Python

本書主要介紹主流的人工智能理論、算法以及Python實現方法，目的是使學生學會人工智能理論及推導過程，並且掌握調用Python人工智能庫和自定義編碼的方法。全書共分10章，分別為人工智能與Python概述、Python基礎、線性回歸及其Python實現、邏輯斯蒂分類及其Python實現、最大熵模型及其Python實現、K-近鄰分類與K-均值聚類及其Python實現、樸素貝葉斯分類及其Python實現、決策樹及其Python實現、神經網絡及其Python實現、圖像識別領域的應用案例。本書可作為計算機專業相關課程的教材，也可作為程序設計人員的參考書。

《數據有道 : 數據分析 圖論與網絡 微課 Python編程》是“鳶尾花數學大系—從加減乘除到機器學習”叢書的第三板塊 ( 實踐板塊 ) 中的一本關于數據 科學的分冊。“實踐”這個板塊，我們將會把學到的編程、可視化， 特別是數學工具應用到具體的數據科學、 機器學習算法中，并在實踐中加深對這些工具的理解。《數據有道 : 數據分析 圖論與網絡 微課 Python編程》可以歸納為 7 大板塊—數據說、數據處理、時間數據、圖論基礎、圖的分析、圖與矩陣、圖論實踐。 這 7 個板塊 ( 共 25 章內容 ) 都緊緊圍繞一個主題—數據！《數據有道 : 數據分析 圖論與網絡 微課 Python編程》以數據為名，以好奇心和疑問為驅動，主動使用“編程 可視化 數學”工具進行探索。《數據有道 : 數據分析 圖論與網絡 微課 Python編程》將 會回顧鳶尾花書前五本主要的工具，讓大家對很多概念從似懂非懂變成如數家珍；同時，我們還會掌握更 多工具，用來擴展大家的知識網絡。依照慣例，《數據有道 : 數據分析 圖論與網絡 微課 Python編程》提供代碼和視頻教學。《數據有道 : 數據分析 圖論與網絡 微課 Python編程》讀者群包括數據科學從業者、大數據從業者、高級數據分析師、機器學習開發者、計算機圖形學 研究者等。

Python是一門開源的計算機編程語言，憑藉其易學、靈活等特點，得到了越來越多人的認可和青睞。金融科技日新月異，金融行業的數字化、科技化和智慧化快速推進，Python在金融領域有著很好的應用現狀和前景。本書在上一版的基礎上進行了內容升級，持續聚焦Python在金融分析與風險管理的應用，第2版從原先的12章擴充至15章，並依次劃分為基礎篇（共5章）、中階篇（共5章）以及高階篇（共5章），基礎篇結合金融場景演示了Python語言以及NumPy、pandas、Matplotlib、SciPy以及statsmodel等金融領域常用的第三方模塊的編程方法；中階篇通過Python編程結合金融實例，依次探討利率、匯率、債券、股票、互換合約、期貨合約等產品的定價、風險測度以及風險管控等內容；高階篇則融合Python與金融案例，探究了期權的定價、希臘字母、動態對沖、隱含波動率、交易策略及其他延伸知識點，此外，高階篇還涉及投資組合風險價值建模等具有較強技術性的內容。本書旨在通過更豐富的金融產品、更廣泛的量化模型、更完備的金融示例、更高的軟件版本，為讀者提供更加便捷的Python金融實戰體驗與解決方案。本書適合想要掌握Python應用的金融學習者、金融從業者閱讀，也適合想要轉行到金融領域的程序員以及對Python在金融領域的實踐應用感興趣的人士閱讀，並且不要求讀者具有Python編程基礎和金融基礎。

本書凝聚了作者多年的Python教學經驗，內容通俗易懂，旨在剖析遞歸及其本質。本書不僅結合Python程序和 JavaScript 程序講述編程的基礎知識，還講述如何利用遞歸算法計算階乘，計算斐波那契數列，遍歷樹，求解迷宮問題，實現二分搜索，完成快速排序和歸併排序，計算大整數乘法，計算排列和組合，解決八皇后問題等。本書不僅適合開發人員閱讀，還可供計算機相關專業的師生參考。

