Python

這是一本節奏明快的Python輕鬆入門與應用的程式設計書籍，能讓讀者學會編寫程式、解決問題，並讓程式的應用立竿見影。 在本書的前半部分，讀者將學到關於Python程式設計的必學基礎概念，例如串列、字典、類別和迴圈等主題，並對每個主題實作練習寫出整潔易懂的程式碼。讀者也能學到如何讓程式產生互動性，以及如何在程式整合到專案前正確也測試好編寫的程式碼。 在本書的後半部分，讀者會把學到的知識技能應用到三個

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 Sci

一本手把手教你用Python刻出區塊鏈的技術書，想了解區塊鏈背後的原理？就從挽起袖子寫程式開始！ 手把手教學：你也可以寫出跑得動的區塊鏈！ 實用密碼學：Merkle Tree、非對稱加密、零知識證明是怎麼做的？ 共識與分岔：暫時性分岔、軟分岔、硬分岔有甚麼區分？ 礦工的世界：扣塊攻擊怎麼做？機槍池的原理是甚麼？ 本書內容改編自第 11 屆iT 邦幫忙鐵人賽的Blockchain 組冠軍系列文章，也

本書提供穩固而札實的實務基礎，讓你有能力解決各種NLP任務。本書涵蓋NLP的各個面向，除了理論基礎之外，更強調實務方面的實作。在解決各種NLP任務時，如果能在實務方面擁有良好的基礎，一定有助於你順利過渡到更高級的理論架構。此外，若能在實務方面有更扎實的理解，也就可以讓你更充分利用特定領域的知識，進而對演算法做出更好的調整。透過本書，您將可以：．了解NLP的概念與各種自然語言處理方法．如何應用Ten

A beginner's guide to programming terminology, fundamental concepts, and techniques for writing code. The author focuses on the four basic constructs of programming sequences, loops, branches, and mod

Python已經是目前最受歡迎的程式語言之一，而Django則是Python語言裡最廣為使用的Web Framework。任何想要以Python來製作動態資料網站的朋友，不需要煩雜的設定，只要以pip安裝之後即可建立一個自帶測試用網頁伺服器的網站開發環境，實踐像是WordPress這類CMS系統所不能做到的客製化功能，是非常方便易學且功能強大的網站開發最佳組合。本書的主要目標是希望Python初學

一書搞定：從初始化 LINE 聊天機器人到發送華麗的 FlexMessage！ 從 Heroku 跨足到輕量簡潔的 AWS Lambda！ ●深入淺出的教學，完全了解LINE聊天機器人的運作原理。 ●生動有趣的範例，完全活用LINE聊天機器人的各式功能。 ●勤勞樸實的開銷，完全探索LINE聊天機器人的免費資源。 本書改編自第11屆iT邦幫忙鐵人賽 Modern Web 組優選網路系列文章---《從

Python正宗入門NO.1一本引領數以千計讀者一探Python世界、讓老師用了再用的暢銷基礎經典！大數據時代、新課綱世代跨入程式語言，鍛鍊邏輯思維就從Python開始學！Python是目前最熱門的程式語言，執行功能強大，但語法卻簡潔優雅、易於學習，更方便應用在許多專案實作上。它也沒有複雜的結構，程式易讀，且易於維護。Python的應用範圍相當廣泛，無論是資訊蒐集、大數據分析、機器學習、網站建置，

內容架構完整：範例程式說明、主控台之應用、程式視窗元件、學習輕鬆上手。 強化核心理論：Python程式設計、基礎函式模組、GUI介面元件，重點詳加解說。 章末重點整理：加深學習印象、利用自我評量、強化學習效果、最完整的支援。 ※適合讀者初學Python程式設計，以實作導引觀念，相關課程必備上課教材。※ 本書是以初學者入門觀點編著，以簡潔文詞表達，使讀者輕鬆切入、輕鬆學習。內容以實作導引觀念，先從最基本的程式概念開始說明，接著透過與Python Shell的互動交談模式，介紹基本語法，再加上使用元件概念，引領讀者進入Python的程式設計領域。 如果您是正要接觸Python或想要一探程式設計原理的讀者，書中圖解化的概念及簡易的說明，可以讓您循序漸進地學好程式設計。書中的所有範例程式皆可於博碩官網下載，讀者可以依照學習進度練習，配合各章教學內容的練習題，讓讀者自我評量學習成果。 【精采內容】  充滿魔法的Python：認識Python IDLE、跟Python Shell聊聊天、好幫手help()函式。  Python的百變海龜：Python Turtle從海龜看世界、Turtle繪圖、繪製幾何圖形。  Python魔法箱：保留字和關鍵字、整數型別、面對實數、代數問題、運算子。  程式轉圈更有趣：流程控制、for和while迴圈、continue和break敘述。  程式也有選擇權：if敘述、字串與運算子、格式化字串。  組合不同的資料：序列型別、內建函式Tuple、List物件、資料排序與加總。  重覆工作交給函式：定義函式、有去有回的參數、參引數列、Lambda函式、變數。  模組與函式庫：匯入模組、隨機數值random模組、取得時間戳time模組、datetime模組、詞雲。  GUI介面：物件導向機制、tkinter套件、元件與版面管理。  一起玩PyGame：Pygame套件、Pygame繪圖、一筆繪基本圖、參與遊戲的要角。

