Python

語法解析 x 範例說明 x 程式實例 x ChatGPT輔助學習 x ITS Python詳解用Python打造未來競爭力，結合ChatGPT協作開發，加速學習之路，直通大數據、機器學習與人工智慧核心技術！★ 超值加贈！用ChatGPT學Python教學影片★ 涵蓋ITS Python國際認證模擬試題解析■ 微軟最有價值專家(MVP)、ITS Python國際認證講師與資深教師共同執筆由微軟MVP、ITS國際認證講師與科大教授共同編撰，專為初學者量身打造的Python入門教材。不僅適合零基礎學習者，也適用於教師教學與學生運算思維訓練。■ 循序漸進，無痛上手內容結合理論與實務，透過書中範例引導問題分析與程式架構設計，系統性培養初學者的邏輯思維與問題解決能力，輕鬆踏入Python程式設計的世界。■ 豐富內容與實務應用內容涵蓋Spyder與Colab開發環境，從基礎語法、資料結構、控制流程到檔案處理、圖表設計與視窗應用開發，進一步延伸至網頁爬蟲實作。搭配ChatGPT進行數據分析、圖表繪製與爬蟲協作，全面訓練實作能力，為進入大數據、機器學習與AI領域打下堅實基礎。■ ITS Python國際認證能力訓練內容融合ITS Python解題技巧，書末收錄兩組ITS Python（IT Specialist Certification）國際認證模擬試題，強化初學者的實作訓練，也是考取ITS Python認證的理想教材。■ 超值！附「用ChatGPT學習Python」教學影片結合ChatGPT協助撰寫程式、加入註解、除錯與理解程式邏輯，全面加速您提升Python程式設計實力。■ 更多新知可訂閱「程式享樂趣」YouTube頻道https://www.youtube.com/@happycodingfun

本書以Python 3.13.0為平臺，以實際應用為背景，通過“概述理論+經典應用”相結合的形式，深入淺出地介紹了Python計算機視覺與機器學習。全書共11章，主要內容包括計算機視覺與機器學習的概述、掀開Python面紗、Python科學計算庫、傳統圖像處理、目標檢測、圖像分析與修復、特徵點檢測與匹配、OpenCV與機器學習、立體視覺、深度學習實現計算機視覺等內容。通過本書的學習，可使讀者領略到Python的簡單、易學、易讀、易維護等特點，同時感受到利用Python實現計算機視覺與機器學習的普遍性與專業性。本書可作為高等學校相關專業本科生和研究生的教學用書，也可作為相關專業科研人員、學者、工程技術人員的參考用書。

本書介紹系統仿真基礎內容的算法原理和程序實現，包括系統的各種數學模型表示和相互轉換、連續時間系統的數值積分法仿真、模型離散化方法和離散時間系統仿真、採樣控制系統仿真等。本書使用Python編程實現書中介紹的各種算法和示例，主要用到NumPy、SciPy、Matplotlib和python-control等第三方包。所有的示例都給出了Python程序實現，通過理論與程序結合的方法演示算法原理和仿真效果，使讀者掌握用Python編寫系統仿真程序的方法。閱讀本書需要先掌握自動控制原理、現代控制理論、信號與系統等課程的基礎知識。本書可作為高等院校系統仿真相關課程的教材，也可供想要瞭解如何使用Python進行動態系統仿真的讀者參考。

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

依據勞動部勞動力發展署技能檢定中心114年啟用之最新學術科試題，使用Python解題。術科篇■114年啟用最新術科題目：術科第一站：語言基本指令操作1060301~1060305五題術科第二站：語言應用程式設計1060306~1060308三題學科篇■最新公告學科試題單選題509題。■114年修訂之共同科目：90006職業安全衛生/90007工作倫理與職業道德/90008環境保護/90009節能減碳400題；90011資訊相關職類共用工作項目119題。本書特色■術科題目詳盡解說、結構化與精簡的程式，讓讀者輕鬆撰寫Python程式。■術科內容撰寫循序漸進，帶領讀者從認識Python、表單設計到程式撰寫，初學者也能輕鬆解題，學會Python的操作和程式語法。■學科試題電腦概論、程式設計、資訊職類共用工作項目，附有難題解析。■詳讀章節內容，熟悉指令、語法、資料結構及邏輯，反覆練習即能通過考試取得證照。