這是一本“將人工智能技術運用於醫學案例，利用先進技術解決臨床問題”的圖書。本書使用三維圖像專業處理軟件Dragonfly（基於Python語言，封裝了多個機器學習庫）作為具體的實現工具。本書介紹了人工智能與醫療的介紹、醫療領域中的圖像處理、醫學圖像處理的常規流程等內容，並通過6個真實的醫學案例展現人工智能技術在醫學圖像學領域的應用，從醫工交叉的角度出發，深入探討醫學圖像問題的處理方法，旨在讓讀者瞭解如何將人工智能技術切實落地於醫學圖像學中，幫助其提升運用人工智能技術處理醫學圖像問題的能力。

Python功能強大且簡單易學，是程序開發人員必學的語言之一。本書注重基礎、循序漸進，系統地講述了Python程序設計開發相關基礎知識。本書共分10章，涵蓋了Python語言基礎、Python基本語法、基本數據類型、組合數據類型、程序控制結構、函數與模塊、文件和數據組織、Python標準庫、第三方庫和面向對象等內容。本書內容全面覆蓋了《全國計算機等級考試二級Python語言程序設計考試大綱（2018年版）》的知識點。

本書首先介紹了開發環境的配置，接著討論了Web網站的構成和頁面渲染、動態網頁和靜態網頁對爬蟲造成的影響，緊接著詳細介紹了信息校驗型反爬蟲、動態渲染反爬蟲、文本混淆反爬蟲知識、特徵識別反爬蟲的原理、實現和繞過，然後概覽了App數據爬取的關鍵和常用的反爬蟲手段，最後介紹了常見的編碼和加密原理、JavaScript代碼混淆知識、前端禁止事件以及與爬蟲相關的法律知識和風險點。

本書主要從數學規劃的視角出發，系統地介紹了數學優化問題建模和求解的相關理論、方法、實際案例，以及基於 Python 和數學規劃求解器（COPT 和 Gurobi）的編程實戰。全書共分為四部分。第一部分為基本理論和建模方法，重點介紹了數學規劃模型分類和建模方法（包括邏輯約束與大 M 建模方法、線性化方法）以及計算複雜性理論。第二部分為建模案例詳解，通過理論、案例和實戰相結合的方式，詳細介紹了如何利用各種建模方法和數學規劃求解器對實際生產活動中的優化問題進行建模和求解。這部分內容豐富，案例翔實，代碼完整，旨在提高讀者的實戰能力。第三部分和第四部分聚焦於編程實戰，主要講解如何使用 COPT 和 Gurobi 求解器進行數學規劃模型的編程求解。這兩部分內容涵蓋了調用數學規劃求解器的各種高級用法，可以滿足讀者實現定制化求解的需求。本書適合用作運籌學、數學建模、最優化理論、離散優化等相關課程的高年級本科生、研究生的參考教材，也可供從事數學規劃、運籌學、物流與供應鏈等領域的科研人員、算法開發人員，以及各類數學建模競賽的參賽者閱讀。

本書以Python為開發環境，以小遊戲開發為載體，對編程及人工智能技術進行講解，讓讀者同時學習編程及人工智能知識。 本書共16章，可分為4個部分。第1部分為第1～3章，分別是編程、遊戲和AI，Python環境準備及Pygame基礎知識。第2部分為第4～7章，分別講解了貪吃蛇遊戲編程、打磚塊遊戲編程、笨鳥先飛遊戲編程和五子棋遊戲編程。第3部分為第8～12章，分別介紹了神經網絡和PyTorch基礎、蒙特卡羅模擬、強化學習入門、深度強化學習DQN及遺傳算法。第4部分為第13～16章，分佈介紹了貪吃蛇AI編程、打磚塊AI編程、笨鳥先飛AI編程和五子棋AI編程。 本書內容系統性強，語言精練，適合對AI遊戲編程感興趣的讀者閱讀，也適合作為青少年遊戲編程培訓的參考用書。

