Python

"Open source and easy to use, Python offers the availability of exciting libraries of software, application programming interfaces, and even connections to web services. This textbook uses Python as a

A practical, scenario-based tutorial, this book will help you get to grips with machine learning with Python and start building your own machine learning projects. By the end of the book you will have

This book is written in a helpful, practical style with numerous hands-on recipes and chapters to help you save time and effort by using Python to power ArcGIS to create shortcuts, scripts, tools, and

This book introduces students with little or no prior programming experience to the art of computational problem solving using Python and various Python libraries, including PyLab. It provides student

If you are new to programming with Python and are looking for a solid introduction, this is the book for you. Developed by computer science instructors, books in the "for the absolute beginner" series

⊙循序漸進紮實基礎：從核心概念出發，涵蓋監督式、非監督式與強化學習，並提供關鍵的數學推導（如梯度下降、線性代數），以建立深厚的機器學習底層邏輯。⊙經典演算法至深度學習全解析：並重經典迴歸、決策樹與SVM，並深度拆解CNN、RNN、LSTM及當前主流的Transformer架構，接軌AI業界最熱門的技術核心。⊙Python實作與全生命週期導引：搭配主流程式碼與Kaggle真實數據集，完整走過資料清洗、特徵工程到模型評估的專案流程，同時深入探討AI倫理與模型可解釋性。本書兼具理論知識的傳授與實務應用能力的培養。全書以核心概念紮實基礎，並輔以數學直覺和必要的推導（如梯度下降、機率論、線性代數）說明，內容涵蓋廣泛，從經典迴歸模型到現代深度學習的熱門應用――CNN、RNN及領先時代的Transformer架構，均有深入淺出的探討。實務操作以Python程式碼應用為重點，搭配Scikit-learn、TensorFlow與PyTorch等函式庫，完整拆解從資料清洗、特徵工程到模型評估的「專案全生命週期」。透過Kaggle等真實數據集的實戰演練，讀者將可親手實作圖像分類與自然語言處理等案例。此外，本書更具備前瞻性的倫理視角，深入討論數據偏見與模型可解釋性，讓讀者對機器學習概念、方法與實踐能有全面的理解。

從資料探索到商業洞察，打造行銷與電商的數據決策力 🎯 以最直白的語言講解數據，把複雜概念講到人人都聽得懂 從資料型別、分布、視覺化，到差異檢定、相關分析、迴歸模型，讓你真正理解「為什麼這樣分析」。 🎯 從基礎到企業級專案：RFM、KMeans、購物籃分析、漏斗、留存、客旅、再購預測一次學會 涵蓋行銷與電商中最常用、最能直接帶來業績與成效的核心分析方法。 🎯 每堂課都是完整案例 × Python 實作 × 商業應用 不只教語法，更帶你理解分析流程、解讀圖表、找出洞察、產出建議。 🎯 專案級能力養成：ARIMA 銷售預測、智慧客服文字分析、顧客行為分析報告 每個專案都能直接成為你的作品集，提高求職與轉職的競爭力。 🎯 教你做分析，也教你說分析：讓你的報告能被主管採用 提供分析框架、報告結構、圖表呈現方法，讓你做出「有洞察、能決策」的結果。 🎯 行銷、電商、資料分析、商業企劃、求職轉職必備的一本 Python 實戰書 職場常用技能一次打包，適合新手、跨領域與在職者快速提升分析力。 本書分成三大部分，循序漸進地帶你掌握從「看懂資料」、到「建立模型」、再到「產出商業洞察」的完整能力。 在 Part 1，你會建立數據分析的邏輯與語感，理解什麼是比較、關聯與預測，並知道面對不同問題該選用哪種方法。你會在這裡打好基礎——資料型別、缺失值、離群點、視覺化、差異檢定、相關分析、迴歸模型⋯這些都是商業數據分析最常用，也最能立刻創造價值的核心技能。 進入 Part 2，你會看到數據真正的力量。你會學會 RFM、KMeans、購物籃分析、顧客旅程、漏斗分析、再購預測模型等完整的企業級分析方法。這些技術不只是課堂範例，而是企業日常會使用的分析流程，你可以立即帶到工作中，用來提升轉換率、優化行銷預算、找出關鍵客群，甚至設計更精準的推播與廣告策略。 最後的 Part 3 將帶你學會如何用專案「說話」。從 ARIMA 銷售預測，到智慧客服的文字分析，再到求職時最常被問到的顧客行為分析專案，你會逐步累積成為求職者或專案負責人的「作品集能量」。因為懂技術固然重要，但能把結果講給人聽、讓決策者願意採用，才是數據分析最核心的價值。 本書用 Python 帶你快速建立行銷與電商數據決策力！從零基礎到企業實戰，學會資料整理、視覺化、模型運用與分析流程，並透過 RFM、KMeans、購物籃分析、銷售預