只要看看資料，就能預測未來？ 時間序列分析，讓數據告訴你答案。 銷售額為什麼忽高忽低？ 廣告真的有效，還是只是運氣好？ 預算該怎麼分配，才能帶來最大的成效？ 這些問題，其實都藏在「隨時間變化的資料」之中 ★東大專家親授！第一本專為「商務實戰」打造的時序分析漫畫教程。 ★拒絕死背公式！從 ARIMA 模型到 mROI 評估，看漫畫就能學會預測未來的技術。 從基礎觀念到 ARIMA、預測建模 一次學會銷售分析、廣告成效評估與預算最佳化 Python 實作 × 商務情境 × 圖像化解說 「數據真的能預測未來嗎？」家電大廠資料分析師帶你從零開始，把冰冷數據變成獲利決策！ 銷售額增減、庫存變動、廣告成效……我們的身邊充滿了「隨時間變化」的資料，但你懂得如何利用它們嗎？ 時間序列分析，常被認為是困難又抽象的統計領域，但其實，它正是解決現代商務問題的關鍵工具 本書透過有趣的家電大廠漫畫故事，帶領讀者深入淺出地掌握「時間序列分析」，從最基礎的圖表化觀察，到進階的 ARIMA 模型建立，甚至連業界最關心的「廣告延續效應」與「預算分配最佳化」都一次講清楚！ 【本書特色】 • 掌握趨勢： 拆解數據中的季節性與趨勢，不再被短期波動誤導。 • 精準預測： 運用過往資料建模，科學化預測未來銷售走向。 • 廣告優化： 分析不同媒介的廣告貢獻度，找出最佳投放時機與預算比例。 • 完整實務流程：從資料觀察 → 建模 → 驗證 → 預測 → 最佳化，讓理論直接轉化為工作生產力。 • 視覺化圖解： 複雜的迴歸與建模過程轉化為圖表，用圖表與插圖理解趨勢、季節性與模型概念，一眼掌握性質與重點。 • 商務導向： 內容涵蓋廣告成效驗證、因果推論與預算最佳化，聚焦銷售，極具商務價值。 • 學習檢測： 每一章結尾設有重點延伸說明，且附完整 Notebook 與資料檔，可直接動手實作，引導你從初學者走向中級。 • 名師加持： 專家級作者親力親為，細緻講解如何深入挖掘數據價值。 數據分析真的能改善現況嗎？這是一本為「想解決問題的人」寫的書！ 很多人看到「時間序列分析」就聯想到複雜的微積分與統計術語，因而望而卻步。 《圖解時間序列分析》是一本專為不擅長數學、卻想把資料分析用在實務中的讀者所寫的入門到應用書籍。透過漫畫故事與大量圖解，帶你一步步理解時間序列分析的核心概念，並實際應用在銷售分析、廣告成效評估、未來預測

只有一兩筆資料，手動處理還算簡單， 但如果有成千上萬筆時， 用土法煉鋼的方法不僅費力又耗時， 還可能眼花手亂，造成失誤…… 其實，學會Python， 就能得心應手處理各種繁瑣資料！ ★ 繼《【圖解】零基礎入門Excel╳Python高效工作術》好評，續推重磅新作 ★ 從基礎安裝、常見情境到實際案例操作，輕鬆學會程式設計，解決專屬問題 ★ 本書附有範例程式碼和程式檔，讓你免費下載，加速學以致用 ◎ 用途廣，又能靈活操作，文科人也學得會 《【圖解】零基礎入門Excel╳Python高效工作術》上市後，廣受好評， 就連文科人都能按圖索驥，拆解步驟，跟著圖文說明， 學會用Python處理Excel，匯入大量資料、交叉分析、繪製圖表、轉成PDF， 不過，Python用途廣泛，不僅能跨系統，還有不少功能值得學習，讓工作效率翻倍。 ◎ 一步步學會寫程式，解決自己遇到的特定問題 因此，日本資深程式設計師金宏和實推出第二本書， 希望讀者能夠自行寫程式，解決各種實際會遇到的問題， 他以對話和圖解的形式，讓你從中發現自己也有類似的情境， 更有學習的動力，活用Python處理Excel── ．輕鬆學會安裝外部函式庫「OpenPyXL」和常見語法 ．只要短短幾行程式碼，就能執行合併列印 ．寫程式時，多少會遇到「錯誤問題」，如何有效偵錯和除錯？ ．從不同檔案，指定篩選工作表，快速擷取數據或日期 ．將篩選後的資料重新排序，以便彙整、加總…… ．如何快速製作QR碼，自動載入Excel工作表？ 本書從基礎入門到活用精通，教你用Python寫程式，有效率處理Excel資料， 還附有免費的範例程式碼和程式檔，讓你邊學邊操作，加強學習成果與深度， 處理各種資料更得心應手，展現職場競爭力！

彙整報表、分析資料、製作圖表…… Excel是各行各業必備的工具， 重複開啟資料、剪貼，耗時又耗能， 學會Python，讓多份Excel資料交叉分析，一鍵自動化！ ★ 日本熱銷33,000冊 ★ 程式菜鳥也能迅速上手，表格自動化就交給Python，大大提升工作效率 ★ 行政人員、文書處理必學的工作書，讓你事半功倍 如果你處理數據資料和報表的方式如下，必讀本書： ．一個一個開啟報表，選取資料匯入總表，不斷重複相同動作 ．逐一將表格格式化、設定列印資訊，耗費大量時間 ．資料逐一繪製圖表、一份一份轉檔，讓自己眼花撩亂 平時需要5步驟的Excel操作，學會Python只需1步驟就能快速完成， 讓你工作效率比其他人高，也是各界人才具備的技能—— ．學生製作資料分析報告 ．老師系統化管理成績 ．主管秒速完成季報、年報業績表 ．業務人員製作視覺化競業數據資料 ．行政人員快速完成統計報表…… ◎ 最受歡迎也最容易上手程式語言——Python Python是一種可以廣泛使用的程式語言，用於數據分析、資料處理、應用開發等， 透過程式，能自動化處理許多繁瑣的步驟，節省大量時間。 很多人可能會覺得寫程式很難，是本科系的專業， 但Python的程式語言相當簡潔易懂，貼近使用者的習慣， 其他程式語言需要寫數十行，Python只要短短幾行即可， 這也讓Python近年來成為最受歡迎的程式之一， 無論是本科生、文組生、已學過程式或沒碰過程式的人，都能輕鬆上手。 ◎用Python處理Excel，把繁瑣工作自動化，效率瞬間提升 將Python運用於Excel中，能幫我們自動處理繁複的步驟， 使原本需要重複開啟、計算、逐一格式化、轉檔等流程，變得只要一秒搞定。 不僅大幅提升工作效率，也能避免在作業時不小心出錯，幫你更快完成大量、複雜的報表： ．瞬間匯入大量資料：自動化開啟檔案，挑出所需內容整理成CSV檔、匯入系統 ．不費力完成交叉分析：先分析客戶資料，再依照商品資訊進行交叉比對 ．格式設定與列印：自動將報表格式化，呈現清楚易讀的內容 ．將資料繪製成圖表：將資料繪製成長條圖、折線圖、區域圖等各式圖表 ．自動轉檔：將報表自動轉檔為PDF檔 本書從Python的基本安裝、基礎語法和知識， 搭配Excel製作資料報表常見的職場情境， 利用圖解的方式，一步一步教你輕鬆學會用Python自動化處理E

