Python

⊙零基礎也能快速入門：從Python開發環境、無人機原理到飛控系統，循序建立完整知識架構。⊙理論結合程式實作：融合空氣動力學、導航定位、自動控制、路徑規劃與Python範例，學以致用。⊙涵蓋AI、自主飛行與群體協同：深入介紹電腦視覺、人工智慧、無人機群集、數位孿生及智慧導航等前瞻技術。⊙完整收錄產業與軍事應用案例：從空拍、測繪、智慧農業、巡檢物流，到軍事物聯網、自主導航與量子導航，掌握無人機科技發展全貌。無人機已從飛行載具進化為整合航太、電子、通訊、人工智慧與物聯網的智慧平台，成為未來科技的重要核心。本書以Python程式設計為主軸，從無人機基礎知識、飛行原理、飛控系統、導航定位，到自主飛行、AI應用與群體協同，建立完整且循序漸進的學習架構。內容結合理論解析與大量程式實作範例，並涵蓋空拍測繪、智慧農業、物流配送、軍事物聯網、數位孿生及量子導航等最新應用，讓讀者不僅理解原理，更能實際撰寫程式控制無人機，培養跨領域整合與實務開發能力，可作為大專院校教學、自學進修及科技研發的參考教材。

本書遵循專業考科「TQC+ 程式語言Python 第2版」技能規範架構撰寫，符合鑑定的命題趨勢。隨著資訊科技的飛速發展，帶來的各種應用已經成為我們生活和工作中不可或缺的一部分，而如何和電腦對話也逐漸成為現代人必備的技能之一，政府也積極向下扎根，將程式語言納入國高中課程。現代學生的成長歷程與網路、智慧型手機及平板電腦等科技產品緊緊相依，雖然能熟練地運用新科技處理事情，但不代表能夠使用新科技進行創作、表達自己的想法。然而，在學習程式設計的過程中，學生會被要求運用邏輯思考、運算思維來分析、拆解與解決問題，不僅能培養創意、思考以及解決問題的核心素養，也能透過程式將創意轉化為現實。在琳瑯滿目的程式語言中，Python除了開源、免費、跨平台等特色外，它簡潔的語法、成熟的社群支持以及豐富應用都深受大家喜愛，也大幅地降低非本科系學生、白領工作者的學習門檻。本書是筆者擷取Python課程教材的一部分，再擴充編撰而成，書中也融入筆者在教與學、實務過程所得的經驗與技巧，並點出實作上容易忽略的盲點。同時，搭配每章最後的綜合範例與習題能更熟練各章節的知識與技巧，將重點放在培養創造力和問題解決能力。

如果你對使用Python進行遊戲開發感興趣，本書將是你的理想指南。本書從第1章到第6章，詳細介紹遊戲程式設計所需的基本指令，奠定堅實的基礎。接下來在第7章至第16章，深入講解如何使用Python內建模組tkinter來設計視窗遊戲。你將學會如何運用tkinter的控件（Widget）和繪圖元件，並利用迴圈與判斷式打造遊戲。本書對tkinter的基本知識提供了大量靈活的實例，展示各種元件與事件的應用方法。這些實例不僅使學習過程變得更有趣，還能讓你快速掌握tkinter的視窗程式設計。本書依據程式語法的特性進行分類，並藉由實用的遊戲程式範例進行解說，使內容淺顯易懂。讀者可以事半功倍地學會相關程式設計技巧。無論是程式設計的新手，還是有經驗的開發者，本書都能幫助你掌握tkinter，並將實現您對遊戲的創意。

