Mastering Python Design Patterns

*本書適合想打好Python程式設計基礎者，章節安排由淺而深，以循序漸進的方式來介紹Python程式語言最核心的知識。 *程式範例架構明確，將程式範例分為「程式設計目標」、「參考程式碼」和「程式碼解說」等三個部分。 *強調從做中學，設計超過百題的實用Python程式範例，有效提升學習樂趣並降低學習障礙，適合教學與自學。 *本書介紹運算思維與電腦解題的特性，並且說明「大學程式設計先修檢測APCS」的現況。 *特別融入Certiport ITS Python(IT Specialist Certification)資訊科技專家國際證照考試重點，編寫豐富的模擬試題於各章習題，並於書末納入ITS Python認證模擬試題，讓您掌握考試關鍵，順利考取證照。

提昇Excel資料分析的工作效率讓Python幫你實現! 通過Python自動化，讓繁瑣的 Excel工作也能變得更容易! Python終極省時技巧，讓大量Excel數據處理瞬間完成！ 推薦給喜歡的讀者 *想大幅改善資料分析的工作效率的人 *有大量解讀圖表及報表的資料分析需求的人 *想熟悉Python結合Excel資料分析實例的人 *追求自動化實作樞紐分析表、視覺化統計圖表的人 “Excel x Python”讓繁瑣的Excel工作和耗時的處理變得更容易。 資料分析是一種有明確目的，再從資料收集、加工、資料整理，並藉助分析工具來取到你想要的資訊，或以圖表來展現分析的結果，藉以輔助資料趨勢預測或商業的決策。 資料分析的主要目的，就是希望透過資料分析的過程，來取得原先設定的資料分析目標。 想改善資料分析的工作效率，採用Python程式語言結合Excel來進行資料分析，可以大幅提高資料分析工作的效能。 精彩內容 *資料分析與Python基礎語法 資料處理與資料分析的定義、常見的資料分析工具、為何選擇Python結合Excel來作為資料分析的工具、Python與Excel VBA分析工具的優劣、Python語法快速入門、資料分析模組（os、pathlib、csv、openpyx1、pandas、numpy等）。 *以Python實作Excel資料分析 資料匯入新增讀取、資料預覽、檔案資訊查看、指定欄位類型、缺失值、異常值、空值整理、移除重複、索引設定、資料選取運算取代、數值排序、以Python進行Excel工作表與儲存格操作、儲存格範圍選取、儲存格範格式套用、設定格式化條件、資料分組、樞紐分析、分組統計、彙總運算、視覺化統計圖表繪製、多張工作表串接與合併。 *資料分析實務應用案例 「基金操作績效資料分析」案例：示範如何用Python自動化讀取Excel檔，並將讀取資料儲存成新的.xlsx檔。 「中小企業各事業體營運成果」案例：示範如何根據各事業體的業績收入，自動繪製出事業體收入佔比圖餅圖。 「股票獲利績效及價格變化」案例：根據股票交易操作績效的來源資料，繪製獲利績效長（橫）條圖與堆疊長條圖、洞察股票價格變化折線圖、股票操作績效平面（及3D）區域圖、投資效益的雷達圖。

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。

你的Python專案開始越來越龐大了嗎？你是否因為你的源碼庫擴展了，變得更難除錯和維護而感到痛苦？Python是一種容易學習和使用的語言，但這也意味著系統可以迅速增長到無法理解的程度。值得慶幸的是，Python具備幫助開發人員克服可維護性困境的功能。在這本實用的書中，作者Patrick Viafore告訴你如何運用Python的型別系統到極致。你會看到使用者定義的型別，例如類別和列舉，以及Python的型別提示系統。你還將學習如何使Python具有可擴充性，以及如何使用全面的測試策略作為安全網。利用這些提示和技術，你將寫出更清晰、更可維護的程式碼。‧了解為什麼型別在現代開發生態系統中是不可或缺的‧了解諸如類別、字典和列舉等型別的選擇如何反映特定的意圖‧在不使軟體變得臃腫的前提下使Python在未來具有可擴充性‧使用流行的Python工具來提高你源碼庫的安全性和強健性‧評估目前的程式碼以檢測常見的可維護性問題‧使用linter和測試在你源碼庫周圍建立一個安全網

