趣的讀者閱讀，如職場辦公人員、資料分析人員、大學生、科研人員和程式設計師等。 【本書主要的特點】 ✪全書的架構使用Excel VBA和Python雙語言對照的方式。 ✪幫助Excel VBA使用者快速掌握Python程式設計。 ✪使用雙語言實現Excel程式設計和資料處理自動化。 ✪全書的內容包括物件模型、介面設計、檔案操作、Excel函數、Excel圖形、Excel圖表、Excel樞紐分析表、正規表示法、統計分析和混合程式設計等內容。 ✪關於Python方面，本書則詳細地介紹了xlwings、numpy、Pandas等套件的使用方法。 【本書目標讀者】 ☛ 適合對Excel VBA及Python開發感興趣的讀者閱讀。 ☛ 職場辦公人員、資料分析人員、大學生、科研人員和程式設計師等。

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

本書是一本專為初學者設計的Python程式設計及資料科學全面教材，也可作為iPAS巨量資料分析師考試的先修教材。透過圖解與實作，循序漸進地引導讀者掌握Python程式設計及資料科學的核心技能。書中內容豐富，從Python基礎語法開始，逐步深入到資料科學的實際應用。搭配詳細的圖例和實作範例，讓學習更加直觀和實用。本書特別強調實務應用，詳細介紹了Python資料科學必學的套件，如Numpy、Matplotlib、Pandas、Seaborn、Plotly和SciPy。這些工具不僅幫助讀者進行資料運算和分析，還能輕鬆繪製各種圖表，視覺化資料結果。在學習Python程式設計的過程中，本書運用了當前最熱門的AI工具——ChatGPT，來輔助學習。ChatGPT可以提供程式設計協助、解釋程式概念，進而寫出資料收集的網路爬蟲程式，以便更好地理解Python程式設計和資料分析的關鍵概念。這種互動式學習方式，大大提升了學習效率和理解深度。此外，本書還包含多個實務導向的案例，從資料預處理、資料清理到探索性資料分析，再到機器學習與深度學習應用，幫助讀者將所學知識應用於實際問題中。這些案例不僅鞏固了讀者的學習成果，還提升了實戰技能，為未來的職場應用打下堅實的基礎。

用輕鬆愉快的心情學習程式設計與演算法！．從零開始了解Python的程式設計與演算法．邊開發遊戲，邊了解程式設計與演算法的基礎．一邊解謎，一邊累積寫出實用程式的功力．可以利用雲端上的Google Colaboratory開發環境立刻開始學習．謎題的解答除了Python，還有JavaScript與Ruby版的程式碼

面對數字經濟背景下大數據分析的現實需求，本書分別從經濟理論闡述、數學原理推導、程序代碼實現三個角度，系統全面地闡釋了各類經典機器學習模型的理論內涵和適用範圍，以及基於 Python 編程語言進行算法訓練、模型測試和參數調優的具體方法。本書配有A、B兩個附錄，介紹了 Python 語言基本語法規則，以及經濟大數據分析所涉及的Python 工具包。本書旨在培養能夠綜合運用經濟學思維、數理分析方法、數據科學工具，分析和解決經濟社會發展中的理論和實際問題的複合型人才；可作為高等院校經濟管理、計算機等專業本科生、研究生、MBA 教材，也可作為相關企業員工內部培訓教程或經濟數據分析從業者的參考讀物。

從統計學出發，最實用的Python工具書。◆全書基於Python3.6.4編寫，兼容性高，為業界普遍使用之版本。◆以簡明文字闡述替代複雜公式推導，力求降低學習門檻。◆簡單易懂，理論完整，案例詳盡。◆包含AI領域熱門的深度學習、神經網路及統計思維的數據分析，洞察市場先機。Python，是當今大數據時代下最為流行的編程工具之一；資料分析，則是在科學研究中日益重視的環節。當開源語言的便利性，遇上統計思維