✧✦ 初學 Python 的最佳教材，第一次寫程式就上手！ ✦✧✧✦ 從基礎語法到生成式 AI 應用，打穩 Vibe Coding的關鍵能力 ✦✧身處在 vibe coding 的時代，在當前要能順利和 AI 協作，程式能力依然是不可或缺的。同時，在大數據、人工智慧相關的領域，Python 也還是那個最強的工具。本書以淺顯易懂的筆觸與大量的實例演練，引導你在動手寫程式的過程中學會 Python 的語法和程式邏輯，跨越初學者經常遇到的障礙，進入資料科學、大數據分析與人工智慧等專業的領域。有了基本的程式能力以後，便能有效的監督 AI 產生的程式碼，又或是清楚地提出自己對程式的要求。如此一來，你將能透過 vibe coding 體會到前所未有的樂趣！☛ 清楚明瞭的語法教學，第一次寫程式就上手！☛ 豐富滿點的實作範例，自己動手反覆練習最有感！☛ 無縫接軌四大套件－NumPy、matplotlib、SciPy、pandas☛ 紮穩資料科學基礎，銜接機器學習最強套件－scikit-learn☛ Requests、Beautiful Soup－網路爬蟲☛ OpenCV、YOLO－人臉辨識、物體偵測一把罩！☛ 輕鬆建立本地端 AI 助理－Ollama、Streamlit本書特色: ✯最易學習✯沒學過程式設計或學到一半就放棄的都沒關係，本書從基礎語法和程式邏輯開始，以淺顯文字及簡明程式，帶你快速學會Python在不同領域的應用。✯豐富範例✯本書提供豐富實用的範例，搭配各小節的隨堂練習和章末的學習評量，立即驗證學習成果，自學或課堂教學都適合。✯最強應用✯本書包含下列幾個與資料科學、網路爬蟲、機器學習、電腦視覺、自然語言處理、大型語言模型等應用相關的最強套件。有了這些基礎，你就可以進一步往資料科學、大數據分析、人工智慧等專業的領域發展：▪ NumPy → 資料運算▪ matplotlib → 資料視覺化▪ SciPy → 科學計算▪ pandas → 資料處理與分析▪ Requests、Beautiful Soup → 網路爬蟲▪ scikit-learn → 機器學習▪ OpenCV → 人臉偵測與辨識▪ YOLO → 物體偵測與圖像分割▪ Ollama、Streamlit → 本地端 LLM 與網頁版聊天機器人

本書系統地介紹了數字信號處理的理論、相應的算法及實現方法，拓展了數字信號處理領域的熱點技術。全書共分十章，包括離散時間信號和系統、時域離散系統的變換域分析、離散傅裡葉變換、快速傅裡葉變換、數字濾波器的基本結構、無限衝激響應數字濾波器的設計、有限衝激響應數字濾波器的設計、多采樣率數字信號處理、數字信號處理中的有限字長效應、數字信號處理應用實例分析等。介紹了數字信號處理中常用的Python庫文件，並給出了使用的具體實例。書中大部分例題都提供了源代碼，讀者可以下載配套的電子資源，這些用Python編寫的信號處理程序可用于分析求解並繪製圖片，可供學生在調試程序的過程中加深對知識的理解，為科學研究和工程應用提供基礎支持。同時，為便於讀者高效學習數字信號處理的基礎知識及其在工程中的典型應用，編者對重難點內容錄製了詳細的講解視頻。

╲滿級分快速攻略╱ 重點總整理 + 歷屆試題解析 ☑ 結合運算思維與演算法的基本觀念 ☑ 章節架構清晰，涵蓋APCS考試重點 ☑ 備有相關模擬試題，幫助釐清重點觀念 ☑ 詳細解析APCS程式設計觀念題與實作題 【內容簡介】 APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」。目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效。其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。 APCS考試類型包括：程式設計觀念題及程式設計實作題。在程式設計觀念題是以單選題的方式進行測驗，以運算思維、問題解決與程式設計概念測試為主。測驗題型包括程式運行追蹤、程式填空、程式除錯、程式效能分析及基礎觀念理解等。而程式設計觀念題的考試重點包括：程式設計基本觀念、輸出入指令、資料型態、常數與變數、全域及區域、流程控制、迴圈、函式、遞迴、陣列與矩陣、結構、自定資料型態及檔案，也包括基礎演算法及簡易資料結構，例如：佇列、堆疊、串列、樹狀、排序、搜尋。在程式設計實作題以撰寫完整程式或副程式為主，可自行選擇以C、C++、Java、Python撰寫程式。 本書的實作題以Python語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、執行結果及程式碼說明。在「解題重點分析」單元中知道本實作題的程式設計重點、解題技巧、變數功能及演算法，此單元會配合適當的程式碼輔助解說，來降低學習者的障礙。 同時也可以參考附錄的內容來幫助自己熟悉APCS的測試環境。此外，為了讓學習者以較簡易的環境撰寫程式，本書所有程式以Dev C++的IDE進行程式的編輯、編譯與執行。希望透過本書的課程安排與訓練，可以讓學習者培養出以Python語言應試APCS的實戰能力。 【目標讀者】 ✪欲申請大學資訊相關科系的高中職生。 ✪對程式語言有興趣的學習者。 ✪想客觀檢測自己程式設計能力的人。 APCS考試類型包括：程式設計觀念題及程式設計實作題。在程式設計觀念題是以單選題的方式進行測驗，以運算思維、問題解決與程式設計概念測試為主。測驗題型包括程式運行追蹤、程式填空、程式除錯、程式效能分析及基礎觀念理解等。而程式設計觀念題的考試重點包括：程式設計基本觀念、輸出入指令、資料型態、常數與變數、全域及區域、流程控制、