ChatGPT竟然還可以教你用Python取得並視覺化公開的天文觀測資料！ 這是全台第一本透過ChatGPT問答創作而成的天文科普書 你對星空有什麼好奇呢？太陽怎麼變化？水星逆行是什麼？如何發現系外行星？ 有哪些不同種類的星系？星體位於何方、有多遠、有多亮、有多重？ 如何繪製全天空星圖、星座圖、恆星的生命軌跡圖、星體在不同電磁波段下的樣貌？ 本書提供豐富的問答範例和開源程式碼，讓你隨著故事，透過公開的天文觀測資料，解答這些問題，體驗探索天文的樂趣 ChatGPT等生成式AI的出現，降低了大眾接觸天文研究的門檻。例如，任何人都可以用它來生成Python程式碼，以取得並視覺化公開的天文觀測資料。本書以故事形式將兩大主軸交織而成。其中一個主軸是示範如何透過與ChatGPT的問答，學會用Python來探索各種星體的觀測資料。這個部份的內容涵蓋：藉由太陽觀測資料來了解它有何變化、追蹤太陽系天體的軌道位置以解開行星逆行之謎、分析系外行星的繞行週期來看出它們遮擋所屬恆星的凌日現象，以及一窺韋伯太空望遠鏡所拍攝的星系影像和光譜。 另一個主軸則示範如何運用創造力來遊玩ChatGPT上的角色扮演遊戲《獵星者旅店》。你可以在旅店的圖書館翻閱「Colab天文魔法書：掌握Python套件」，也能參與旅店中的天文社社課，了解如何用Python查詢星體的座標、距離及亮度。或是你想用Python繪製出全天空星圖及星座圖，那就詢問旅店老闆哪一位獵星者能幫忙。如果你玩心更重的話，不妨在這遊戲中創造出遊戲，藉此學習用Python繪製出星體的質量分佈圖、恆星的生命軌跡圖，以及星體在不同電磁波段下的樣貌。生成有趣體驗的魔法皆來自你的想像。

從快速入門、主流應用到AI全面實戰 連續6年榮登知名網路書店電腦資訊年度百大暢銷榜的Python學習最經典 超過4萬名讀者見證與超過100位老師滿意的Python書籍 榮獲各大通路電腦暢銷排行榜與海外指名授權圖書 解決初學痛點，避免開發地雷 集結熱門主題與AI技術，加值超過500分鐘影音教學 內容由淺入深，範例程式精簡，執行效率再優化 從200多個範例徹底掌握Python全面應用精髓 Python是當今最熱門的程式語言，從網頁資料擷取、網站自動化測試、大數據分析、物聯網、機器學習與深度學習，到駭客攻擊工具等主流議題，Python都占據了重要的地位。 本書以初學者的視角規劃學習地圖，並提供熱門主題實戰。從環境、語法、模組套件到主流技術應用，直接從實例學，讓學習者輕鬆入門，並能結合目前最受重視的實務運用，體驗Python最全面的應用魅力。 Python學習最經典 直擊關鍵技術領域，快速入門與實戰 體驗Python的開發無極限 ■快速佈署Python開發環境，熟悉編輯器與執行方式。 ■詳細說明Python語法，由結構、變數、資料型態、運算式及判斷式進行學習引導，再深入迴圈、串列、元組、字典、函式與模組、檔案與例外處理等基礎且重要的內容。 ■詳述近50種實用的Python模組套件，如：random、os、os.path、sys、shutil、glob、locale、sqlite3、requests、re、bs4、BeautifulSoup、selenium、webdriver、time、matplotlib、pyplot、json、pytube、tkinter、flask、LineBotapi、LineNotify、ngrok、pydub、SpeechRecognition、pandas、OpenCV、numpy、pillow、PIL、Image、ImageDraw、ImageFont、math、pygame、mixer、gTTS、tempfile、PyAudio、googletrans、Translator、pyinstaller、pyfirmata、Arduino、pyserial…等，分析使用方式與注意事項，並以實例演練。 ■範例導引式學習，從小範例到專案應用實例。全新修訂並優化實作內容，從12個專案實戰貼近實務需求，即學即用即上手。 ■全面深入不同領域的