＼\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

☆★☆★【用最簡潔的Python，成為深度學習最厲害的大神！】★☆★☆ 「人工智慧、深度學習和機器學習，不論你現在是否能夠理解這些概念，你都應該學習。否則三年內，你就會像被滅絕的恐龍一樣被社會淘汰。現在不開始，以後就來不及了。」――馬克•庫班（NBA獨行俠隊老闆，億萬富翁） 本書從人工智慧、機器學習與深度學習簡介開始，幫助讀者在Windows下的CPU/GPU環境完成深度學習、開發環境架設；之後進入Python資料科學函數庫，介紹深度學習基礎，如Numpy、Pandas、Matplotlib。 在了解基本函數庫後，接著介紹目前最好用、最流行的深度學習框架TensorFlow、Keras。認識完框架的使用，便開始處理資料，本書介紹了資料前置處理和模型評估指標，幫讀者了解模型及資料之間的關係。當一切就緒，就可以進入實際專案的開發，包括影像分類辨識、IMDB電影評論情感分析、遷移學習、人臉辨識、影像風格遷移、生成對抗網路等，讓你用最簡潔的Python，成為深度學習最厲害的大神。 適合讀者 ✪具備Python語言基礎知識的程式初學者。 ✪非專業出身，想轉換跑道進入人工智慧領域的程式設計師。 本書看點 ✪人工智慧、機器學習與深度學習簡介。 ✪深度學習框架TensorFlow、Keras。 ✪深度學習開發環境架設。 ✪資料前置處理、模型評估指標、影像分類辨識。

本書特色 這幾年心中總想寫一本可以讓擁有高中數學程度的讀者即可看懂人工智慧、機器學習或深度學習的書籍，或是說看了不會想睡覺的機器學習書籍，這個理念成為我撰寫這本書籍很重要的動力。為了卸除數學心房，筆者撰寫此書依循原則如下：★：數學原理彩色圖解。★：手工計算基礎數學。★：Python程式高效實作。這本數撰寫的幾個特色如下：☆：全數共用約205個Python實例，講解機器學習的基礎數學☆：極詳細、超清

＃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。＃內容包含時間序列迴歸模型的假定與應用、panel data的介紹與說明、工具變數估計與二階段最小平方法、聯立方程式模型（含SUR與VAR模型）以及限制因變數模型等。＃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，分為三大部分：第一部分包括第1∼5章，內容主要敘述「時間序列迴歸模型」的假定、內容與估計等。第二部分包括第6∼7章，其是有關於panel data的介紹與說明。第8∼10章則屬於第三部分，其內容含工具變數估計與二階段最小平方法、聯立方程式模型（含SUR與VAR模型）以及限制因變數模型。另有附錄補充說明基本矩陣代數操作，增進讀者理解。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，隨書光碟內皆附有完整的Python程式碼供讀者參考使用。

⊙以Python的模擬方法來輔助或取代數學證明，有效掌握當代衍生性商品。⊙理論與實作兼具，操作步驟清楚易懂。⊙內容包含二項式與Black定價模型、NSS模型與主成分分析法、短期利率模型（含HW三項式樹狀圖）、HJM模型（含LIBOR模型）以及SABR隱含波動率模型等。⊙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。傳統上學習固定收益與利率衍生商品，多依賴計算機或Excel進行靜態計算，難以因應利率多變的現實市場。本書以「理論與程式雙向驗證」為核心，藉由Python的實作輔助，降低數學證明的跨入門檻，引導讀者將抽象的計量方法與定價理論轉化為具體的操作技能。全書先介紹基礎的財務評價原理與固定現金流量推導，接著探討被業界視為歐式選擇權定價標準的Black模型，並詳實解析NSS模型、HL、BDT與HW短期利率模型，最後則聚焦於進階的HJM框架以及探討波動率微笑現象的SABR模型。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，隨書光碟內皆附有完整的Python程式碼供參考使用。期盼協助讀者在學習研究與職場實務中，建立兼具理論深度與程式實戰力的量化分析架構。