本書通過案例講述有關的概念和方法，不僅介紹了ARMA 模型、狀態空間模型、Kalman 濾波、單位根檢驗和GARCH 模型等一元時間序列方法，還介紹了很多多元時間序列方法，如線性協整、門限協整、VAR 模型、Granger 因果檢驗、神經網絡模型、可加AR 模型和譜估計等，並且增加了全新的一章講述如何用深度學習進行時間序列分析. 書中強調對真實的時間序列數據進行分析，全程使用R 和Python軟件分析了各個科學領域的實際數據，還分析了金融和經濟數據的例子.本書通俗易懂，理論與應用並重，可作為高等院校統計學和經濟管理等專業“時間序列分析”相關課程的教材，對金融和互聯網等領域的相關從業者也極具參考價值.

風險建模演算法 「Abdullah Karasan成功展現了在金融風險管理領域中使用機器學習的能力，這是對任何金融機構都攸關重要的功能。」 ―Yves J. Hilpisch博士 The Python Quants與The AI Machine創辦人及總裁 「如果您需要將統計和機器學習方法應用在金融風險分析的入門指南，那麼這是一個很好的起點。」 ―Graham L. Giller 《Adventures in Financial Data Science》作者 金融風險管理在人工智慧的幫助下發展迅速。透過這本實用指南，開發人員、程式設計師、工程師、金融分析師、風險分析師及定量和演算法分析師，將可以機器學習和深度學習模型進行金融風險評估。建立基於人工智慧的財務建模實務技能後，您將學習要如何運用機器學習模型來取代傳統的金融風險模型。 作者Abdullah Karasan幫助您探索金融風險建模背後的理論，再深入研究使用Python運用機器學習模型以對金融風險進行建模的實際方法。 有了這本書，您將可以： ‧回顧經典的時間序列應用並將其與深度學習模型進行比較 ‧使用支撐向量迴歸、神經網路和深度學習來探索波動率模型以衡量風險程度 ‧使用機器學習技術來改善市場風險模型(VaR和ES)，並包括了流動性維度 ‧使用分群和貝氏方法來進行信用風險分析 ‧使用高斯混合模型和關聯結構模型來捕捉流動性風險的不同面向 ‧使用機器學習模型來進行詐欺偵測 ‧使用機器學習模型來預測股價崩盤並識別其決定因素

本書是一本全面介紹Python大模型優化策略的專業書籍，旨在幫助讀者掌握如何高效訓練、優化、部署和調用大規模深度學習模型。掌握這些優化技巧將是推動大模型應用和提升AI行業競爭力的關鍵。本書以深度學習和大模型技術為引，系統講解了各種優化演算法，並深入探討了兩者的融合與應用。本書涵蓋了機器學習與深度學習概述、Transformer模型與大模型概述、模型訓練與優化技巧、模型調用與優化基礎、大模型優化概述、常用的優化演算法概述、遺傳演算法、多目標優化與遺傳演算法進階、蟻群演算法、鯨魚優化演算法、螢火蟲優化演算法、神經網路優化演算法、大模型與優化應用實踐、DeepSeek的介紹與使用等內容，每章通過實踐練習介紹了大模型優化的實際應用。本書面向具備機器學習和深度學習基礎的讀者，適合作為高等院校電腦相關專業的本科及專科教材。對於AI從業者、科研人員和工程師而言，本書能夠助力他們在大模型訓練與優化領域深入理解並積累實踐經驗。