《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》是“鳶尾花數學不難”系列的一本，關於線性代數。 線性代數是現代科學和工程的數學語言。線性代數不僅是從單變量微積分過渡到多變量微積分的橋樑，更是從一元概率統計走向多元統計分析的核心工具。在機器學習、計算機視覺、自然語言處理、機器人控制、圖像處理、量化金融、數據分析等前沿領域，線性代數幾乎無處不在。 依照慣例，《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》提供代碼和視頻教學，還提供了使用AI工具陪讀的學習思路。 《線性代數不難》分上下兩冊。上冊內容包括向量、矩陣、矩陣乘法、行列式、逆矩陣、向量空間、線性方程組等相對比較基礎的內容；下冊(《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》)則會涉及高階線性代數、矩陣論、數據分析機器學習內容，比如線性變換、特徵值分解、奇異值分解、主成分分析、最小二乘擬合、瑞利商、矩陣範數、判別分析等。 《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》讀者群可分為兩大部分：第一部分是信息學競賽參賽者、大學本科學生、考研學生等應試讀者；第二部分是機器學習從業者、數據分析師、編程愛好者、計算機圖形學研究者等從業或待從業讀者。

本書分為三部分：數據可視化基礎知識部分包括前 3 章，主要介紹數據可視化的基礎理論，包括概念、發展歷史、流程、設計工具和原則，隨後深入探討了各種Python數據可視化庫(如Matplotlib、Seaborn和Plotly等)在創建數據視圖表示中的應用，以及Python中讀取、清洗和處理數據的方法。Python數據可視化技術部分包括第4～8章，主要介紹了不同類型數據的可視化方法，包括時間數據、關係數據、比例數據、文本數據和複雜數據的可視化。Python數據可視化應用案例部分包括第9～12章，通過具體案例展示數據可視化的綜合應用，包括用戶消費行為可視化分析、世界盃數據可視化分析、手機購物評論可視化分析等。本書既可以作為高等院校大數據、計算機、軟件及相關專業的教材，也可以作為軟件從業人員、計算機愛好者的參考用書。