【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/

語法解說 > 範例說明 > 問題分析 > 程式設計 > APCS詳解 ★ 培養程式設計基本素養，掌握APCS檢測重點 ★ 精選具代表性與實用性的範例，強化解題能力 ★ 演練APCS程式識讀與程式實作，搭配完整解析 APCS檢測之程式識讀與程式實作皆採用Python進行解題。由於Python語法簡潔、函式功能強大，適合在時間有限的情況下完成程式實作。因此，本書採用Python進行程式識讀解說與程式實作練習，使教師易於教學，初學者也能順利高分通過APCS檢測。 ※ 資深教師共同執筆 由科技大學程式設計教師與補教界 APCS 專業教師共同編著，依據高中職及大專院校初學者應具備的程式設計基本素養，精心規劃適合入門學習的教材內容。 ※ 程式設計技能養成 從語法解說、範例說明到程式設計，循序漸進地進行範例實作與解說。培養初學者的邏輯思考與問題解決能力，逐步掌握程式設計技巧，並建立APCS檢定所需的應試能力。 ※ 內容多元範例豐富 涵蓋資料型別、變數、運算式、流程控制、陣列、函式、遞迴、變數生命週期、結構與自定資料型別等，內文解說融入APCS重點，所提供範例貼近日常生活，能學以致用。 ※ APCS先修檢測訓練 提供 APCS 程式識讀與程式實作的完整演練及詳細解析，讓初學者能在學習後立即練習、加深印象，順利獲取高分，同時也方便教師教學。 ※ 更多新知可訂閱「程式享樂趣」YouTube頻道https://www.youtube.com/@happycodingfun

☆★☆★【完整說明Qt 6的主要功能！最詳盡的Qt開發全書！】★☆★☆本書分為六大部分：第1部分為Qt 6基礎。以Qt 6.0的全新類別模組和介面，重新實現了各種基礎實例的功能。第2部分為Qt 6綜合實例。以新的Qt 6.0實現了電子商城系統、簡單文字處理軟體和微信使用者端程式。第3部分為Qt擴充應用。介紹了Qt設定OpenCV和OpenCV處理圖片，在綜合實例方面，展示了醫院遠端診斷系統，運用MySQL建置資料庫，進而有效管理患者資訊。第4部分為QML和Qt Quick及其應用。內容包含了QML及Qt Quick的相關內容。第5部分為Qt Quick 3D開發基礎。這是Qt 6.0新推出的功能模組，它大幅提昇了Qt在3D圖形影像領域的地位。第6部分是關於Qt 6的跨平台開發技術。跨平台是Qt 6.0的優勢特性，本書將Qt在Visual Studio、Android、Python及Linux（Ubuntu）等多種主流平台上的設定和開發方法進行了詳盡的介紹。透過本書循序漸進的教學，讀者不僅可以了解到Qt6的各種功能，也能對於圖形使用者介面的掌握更加熟悉。本書看點✪Qt概述：範本庫、工具類別及控制項。✪QML程式設計基礎、QML動畫特效。✪Qt Quick 3D開發基礎、Qt Quick Controls開發基礎。✪Qt跨平台開發：Visual Studio、Android、Python及Linux(Ubuntu)。