☆★暢銷再上市★☆►有資料就有矩陣，有矩陣就有向量，有向量就有幾何，有幾何就有空間►從資料一路提升到張量的所有數學基礎►將數學視為思想、工具、語言、體系、基石、藝術的角度進行學習►分為向量、矩陣、向量空間、矩陣分解、微積分、空間幾何、資料►所有機器學習、深度學習最重要的基礎數學概念►不再亂猜，寫機器學習程式碼時，每行指令背後代表的數學基礎►學矩陣就是學AI，從此看到AI程式碼完全無負擔AI熱潮來臨，每個人都很怕直接被機器取代，不管文科理科背景的人，每個人都想搭上AI快車飛速到達未來。然而你的第一關就是數學。數學是宇宙的共同語言，也是人類意志極緻的展現。數學從數字開始進入高維之後，向量、矩陣、張量將整個人類文明帶入新的境界，也將我們的世界從點線面體推向無法視覺化的高維空間，而針對空間的運算，更是所有科學的重要基礎。空間幾何這門完全和生活知識抽離的學科，看似是和向量打交道而已，但卻是整個世界運行的基礎，近年AI興起，機器學習及深度學習成為熱門行業，當你想要學習TensorFlow時，面對的第一個觀念就是張量(Tensor)。這些名詞讓你感到陌生又不是完全不認識時，就是重拾矩陣的時候了。本書利用最小的成本，幫你把這個又陌生又熟悉的老朋友重新交往。作者從最簡單的加法開始說明，一直到機器學習中的梯度、偏導數、積分、矩陣、線性代數，從小學到研究所所學的數學，一一在適當的章節出現，當你讀到某個章節時，會發現「啊！原來如此，這就是奇異值分解在機器學習的原理啊！」，有一種豁然開朗的感覺，相信這種驚喜在全書中會不斷出現。ChatGPT出來之後，AI已經光速啟動，有志加入這個行業，也只能快速跟上，而這本書，正是你進入的最佳助手，與其繼續逃避直到被淘汰，不如就花一點時間，把這本本來就不難的書看完，補上你個人AI志業的最重要一塊拼圖。全書分為以下幾個部分：向量：從資料、矩陣、向量、幾何、空間開始談起，包括向量運算，範數等基本定理。接下來談到矩陣，把矩陣所有的性質(四則運算、表格、秩等)說明清楚，更有重要的內外積等。第三部分談的是向量，包括座標系、各種變換、維度、行列視，投影、正交、基等性質。第四部分談的是矩陣分解，實作了包括LU、Cholesky、QR，特徵/奇異值分解。第五部分就是談到空間的微積分，如多元函式、偏導、梯度、方向微分、泰勒展開等。也說明了拉格朗日乘子等。第六部分說明了空間幾何

全書分為 8 章， 主要內容如下：第1章介紹學術論文插圖繪製的規範性和基本原則以及學術論文插圖的配色基礎；第2章介紹繪製學術論文插圖的主要工具，並重點介紹 Matplotlib、Seaborn、ProPlot 以及 SciencePlots 工具包的語法及其重要特徵；第3章介紹學術論文中常見的單變量圖及其繪製方法，包括直方圖、密度圖、Q-Q 圖等；第4章介紹學術論文中常見的雙變量圖及其繪製方法， 具體包括誤差線、柱形圖、箱線圖、相關性散 點圖以及矩陣熱力圖等；第5 章介紹學術論文中常見的多變量圖及其繪製方法，包括等高線圖、點圖系列、 三元相圖、 3D 圖系列以及 RadViz 圖等；第 6 章介紹學術論文中常見的空間數據型圖及其繪製方法，包括分 級統計地圖、連接線地圖、等值線地圖以及子地圖等；第 7 章介紹學術論文中常見的可視化圖及其繪製方法，包括配對圖系列、韋恩圖、泰勒圖以及漏斗圖等；第 8 章通過案例介紹學術論文插圖的繪製技術。本書結構清晰，兼具美觀性與實用性，既適合各大研究機構和高校等單位的工作者閱讀，也適合各行業工作人員以及在讀的研究生和准備考研的大學生閱讀，還適合需要進一步掌握科研論文插圖的設計思路和繪製技巧的群體學習。

全書分為以下幾個部分：統計學：機率、高斯、隨機、頻率派開始談起，包括統計描述、古典機率模型、離散隨機變數、離散分佈、連續隨機變數及連續分佈一直到高斯部分，包括了一元、二元、多元、條件高斯分佈，中間也提到最重要的斜方差矩陣。再來的部分說明了隨機，包括了隨機變數，蒙地卡羅、頻率派統計、機率密度。接下來說明了貝氏定理部分，包括貝氏分類、進階貝氏分類、貝氏推斷入門及進階以及馬可夫鏈蒙地卡羅。最後一部分則以橢圓為主，包括了馬氏距離、線性迴歸及主成分分析，搭配本書系其它書籍，相信AI的數學，對你來說只會是開心而不是阻礙。□ 宇宙的語言是數學，數學的精華是機率，機率的表達是統計！□ 機器學習、深度學習、人工智慧，控制系統都覆蓋的機率統計基礎□ 統計描述方法：描述、推斷、圖、差、位、距、值、度、變□ 古典機率、條件機率、全機率理論□ 離散變數、離散分佈、連續隨機變數□ 一元、二元、多元、條件高斯分佈、斜方差矩陣□ 隨機變數函式、蒙地卡羅模擬□ 頻率派統計、機率密度、機率質量□ 貝氏定理、貝氏分類、貝氏推斷、馬可夫鏈□ 馬氏距離、線性迴歸、主成分分析本書資源可至深智官網下載：https://deepwisdom.com.tw