新增 40 道觀念題，讓你準備更加充分！ 搶進名校資訊類學系的最佳武器！ ◎以 Python 的運算思維與演算邏輯解析APCS公告試題 ◎針對各種程式追蹤、填空、除錯題型，模擬演算過程及變數值追蹤 ◎詳細說明【觀念題】的相關知識，並列出各選項對╱錯之理由 ◎完整架構解析【實作題】：解題重點分析、完整程式碼、執行結果及程式碼說明 多元邏輯思考訓練 手腦並用強化程式語言運用 APCS(Advanced Placement Computer Science)是指「大學程式設計先修檢測」，其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。APCS 考試類型包括：程式設計觀念題及程式設計實作題。 程式設計觀念題採單選題測驗，以運算思維、問題解決與程式設計概念為主。測驗題型包含：程式運行追蹤、填空、除錯、效能分析及基礎觀念理解等。觀念題如果需提供程式片段，會以C語言命題。重點包括：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、結構，及基礎資料結構，以撰寫完整程式或副程式為主。 由於 Python 語言具備簡潔、易懂易學的特性，應用範圍亦廣及網頁設計、App 設計、遊戲設計、自動控制、生物科技、人工智慧、大數據…等領域，著實擁有入門程式語言的多項優點，因此本書採用 Python 語言來進行實作問題分析及程式碼撰寫。 本書提供 APCS 歷年公告試題的完整解答與分析。觀念題不僅清楚說明題意，並詳解各選項的對錯理由。另外對於需要程式執行過程追蹤、填空、除錯等程式片段的觀念題，書中一併提供完整程式碼及執行結果。而實作題方面則以解題重點分析、完整程式碼、執行結果及程式碼說明等架構完整解析。深信本書能指引應考者具備檢測 APCS 的經驗與強化解讀程式的實戰力。 為了因應新制的「程式識讀」，本次改版新增了 40 題的「Python 程式語言觀念題題庫」。筆者希望本書能引導各位讀者具備應試 APCS 的經驗與實戰能力的養成，並學會如何解析程式的程式實作的能力，進行有能力根據自己的創意思維，開發出各式各樣功能的軟體，而這也正是本書努力達成的目標。 新增 40 道觀念題，讓你準備更加充分！ 本書提供 APCS 歷年公告試題的完整解答與分析。觀念題不僅清楚說明題意，並詳解各選項的對錯理由。另外對於需要程式執行過程追蹤、填空、除錯等程式片段的觀念題，書中一

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。

資料結構必備好書，暢銷回饋中！ AI 再進化！ 使用 ChatGPT 高效率生成 Python 程式碼 資料結構是電腦科學領域中一門極為重要的基礎課程，對於從事資訊相關工作的專業人員而言，它具有不可忽視的價值。無論是在學術考試還是實際應用中，對資料結構的深入理解都至關重要。然而，對初學者而言，理解資料結構中的理論和演算法可能會帶來困難和挫折感。 本書的獨特之處在於使用豐富的圖例解釋相對複雜的理論，並以簡潔明瞭的方式詮釋資料結構理論。從基礎的概念開始，逐步使用 Python 語言解釋陣列、堆疊、鏈結串列、佇列、樹狀結構、圖形、排序、搜尋等重要主題。附錄中整理了資料結構相關的專有名詞，並提供了重要演算法的介紹和實作範例。 本書以簡潔有力、邏輯清晰的方式優化文句表達，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 ◇特別提供◇ —————————————————— ChatGPT 生成程式碼 —————————————————— 可與人工編寫程式碼相互比較作為參考！ ｜本書範例程式碼檔案，請至博碩官網下載｜ 本書特色 ☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性 ☑ 使用 Python 語言實作資料結構理論，並透過範例程式碼深入解析 ☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果 ☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象 ☑ 增加「ChatGPT 解決觀點」欄位，幫助理解提高學習效率 資料結構必備好書，暢銷回饋中！ 本書以簡潔有力、邏輯清晰、圖例豐富的方式詮釋資料結構理論，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。

面對大數據和人工智能技術及應用的迅猛發展，傳統的數據結構與算法課程的教學內容和教學模式亟待改革，以適應大數據和人工智能專業人才培養的需要。本書就是為滿足這種需要而編寫的。本書共15章，主要內容包括大數據概念、Python語言基礎、線性表、棧與隊列、數組與字符串、樹、圖等經典數據結構，鍵值對、嵌套數據結構、列存儲結構等面向大數據計算的新型數據結構，排序算法、查找算法、基礎算法設計、機器學習算法基礎、大數據框架下的算法設計等經典基礎算法和大數據常用算法。本書兼顧每種數據結構的抽象邏輯結構及其物理存儲形式，使學生對數據結構的設計原理、實現方法、存儲機制有較深刻的認識。 本書可作為計算機科學與技術、軟件工程、大數據技術與應用、人工智能等專業數據結構與算法及相關課程的教材。