▍把 ChatGPT 超完美融入 Python 學習的《最強程式入門書》，教你將 ChatGPT 用在對的地方！▍內文隨時呼叫 ChatGPT 當助教！找 bug、寫關鍵內容、上註解、改造程式、增強功能...完美融入範例，各種用法讓你「WOW」不斷！Python 的語法簡潔、擴充性強，是當今最熱門、也最適合新手學習的程式語言。市場上眾多的 Python 入門書雖然標榜人人可上手，但解說的手法、所用的範例還是偏生硬，對於非資訊背景的人來說，閱讀起來彷彿無字天書，看沒幾頁就棄械投降...【★世界第一簡單！100% 針對「零基礎」、「學習受挫者」貼心設計！】在 Python 的學習上，為了幫助零基礎的新手學習，本書精心設計以下特點：□用一點就通的【生活實例 + 全彩插圖】解說抽象的程式觀念，包括：三心二意的購物者 (條件判斷)／熱狗製作機器人 (迴圈)／全自動洗衣烘乾機 (函式)／萬用工具箱 (函式庫、模組、套件)／量販店員工管理系統 (物件)...，讓你讀得下去，腦筋不卡卡！□【仔細到很有感！】一行一行解說程式，反覆演練永不嫌煩，就是怕你看不懂！□【語法、效果即時呈現】，隨時都能掌握語法用途、了解修改差異【★教你最火熱的 ChatGPT 輔助寫程式技巧！】在本書中，小編會在適當時機教你召喚 ChatGPT 做為學習 Python 的幫手。更重要的是，【ChatGPT 要用在對的地方】，我們會先帶你紮穩基礎再用 ChatGPT，而不是一味跟它「瞎聊」、「瞎問」，否則 ChatGPT 給的程式錯了而你看不出來，用比不用更糟。請記住，【閱讀本書的你不是孤單的！】以往自學時可能出現的千奇百怪問題，或者其他書可能拋給你的「若遇到錯誤可自行上網查看看」、「XXX 就留待讀者挑戰看看囉！」... 等需要自立自強的狀況題，本書會以一個個 【ChatGPT 萬能程式顧問 TIPS】教你用 ChatGPT 輕鬆化解。跟著本書學會用 ChatGPT 來學 Python 就等於有個助教在旁貼身指導，再也不用擔心遇到問題時求助無門！有了本書，無論是曾經學到一半放棄或是迫不及待學習的你，都可以將學習挫折拋到腦後，輕鬆學會 Python ✕ ChatGPT！本書特色：★ 內文隨時出現【ChatGPT 萬能程式顧問 TIPS】，教你正確用 ChatGPT 輔助寫程式。★ 【全彩圖解 + 生活實例解說】

Python網路爬蟲大數據擷取、清洗、儲存與分析王者歸來(第二版)★★★本書第一版是【博客來2020年】【電腦書年度暢銷榜第3名】★★★★★★★★【26個主題】+【400個實例】★★★★★★★★★★從【零】開始的【網路爬蟲入門書籍】★★★★★★★★★★大數據【擷取】、【清洗】、【儲存與分析】★★★★★★★★★★【網路趨勢】+【了解輿情】★★★★★第二版和第一版做比較，增加下列內容：★：全書增加約50個程式實例★：網路趨勢，了解輿情★：網路關鍵字查詢★：YouBike資訊★：國際金融資料查詢★：博客來圖書排行榜★：中央氣象局★：租屋網站★：生活應用下列是本書有關網路爬蟲知識的主要內容：★：認識搜尋引擎與網路爬蟲★：認識約定成俗的協議robots.txt★：從零開始解析HTML網頁★：認識與使用Chrome開發人員環境解析網頁★：認識Python內建urllib、urllib2模組，同時介紹好用的requests模組★：說明lxml模組★：Selenium模組★：XPath方法解說★：css定位網頁元素★：Cookie觀念★：自動填寫表單★：使用IP代理服務與實作★：偵測IP★：更進一步解說更新的模組Requests-HTML ★：認識適用大型爬蟲框架的Scrapy模組在書籍內容，筆者設計爬蟲程式探索下列相關網站：☆：國際與國內股市資訊☆：基金資訊☆：股市數據☆：人力銀行☆：維基網站☆：主流媒體網站☆：政府開放數據網站☆：YouBike服務網站☆：PTT網站☆：電影網站☆：星座網站☆：小說網站☆：博客來網站☆：中央氣象局☆：露天拍賣網站☆：httpbin網站☆：python.org網站☆：github.com網站☆：ipstack.com網站API實作☆：Google API實作☆：Facebook API實作探索網站成功後，筆者也說明下列如何下載或儲存不同資料格式的數據：★：CSV檔案格式★：JSON檔案格式★：XML、Pickle★：Excel★：SQLite在設計爬蟲階段我們可能會碰上一些技術問題，筆者也以實例解決下列相關問題：☆：URL編碼與中文網址觀念☆：將中文儲存在JSON格式檔案☆：亂碼處理☆：簡體中文在繁體中文Windows環境資料下載與儲存☆：解析Ajax動態加載網頁，獲得更多頁次資料☆：使用Chromium瀏覽器協助Ajax動態加載