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

本書以提高讀者的大數據分析能力為目標，基於財經類學生的學情背景，劃分依次遞進的Python應用基礎、數據分析、財務應用3個學習階段。Python應用基礎部分包含準備Python開發環境、Python語言基礎和學習pandas模塊，旨在幫助讀者搭建Python的基礎知識體系；數據分析部分包括財務數據獲取與清洗、財務數據處理和財務數據可視化，旨在幫助讀者掌握利用Python進行數據分析的工作流程和工作方法；財務應用部分則精選財務工作的幾個典型業務場景，包括工資核算與分析、銷售數據多維分析、財務指標綜合分析，每個案例都簡明介紹相關財務知識，並從業務需求、整體設計、技術實現幾個層面展開，旨在提升讀者面向實際工作的思考能力和解決問題的能力，全面提升數字化素養。 本書適合作為高等院校財經類專業相關課程的教材，也可作為希望探究Python在財務領域應用的從業人員的學習參考書。

《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》共分為12章，內容從基礎到進階，涵蓋Seaborn與Matplotlib的核心應用與技術。《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》首先幫助讀者搭建Python繪圖環境，並詳細講解如何利用Seaborn和Matplotlib繪製各種常見類型的圖表，包括條形圖、散點圖、直方圖、回歸圖、熱圖等，覆蓋單變量、雙變量以及多變量數據可視化。然後深入探討如何定制圖表樣式、選擇合適的配色方案、優化圖表設計，以及處理複雜數據集的可視化任務，確保讀者能夠應對各種可視化挑戰。《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》內容不僅覆蓋了繪圖所需的基礎技術，還通過豐富的實際案例和技巧，幫助讀者提升數據可視化的能力。《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》既適合剛剛接觸數據分析的新手，也適合從事數據分析、機器學習、科學研究的專業人士。

現在已經是萬物互聯的時代，從健身環到智慧家庭都是。了解如何透過網路與硬體元件互動來收集並分析使用者資料，到了今天變得更加重要了。物聯網（IoT）結合了時下最熱門的Python開放原始碼程式語言之後，就能用來製作具備直觀好用介面的智能物聯網系統。 本書包含三大篇幅，第一篇談的是物聯網的「網」。你會製作一些端對端的物聯網app來透過網路控制LED，接著學習如何使用Python來建立各種RESTful API、WebSocket API與MQTT服務。第二篇則是介紹電子電路與GPIO介接的重要觀念。到了第三篇，重點轉到物聯網的「物」，你會學到如何透過Python來連接與控制各種電子感測器與制動器，主題包含了馬達控制、超音波感測器測距與量測溫度。最後，我們還要告訴你如何用Python來實作許多進階的物聯網技術、整合各種物聯網資料視覺化與自動化平台，並完成一個相當厲害的物聯網專案。 讀完本書之後，你對物聯網開發就有相當的掌握，也會具備使用Python製作更複雜的物聯網系統所需的知識。 本書精彩內容： ．從零開始！了解如何使用Raspberry Pi來介接電子元件 ．了解如何製作感測器與致動器電路 ．使用Async IO、發佈/訂閱架構等更多方式來建構Python程式碼 ．整合各種感測器與致動器來自動化生活中的物聯網專案 ．整合電路專案與ThingSpeak、IFTTT來作到自動化應用 ．製作並運用RESTful API、WebSocket與MQTT來操作感測器與致動器 ．設定用於物聯網專題的Raspberry Pi與Python開發環境