「這本就是您需要閱讀的書。強大、技術合理且讓人大開眼界。」 －Sandra Henry-Stocker, IT World 在開發強大又有效的駭客工具時，Python是大多數資安分析師的首選程式語言。在這本暢銷的《黑帽Python》第2版中，您將探索Python功能的陰暗面：從編寫網路監聽程式、竊取電子郵件憑證和暴力破解目錄開始，到製作變異模糊測試、調查虛擬機器和製作隱蔽木馬程式等都是本書介紹的內容。 第2版本中的所有範例程式碼均已更新至Python 3.x。書中還新增了關於使用Volatility框架的位元移位(bit-shifting)、程式衛生守則(code hygiene)和入侵鑑識(offensive forensics)等內容，以及對Python程式庫ctypes、struct、lxml和BeautifulSoup的擴充解釋，另外還介紹了入侵攻擊的駭客策略，例如拆分位元組、利用電腦視覺程式庫和爬取網站內容等。 您將學到： ‧利用GitHub建立木馬命令和控制伺服器 ‧偵測沙盒，以及將各種惡意軟體的工作自動化，例如紀錄鍵盤按鍵和螢幕截圖 ‧擴充Burp套件的Web駭入工具 ‧以創意手法控制處理程序來提升Windows許可權 ‧使用入侵記憶體的鑑識技巧擷取密碼的雜湊值(hash)，並找出虛擬機器的漏洞弱點 ‧濫用Windows自動化 ‧以不被偵測到手法從網路中外洩資料 在資安攻防的領域中，您要有能力可即時製作出功能強大的工具程式。《黑帽Python》這本書能教您如何製作。

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

運用熱門Python程式語言，學習資料處理。！本書屬於基本Python語法的介紹，內容偏向於資料框 (dataframe) 的建構與使用。以教程(tutorials)方式進行，書內提供對應的指令與結果，配合「範例」著手，即可了解。本書適合初學者，進入門檻或專業性質並不高，也適合一般社會大眾使用。本書使用Python 3.8.2 (IDLE)與Spyder 4.1.5二個版本。隨書光碟含全書完整程式

死背 1000 題 ✘，不如用 50 題紮實打好 Python 底子！✔許多人想換份更理想的工作, 選擇了 Python 語言, 並開始替求職面試做準備。可是, 一開始猛刷題、背答案, 真的能搞懂 Python 語言的基礎嗎？Python 到底哪些地方表現得跟其他語言不同, 你又要如何像老手一樣, 才有辦法寫出簡潔漂亮的解答？擁有 MIT 電腦科學學士、西北大學學習科學博士學位的 Reuven M

為網路工程師量身打造的網路運行維護 帶領全世界數十萬頂尖IT網管工程師昇華為NetDevOps高手  內容簡介 本書內容基於思科裝置和技術，從網路工程師的角度出發，以截稿前最新的Python 3.8為主，從Python的安裝到基礎和進階知識，再到Python在網路運行維護中的實戰應用和網路工程師必須掌握的Python協力廠商模組，所有內容均為網路工程師量身打造，讓完全零基礎的網路工程師能夠快速上

我又不是程式設計師, 為什麼逼我寫程式？學 Python 到底要幹嘛？大家都說要學，可是到底有沒有 Python 這麼好用的八卦啊？█ 全民 AI 時代來臨, 資料科學順勢崛起身在數位新世代, 任何行業都會接觸到龐大的資料, 而 Python 正是當今最常用的大數據 (Big Data) 處理工具。考慮到世界各國紛紛搶著將程式語言列入正規教育體系、台灣在 108 年度高中課綱跟進,

「搭配進階的課程，對Python提供極佳的介紹。透過這個課程了解如何應用Python到對現今軟體發展具有重要性的所有技術領域之中。」—Jeremy YabrowDirector of Engineering, BeyondView, Inc.「你將遠離如尋寶般的探索，獲得能協助你改善DevOps實踐的新知和技術。」—Wes NovackSystems Architect, Pluralsight在

讓統計學與Python帶你進入大數據的世界！•深入淺出講解統計學理論，循序漸進培養數據分析的能力。•使用Python程式語言畫出各式統計圖表，習得資料視覺化的專業技能。•透過電腦模擬統計模型，理解推導過程無負擔。◎隨書附贈資料檔光碟 資訊流通快速的二十一世紀，每天會產生數千萬筆資料，大數據成為炙手可熱的話題，擁有紮實的統計學理論基礎，正是踏入數據分析的第一步！Python是現今廣受歡迎的程式語言