沒時間盯盤、不會選股、不敢停損停利⋯⋯ 讓投資新手或資深股民都相當困擾， 其實，只要學會程式交易，機器人幫你自動化投資， 這些問題就能一勞永逸， 連文科人也可以輕鬆上手！ ★ 第一次用Python投資理財就上手 ★ 5大策略╳3大數據整理套件╳2大爬蟲基礎╳基礎語法╳選股模型╳LINE即時通知 ★ 超過5,000名學員實證，可以簡單學習、好用的自動化投資法 如果你有這些問題，必讀本書： ．想要投資卻不知道怎麼開始 ．沒有程式基礎，也不知道怎麼入門用Python投資理財 ．資訊爆炸的時代，不知道哪些才是有用的數據 ．到底要怎麼快速取得股市的報價 ．總是沒有時間看即時的股市資訊，導致錯失進出場良機 ◎ AI取代人工投資，程式交易已成為時代主流 隨著科技與網路的進步，AI逐漸取代人力，處理重複且瑣碎的工作， 也可以應用在投資理財的領域， 無論是基金、股市、期貨、加密貨幣，都可以看到AI的應用， 就連美國高盛集團也只剩三名人工交易員，幾乎所有交易流程皆透過電腦程式自動化， 國內外金融機構導入金融科技（FinTech）推出相關服務，大專院校紛紛開設相關課程， 「程式交易」明顯已經成為時代的主流。 ◎ 程式交易，讓你更輕鬆賺錢、賺自由 程式交易可以把原本由「人」操作的投資，全部交由電腦程式自動執行， 不僅能隨時追蹤股市行情，讓你不錯過買賣時機，減輕盯盤壓力， 更能用最嚴謹、最即時的數據，優化你的投資策略，戰勝不敢停損的心魔， 輕鬆獲利的同時，更獲得自由！ ◎ 程式交易的入門首選──Python 目前有各種可以應用在投資的交易程式，包括：Python、Multicharts、TradingView、MT4…… 而Python是一種廣泛使用的程式語言，適用於各作業系統，函式庫也非常豐富， 就連沒學過程式的小學生、文科生，都能輕鬆上手。 ◎ 第一次用Python投資理財就上手 致力於提供程式交易教學的量化通， 團隊累積數十年的投資經驗，管理資產規模達上億元， 多次受邀至各大專院校與知名企業擔任講師， 擅長用深入淺出的方式帶領投資新手輕鬆學會程式交易， 因此，透過本書，你將從零開始學到── ．5大策略：趨勢策略、動能策略、反轉逆勢策略、通道策略、籌碼策略 ．零基礎學Python：從安裝到建置開發環境、基本語法、資料整理 ．3大數據整理套件：datetime、csv、pan

彙整報表、分析資料、製作圖表……Excel是各行各業必備的工具，重複開啟資料、剪貼，耗時又耗能，學會Python，讓多份Excel資料交叉分析，一鍵自動化！★ 日本熱銷33,000冊★ 程式菜鳥也能迅速上手，表格自動化就交給Python，大大提升工作效率★ 行政人員、文書處理必學的工作書，讓你事半功倍如果你處理數據資料和報表的方式如下，必讀本書：．一個一個開啟報表，選取資料匯入總表，不斷重複相同動

只有一兩筆資料，手動處理還算簡單，但如果有成千上萬筆時，用土法煉鋼的方法不僅費力又耗時，還可能眼花手亂，造成失誤……其實，學會Python，就能得心應手處理各種繁瑣資料！★ 繼《【圖解】零基礎入門Excel╳Python高效工作術》好評，續推重磅新作★ 從基礎安裝、常見情境到實際案例操作，輕鬆學會程式設計，解決專屬問題★ 本書附有範例程式碼和程式檔，讓你免費下載，加速學以致用◎ 用途廣，又能靈活操作，文科人也學得會《【圖解】零基礎入門Excel╳Python高效工作術》上市後，廣受好評，就連文科人都能按圖索驥，拆解步驟，跟著圖文說明，學會用Python處理Excel，匯入大量資料、交叉分析、繪製圖表、轉成PDF，不過，Python用途廣泛，不僅能跨系統，還有不少功能值得學習，讓工作效率翻倍。◎ 一步步學會寫程式，解決自己遇到的特定問題因此，日本資深程式設計師金宏和實推出第二本書，希望讀者能夠自行寫程式，解決各種實際會遇到的問題，他以對話和圖解的形式，讓你從中發現自己也有類似的情境，更有學習的動力，活用Python處理Excel──．輕鬆學會安裝外部函式庫「OpenPyXL」和常見語法．只要短短幾行程式碼，就能執行合併列印．寫程式時，多少會遇到「錯誤問題」，如何有效偵錯和除錯？．從不同檔案，指定篩選工作表，快速擷取數據或日期．將篩選後的資料重新排序，以便彙整、加總……．如何快速製作QR碼，自動載入Excel工作表？本書從基礎入門到活用精通，教你用Python寫程式，有效率處理Excel資料，還附有免費的範例程式碼和程式檔，讓你邊學邊操作，加強學習成果與深度，處理各種資料更得心應手，展現職場競爭力！