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。

本書除了介紹「運算思維與程式設計」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。本書的內容安排分成四大部分：-第1～4章介紹運算思維與程式設計的基本概念。-第5～11章介紹Python程式設計，從基本資料型態、判斷敘述if，到分解問題的概念、遞迴等。-第12～19章主要為資料結構與演算法，包含資料結構、物件導向，以及暴力法、分而治之法等的演算法。

⊙以Python解決數學概念問題，掌握衍生性商品（如選擇權商品）模型化。⊙理論與實作兼具，操作步驟清楚易懂。⊙介紹CRR的二項式定價模型、隨機微積分、等值平賭測度方法，以及資產價格跳動的Lévy過程等觀念。⊙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。【透過Python，走入學習衍生性商品的捷徑】本書以熱門程式語言Python，帶領讀者順利踏入財金領域。內容分10章，第1、2章說明完全市場與不完全市場的特色與差異。第3章介紹CRR的二項式定價模型，並從該模型內取得一些基本的觀念。第4、5章說明隨機微積分的意思，包括平賭、維納過程、隨機積分等略為抽象的觀念。第6章說明偏微分方程式於選擇權定價內所扮演的角色。第7章介紹目前廣泛使用的等值平賭測度方法，其中包括Radon-Nikodym微分與Girsanov定理的闡述。第8章說明資產價格跳動的Lévy過程，包括著名的跳動－擴散、VG或NIG等過程。第9章介紹用於選擇權定價之較為簡易的COS方法。第10章則介紹隨機波動模型，包括Heston模型與Bates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，光碟內皆附有完整的Python程式碼供讀者參考使用。

本書秉持理論為基、實踐為用的編寫理念，依託完善的Python技術生態，搭建模塊化知識體系與多元化應用場景，聚焦機器學習與數據挖掘工程化實操能力培養，打通算法理論與工程落地之間的壁壘。全書內容體系清晰完整，劃分為Python基礎入門、經典機器學習算法、綜合項目實踐三大模塊，兼顧理論講解與實戰教學。書中融入大量貼合行業真實場景的應用案例，每章均配備案例詳解與分步操作指南，助力讀者鞏固知識要點、提升代碼實操與問題解決能力。本書配套全套教學課件、源碼、習題及教學進度大綱等豐富教輔資源，適配課堂教學與自主學習雙重需求。本書精准適配應用型本科院校教學需求，貼合學生動手能力突出、理論基礎有待夯實的學情，適合作為本科及研究生機器學習相關課程教材與參考用書。

本書是演算法入門指南，以Python程式實作應用廣泛的演算法，內容主題包含多種現代演算法，用於搜尋、排序及最佳化；以人為本的演算法，協助人們接球運動的判斷；高等演算法，用於機器學習與人工智慧領域；以及古文明演算法，用於算數值相乘、求最大公因數、產生幻方。 本書將帶領您學習： ‧產生幾何用途廣泛的Voronoi圖 ‧以演算法建置簡單聊天機器人、贏得棋賽、玩數獨遊戲 ‧實作梯度上升(下降)演算法程式，求出函數最大值(最小值)、極值 ‧使用模擬退火進行全域最佳化 ‧憑個人特徵建立快樂感預測決策樹 ‧以演算法執行程式除錯、實施稅收最大化、產生亂數 ‧衡量演算法效率與速度 此外探討純數學領域實用的演算法，了解數學概念改進演算法的方式。 跟著本書邊做邊學，您將理解當今許多超強演算法的重要細節，其中包含演算法的Python 3程式實作，以及針對衡量演算法效能與最佳化的方法。