結合Python程式設計、數學函數、繪圖、動畫、遊戲與電腦輔助測驗。

How to use the Design Thinking Tools A practical guide to make innovation happen The Design Thinking Toolbox explains the most important tools and methods to put Design Thinking into action. Based on the largest international survey on the use of design thinking, the most popular methods are described in four pages each by an expert from the global Design Thinking community. If you are involved in innovation, leadership, or design, these are tools you need.Simple instructions, expert tips, templates, and images help you implement each tool or method. Quickly and comprehensively familiarize yourself with the best design thinking toolsSelect the appropriate warm-ups, tools, and methodsExplore new avenues of thinkingPlan the agenda for different design thinking workshopsGet practical application tips The Design Thinking Toolbox help innovators master the early stages of the innovation process. Its the perfect complement to the international bestseller The Design Thinking Playbook.?

全書近200個涉及不同行業領域的實用案例，以及含有上千個程式碼片段並搭配大量的註解，方便讀者深入學習與理解。其內未插入多餘的輸出結果或軟體的安裝截圖，只保留必要的執行結果，以供讀者參考與比較。充分利用寶貴的篇幅介紹以及擴增豐富的知識，絕對物超所值。適用讀者 ‧重視Python程式實務，想要立即應用於工作的讀者。‧對Python有一定基礎，想要學習進階內容的讀者。‧想要打好基礎並瞭解Python工作

彙整最常使用的 Python 函式庫語法 功能索引 + 字母順序查詢, 隨查隨用, 快速解決問題！ Python 是近來非常熱門的程式語言, 原因之一就是具有豐富的標準函式庫及第三方套件可以使用, 用途涵蓋字串處理、數值計算、資料壓縮與封存、XML與 JSON 存取等層面。本書集合 Python 常用的函式及模組功能, 依用途分門別類, 提供詳細的使用說明、豐富的語法範例, 讓使用者可以在短時間內

Python語言是一種功能強大的高級程式設計語言，廣泛應用於資料分析、Web開發、雲計算、自動化運維等多個工程領域，特別是隨著人工智慧技術的飛速發展，Python作為該領域內的首選開發語言，受到越來越多科研工作者的青睞。本書內容精煉、文字簡潔、結構合理、實訓題目經典實用、綜合性強，明確定位面向初、中級讀者，由「入門」起步，側重「提高」。適合作為高職、大專院校相關專業Python程式設計的教材或教學參考書，也可以供從事電腦應用開發的各類技術人員應用參考和培訓資料。

本書從實用的角度出發，整合Python語言基礎、數據分析與可視化、機器學習常用算法等知識，從最基本的Python語言基礎入手，到數據科學相關庫、機器學習概述，再到機器學習的回歸、分類、聚類、降維和集成學習算法，最後介紹神經網絡及算法評估和驗證，突出知識的實用性和可操作性。本書力求以淺顯的語言講解複雜的知識，以直觀的案例輔助讀者理解，並以圖表形式展示代碼和運行結果，配合習題鞏固讀者對知識點的掌握。本書適合作為高等院校人工智能、數據科學與大數據技術、計算機類專業本科生的機器學習相關課程教材，也可作為數據科學相關領域工程技術人員的參考書，還可供不具備Python語言基礎的機器學習愛好者從零開始學習。

這是一本面向初學者的 Python 編程實用指南，用“講故事 + 做項目”的方式帶你走進Python 世界。本書的前半部分(第 1～8 章)用淺顯易懂的語言將 Python 基礎知識、語法、數據結構等串起來，後半部分(第 9～24 章)則把這些概念直接投入真實場景，讓 Python 程序替你批量整理文件夾、填報電子表格、抓取網頁數據、生成 PDF 報告、定時發送郵件，甚至讓計算機“開口說話”。本書的案例聚焦日常痛點，會先講思路，再給代碼，並在實踐項目中分步驟拆解和演示編程實踐，非常有助於讀者邊學邊上手。值得一提的是，本書還結合大語言模型(LLM)給出了一些更加巧妙的實踐技巧。無論你是想要輕鬆學習編程的入門級讀者，還是想借助程序自動化處理事務的非專業人士，這本久經考驗的 Python 教程都將是你不容錯過的選擇。