演算法 圖解原理 x Python實作 x 創意應用 王者歸來 (全彩印刷) 本書內容 ★★★★★【國內第1本演算法 + 創意實作】★★★★★ ★★★★★【彩色圖解演算法】【Python創意程式】★★★★★ ★★★★★【約700張彩色圖片+ 296個創意應用】★★★★★ 這是一本使用Python從零開始指導讀者的演算法入門書籍，閱讀本書內容，讀者可以學會下列知識的創意與潛在應用： ◎演算法基本觀念 ★ 主要內容：時間複雜度、空間複雜度 ☆ 創意應用：一個要計算8411億年的程式 ◎陣列與鏈結串列 ★主要內容：陣列、單向(雙向)鏈結串列、循環鏈結串列 ☆創意應用：客戶資料管理、庫存管理系統、瀏覽器歷史記錄管理系統、音樂播放管理、醫療排隊系統 ◎佇列(Queue) ★主要內容：插入、讀取、串列模擬佇列 ☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理 ◎堆疊(Stack) ★主要內容：堆入push、取出pop、認識堆別在函數呼叫的角色 ☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理 ◎二元樹(Binary Tree) ★主要內容：建立、讀取、前序(中序與後序)遍歷二元樹 ☆創意應用：表達式樹、家譜樹、網頁導航樹、遊戲AI決策樹 ◎堆積樹(Heap Tree) ★主要內容：建立、取出、刪除、最小(最大)堆積樹 ☆創意應用：線上遊戲得分排行榜、物流中心的貨物調度、醫院緊急情況處理系統、電商平台推薦系統設計、多任務處理最短作業優先調度 ◎雜湊表(Hash Table) ★主要內容：雜湊表與陣列、效能分析、模組 ☆創意應用：電影評分系統、電子郵件垃圾過濾器、社交媒體標籤系統、網頁瀏覽記錄、簡單的快取系統 ◎排序 ★主要內容：泡沫、雞尾酒、選擇、插入、堆積樹、快速與合併排序 ☆創意應用：社交媒體貼文按讚數排序、任務排序、KTV點播次數排序、影評排序、旅館價位排序 ◎數據搜尋 ★主要內容：順序、二分搜尋、搜尋最大值 ☆創意應用：順序搜尋商品庫存、二分搜尋法查詢書籍、順序搜尋電子郵件黑名單、書籍搜尋使用二分搜尋法 ◎回溯演算法 ★主要內容：走迷宮、迷宮設計與堆疊 ☆創意應用：排列組合、密碼生成、圖的著色、任務分配、走迷宮 ◎從遞迴看經典演算法 ★主要內容：河內塔、八皇

本書結合了Python 3.6的新特性，完全為零基礎的初學者量身定做。書中例舉大量實例，介紹了Python的基本語法、編碼規範和一些編程思想。本書第1～8章為Python語言基礎，主要介紹Python的基本用法；第9章為一個實戰，幫助讀者理解前8章的知識；第10～17章為Python的進階使用，包含面向對象編程、函數式編程入門、文件讀寫、異常處理、模塊和包幾個部分；第18章為第2個實戰，幫助讀者融會貫通前17章的知識，同時抛磚引玉，引起讀者探索的興趣。本書既可以作為高等院校計算機與軟件相關專業的教材，也可以作為軟件從業人員、計算機愛好者的學習指導用書。

本書全面地講解了在科學領域廣泛運用的微積分、概率論與數理統計、線性代數、數值計算、多元統計分析等數學基礎知識。全書共6章：第1章介紹了大數據與數學、數學與Python的關係；第2章介紹了微積分的基礎知識，包括極限、導數、微分、不定積分與定積分等；第3章介紹了概率論與數理統計的基礎知識，包括數據分佈特徵、概率與概率分佈、參數估計、假設檢驗等；第4章介紹了線性代數的基礎知識，包括行列式、矩陣的運算和特徵分解、奇異值分解；第5章介紹了數值計算的基礎知識，包括插值法、函數逼近與擬合、非線性方程（組）求根；第6章介紹了常用的多元統計分析方法，包括回歸分析、判別分析、聚類分析、主成分分析、因子分析和典型相關分析。本書示例大都結合Python進行求解分析，且每章都有課後習題，可以幫助讀者鞏固所學的內容。

本書是主教材《Python 3基礎教程（第2版）（慕課版）》配套的實驗指導與習題集。本書共分12章：第1～10章是與主教材各章配套的實驗指導與習題；第11章為綜合實驗，綜合應用主教材講授的知識實現一個成績管理系統；第12章為習題參考答案。本書的全部實驗內容均錄製了視頻教程，可供教師和學生參考。本書可用作各類院校相關專業Python課程的實驗教材，同時也可作為Python愛好者的自學參考書和全國計算機等級考試二級Python語言程序設計的考試輔導教材。

當數據科學家使用Python處理數據，並希望創建展示ML模型的數據應用程序，以及進行易於創建的交互式可視化時，那麼Streamlit將是最理想的選擇。Streamlit for Data Science(第2版)向數據科學家展示了如何在Python內快速創建和部署小部件和儀錶板。這可以幫助他們在幾小時內而不是幾天內創建原型。 為了掌握Streamlit這項技術，需要通過大量的實際案例來學習。本書由一個富有創造力的Streamlit用戶編寫，他在第一版發佈後就一直使用該技術，本選題建立在前一版的實用性基礎上，帶來大量的更新，包括將Streamlit連接到Snowflake數據倉庫，部署在Hugging Face上，以及在GitHub上提供完全更新的代碼庫，通過這些內容可以幫助讀者練習新發佈的技能。 讀者將從Streamlit的基礎知識開始Streamlit的學習，並通過使用機器學習模型和製作高質量的交互式應用程序逐漸熟悉Streamlit的使用技巧。本書通過實際示例幫讀者掌握許多更具挑戰性的主題，如Streamlit組件、美化應用程序和快速部署。 通過本書，讀者將能夠輕鬆快速地在Streamlit中創建動態web應用程序。