GESP組委會委員傾力打造，一站式搞定GESP一、二級(Python語言)備考。全書依照考試學習路徑劃分準備知識、一級教程、二級教程三大模塊，循序漸進搭建編程知識體系。一級築牢編程底層基礎，二級突破複雜程序邏輯等難點。依託多年教學經驗，編者全面盤點歷年高頻考點，總結易混易錯點，提供針對性真題練習。依照本書複習，可大幅縮短備考週期，零基礎也能快速掌握應試技巧，輕鬆拿下GESP等級證書。 看完本書，你將實現以下核心突破。 (1)搭建完整知識框架：一級築基、二級拔高，知識點前後串聯互通，完整搭建Python編程知識體系，讓你築牢編程基本功。 (2)標準流程高效學習：全書統一採用“頭腦熱身—學習目標—動手實踐—融會貫通—學以致用”五段式結構，形成固定高效學習流程，自學條理清晰，不走彎路。 (3)編程能力全面提升：“動手實踐”板塊，包含完整代碼示例、實用程序調試技巧與同類題型舉一反三拓展。看完就能熟練掌握Python代碼編寫技巧，獨立設計完整程序邏輯，完成編程大題。 (4)規避高頻失分陷阱：“融會貫通”模塊，匯總高頻錯題與典型誤區，深度剖析出錯根源，助你避開考題暗藏陷阱，加深知識理解，大幅降低考場失誤丟分概率。 (5)全真演練輕鬆應試：每節配套閱讀程序寫結果、程序改錯、程序填空、真題演練。真題鞏固所學，讓你熟悉考試出題風格與答題思路，從容應對等級考試。 (6)系統塑造編程思維：逐步養成分析問題、拆分流程、自主設計代碼的標準化編程思維，不僅能應對GESP考試，更可為後續的高階編程學習築牢邏輯根基。

內容簡介:*作者以超過30年的豐富教學經驗，以及深知初學Python程式語言的盲點與障礙，精心規劃本書，讓你不論是教學或自修都可以得心應手。*內容涵蓋：輸入輸出、運算子、迴圈、函式、串列、類別、繼承、檔案與例外處理...等基礎且重要的主題，不僅可以增強你的邏輯思維能力，更穩固你的程式設計基本功。*範例貼近生活，如：猜猜你的生日、猜猜1～100的數字、大樂透電腦選號...等，並搭配程式重點解說。*提供練習題與習題測試，讓你做中學，並測試了解程度。附有參考解答，讓你學習沒有盲點，同時驗證你的答案。

本書基於Python的機器學習庫scikit-learn，系統講解機器學習核心算法及其應用，內容涵蓋機器學習認知、數據預處理、KNN 算法、線性回歸算法、邏輯回歸算法、樸素貝葉斯算法、決策樹與隨機森林算法、支持向量機、k均值聚類算法、神經網絡、模型評估與優化等重要主題。本書以項目式教學為主線，語言表達通俗易懂，輔以豐富的圖表和大量實戰案例，對各類機器學習算法進行直觀、生動的剖析，幫助讀者通過實踐快速掌握機器學習關鍵技術。本書注重深入淺出地講解算法原理，所選案例典型、實用，並提供微課視頻、電子課件、案例代碼、習題庫及參考答案等豐富的課程資源。本書既可作為高等院校人工智能、數據科學與大數據技術及相關專業的教材，也可作為人工智能領域的技術人員和研究工作者的參考書。