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！

本書以Python為工具，教你如何結合數學與物理的實作案例，打造令人驚豔的學習歷程檔案。不論你是初次接觸程式設計的學生，還是尋求突破學科藩籬的學者，本書將帶你： ‧掌握Python基礎與模組應用，從零到一。 ‧跨學科解決問題，展示程式設計的無限可能。 ‧撰寫具競爭力的課程學習成果，脫穎而出。

史上最強Python入門邁向頂尖高手王者歸來第4版(全彩印刷)【內容簡介】◎◎◎王者歸來，Python學習的最強選擇！◎◎◎☆你想學好Python，卻常常卡關、買了很多書還是不懂專家寫的程式嗎？★你需要的不只是一本入門書，更是一位能帶你邁向頂尖高手之路的導師！◎◎◎榮登各大排行榜冠軍，銷量與好評雙冠。◎◎◎全新第4版，不只收錄最新Python語法 match-case、完整導入AI戰友「VS Code x GitHub Copilot」、獨家「圖像/影音/AI」應用，並大幅修訂超過120處細節，讓內容更精緻、更專業。相較於第3版，第4版主要是更新語法與模組、同時使用更細緻的實例，增加下列知識：☆Python新語法match-case★程式設計師的AI戰友 – VS Code x GitHub Copilot☆設計mp4影片檔案★裝飾器(decorator)全新詮釋☆其他修訂小細節超過120處◎◎◎本書特色亮點◎◎◎☆最完整語法解說：從基礎到進階，超過1300個實例、530個模組，280個實作題，全方位練功不設限。★強大職場應用力：涵蓋AI、資料科學、網路爬蟲、圖表、影像、多媒體、自動化，打造你的職場競爭力。☆最新AI程式設計趨勢：獨家解析 VS Code x GitHub Copilot 實戰，從傳統語法一路接軌未來AI開發。★生活化、趣味、實用案例：無論科學運算、機器學習、資料處理還是網路自動化，每章都有貼近真實職場與生活的範例。☆強大學習資源：完整範例、電子習題書、題解下載，學習路上不孤單。◎◎◎為什麼你需要這本書？◎◎◎☆市面上許多書語法不全、範例少、沒解說精神，讓你無法「舉一反三」！★本書跳脫 C、Java 思維，完整解密 Python 的語法靈魂，融合矽谷工程師設計邏輯，助你一次學到精通。◎◎◎買這本書，就是站上 Python 學習的頂峰！◎◎◎不管你是初學者、工程師、學生、AI 夢想家，本書都能帶你突破每個瓶頸，讓你能看懂網路專家程式，自己也能寫出高品質的 Python 專案！☆立即入手《Python最強入門邁向頂尖高手 王者歸來（第4版）》。★開啟屬於你的頂尖程式之路！◎◎◎本書內容重要特色◎◎◎除了說明「VS Code x GitHub Copilot」銜接職場應用外，同時完整說明語法未來潛在應用：☆基礎語法應用：科學計算與模擬、機器學習與人工智慧、