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！

蛤？一本看不到程式碼的 Python 入門書！AI 大潮流時代，程式碼交給 AI 寫，不再需要耗費大量時間熟記程式語法，所有你腦中想過的功能或工具，都有了夢想成真的可能。本書就要帶大家跨過與 AI 協作寫程式的門檻。想整理 PDF、製作桌面工具，或打造能與朋友一起使用的網站，卻總是卡在「我不會寫程式」？當 AI 能協助撰寫程式碼，學習 Python 就有了不同的起點：你負責提出需求、確認功能與測試成果，讓 AI 協助將想法變成可以實際使用的應用程式。不以逐行講解程式碼為主，而是帶你在真實的開發過程中，學會如何說清楚需求、規劃功能、驗收結果，以及遇到問題時如何引導 AI 修正。從第一個小工具到完整的網頁與自動化流程，一步步認識 Python 能做什麼，以及如何讓做好的程式穩定運作。| 從小工具起步，建立與 AI 協作的基本功 |先使用 uv 建置 Python 環境，從即時氣象查詢開始，練習將想法整理成明確需求。接著透過 PDF 頁面擷取與重組、圖檔檢視等實作，認識模組、套件與圖形化介面的用途，體會 Python 如何結合現成工具，做出符合自己需求的應用程式。| 不只做得出來，還要能修改、分享與持續使用 |功能完成只是起點。本書接著帶你使用 Git 與 GitHub 保存版本、嘗試新功能，並在不同電腦或與協作者之間持續開發。再透過工具安裝、PyPI 發布與執行檔打包，讓成果不必依賴 Agent，也能自行啟動或交給其他人使用。| 從個人桌面工具，走向多人共用的網頁應用 | 以德甲賽程追蹤器認識資料庫，實際觀察 SQLite 如何留住追蹤清單，再體驗 PostgreSQL 的資料庫服務與資料搬移。接著製作多人共享的旅遊行程網站，串起前端畫面、Python 後端、帳號登入與資料庫，最後部署到 Railway，讓不同裝置上的使用者都能連線操作。| 擷取網頁資料，串起可以重複執行的工作流程 | 透過教學用測試網站，從基本網頁擷取逐步認識動態載入、人機驗證、讀取頻率限制與瀏覽器指紋，學會分析失敗原因，而不是期待一支爬蟲能處理所有網站。最後以研習證書製作為例，將 Excel 名單填入 Word、轉成 PDF，再透過 Gmail 寄送，讓規則固定的重複工作交給 Python 執行，不必每次重新請 AI 處理。你不必一開始就熟悉程式語法，但仍需要知道自己要解決什麼問題、如何判斷成果是否

內容簡介:廣受讀者好評、第二版登場！紮實地學會資料分析工程師所需要的基本技能書中會對資料分析工程師所需要的基本技巧進行詳盡解說。‧取得資料、處理資料‧資料視覺處理‧編寫程式碼‧基礎數學知識‧機器學習的流程與執行方法第2版的重點‧支援Python 3.10版本‧用更深入淺出的方式進行講解在書中可以學到‧Python基本語法‧講解資料格式‧資料的預處理技巧‧資料視覺處理技巧‧運用現成的演算法來執行機器學習適合對象想成為資料分析工程師的讀者

《Python OpenCV從入門到精通(第2版‧AI賦能)》以 Python 開發為基礎，以 OpenCV 為核心工具，系統構建了從圖像處理到深度學習模型應用的完整知識體系。全書共 19 章，內容涵蓋 Python 與 OpenCV、搭建 OpenCV 開發環境、圖像的基本操作、NumPy 與像素的操作、色彩空間與通道、繪製圖形和文字、圖像的幾何變換、圖像的閾值處理、圖像的運算、模板匹配、濾波器、腐蝕與膨脹、圖像特徵檢測、圖像輪廓擬合、視頻處理、人臉檢測與識別、OpenCV 與深度學習模型、基於 OpenCV 的 ArUco 模塊實現 AR 視覺小應用、OpenCV+YOLO26 在智能交通系統中的應用。本書配圖詳實，直觀呈現處理後的圖像與原圖之間的差異；在講解OpenCV 提供的函數/方法時，詳細列舉了必需參數和可選參數，幫助讀者快速掌握語法規範。同時，本書深入結合 AI 輔助答疑功能，全面提升學習效率。實戰部分尤為亮眼：第 18 章基於 OpenCV 的 ArUco 模塊，指導讀者開發 AR 視覺小應用，將理論知識與實際交互相結合；第 19 章結合當下熱門的 YOLO26 技術，講解 OpenCV 在智能交通系統中的落地應用，涵蓋目標檢測、場景分析等實戰場景，幫助讀者學會運用 OpenCV 解決工業級視覺問題。

本書理論與實踐相結合，循序漸進地介紹使用 Python進行數據分析的完整流程和核心方法，全面、系統地講解了數據獲取、清洗、處理、可視化、探索性分析、預測建模及機器學習算法等內容。全書分5部分共13章，前11章系統介紹數據分析入門、Python數據分析必備編程基礎、Pandas數據處理基礎、數據清洗與預處理、數據可視化分析、數據合併與重塑、分組聚合與數據透視、時間序列分析、探索性數據分析、機器學習之有監督學習、機器學習之無監督學習等核心知識與方法，最後兩章為綜合實踐項目，分別為電商用戶行為分析與精准營銷、混凝土配方優化與成本決策。書中的每個知識點都有相應的實現代碼和實例。本書主要面向全國高等學校的在讀學生，以及從事數據分析、數據科學、機器學習等領域的廣大教師、科研人員和從業人員。