⊙理論與實作兼具，從基礎概念→分析步驟→報表解讀與製作，主題式手把手教學與說明。⊙應用雲端平台即時分析、評論與協作完成分析專案。⊙分析歷程透明化且支持重現分析與線上展示成果。⊙可整合大數據分析與次級資料應用。⊙內容包含效度與信度分析、描述統計、平均數差異與變異數分析、相關與迴歸、中介與調節效應、結構方程模式等，為研究者提供有力支持。⊙本書附範例資料檔，至五南官網https://www.wunan.com.tw/，搜尋書號1H3S即可找到下載處。本書旨在引導讀者從概念到實作，整合常用統計方法，分為「基礎概念、分析步驟、報表解讀與製作」三大部分說明，並附有練習題加強實務能力。書中範例也提供數據與程式碼下載，幫助讀者快速上手，提升學習效率。內容適用範圍廣泛，無論是學位論文、期刊論文，還是專題報告與數據分析，都能為研究者提供有力支持。對於初學者，書中簡要解釋專有名詞與統計分析策略，能幫助快速入門；對於進階使用者，Python的多元擴展性與視覺化圖示則為更深入的分析需求提供強大助力。※本書另有線上課程，可透過系統化地引導閱聽者從概念到實作，容易聚焦與跟著實作學習。（課程相關資訊，可至五南線上學院官網https://www.wunan.com.tw/tch_home查詢）

https://youtu.be/h8PjTbJ9TO4✦✧✦ 圖解思維 + 零基礎 ✦✧✦►►►打破數學間不同單元的壁壘，融會完整的知識體系！◄◄◄全書分為以下幾個部分：基礎：從加減乘除四則運算開始，並在第1和2章深入介紹向量和矩陣的基本運算，以及在不同章節穿插線性代數基礎知識。座標系：第5和6章介紹笛卡爾座標系，將幾何和代數相結合，強調代數式的視覺化和幾何體的參數化。解析幾何：第7、8、9章介紹解析幾何內容，重點在於距離度量和橢圓。強調使用等距線和其他視覺化工具，以及橢圓在多個領域的應用。函式：第10至14章圍繞函式展開。強調在學習函式時繪製函式線圖、使用視覺化工具觀察二元函式，以及不同函式的特性與應用。第14章解釋數列，強調累加、極限等是微積分的基礎。微積分：第15至19章介紹微積分和最佳化問題。導數、偏導數、微分和積分提供了研究函式性質的量化工具。強調使用幾何圖解理解這些概念，以及微積分在最佳化問題中的應用。機率統計：第20、21章為機率統計入門。強調代數部分與機率統計的關聯，介紹了二項樹和隨機過程，以及通過影像展示機率統計定義。線性代數：最後四章介紹線性代數。第22章視覺化向量和向量運算。第23、24、25章以「雞兔同籠三部曲」為核心，通過虛構故事展示了線性方程組、向量空間、投影、最小二乘線性回歸、馬可夫過程和特徵值分解等內容。【本書特點】✪ 將一生中從小學到研究所的數學總整理！✪ 機器學習基礎全部完整打好✪ 將數學視為思想、工具、語言、體系、基石、藝術的角度進行學習✪ 分為基礎、座標系、解析幾何、函式、微積分、機率統計、線性代數七大部分✪ 不再應付考試，重新愛上數學✪ 不再亂猜，寫機器學習程式碼時，每一行指令背後代表的數學基礎都清清楚楚✪ 學數學本身，也學數學歷史，介紹史上幾個最偉大的數學家※ 本書資源可至深智官網下載：deepwisdom.com.tw

全新第三版，以更流暢的方式帶你掌握語法基礎、現代工具與AI模型，讓你在真實開發情境運用 Python更快、更精準。 • 更直覺的現代化Python語法與套件 • 新增AI模型與效能最佳化主題 • 網頁、資料庫、網路應用一次整合 • 掌握清晰易懂、好維護的高品質程式風格 • 強化套件活用力，加速開發效率 ---------------------------------------- 「Bill Lubanovic在這本精采絕倫的作品中，先為你奠定深厚穩健的程式設計基礎，再教你如何以豐富強大的Python工具箱解決真實世界的問題。透過本書，你一定能學會運用Python來解決問題。」 ――Loïc Pefferkorn，開放原始碼系統工程師 「本書涵蓋大量實用的Python程式和第三方套件，以慧黠的對話風格來呈現有趣、充實的內容。」 ――Nathan Stocks，Agile Perception 「本書的可貴之處在於，Python如何在當今飛速變動的世界中，與AI、資料庫、網頁伺服器等關鍵技術領域接軌及互動。」 ――Patrick Viafore，《Robust Python》作者(O’Reilly, 2021) 程式設計有時非常複雜，甚至令人彷彿陷入五里迷霧一般。這就是Python特別流行的原因――它是最易學、易懂，也最容易撰寫出成果的程式語言之一。 《精通Python》已經是初學者與中階開發者的重要資源了。全新的第三版加入AI模型操作、效能最佳化等新主題，帶你以現代開發者的視角探索Python，從語言細節、運算工具到專案實作都完整涵蓋。內容清晰、引人入勝，並以專案導向搭配大量實用範例，讓你能立即拓展技術版圖，從網頁開發、資料庫到網路應用全面提升實力。 • 瞭解Python資料結構與操作 • 寫出正確且易讀的Python程式碼 • 閱讀別人的Python程式碼，因為開發者經常這麼做 • 接手網頁開發或資料庫開發等主力工作 • 動手體驗最新AI模型與新興技術