幫助你解決各類實務問題的演算法寶典 ★ 超過 60 個演算法的介紹與應用 ★ 生成式模型、進階序列模型、大型語言模型 ★ 片單推薦、電商平台商品推薦、餐廳評分系統、詐騙偵測 ★ AI 數位時代工程師必備寶典 《每個程式設計師都應該要知道的 60 個演算法》是資料科學家必備的兵工廠。如果你正在探索資料科學或是希望提升你的技能，這本書是幫助你打下穩固基礎的絕佳起點。 Somaieh Nikpoor博士 | 加拿大政府資料科學與 AI 部門主管，Carleton 大學 Sprott 商學院兼任教授 ＿＿＿＿＿ 使用演算法解決現實世界問題的能力，是每一位開發人員或程式設計師必備的技能。本書不僅能幫助你培養選擇和使用演算法來解決真實世界問題的技能，也會讓你了解這些演算法的工作原理，第二版內容加入了最新的生成式模型與序列模型介紹與應用，讓你能夠輕鬆理解與應對不斷變化的 AI 應用。 你將從演算法簡介開始，進一步學習各種演算法的設計技巧，然後透過實際範例的引導，探索如何實作不同類型的演算法。隨著進度推進，你將學習到線性規劃、頁面排名、圖形演算法，然後運用機器學習演算法來理解它們背後的數學和邏輯。 部分案例研究將會展示如何以最佳方式應用這些演算法，接著，你將聚焦在深度學習演算法，並學習各種不同類型的深度學習模型及其實際的應用方式。 你也會學到關於現代序列模型和它們的變體、演算法、方法論以及架構，用來實作像是 ChatGPT 這類大型語言模型（LLM）。 最後，你將能夠精通平行處理技術的技巧，讓你具備在計算密集型任務中高效運用這些演算法的能力。 讀完這本程式設計書，你將可以熟練地使用各種演算法，解決現實世界中的各種計算問題。 ▍你將會學到以下內容： ⋄ 設計演算法以解決複雜問題 ⋄ 熟悉類神經網路和深度學習技術 ⋄ 探索 Python 程式庫中現有的資料結構和演算法 ⋄ 使用網路分析實作圖形演算法進行詐欺偵測 ⋄ 透過實際範例，深入研究自然語言處理的最先進演算法 ⋄ 建立一個可以向訂閱者推薦電影的推薦引擎 ⋄ 掌握序列機器學習模型的概念及其在開發尖端大型語言模型中扮演的基礎角色 本書藉由各種實務案例研究深入研究LLM的細微差異，同時了解關於序列網路、LSTM、GRU、加密技術等內容，展現演算法的實際應用，並給出如何實作這些應用的程式碼範例，助

本書特色1. 由淺入深，循序漸進從基礎Python語言開始講解，適合初學者入門。完整說明Python程式設計的基本能力，包括變數、資料型態、控制流程、函式、物件導向等。2. 圖文並茂，易學易懂使用大量圖例和流程圖來詳細說明程式設計的觀念和語法，讓讀者更容易理解。3. 結合ChatGPT，提升學習效率介紹ChatGPT生成式AI，並提供了各種程式設計實例，幫助讀者更有效地學習Python。4. 完整涵蓋Pandas資料分析詳細說明Pandas套件的Python資料分析，包括資料匯入、匯出、篩選、編輯、彙整、清理、排序、合併、運算、群組分析、樞紐分析表、資料視覺化等。5. 實戰導向，學以致用本書提供大量實作範例，幫助讀者將所學知識應用於實際情況中。 內容簡介本書是一本學習Python程式設計和資料分析的入門教材，適合初學者輕鬆上手。以Excel使用者的角度，詳細說明Pandas套件的Python資料分析，並透過ChatGPT生成式AI的幫助，讓讀者能夠更快、更輕鬆地學習Python程式設計和資料分析。首先，本書從介紹Python程式語言的基礎開始，徹底解說讀者需要具備的程式設計能力，並介紹OpenAI推出的ChatGPT生成式AI，探討其在程式設計中的應用，以及如何利用ChatGPT來協助學習Python程式設計等相關技術。其次，本書重點闡述Pandas套件在Python資料分析中的應用。從建立Series和DataFrame物件開始，逐步介紹了如何匯入和匯出不同格式的資料，以及如何進行資料篩選、操作和彙整。特別是在第14章至第16章中，通過具體的範例，讀者將學會如何進行資料清理、排序、合併，以及執行各種資料運算和視覺化。本書的獨特之處在於將ChatGPT生成式AI融入到學習過程中，通過ChatGPT的幫助，讀者不僅可以寫出Python程式碼，還能夠自動產生商業模擬數據的學習範例，使得學習過程更加生動有趣，並且實際應用到商業資料分析中。最後，本書使用豐富的圖例和流程圖詳細解說程式設計的觀念和語法，並利用fChart流程圖直譯器呈現動畫流程圖，幫助讀者更好地理解程式邏輯，從而提升解決問題的能力和思維邏輯。《看圖學Python：資料分析與資料視覺化》不僅適用於計算機概論、程式設計和Python資料分析課程的教學，也是自學Python和資料分析的理想選擇。無論是對於