【新書簡介】本書分為四大部分。第1部分包括第1到13章，主要介紹Go標準函式庫的同步基本操作，包括互斥鎖Mutex、讀寫鎖RWMutex、WaitGroup、條件變數Cond、Once、Map、Pool、Context、 channel等，以及最新的原子操作知識，主要的重點在channel身上，最後還介紹了Go的記憶體模型。第2部分包括第14到18章，主要介紹Go官方的擴充函式庫和第三方的同步基本操作，包括訊號量、SingleFlight、CyclicBarrier、分組操作庫、限流庫等。第3部分包括第19章，主要介紹基於etcd的分散式同步（並發）基本操作。第4部分包括第20章和第21章，主要歸納總結Go的並發模式，並嘗試使用本書介紹的同步基本操作解決經典的併發問題。【本書看點】☆和C一樣快，和Python一樣好學的新一代程式語言★同步基本操作，互斥鎖Mutex、讀寫鎖RWMutex、WaitGroup☆條件變數Cond、Once、Map、Pool、Context、Channel★原子操作原理及實作☆Go的記憶體模式★Go官方及擴充函式、第三方同步基本操作☆訊號量、SingleFlight、CyclicBarrier、分組操作庫、限流庫★Etcd的分散式同步操作☆Go並發模式的實作★經典Go問題解決

內容介紹: 【最齊全！徹底活用Pandas的114技】想學Pandas，看官方文件就夠了？對於Python使用者來說，Pandas無疑是資料分析的必備套件。有了Pandas，您可以非常高效地重塑、過濾、清理以及整合大部分類型的資料。的確，Pandas的官方網站提供了不同指令的使用範例。因此有的使用者會說：『不用買書看啦！網路資源這麼豐富，多看看官方文件就好了！』不過，單單只知道某個指令的運作方式是不足夠的。在實際進行資料分析時，您可能需要結合多個指令來達成目標。這時候，您更需要知道如何活用Pandas。舉例來說，假設您現在面對DataFrame的記憶體用量過大，導致無法順利分析資料的難題時，該怎麼辦呢？從Pandas的官方文件中，您可以了解轉換欄位型別的方法，也知道如何查詢欄位的浮點數精度。只要結合這兩個方法，您就可以非常輕鬆地降低DataFrame的記憶體用量。遺憾的是，官方文件並不會告訴您這個訣竅，而必須自己花時間來摸索。在摸索的過程中，不可避免地會多走許多彎路。本書並非單純的Pandas語法參考手冊。作者寫作此書時的目標，是希望讀者們可以從完整的範例中學習，並充分了解活用Pandas技巧的重要性。此外，作者習慣給出同一問題的不同解法，同時比較不同做法的效能。由此一來，讀者日後在實際分析資料時，才能知道哪一種做法是最優解。正面對決真實資料集！目前市面上的Pandas書籍，多數是使用亂數產生的假資料集來進行教學。這會導致您在面對真實資料集時，不知該從何下手。有鑒於此，本書作者使用了眾多的真實資料集，讓讀者切身感受資料分析師的工作內容。書中的資料集包含：●IMDB 5000電影資料集●Tesla股票資料集●Kaggle問卷資料集●鑽石品質資料集●美國大學資料集●美國國內航班資料集●丹佛市的犯罪案件資料集 ●阿爾塔年積雪資料集●美國燃油經濟資料集 …等最齊全的Pandas技巧教學！為了讓讀者可以更好的理解，書中每一小節的內容皆搭配完整範例。讀者可以從讀入資料集開始，循序漸進地搞懂資料分析的眉眉角角。全書共傳授了Pandas實戰的114種技巧，保證讀者可以全面掌握其中的精髓。讀者將會學到如何：●處理資料集中的缺失值●處理索引爆炸的問題●組合多個Pandas物件●在DataFrame中新增和刪除欄位●取得特定欄位的統計資訊●轉置DataFrame的運算方向●