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

本書共11章, 依次介紹Python編程環境與基礎語法, Python爬蟲編寫和數據獲取、處理、分析與可視化, 通過案例講解Python自動化視頻和音頻的後期處理技巧, 通過4個案例綜合展示運用Python知識創作短視頻, 最後介紹ChatGPT和文心一言等AI工具, 及其在短視頻創作與Python編程中的應用。

https://youtu.be/ATMznfbmwD0Python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個是非題、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語法的精神與內涵未做說明◎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

本書從零開始介紹 Python 程序設計的基礎知識和實戰技巧，主要內容分為11個項目32個任務，涵蓋 Python 從入門到高級應用的完整路徑。本書以淺顯易懂的方式講解複雜抽象的編程概念，並採用“項目引領、任務驅動”的方式闡述相關問題，進而幫助讀者深入理解 Python 程序設計的知識並具備 Python 編程的能力。同時，本書注重將AI技術融入編程實踐，提升讀者的人工智能素養。 本書適合作為高等職業院校不同專業Python 程序設計課程的配套教材，也可供無編程經驗的初學者使用。

本書是創客教學經典《超圖解 Arduino 互動設計入門》的姊妹作, 是一本結合 Python 語言、電子電路、微電腦控制和物聯網相關技術的入門書。 Python 無疑是近年最受注目的通用型程式語言, 它的語法簡單易學, 不僅智慧型手機、個人電腦到網路雲端應用平台都支援 Python 程式, 應用領域更遍及系統工具、網路程式、數值分析到人工智慧。而開放原始碼的 MicroPython 專案, 更讓

本書是一本學習Python程式設計的入門教材，也是一本Python+Excel辦公室自動化程式設計的基礎教材，可以讓初學者輕鬆建立日常所需的自動化操作。除了Excel外，還輔以Word文件、PowerPoint簡報與PDF檔案自動化，完美整合相關應用程式來自動化處理辦公室、工作上和生活上的各種日常事務。本書以詳細的圖解及程式實作，實實在在地訓練讀者學會運算思維與程式邏輯的基礎「程式力」，讓初學者運用Python來簡化日常的繁瑣和重複工作，輕鬆建立Python+Excel辦公室自動化。【Python辦公室自動化】自動化批次檔案和圖檔處理、JSON和CSV檔案下載、資料轉換、Excel活頁簿編輯、Excel資料分析、Excel圖表繪製與資料視覺化【辦公室自動化整合應用】Word+PowerPoint辦公室自動化、整合Excel+Word模版自動化輸出PDF報表

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。

本書可以幫助你奠定基礎，培養走出Python新手村的功力 本書與其他Python入門書最大的不同，就是在解說語法的單元後面設計了「mission（任務）」頁面，幫助你在學習的過程學會「立刻瞭解程式的反應能力」。 跟著本書練習，您將可以學到： ．如何一眼判斷計算順序 ．如何預測條件式的結果 ．如何掌握條件式與重複處理的流程 ．如何處理資料 ．深入瞭解推導式 ．理解函數的執行順序 ．如何解讀官方文件 ．如何尋找錯誤原因

⊙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。