⊙兼具理論與實務，符合產官學各界需求：完整介紹機器人學的演進與未來趨勢、數學建模、機構設計等核心概念，並結合Python程式設計操作案例，將理論轉化為實際解決問題能力。⊙掌握關鍵技術與組件：說明感知與感測器、致動器與驅動系統，以及終端執行器的設計與應用。⊙解析機器人控制與規劃：從控制理論著手，分析路徑與軌跡規劃，深入介紹機器人智能控制架構。本書從基礎的運動學數學建模出發，嚴謹探討動力學、感知技術及路徑規劃等核心主題，完整涵蓋從機械設計到智能控制的知識版圖。透過嚴密的邏輯架構，本書將抽象的學術概念轉化為易於理解的知識體系，為自動化與人工智慧研究奠定厚實基礎。因應當前AI發展趨勢，書中導入Python程式實作，強調將理論知識轉化為具體的開發能力。從工業機器人的精密操控到服務型與特種機器人的感知應用，內容詳述了感測器整合、視覺演算與SLAM等關鍵技術。本書平衡深度的理論推導與靈活的程式應用，為產、官、學界進行跨學科整合的實務手冊，引領讀者完備解決問題的即戰力。

《Python網路爬蟲專案開發全程實錄》精選 11個熱門的網路爬蟲專案，突出了實用性。具體專案包含：智慧破解驗證碼、手機資料爬取精靈、汽車之家圖片抓取工具、高清壁紙快車(多執行緒版)、多進程影視獵手、分散式爬取動態新聞資料、世界 500 強資料爬取與分析、二手房資訊智慧抓取分析系統、圖書熱銷偵探、APP 資料獲取先鋒、微信智慧型機器人。本書從軟體工程的角度出發，按照專案開發的順序，系統、全面地講解每一個專案的開發實現過程。體例上，每章一個專案，統一採用“開發背景一系統設計一技術準備一各功能模組的設計與實現一專案運行一源碼下載”的形式完整呈現專案，讓讀者快速積累實際項目經驗與技巧，早日實現就業目標。

本書主要內容包括Python基礎概述，數據處理與繪圖，數字農業中的圖像處理，光譜與高光譜數據處理，基於三維點雲數據的植物表型獲取，基於機器學習的產量預測和基於深度學習的病害識別、計數與產量建模研究，既包含了基礎研究，也包含了當前國內外的熱點研究方向。通過引入此前沿技術，本書不僅緊跟時代步伐，也滿足了讀者對前沿科技的求知欲望，使學習過程更具挑戰性和實用性。本書適合農業科研人員、農業技術人員、農業企業管理者以及對智慧農業和植物表型感興趣的本科生、研究生和愛好者閱讀、參考。讀者無須具備專業的編程和數學背景，但需要具備基本的計算機操作能力和對農業生產與植物生長發育過程的基本瞭解。

本書基於Python 3.13，採用理論與項目結合的方式全面介紹Flask 3.1框架的相關知識。本書共10章，其中第1～5章針對Flask框架的基礎知識進行講解，包括認識Flask、路由、模板、表單與類視圖、數據庫操作；第6～10章圍繞前期所學知識從零開始構建功能完整的Web應用程序：智能租房。通過這一學習過程，讀者不僅能加深對Flask框架基礎知識的理解，還能在實際開發場景中提升靈活運用Flask開發Web應用的能力，實現理論與實踐的有機結合，為後續獨立開發更複雜的Web項目奠定扎實基礎。本書配套豐富的教學資源，包括教學PPT、教學大綱、教學設計、源代碼、課後習題及答案等。為幫助讀者更好地學習本書中的內容，編寫團隊還提供在線答疑服務。本書既可作為高等教育本、專科院校計算機相關專業的教材，也可作為Flask開發愛好者的自學參考書。

無

學會基礎程式設計本是很簡單的事，但許多人花了好多時間學習，最後仍學得似會不會毫無自信，隨便給個程式題目，往往不知從何下手。對這些人來說，好像學程式與天賦有關，少了基因，就是學不來。其實這個觀念是錯的，對台灣學生而言，幾乎天天都與數學打交道，每日逼迫自己運用「數學思維」作題目寫考卷，每位學生早已處在學好程式設計的有利位置而不自知，只要經過一些訓練，學習如何將數學用於程式設計，學好基礎程式設計只是早晚