本書特色1.以三大篇章，共41種冒險旅程，成為可以活用AI的深度學習達人。2.書中以各種有趣的範例，如：用電腦創作歌詞、使用DeepFace打造人臉辨識、情緒辨識等引發學習興趣。3.書末以「股票的自動交易系統」為專題，從資料整理與程式實作兩方面做整合性的應用。4.輕鬆活潑的筆調，搭配作者親手繪製的可愛插圖，以圖解化方式加深學習印象。5.整合式開發環境：Anaconda。內容簡介近年來人工智慧最主要的重心在深度學習，也是因深度學習有許多突破性的發展，而讓人工智慧有了許多以前意想不到的應用。本書承襲前作《少年 Py的大冒險：成為Python數據分析達人的第一門課》的風格，藉由輕鬆活潑的方式，從基本的原理開始，讀者可一步步跟著書中每個冒險，成為可以活用AI的深度學習達人！本書規劃三個篇章，共41種冒險。從AI的原理、怎麼思考所需的AI模型開始說明，接著介紹神經網路三大天王（DNN、CNN、RNN），並大量運用Gradio這個有趣的套件，把書中的AI模型做成網路應用程式。本書也介紹了如何用Hugging Face的transformers套件打造有趣的自然語言處理應用，以及使用DeepFace打造人臉辨識、情緒辨識等等。對於生成對抗網路（GAN）及強化學習也有相當詳細地說明。

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應用主題，包括大數據網路爬蟲、資訊圖表繪製、影

．利用熱門的Python語言，深入解析APCS公告試題。．由基礎知識到解題技巧，以清晰易懂的方式闡釋程式設計核心觀念。．詳細探討觀念題的知識要點，徹底分析實作題的關鍵內容。．不再為APCS考試感到困惑，成功提升在APCS檢測中的表現，贏得競爭的優勢！使用「MOSME 行動學習一點通」，登入會員與書籍序號後，可自我練習，即學即測即評。評量：可在線上反覆練習書內題目。詳解：在線上即時練習書內題目後，可立即核對答案，查閱詳細解析。加值：提供本書的範例檔案、素材給讀者下載使用。

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。

本書充分運用 樹莓派 與 NodeMCU-32S 的Wi-Fi、藍牙低功耗(BLE)無線通訊功能，以Python、MicroPython程式配合Node-RED建構物聯網，可藉著智慧型手機或筆電無論處在是否有Wi-Fi提供的場所都能來監控它。 本書分成三大部分 🔸樹莓派：從開箱設定到GPIO應用 🔸ESP32： 從GPIO腳位讀取溫濕度感測器、12位元類比訊號輸入得知光敏電阻值、到內建觸摸感測器運用 🔸樹莓派與ESP32：運用Node-RED融合兩者，輕易開發物聯網 書籍特色 🔸結合樹莓派與NodeMCU-32S建立實用物聯網 🔸運用Python與MicroPython撰寫感測與控制程式 🔸利用Node-RED以網頁撰寫程式整合硬體、使用者介面 🔸以Wi-Fi、藍牙低功耗(BLE)通訊傳遞訊息 閱讀本書後，你將學到 🔸樹莓派GPIO應用 🔸NodeMCU-32S GPIO應用 🔸Python與MicroPython程式設計 🔸Wi-Fi、藍牙低功耗(BLE)無線通訊模組應用Node-RED程式設計 本書適用於 🔸大專院校「機電整合」、「專題製作」、「網際網路程式設計」等課程 🔸高中、高職「微電腦應用實習」相關課程 🔸各級學校開辦「物聯網」探索課程 🔸創客玩家DIY物聯網