★ 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

🎯 資料驅動時代，行銷決策不再靠直覺，你需要的是──科學證據！・折扣真的能提高銷售？哪些顧客即使不推也會買？・無法進行 A/B 測試時，還有哪些方法能推論效果？・在資源有限的情況下，如何讓每一分行銷預算發揮最大效益？✔把抽象的因果推論方法，運用到科技產業的真實商業問題上。✔教你如何思考模型背後的假設與挑戰，搭配實例分析，真正「用得出來」。✔全書以 Python 為實作語言，實務化門檻降低，符合產業主流技術。✔幫助行銷人、資料分析師、產品經理，解決真實業務問題。🚩 最真實的國際讀者讚譽「對數據科學家來說，這本書直接影響我的工作，充滿『恍然大悟』的時刻！」「唯一一本將因果推論從數學理論到Python實作、聚焦產業應用的書！」「適合統計、工程與經濟領域專業人士，完美填補實務缺口！」🚩 來自專家的推薦「Matheus寫的這本書，教導您如何從簡單的模型進展到適用於真實資料，並解決重要實際問題的先進方法，是該主題迄今的最佳著作。」——Sean J. Taylor，Motif Analytics首席科學家「這是一本淺顯易懂的因果推論入門書，聚焦於Python資料分析社群最熟悉的工具和應用場景。」——Nick Huntington-Klein，經濟學教授、《The Effect: An Introduction to Research Design and Causality》作者「少數真正符合科技產業實際需求的因果推論書。每一章都處理實際資料中會遇到的問題，並用 Python 從零實作。推薦給任何希望深入理解並實作因果推論的人。」──D.G. 哥倫比亞大學《工業資料科學》課程講師、Lyft應用科學家每增加一美元的線上行銷預算，能吸引多少新顧客？哪些消費者只有在收到折扣券時才會購買商品？該如何制定最佳定價策略？因果推論提供了一種高效方法，幫助您準確評估各種影響因素對商業指標的改變，而這一切只需幾行簡潔的Python程式碼即可實現。在本書中，作者Matheus Facure深入剖析了因果推論在影響力分析與效果估計上的巨大潛力。無論您是管理人員、資料科學家，還是商業分析師，都將在書中學習到一系列經典的因果推論方法，例如 A/B測試、線性迴歸、傾向分數、合成控制法以及雙重差異法（Difference-in-Differences）。此外，作者也帶您探索現代技術的應用，包括如何利用機

本書用深入淺出的語言講解了計算機操作系統, 並行計算, 計算機網絡與物聯網, 計算機學什麼, 神奇的0與1, 程序是如何執行的, 學習Python語言, 計算思維, 信息安全, 機器學習概論, 量子計算概論。本書僅讓讀者夠清楚、完整地瞭解如何用計算機解決問題, 而且通過Python程序的巧妙演繹與動手實踐, 讓讀者切實體會到計算機科學的廣博與趣味, 帶領讀者體會計算機科學之美。

＼\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。

本書介紹了如何使用 Python語言進行物理建模，包括完成二維和三維圖形繪製、動態可視化、蒙特卡羅模擬、常微分方程求解、圖像處理等常見任務。本書在第 1版的基礎上增加了關於用 SymPy進行符號計算的新內容，介紹了用於數據科學和機器學習的 pandas和 sklearn庫、關於 Python類和面向對象編程的入門知識、命令行工具，以及如何使用 Git進行版本控制。本書適合對科學計算感興趣、想要使用 Python完成物理建模的學生和研究人員閱讀。

本書是一本模式識別學習的立體教程，通過本書的學習，能夠掌握模式識別主要技術模塊的算法原理及Python實現，包括貝葉斯決策、概率密度函數的估計、線性判別分析、非線性判別分析、組合分類器、無監督模式識別、特徵選擇、特徵提取、半監督學習以及人工神經網絡等。本書配以教學課件、Python仿真程序、微課視頻和實驗指導書，便於教和學。

內容涵蓋機器學習三大主題：監督式學習、無監督式學習與強化式學習。採用生動活潑的範例，以深入淺出、圖文並茂的方式，建立良好的理論基礎。搭配 Python 程式實作，實現「做中學」的學習理念。提供豐富的學習資源，包含：數學背景、練習題等，厚植機器學習技術研發能力。

本書旨在引導讀者基於 Python 和CUDA 的 GPU 編程開發高性能的應用程序，先後介紹了為什麼要學習 GPU 編程、搭建 GPU編程環境、PyCUDA入門等內容，以及 CUDA 代碼的調試與性能分析、通過 Scikit-CUDA 模塊使用 CUDA 庫、實現深度神經網絡、CUDA 性能優化等內容。學完上述內容，讀者應能從零開始構建基於 GPU的深度神經網絡，甚至能夠解決與數據科學和 GPU編程高性能計算相關的問題。本書適合對GPU 編程與 CUDA編程感興趣的讀者閱讀。讀者應掌握必要的基本數學概念，且需要具備一定的 Python編程經驗。