本書結合金融領域的實際需求和量化分析技術，手把手教讀者利用AI大模型的精准提示詞，讓AI大模型生成可用性極高的金融數據分析與建模代碼，確保了內容既有深度又貼近用戶實際需求。全書共計15章，目錄如下：第1章AI大模型在金融領域的應用基礎第2章讓ChatGPT協助處理金融數據第3章讓ChatGPT協助可視化金融時序數據第4章讓ChatGPT協助探索金融時序數據第5章讓ChatGPT協助進行技術分析第6章讓ChatGPT協助進行時序分析與建模第7章讓ChatGPT協助用機器學習建模第8章讓ChatGPT協助使用多因子模型第9章讓ChatGPT協助使用GARCH建模第10章讓ChatGPT協助進行蒙特卡洛模擬第11章讓ChatGPT協助進行資產配置第12章讓ChatGPT協助回測交易策略第13章深度學習基礎第14章深度學習在金融領域的應用探索第15章利用生成式AI分配量化權重 本書適合金融科技從業者閱讀參考。

機器學習的靈魂：以統計數學為核心說明 全書圖解及歷史來龍去脈完整說明 從步入監督學習之旅開始 最精要的線性迴歸模型 完整講解K近鄰及貝氏推論 邏輯迴歸模型及最大熵模型 決策樹，感知機及支援向量機 EM演算法及Boosting提升方法 統計機器學習之旅，從監督學習開始，透過分析已標記的資料集訓練模型，使預測未知資料。最基礎的就是線性迴歸。進一步深入，K近鄰（K-NN）演算法和貝氏推論是統計機器學習中的兩大核心技術。 之後則說明邏輯迴歸模型和最大熵模型，兩者專注於分類問題。決策樹、感知機和支援向量機（SVM）則代表了更進階的機器學習模型。決策樹通過構建樹狀結構來進行決策，其直觀性和易於理解的特點使其在解釋性要求較高的場景中非常受歡迎。感知機是一種二分類線性分類器，支援向量機則是一種強大的分類器，透過在特徵空間中找到一個最優分割平面來分離不同類別的數據。 最後，EM（期望最大化）演算法和Boosting方法是提升模型性能的高級技術。EM算法通過迭代最佳化來處理。

資料科學、機器學習是近來最夯的關鍵字, 所引發的學習熱潮從未間斷。然而初學的你只要稍微上網搜尋可能會發現, 資料科學涉及的領域實在超～級～廣, 包括 AI、機器學習、程式設計、資料視覺化、數學、統計...等等, 一拖拉庫的名詞都與資料科學沾上邊；相關書籍更是不少, 各書的切入點明顯都不一樣, 卻都一致高喊「我帶你學資料科學！」讓初學者看得更花了, 對於如何入門愈來愈沒頭緒...這麼雜到底怎麼學？A

【本書特色】☆★全彩印刷★☆★數學、藝術、說圖★版面配置、裝飾★色彩空間、顏色映射★二維散點圖、二維線圖、極座標繪圖、二維等高線★熱圖和其他、平面幾何圖形★三維散點圖、三維線圖、網格曲面、三維等高線★箭頭圖、立體幾何★數列、函式、二次型、隱函式★參數方程式、複數、距離★平面幾何變換、立體幾何變換、奇異值分解★瑞利商、心形線、★模式、隨機、Dirichlet分佈★貝茲曲線、繁花曲線、分形、網路圖【書籍內容】本書以數學與藝術的結合為主題，涵蓋多個視覺化技術和數學概念。首先，數學 + 藝術章節探討兩者如何在解構和重構世界中展現相似性。接著，說圖章節介紹視覺化的生命週期，從數據收集到最終呈現，並說明各種視覺化媒介的選擇。版面配置章節則幫助讀者理解如何有效地呈現數據，提升視覺化的吸引力。裝飾章節介紹常見的美化技術，強調程式設計和圖形創作的重要性。色彩空間章節講解如何在Matplotlib中定義顏色，並深入探討RGB色彩模型的應用。顏色映射章節則重點講解顏色映射的概念，將數值映射到不同顏色上。二維散點圖、二維線圖、極座標繪圖、二維等高線、熱圖和其他平面幾何圖形章節各具特色，展示不同類型的數據，強調數學在視覺化中的重要性。三維散點圖、三維線圖、網格曲面、三維等高線、箭頭圖及立體幾何章節介紹三維視覺化方案，讓讀者靈活運用不同維度的技術。代數部分涵蓋數列、函式、二次型、隱函式、參數方程式和複數，幾何部分探討距離、平面幾何變換、立體幾何變換、奇異值分解、瑞利商及心形線，強調代數與幾何的聯繫。最後，模式 + 隨機章節選取Dirichlet分佈、貝茲曲線、繁花曲線、分形及網路圖，展示模式與隨機之間的互動，拓展視覺化的應用範疇。整本書融合數學與藝術，提供讀者探索數學之美的機會。