★☆★國內第一本介紹Rust實戰的專書★☆★【本書特點】☆Rust重要觀念介紹：泛型(Generics)、特徵(Trait)、巨集(Macro)、閉包(Closure)、並行處理(Concurrency)、所有權(Ownership)。☆Rust實戰：機器學習、WebAssembly、區塊鏈(Blockchain)、跨語言整合(FFI)，包括Python、C、JS…等。☆常見應用實作：資料庫存取、網站開發、桌面程式、檔案系統存取…等。【本書目標對象】1. 熟悉C語言的學生或工程師：可學習到最新的程式語言設計理念，改寫或升級舊系統(Legacy system)。2. 熟悉Python語言的學生或工程師：可學習到如何開發安全與高效能的應用系統。3. 同時熟悉C與Python語言的學生或工程師：可學習到如何整合Python與Rust，提升系統開發的生產力。4. 機器學習工程師：可學習如何利用Rust建立高效系統，以提升模型訓練(Training)與推論(Inference)的速度。

本書共11章, 詳細介紹在Python環境下學習scikit-learn機器學習框架的相關知識, 涵蓋的主要內容有機器學習應用開發的典型步驟、Python機器學習軟件包、機器學習理論基礎、k-近鄰算法、線性回歸算法、邏輯回歸算法、決策樹算法、支持向量機算法、樸素貝葉斯算法、PCA算法和k-均值算法等。

★☆★ 最佳視窗開發軟體PyQt ★☆★↗ 開發Windows端應用程式最佳幫手，輕量小巧又快速 ↗不論哪個行業，在PC上實現業務邏輯的介面雖然首選是瀏覽器，但專屬於視窗的控制元件提供了更方便的操作感受。Python無疑是快速開發的最佳選擇，入門簡單入手快速入行實用，而對應到Python的視窗介面當然首選就是PyQt了。雖然你有很多GUI的選擇，如Tkinter、Flexx、wxPython、Kivy、PySide、PyGTK等，但在普及性及實用性上，沒有一個比得上PyQt。本書是最適合想快速上手，具有一定程式設計功力的使用者閱讀。你只要懂得大部分程式語言的邏輯，再加上一點點Python的基礎，就可以輕鬆開發出跨平台的視窗應用程式，不管是在Windows、MacOS、Linux上都沒問題。全書還有一個完整的專案實例，把整個PyQt的所有控制元件融會貫通，不管是開發學校專案、畢業專題，甚至是公司的專業開發產品，都難不倒你。◎ 本書特色(1) 主流技術全面講解本書涵蓋PyQt常用控制項、PyQt佈局管理、PyQt高級控制項、PyQt繪圖技術、多執行緒程式設計以及PyQt程式的打包發佈等技術。(2) 由淺入深，循序漸進本書引領讀者按照基礎知識→核心技術→進階應用→專案實戰，循序漸進地學習。以初、中級程式設計師為對象，採用圖文結合、循序漸進的編排方式，從PyQt開發環境的架設到PyQt的核心技術應用，最後透過一個完整的實戰項目，對使用PyQt進行Python GUI 開發進行了詳細講解，幫助讀者快速掌握PyQt開發技術，全面提升開發經驗。(3) 85個應用實例+1個專案實戰多達85個應用實例，加上打造1個完整學生資訊管理系統的專案實戰，充分練習，上場不再害怕。(4) 精彩欄目，貼心提醒本書設置了很多「注意」、「說明」、「技巧」等小欄目，有利於讀者在學習過程中更輕鬆地理解相關知識及概念，並輕鬆地掌握個別技術的應用技巧。◎ 本書核心技術● PyQt入門● Python的下載與安裝● 搭建PyQt開發環境● Python語言基礎● Python中的序列● Python物件導向基礎● 建立第一個PyQt程式● PyQt視窗設計基礎● PyQt常用控制項的使用● PyQt佈局管理● PyQt高級控制項的使用● 使用Python操作資料庫● 表格控制項的使用● 檔案及資料夾操作● Py

● 認識 PyQt 和 Qt Designer ● 了解 PyQt5 和 PyQt6 的差異 ● 程式碼均包含 PyQt5 和 PyQt6 版本 ● 程式碼均有一般寫法和 class 寫法 ● 介面與視窗元件 ● 介面佈局方法 ● 行為與事件 ● 樣式、影像和繪圖 ● 十個精選實用範例 Qt 本身是 C++ 的函式庫，而 PyQt 則是 Qt 的分支，是 Python 用來設計使用者介面 ( GUI ) 的函式庫，主要使用 Python 搭配 Qt 進行介面的設計開發，除了能完整利用 Python 語法，也保留了 Qt 的強大功能，目前市面上許多軟體，也會使用 PyQt 進行開發。 雖然 Python 本身內建 Tkinter 函式庫，但 PyQt 能用更容易理解的程式碼，以及更美觀的介面進行設計，此外，PyQt 也可以搭配 Qt Designer ( 針對 Qt 開發者的跨平台介面開發工具 ) 進行開發，並輕鬆的在 Windows、Linux 及 Mac OS 等作業系統運行。 本書是專門介紹 PyQt 的書籍，除了同時介紹 PyQt5 ( 最普及 ) 和 PyQt6 ( 最新 ) 兩種版本，每個範例程式碼都會包含「一般寫法」和「class 寫法」，從最基本的介面與視窗元件，行爲和事件、繪圖與圖形編輯都有詳細介紹，最後也會透過十個常用的精選範例，帶領大家實作出完整的應用。

Cursor 是一個智能開發平臺，為開發者提供了全新的智能開發體驗。本書聚焦 Cursor，系統講解如何借助它實現從需求輸入到代碼生成、測試、部署的全流程自動化。全書共分 10 章，首先系統梳理 Cursor 的核心特性、功能模塊、使用方法及在 Python 開發中的適配機制，隨後結合實際應用場景（如快速原型構建、數據分析、自動化測試、API 與微服務、自動化爬蟲與信息抽取系統、團隊協作、企業開發自動化，以及智能助手構建等）展開講解。本書通過提示詞設計、工作流規劃及 Python 編程實戰，呈現 Cursor 在不同領域的工程化路徑，展現 AI（Artificial Intelligence，人工智能）驅動的系統化開發思維。本書適合 Python 開發者、AI 工程師、企業研發管理人員及技術架構師閱讀。