突破效能瓶頸，掌握多核心、GPU加速與大規模資料處理技巧。 實務方法×業界案例，帶你用Python打造生產級效能。 跨越記憶體限制、善用GPU，GenAI與生產化ML的最佳效能解方。 「Ian與Micha的新書不僅介紹現代效能工具，也深入探討程式優化的普遍原則。每一位Python開發者都應該閱讀此書！」 ― Mikhail Timonin，量化開發者，Engelhart 不論你是要處理龐大資料、打造AI產品，還是單純想讓程式更流暢，新版都提供了比前版更強化的工具與方法，讓你的Python程式真正跑出高效能。 收錄GenAI、機器學習產品化等實戰案例，讓你的Python程式在真實環境中全面升級。 ---------------------------------------------------- 或許你的Python程式已經能正確運行，但若能跑得更快，會為你帶來什麼改變？全新第三版《高效能Python程式設計》將引導你找出程式在高資料量環境下的效能瓶頸，並透過各種設計方法與背後的理論基礎，幫助你更深入理解Python的運作，進而寫出真正高效的程式碼。 本書不只涵蓋多核心、叢集與編譯的技巧，也帶你探索如何突破RAM限制、活用GPU加速，甚至在 GenAI、機器學習產品化等場景中提升效能。你將看到許多來自業界的實戰案例，這些公司如何善用高效能Python進行社群分析、AI應用到生產級系統。作者Micha Gorelick與Ian Ozsvald更分享了多年經驗與實用方法，幫助資深Python開發者在不犧牲可靠性的前提下，靈活擴展或縮小系統，迎戰真實世界的效能挑戰。 • 更深入掌握NumPy、Cython與效能分析器。 • 瞭解Python如何將底層電腦架構抽象化。 • 進行效能分析來找出CPU時間與記憶體的使用瓶頸。 • 利用合適的資料結構來寫出高效的程式。 • 提升矩陣與向量運算的速度。 • 使用Pandas、Dask與Polars來快速處理DataFrame。 • 加快神經網路與GPU的計算速度。 • 使用工具來將Python編譯為機器碼。 • 同時管理多個I/O與計算操作。 • 轉換multiprocessing程式碼，並在本地或遠端叢集上運行。

學習如何利用Python來充分發揮建模和模擬的潛力，建立逼真的模型，輕鬆解決複雜而重要的問題。 釋放預測的力量，本書揭開了宇宙的秘密並掌握預測的藝術！從帝國大廈投擲一分錢到一杯咖啡的溫度變化，您將學習如何建立模型、編寫Python程式來類比它們、並使用這些模型來預測和解釋系統的行為。利用迭代建模、分析、符號計算等方法，實作從共享自行車系統到人口模型等各種模型。 本書非常適合希望提高對模型和模擬理解能力的各領域學生和專業人士。讀者無需具備程式設計、科學或工程方面的知識。每章都有一個可下載的Jupyter筆記本，您可以輕鬆使用程式碼進行實驗，並學以致用。 透過本書您將可以： *建立世界人口模型、預測增長極限並進行未來預測 *模擬傳染病的傳播和廣泛接種疫苗的影響 *分析葡萄糖和胰島素在濃度隨時間變化時的交互作用 *探索棒球等投擲物和溜溜球等旋轉物體的物理學原理 *使用優化方法來確定在芬威球場擊出全壘打所需的力度

本書全面系統地介紹了Python語言區塊鏈應用工程師所需的基礎知識和相關技術，主要分為Python基礎篇、區塊鏈技術篇和區塊鏈開發篇三部分。全書共10章，其中第1～3章為Python基礎篇，介紹Python語法基礎、Python的語法特色、Python與數據庫操作等內容；第4～6章為區塊鏈技術篇，介紹初識區塊鏈、區塊鏈的技術原理、區塊鏈技術的發展趨勢；第7～10章為區塊鏈開發篇，介紹Solidity智能合約開發的入門和進階、Python語言離線錢包開發、通過Python和Solidity開發一個“賞金任務系統”，項目中將使用FISCO BCOS聯盟鏈作為基礎，結合Django框架，並應用Python-SDK與區塊鏈交互完成數據的讀寫操作，完成一個區塊鏈的Web項目。本書內容系統全面，案例豐富翔實，既適合想學習Python語言編程和區塊鏈開發的初學者閱讀，也適合作為區塊鏈行業從業者、金融科技愛好者的學習用書，還可以作為廣大職業院校相關專業的教材參考用書。