在各大企業爭相挖掘大型語言模型（LLM）的潛力之際，有一個關鍵難題也開始浮現：如何將這些工具接到即時的外部資料，進而解決實際的問題？ 檢索增強生成（RAG）就是這個難題的解方。RAG 結合 LLM 與資訊檢索技術，可讓你打造各式應用，包括聰明的聊天機器人，乃至於自動執行任務的智慧 agent。 本書收錄超過 70 個實戰訣竅，帶你透過結構化的實際練習，一一克服生成式 AI 的應用場景。作者 Dominik Polzer 將提供所有工具，協助你為特定的業務需求設計、部署、優化 RAG 系統。無論是處理基本的資料檢索，還是開發尖端的自主代理，這本書都能讓你站在技術最前線。 • 掌握 RAG 的核心元件，包括 embedding、檢索、生成…等關鍵技術。 • 運用進階工作流程，包括語意感知分段（semantic-aware chunking）與多查詢句提示（Multiquery prompting）。 • 為特定資料需求打造自己的解決方案，例如聊天機器人與自主 agent。 • 持續評估與優化系統，以提升準確性、相關性與效能。

Python是一門以簡潔和可讀性著稱的編程語言，它的易學性使其成為新手和專業人士的首選。Python提供了豐富的庫和框架，廣泛應用於數據科學、人工智能、Web開發等領域。無論你是初學者還是資深開發者，Python都能滿足你的需求。本書內容共6章，立足金融場景講解Python的編程應用，結合利率、匯率、債券、股票、互換、期貨等主題演示了Python在金融領域的典型應用，幫助讀者探尋一種金融大數據分析的新思路。本書由資深的金融從業者編寫，旨在引導讀者掌握金融領域的Python編程技巧，適合金融領域和金融科技領域的從業者和高校師生學習參考，也適合對Python的金融應用感興趣的其他讀者閱讀。

幫助沒有任何Python基礎的使用者，學會自動化Excel工作，在Excel中，輕鬆借助Python的資料分析和科學計算工具完成任務在微軟的相關論壇中，使用者期望Excel支援Python的呼聲不斷，為什麼這個組合如此受人矚目？在這本實用的手冊當中，xlswings開發者Felix Zumstein，將現身說法，告訴您如何使用Python來達成Excel的自動化作業。雖然Excel在過去幾年加入許多新功能，但其內建的腳本語言VBA已經停滯多年，許多Excel高手都已經開始運用Python來達成自動化作業，本書可以幫助您：．無需進階程式設計知識即可運用Python．使用現代化工具，包括Jupyter Notebook和Visual Studio Code．使用Pandas取得、清理與分析資料，並取代傳統的Excel計算．將繁瑣的工作自動化，如彙整工作簿與產出報表．透過xlswings建立使用Python作為運算引擎的Excel互動式工具．透過Python程式協助Excel自資料庫、CSV檔與網路取得資料．使用Python取代VBA與樞紐分析表＂本書告訴你如何整合Excel和Python，將你從不可避免的龐大活頁簿、數以千計的公式，以及狼狽不堪的VBA 程式碼中解放出來。這是我看過最有用的Excel工具書，也是Excel進階使用者必讀的一本佳作。＂－Andreas F. Clenow, Acies資產管理資訊長暨暢銷財經書作家