本書遵循專業考科「TQC+ 人工智慧：機器學習Python 3」技能規範架構撰寫，符合鑑定的命題趨勢。 1.內容由淺入深，採循序漸進的方式建立您運用機器學習解決問題的基本概念，達到技術的傳承及表達，符合實務運用需求。 2.本書共有七個章節，包含「Python與機器學習」、「數據前處理」、「監督式學習：迴歸」、「監督式學習：分類」、「模型擬合、評估與超參數調校」、「非監督式學習：降維與分群」、「集成

雖然很多深度學習工具都使用Python，但PyTorch 庫是真正具備Python 風格的。對於任何瞭解NumPy 和scikit-learn 等工具的人來說，上手PyTorch 輕而易舉。PyTorch 在不犧牲高級特性的情況下簡化了深度學習，它非常適合構建快速模型，並且可以平穩地從個人應用擴展到企業級應用。由於像蘋果、Facebook和摩根大通這樣的公司都使用PyTorch，所以當你掌握了PyTorth，就會擁有更多的職業選擇。本書是教你使用 PyTorch 創建神經網絡和深度學習系統的實用指南。它幫助讀者快速從零開始構建一個真實示例：腫瘤圖像分類器。在此過程中，它涵蓋了整個深度學習管道的關鍵實踐，包括 PyTorch張量 API、用 Python 加載數據、監控訓練以及將結果進行可視化展示。本書主要內容：（1）訓練深層神經網絡；（2）實現模塊和損失函數；（3）使用 PyTorch Hub 預先訓練的模型；（4）探索在 Jupyter Notebooks 中編寫示例代碼。本書適用於對深度學習感興趣的 Python 程序員。瞭解深度學習的基礎知識對閱讀本書有一定的幫助，但讀者無須具有使用 PyTorch 或其他深度學習框架的經驗。

基於實用、易學的原則，從功能、使用、原理等多個維度對Pandas做了全方位的詳細講解。本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型，正則化方法與聚類技術等。

Computer Programming Step by Step guides learners with little to no experience in writing computer programs using Python programming language. With over 300 visuals and a clever use of storyboards, it supports learners in the development of an experiential grasp of computer programming and provides a strong foundation upon which to further their knowledge.

【內容特點】?快速上手：專為 Python 開發者打造，用熟悉思維無縫接軌 Rust?解鎖高效能：掌握所有權與生命週期，根除記憶體錯誤並突破 GIL?PyO3 實戰：從零開始教你撰寫 Rust 擴充套件，解決 Python 運算瓶頸?AI 落地應用：駕馭 Candle 與 Burn 框架，實現輕量化推論與模型移植?工程化思維：涵蓋模組化設計、自動化測試到效能分析的完整實踐【本書獻給不願在效能與開發效率間妥協的你】?資料科學家：受夠了 Pandas 在大數據下的龜速，想尋找更高效的運算替代方案。?資料工程師：需要建構高吞吐量、低延遲且穩健可靠的 ETL 管線，徹底告別執行期錯誤，讓資料流動不再阻塞。? MLOps 工程師：致力於模型生產環境部署，追求在有限算力下達到極致的推論速度。?進階 Python 開發者：不滿足於語法糖，想深入理解底層運作與並行程式設計，大幅擴張技術守備範圍。

破譯武林招式，看懂程式設計！‧郭靖的小紅馬在Scratch裡能任意變色？‧韋小寶加盟天地會誓詞是高階程式語言？‧黃蓉的計算能力比Python還強？‧用費波那契數列就能進入桃花島？以武俠小說的場景為媒介，讓武林絕招和程式設計理論緊密結合。只要你摸過電腦、玩過電動遊戲，熟悉鍵盤和滑鼠的操作，就能讀懂本書的程式邏輯。讀者朋友可以一邊學習編寫程式的基礎知識，一邊跟著範例練習編寫代碼，不但能真正感受到程式設計的樂趣，還能解決生活中很多意想不到的大小問題。本書從用PowerPoint製作基本動畫講起，再進入麻省理工學院開發的入門級動畫軟體Scratch，最後敲開程式設計的利器Python，循序漸進帶領讀者朋友理解程式世界的奧祕，並享受數位科技帶來的樂趣。「如果你擁有電腦，卻沒有安裝Python，那叫暴殄天物。」～李開周

本書緊密結合當代計算機技術發展前沿，內容涵蓋計算機基礎、Python 程序設計以及人工智能基礎三大板塊。在計算機基礎知識板塊，深入講解編碼原理；介紹計算機體系結構，剖析硬件系統各組件的協同工作機制；闡釋操作系統的核心功能，同時對雲平臺、大數據平臺等計算平臺做了講述。Python 程序設計板塊，課程從環境搭建入手，使學生熟悉 Python 編程環境的配置。詳細講解 Python 變量的定義與使用、函數的編寫與調用、控制流程的設計，以及面向對象編程的基礎概念與方法，將創意轉化為可執行代碼。人工智能板塊，課程將回溯人工智能的起源與發展歷程，明晰其研究範疇與應用領域。對大模型做了基本介紹。隨後，本書深入機器學習領域，帶領學生動手搭建人工神經網絡，深入學習多層人工神經網絡、卷積神經網絡等深度學習技術，使學生對人工智能技術有深刻的認識與實踐能力。最後在生成式人工智能領域本書做了較為深入講解，對文本生成，圖像生成的原理進行了深入的分析和講解。本書面向的人群主要是高等院校低年級本科生，面向高等院校第一門課程大學計算機設計。同時，本書結合python程序設計和pytorch框架，給出了許多機器學習的案例，所以對編程感興趣的初學者以及人工智能領域的愛好者，本書能幫助他們深入瞭解人工智能，為進一步探索人工智能領域提供指引。此外，本書在超星平臺上線了和本書配套的MOOC課程，為學習本書的讀者提供了視頻講述資源。