本書圍繞大數據採集與挖掘，對採集技術的相關基礎、技術原理、Python實現技術、大數據挖掘與應用方法進行了系統介紹。書中全面、完整地覆蓋了各種類型的網絡爬蟲及相關的信息處理挖掘技術，並提供了45個與爬蟲技術和應用相關的Python程序。全書共分為四部分，即概述、基礎篇、技術與實現篇、大數據挖掘與應用篇。第一部分（第1章）是概述，指出利用Python採集互聯網大數據的重要性，介紹了相關技術研究、技術體系、採集技術的合規性及應用現狀等，分析了大模型對互聯網大數據技術的影響； 第二部分（第2、3章）是基礎篇，包括Web服務器的應用架構以及HTTP、Robots、HTML、頁面編碼等相關協議和規範； 第三部分（第4～10章）是技術與實現篇，全面介紹普通網絡爬蟲技術、動態頁面採集方法、主題爬蟲技術、Deep Web爬蟲、微博信息採集、Web信息提取以及反爬蟲技術等，內容涵蓋各種爬蟲技術實現方法及Python實例； 第四部分（第11、12章）是大數據挖掘與應用篇，介紹文本、情感、社交網絡和時間序列等典型大數據處理與挖掘技術及應用模式，並以新聞輿情監測、Web自動化測試、酒店評論文本挖掘為例介紹Python爬蟲應用構建方法，將本書介紹的一些關鍵技術、模型和工具貫穿在一起。

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。

本書編寫主要目的是希望結合「運算思維與程式設計」課題，介紹「資料結構」的基本概念，並進行Python程式實作，以深化電腦應用與程式設計能力。編寫的對象，適合對於「資訊科技」領域具有興趣的普高/技高或大專學生，同時也適合產業界的研發工程師或創客玩家等。本書採用主題介紹方式，強調循序漸進、由淺入深。除了介紹「資料結構」的理論基礎之外，同時搭配Python程式實作，強調理論與實務的緊密結合，實現「做中學」的學習理念，期望協助您快速入門。

本書針對想要深入理解使用Python來解決網路相關問題或是構建網路應用程式的技術人員，結合實例講解了網路通訊協定、網路資料及錯誤、電子郵件、伺服器架構和HTTP及Web應用程式等經典話題。具體內容包括：全面介紹Python3中新提供的SSL支援，非同步I/O迴圈的編寫，用Flask框架在Python代碼中配置URL，跨站腳本以及跨站請求偽造攻擊網站的原理及保護方法，等等。

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。

《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》是一本醫學人工智能的入門書，涵蓋了對機器學習的介紹，對疾病診斷、疾病治療及疾病管理過程等醫療健康領域相關知識的介紹。《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》篩選了高發且有重大影響的九種疾病：乳腺癌、冠心病、卒中、糖尿病、肥胖、高血壓、乙肝、不孕不育症、阿爾茨海默病，並以這九種疾病為例，介紹了人工智能技術的具體應用。《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》還介紹了Python語言，以及使用Python語言解決五個醫學問題的實現方法，包括機器學習算法、自然語言處理、數據分析等技術。

AI時代Math元年 - 用Python全精通程式設計本書旨在幫助零基礎的讀者學習Python程式設計。涵蓋了Anaconda和JupyterLab的安裝與使用，並深入介紹Python的基本語法、資料型態、常見運算、控制結構、函式以及物件導向程式設計，讓讀者能夠掌握Python的核心概念。在資料視覺化方面，本書探討了二維和三維視覺化技術，並使用Seaborn進行資料視覺化，幫助讀者將資料轉化為可視化的圖形。此外，書中詳細介紹了NumPy的使用，包括索引和切片、常見運算、陣列規整、線性代數以及愛因斯坦求和約定，這些都是進行資料分析的重要工具。Pandas部分則著重於快速視覺化、索引和切片、時間序列資料的處理及資料規整，讓讀者能夠有效管理和分析資料。在進階視覺化和運算方面，本書介紹了Plotly的統計視覺化、SymPy的符號運算、SciPy的數學運算及Statsmodels的統計模型，這些工具能夠幫助讀者進行更複雜的資料分析。在機器學習的部分，書中探討了Scikit-Learn的應用，包括資料預處理、回歸、降維、分類和聚類等技術，讓讀者了解如何利用機器學習解決實際問題。最後，本書還介紹了如何使用Streamlit來架設應用程式，特別是機器學習相關的Apps。整體而言，本書以實作為主，搭配Jupyter Notebook，引導讀者在動手練習中學習Python程式設計、資料分析和機器學習的基礎知識，並以圖形和口語化的方式解釋背後的數學思想。