【新書簡介】★☆★ 全面掌握機器學習的影像處理，豐富實例等你來挖掘！ ★☆★機器學習的影像處理，是當前最熱門的研究領域之一，而這其中OpenCV-Python整合了OpenCV C++API和Python的最佳特性，使其成為電腦視覺領域內極具影響力和實用性的工具。本書透過案例來介紹所有影像相關的技術，包含了基礎演算法、機器學習、深度學習。在基礎部分，有影像安全（影像加密、影像關鍵部位打碼、隱身術）、影像辨識（答題卡辨識、手勢辨識、車牌辨識、指紋辨識、手寫數字辨識）、物體計數、影像檢索、缺陷檢測等。在機器學習部分，則實作了KNN實現字元（手寫數字、英文字母）辨識、數獨影像求解（KNN）、SVM手寫數字辨識、行人檢測、藝術畫（K平均值聚類）等。在深度學習方面，包括了影像分類、物件辨識（YOLO演算法、SSD演算法）、語義分割、實例分割、風格遷移、姿勢辨識等。另外在最流行的人臉辨識相關方面，則提供了人臉檢測、人臉辨識、勾勒五官輪廓、人臉對齊、表情辨識、駕駛員疲勞檢測、易容術、性別和年齡辨識等。本書對電腦視覺涉及的基礎知識進行了全面且系統性的深入梳理，能夠幫助讀者快速掌握該領域的核心基礎知識，此外，透過豐富的實例介紹，也能避免將案例作為單一問題看待的窘境，並且可以從不同的角度理解及分析問題，讓讀者能夠加以組合運用，創建屬於自己獨特的影像處理法寶！※ 本書附程式碼，可至深智官網下載：https://deepmind.com.tw/

⊙了解Python程式邏輯，帶你解決日常生活中的問題！⊙理論與程式案例互相搭配，學習記憶更深刻！⊙過關斬將！附有大學程式設計先修檢測(APCS)試題解析。擁有一個好的工具，處理問題會更方便又快速。程式設計是一種利用電腦程式語言解決問題的工具，只要將所要處理的問題，依據程式的語法描述出問題的流程，電腦便會根據我們所設定的程序，完成目標。本書是一本適合高中職生閱讀的Python語言自學書，從說明何謂程式，逐步介紹Python語言的語法，搭配程式範例，實際操作與撰寫，精進對程式語言的熟練度及興趣。每個章節末附有大學程式設計先修檢測(APCS)試題解析，提供未來想申請大學資訊相關科系的高中職生有明確的學習方向。

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●

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

1.介紹Python基礎技術與通過ICTP計算機程式能力國際認證的實用教材。 2.本書介紹的內容包含ICTP計算機程式能力國際認證-核心能力(Information and Communication Technology Programs-using Programming(Python) -Essentials Level)考試重點的

本書內容主要包括：計量經濟學及其Python應用環境，Python在一元回歸分析中的應用，Python在多元回歸分析中的應用，Python在多重共線性中的應用，Python在異方差中的應用，Python在自相關中的應用，Python在時間序列分析自相關性與平穩性中的應用，Python在時間序列分析ARIMA等模型中的應用，Python在時間序列分析ARCH與GARCH模型中的應用，Python在面板數據計量分析中的應用，Python在廣義矩估計與最大似然估計中的應用，Python在格蘭傑因果關係中的應用，Python在協整配對交易策略中的應用。本書最後提供了兩個附錄、分別為計量經濟學Python工作環境準備，以及Python基礎知識與編程。本書緊跟數字經濟與財經數據科學時代潮流，內容新穎、全面，實用性強，集理論、方法、應用於一體，可作為經濟學、數字經濟、統計學、數量經濟學、應用數學、金融學、會計學、大數據管理與應用等相關專業的本科生與研究生教材或參考用書。

本書是一部基礎扎實、可讀性強的Pvho語言入門教材。通過本書的學習，讀者能夠快速掌握Python語言的基本知識，並通過實踐項目深入瞭解項目開發的基本流程以及常用第三方庫的使用方法。全書內容共分為11章，前8章聚焦於Python基礎知識，包括Python基礎入門，基本語法與數據類型，字符串的進階使用，列表、元組、集合與字典，控制流，函數，模塊與包，以及面向對象程序設計：後續章節通過3個實踐項目——《王者榮耀》的數據可視化分析，二手房價格預測，以及基於經典文學作品的文本分析，引導讀者將所學知識應用于實際開發中。本書適合軟件編程的入門讀者，同時也適用於具有一定編程基礎的讀者，幫助他們學習常用第三方庫的使用，並逐步掌握項目開發的基本方法。