第一本詳細說明如何運用SQL Server向量資料庫與Python建立RAG系統的實務指南！ ✦ 完整掌握資料庫設計與開發核心：涵蓋SQL Server、Transact-SQL程式設計，以及AI原生關聯式資料庫的應用技術。 ✦ 從設計與開發角度切入：完整介紹資料庫系統理論、實體關聯模型、正規化與T-SQL，培養自行設計、建立及開發資料庫應用程式的能力。 ✦ 適用最新版本與主流環境：實作內容適用Microsoft SQL Server 2025/2022，並介紹原生向量資料庫功能，適合作為學校課程與業界開發人員的實務教材。 ✦ 結合理論與設計實務：以圖例與表格解說 ANSI/SPARC 架構、關聯模型與正規化，並實作繪製實體關聯圖及建立資料庫，落實設計理論。 ✦ 全面掌握T-SQL程式設計：詳細說明T-SQL語法、預存程序、序列物件、自訂函數、觸發程序、資料指標與交易處理，奠定後端開發能力。 ✦ 實作跨語言用戶端開發：介紹ADO.NET與資料庫中介軟體，並提供C#與Python用戶端程式範例。 ✦ 整合最新的AI與機器學習應用： • 向量資料庫與RAG系統：介紹嵌入模型與SQL Server向量資料庫，透過兩個Python專案，建立知識庫與RAG（檢索增強生成）系統。 • 內建機器學習服務：使用Python直接在SQL Server中訓練模型並執行預測。 • 進階搜尋與資料應用：涵蓋全文檢索、JSON格式資料及相關內建函數，擴充搜尋與資料處理能力。

 Chapter1 資料的概念：在最開始的地方，以一系列的案例讓讀者認識到資料的價值（1.1），並且學習透過資料的型態（1.2） 和尺度（1.3） 來認識資料。  Chapter2 Python 基礎：對於沒有程式基礎的讀者，會從 Python的介紹和環境安裝（2.1 ∼ 2.2） 開始，並且介紹一些基礎的程式語法與邏輯（2.3 ∼ 2.4），讓讀者可以快速上手Python。  Chapter3 基本數值資料處理：分別介紹在資料分析中最常用到的NumPy（3.1） 和Pandas（3.2），讓讀者可以對各種基本的資料進行處理與分析。  Chapter4 各式資料處理：除了基本的數值資料以外，更進一步介紹對於影像（4.1 ∼ 4.2）、音訊（4.3 ∼ 4.4）、文字（4.5 ∼ 4.6） 類型資料的觀念與實作。  Chapter5 資料前處理：專門介紹各種拿到資料後要先做的前處理方式，包含資料清理（5.1）、資料轉換（5.2），以及如何進行合適的資料視覺化（5.3）。  Chapter6 其他專題補充：針對本書無法展開的內容，透過一個個小實作專題進行補充介紹，包含探索式分析（6.1）、網頁爬蟲（6.2）、機器學習與模型評估（6.3）、ChatGPT API（6.4）、HuggingFace（6.5）、資料管線（6.6）、常見誤區（6.7） 等。

身處 LLM 時代的必備技能 AI 爬蟲與資料檢索的全本機工作流 你還在用傳統的方法爬取網路資料嗎？還在手動分析 HTML 網頁結構、逐一定位網頁元素、再手刻爬蟲程式嗎？身處 AI 世代，是時候該學習更聰明、更高效的資料收集方法，讓你坐在電腦前，喝著咖啡、悠閒地看著 AI 為你自動爬取網路資料。在 AI 飆速發展的今天，傳統網路爬蟲技術正迎來全新的變革。過去，Python 爬蟲程式的開發者必須自行剖析 HTML 網頁結構，撰寫繁瑣複雜的資料擷取規則與步驟；如今，隨著 LLM 的普及，AI 已能協助我們理解 HTML 網頁結構、定位網頁資料，甚至能夠自動化建立整個爬取流程，大幅提升開發效率。本書從 HTML 結構解析入門，循序講解 BeautifulSoup + CSS 選擇器、lxml + XPath 表達式、正規表達式等核心技術，再深入 Selenium 模擬瀏覽器互動及 Scrapy 爬蟲框架的專業應用，帶領讀者全面掌握靜態與動態網頁擷取技術。更進一步結合 Playwright 自動化瀏覽器、以及 AI 驅動的爬蟲框架 Crawl4AI 和 ScrapeGraphAI，讓 LLM 成為理解與提取網頁資料的主力。不只如此，本書採用 n8n × Ollama 全本機架構，無需 API Key、無需 Docker，即可整合 SearXNG 搜尋引擎、Crawl4AI API 資料爬取、Qdrant 向量資料庫與 RAG 知識檢索生成，最終打造出 MCP + AI Agent 自動化流程 ⸺ 從搜尋、爬取到資料處理與知識生成一手包辦！本書特色: 用 AI 分析 HTML 結構建立 Python 網路爬蟲▸全面掌握靜態與動態 HTML 網頁擷取技術，CSS Selector、XPath 一次上手▸實戰演練 BeautifulSoup、Selenium、Scrapy 經典 Python 爬蟲框架Python × LLM 建立 AI 網路爬蟲▸整合 OpenAI、Gemini、Groq、Ollama 等多種 LLM，打造智慧爬蟲系統▸運用 AI 驅動的爬蟲技術 Crawl4AI 與 ScrapeGraphAI，自動理解並提取網頁內容▸結合非同步程式設計，提升資料抓取效率與彈性整合 Python × AI 網路爬蟲的 AI 工作流程：n8n▸以視覺化介面建立自動化流程，輕鬆整合