"本書以醫藥數據處理為情境，依託大量醫藥數據處理的案例，向讀者介紹Python程序設計的方法和語法，以及利用Python解決醫藥領域一些實際問題的相關知識。本書共分為三篇，依次為Python入門篇、Python進階篇和Python實戰醫藥數據處理專題篇。其中，前兩篇全面、系統地介紹了Python程序設計的方法和語法，並基於一個貫通性案例——“藥品銷售數據處理”，進一步介紹了醫藥數據讀取、清理、統計分析、可視化、機器學習建模和深度學習建模的基本知識，可以有效支撐讀者通過全國計算機二級考試；第3篇從引領學生開展智能醫藥研究的角度，闡釋了7個智能醫藥研發的典型案例，為學生開展智能醫藥研究奠定基礎。本書可作為醫藥院校本科生和研究生學習Python程序設計的教材，也可作為其他綜合型大學的“程序設計語言”通識課程的教材。"

《Python數據可視化從入門到項目實踐（超值版）》詳細介紹Python數據可視化編程涉及的幾個常用庫的使用方法，並列舉了大量的數據可視化編程示例。全書共8章，內容主要包括在Python中安裝和導入軟件包、編寫代碼和打印數據、函數式編程和面向對象編程、使用Python內置對象以及NumPy和Pandas中的核心對象為圖表構建數據的方法、Matplotlib圖表的整體組成、創建圖表的基本流程和兩種編程方式、設置Matplotlib默認選項、使用Matplotlib庫創建圖形和坐標系、設置圖形外觀、設置坐標軸、為數據點添加注釋、添加圖表標題和圖例、添加網格線和參考線，以及將圖表保存為圖片文件、使用Matplotlib/Seaborn/Pyecharts三個庫創建不同類型的圖表，以及使用它們進行數據可視化項目實戰等內容。另外，《Python數據可視化從入門到項目實踐（超值版）》附贈示例源代碼、重點內容的多媒體視頻教程和教學課件。《Python數據可視化從入門到項目實踐（超值版）》結構系統，內容細緻，概念清晰，注重技術細節的講解，使讀者可以在短時間內學會Python數據可視化編程。《Python數據可視化從入門到項目實踐（超值版）》適合所有希望學習和從事Python數據可視化編程或對其感興趣的用戶，還可作為各類院校和培訓班的Python數據可視化編程的教材。

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

Python編程語言簡單易用，功能強大，非常適合作為入門編程語言。非IT專業人士也很容易掌握 Python，學完能編寫專業的複雜程序。Python語言是當前IT行業內最為流行的編程語言之一，同時Python也是全場景編程語言，在Web、大數據、人工智能和嵌入式系統等開發領域均有應用。本書共有23章，第1章，首先說明程序設計語言概念，然後介紹Python的優缺點。第2章，介紹Python安裝方法，以及Python自帶集成開發環境IDLE的使用。第3到第10章，是Python語言基本語法，需要在理解基礎上，讀懂書中例子，僅僅完成書中的習題是不夠的，還需在網上尋找習題練習，達到熟練掌握Python語言基本語法的目的。第11章，是講解如何使用tkinter庫中的組件創建應用程序的圖形界面，實現簡單功能，理解事件和事件驅動的概念，和tkinter窗體的工作機制。從第12章到第23章，每章一個完整的應用程序，共計12個實例。每章開始首先說明程序要完成的功能和實現功能的方法。如果涉及到新的知識點，用例子加以說明。這12個例子大部分採用tkinter窗體，少部分採用pygame遊戲架構，兩者都包含若干函數或類定義，用主程序將函數或類組合的一起，完成程序功能。為使讀者更容易讀懂程序，對於主程序、每個函數和類的定義，都分別詳細說明它們要完成的功能，每個函數的參數的意義，以及各個變量的意義。對於其中的難點給出詳細解釋。最後給出完整主程序、函數和類的定義，在每條語句的後邊儘量給出詳細的注釋。

體貼的互動式學習體驗, 幫你打好程式基礎、補正觀念, 避開語法地雷；搭配上百個 Python 程式範例, 帶你掌握 50 種以上的熱門套件和新技術, 從初學到精通, 輕鬆跨過初學的門檻, 讓你的程式力有感升級！全新修訂最熱門的實戰應用, 快速晉升精通 Python 的技術者們！學 Python 就是要做得到、用出來, 本書帶你一步一腳印用科學方法解決複雜的問題, 快速有效切入實作, 完成各種有趣的