無

本書的目標是為Python開發人員提供堅實的NLU基礎知識。本書將深入探索自然語言理解相關實用技術，並幫助讀者創建各種新穎實用的自然語言理解應用程序。本書共分為三部分：第1部分介紹了NLU的背景以及如何開始一個NLU項目；第二部分探討了完成NLU任務所需要使用的Python工具和相關技術；第三部分討論了在管理和部署NLU應用程序時應該考慮的因素，以及對NLU未來的展望。

《機器學習: 全彩圖解微課Python編程》是「鳶尾花數學大系：從加減乘除到機器學習」叢書的最後一冊，前六本解決了編程、視覺化、數學、 數據方面的諸多問題，而《機器學習: 全彩圖解微課程Python編程》將開啟機器學習經典演算法的學習旅程。《機器學習: 全彩圖解微課程Python編程》設定了24 個主題，對應四大類機器學習經典演算法（迴歸、分類、降維、聚類），涵蓋演算法包括： 迴歸分析、多元線性迴歸、非線性迴歸、正規化迴歸、貝葉斯迴歸、高斯過程、k 最近鄰分類、樸素貝葉斯分類、高斯判別分析、支援向量機、核子技巧、決策樹、主成分分析、截斷奇異值分解、主成分分析進階、 主成分分析與迴歸、核主成分分析、典型相關分析、 k 均值聚類、高斯混合模型、最大期望演算法、層次聚類、 密度聚類、譜聚類。《機器學習：全彩圖解微課程Python編程》選取演算法模型的目標是涵蓋Scikit-Learn 函式庫的常用機器學習演算法函數，讓讀者充分理解演算法理論， 又能連結實際應用。因此，在學習《機器學習: 全彩圖解微課程Python程式設計》時，特別希望呼叫Scikit-Learn 各種函數來解決問題之餘，更要理解演算法背後的數學工具。因此，《機器學習: 全彩圖解微課程Python編程》給出適度的數學推導以及擴展閱讀。《機器學習: 全彩圖解微課程Python編程》提供程式碼範例和影片講解，「鳶尾花書」強調在JupyterLab 自主探究學習才能提升程式設計技能。本書配套微課也主要以配套Jupyter Notebooks 為核心，希望讀者邊看視頻，邊動手練習。《機器學習: 全彩圖解微課程Python編程》讀者群包括所有試圖用機器學習解決問題的朋友，特別適用於機器學習入門、初級程式設計師轉型、 高級資料分析師、機器學習進階。

本書結合編者多年的數據分析與科研繪圖經驗，詳細講解Python語言及包括Matplotlib在內的多種可視化包在數據分析與科研圖表製作中的使用方法與技巧。本書分為兩部分，共11章，第1部分主要講解Python語言的基礎知識，包括基本語法結構、控制語句、函數、數據處理與清洗等，尤其對Matplotlib、Seaborn、Plotnie庫進行較為詳細的講解。第2部分結合Python及其附加包的數據可視化功能，分別講解類別比較數據、數值關係數據、層次關係數據、局部整體型數據、分散式數據、時間序列數據、多維數據、網絡關係數據的可視化實現方法。本書可幫助讀者儘快掌握利用Python及可視化庫進行科技圖表的製作與數據展示。本書注重基礎，內容翔實，突出示例講解，既適合廣大科研工作者、工程師和在校學生等不同層次的讀者自學使用，也可以作為大中專院校相關專業的教學參考書。

本書是一本專門面向工程相關專業讀者的編程類技術圖書，主要介紹如何使用Python來解決工程問題。書中涵蓋了如何編碼幾何基元、讀寫文件、繪製矢量圖並製作動畫來展示運算結果，以及求解大型線性方程組，並在最後整合所有知識，搭建了一個求解桁架結構問題的應用程序。本書適合任何有一定專業背景並且想通過編程來解決工程問題的讀者閱讀，同時適合工程相關專業的學生作為參考。具有線性代數、平面幾何和物理學的基礎知識，並瞭解材料力學和數值方法的原理會比較有幫助。