讓你一次學會：物聯網通訊、濾波器設計、影像追蹤與馬達控制四大技術 本書帶你使用 Node-RED 與 Python 在樹莓派上實現大部分物聯網所需的觀念與技術，並搭配 Arduino 與 ESP32 實現數位濾波器設計與 MQTT 雙向控制系統等進階主題，因此讀完本書，各位不僅能學到物聯網系統的重要觀念與技術之外，還可以學會：物聯網通訊、濾波器設計、影像追蹤與馬達控制等四大關鍵技術。 本書特色 → Node-RED 與 Python 編程技術 → 雙向 MQTT 物聯網控制技術 → 步進馬達控制技術 → 數位濾波器設計技術 → OpenCV 影像模板比對技術 → 串列通訊與訊號頻譜的底層邏輯與驗證

內容簡介這既是一本引導讀者如何使用ChatGPT低門檻、高效率學習Python數據分析與挖掘方法的著作，又是一本指導讀者如何使用ChatGPT精准、高效地進行Python數據分析與挖掘實操的著作。從讀者對象的角度看，本書既大大降低了沒有編程經驗的讀者學習Python數據分析的門檻，又為有經驗的Python數據分析師提供了大量實用的AI數據分析技巧，幫助他們快速轉型為具備AI能力的數據分析師。從核心內容的角度看，本書不僅講解了如何在數據預處理、數據清洗、數據可視化等基礎的數據分析環節使用AI工具，而且還講解了如何在聚類分析、預測分析等高級的數據建模環節使用AI工具。閱讀完本書，你將掌握以下知識：(1)數據分析、數據挖掘以及機器學習算法的基礎知識。(2)ChatGPT等AI工具的註冊及使用，以及如何使用這些AI工具學習Python。(3)使用ChatGPT輔助各種常見的數據操作和數據預處理。(4)使用ChatGPT輔助靜態數據可視化和數據交互可視化。(5)使用ChatGPT輔助聚類分析、關聯規則分析、回歸分析。(6)使用ChatGPT輔助學習降維算法、決策樹算法、隨機森林、k近鄰算法、支持向量機算法、神經網絡算法。(7)使用ChatGPT輔助數據建模以及對模型的性能進行評估和優化。本書採用由淺入深的寫作方式，既確保了內容的可理解性，又保持了足夠的深度，配有詳細的代碼示例和實踐指導，確保每位讀者能夠輕鬆上手並從中獲益，提升自己的分析效率和洞察能力。本書採用案例驅動的寫作方式，通過實際業務案例詳細拆解AI技術在各個場景中的應用步驟和技巧。語言簡潔易懂，理論與實踐結合，注重實用性和可操作性，幫助讀者快速掌握核心知識。提供豐富的實際案例和操作指南，涵蓋多種AI工具和交互技巧，確保讀者能夠學以致用。

本書以大數據分析技術及其應用為主線，系統構建了從理論奠基、技術實戰到智能應用的完整知識體系。全書分為三篇共九章，涵蓋大數據理論基礎、Python數據分析與智能數據處理三大模塊。各模塊以案例驅動的方式，將理論知識與實踐操作深度融合，幫助讀者掌握從數據獲取、數據處理、數據分析到智能展示與發佈的全流程技能。本書可作為高等學校“新文科”“新工科”背景下各專業大數據分析通識課程教材，也可作為全國計算機等級考試(Python語言程序設計及WPS Office應用科目)的重要參考用書，同時為從事數據分析教學和實踐的教師及相關技術人員提供有益參考。

內容介紹: 你從未見過如此完整的 Go 語言中文教材！Go 語言☛ 2016 年被 TIOBE 選為年度最佳程式語言☛ 2020 年 Stack Overflow調查為 『全球第三高薪開發者職業』☛ 2020 年超越 Python 成為『職業開發者最想學習語言』☛ 已被 Google、Dropbox、Twitch、Uber 等企業採用，也用來打造 Docker、Kubernetes

本書系統介紹了Python在財稅領域的應用，涵蓋從基礎語法到高級數據分析與人工智能技術的完整知識體系。本書內容包括Python基礎知識、財稅數據的類型及存儲方式、數據提取與處理、日期時間管理，以及使用NumPy和Pandas進行高效數據操作等。本書還深入講解了財稅數據的可視化展示和辦公自動化，並提供了綜合案例以幫助學生提升實務操作能力。本書特別關注人工智能在財務中的應用，介紹了智能數據采集、治理、挖掘及決策優化，幫助學生掌握新時代財務管理的核心技術。本書注重理論與實踐相結合，適合高職院校學生系統學習財稅信息化與智能財務相關知識與技能。

本書共分為12章，微積分綜覽、微分方程式介紹、一階微分方程式、一階微分方程式模型、高階微分方程式、高階微分方程式模型、拉普拉斯轉換、微分方程式系統、微分方程式的級數解、向量與向量空間、向量分析、傅利葉級數與轉換之理論與應用，適合工專與工程科系之學生用來初學與複習之用。第三版將原附錄的 Matlab 教學改為「Python程式實作」，針對工程數學相關課題提供範例與程式碼；目的是希望您在學習工程數學的過程，同時熟悉Python程式實作，可以深入理解與實際應用，進而提升學習效果。第三版特別增列「學習評量」，針對每個主題在課後提供同學在觀念上的評量，可以協助老師快速了解教學成效。

本書新版進行了全面修訂和擴展，將原理和范型重新拆分並整合為9個章節，包括概述、架構、進程、通信、命名、協調、複製和容錯。全書對基礎知識和特定主題進行了分離，後者被組織成不同的章節模塊，在第一次閱讀時可以跳過。為了幫助讀者更好地理解算法部分，本書提供Python示例程序。

本次改版新增「Python 語言快速入門」及「Python 程式語言觀念題題庫」，讓您準備更加充分！ ╲滿級分快速攻略╱ 重點總整理 + 歷次試題解析 ☑ 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 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。 為了因應新制的「程式識讀」，本次改版也另外新增了兩個附錄，提供「Python 語言快速入門」及「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。 本書的實作題以 C++ 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 C++ 語言應試 APCS 的實戰能