Python

新書上市即攻佔日本亞馬遜統計類書籍第一名很多資料科學、機器學習的書，內容充滿各種建模的技術展示、完美的案例分析，卻忘記了更重要的「資料」。唯有掌握好手中的資料，才是機器學習成功建模的第一步。無法了解資料，深度學習也救不了你；相反的，正確蒐集資料，輕鬆建模沒煩惱。如何了解資料？當然要從統計觀念開始。學習統計一定都要看抽象複雜的數學嗎？並不是！本書所使用的範例，會告訴大家「為什麼統計學要如此定義」、「為什麼技巧要那樣使用」。當讀者了解統計背後的觀念時，才不會迷失在複雜的數學。此外，有別於一般市售書籍總是用漂亮案例展示程式運行結果，此書用相當多的範例都是「專家也會犯的錯誤」，相信讀者同時學習成功以及失敗的案例後，可以更全面地了解資料科學的分析流程觀念。本書會介紹資料分析中的許多技術的基本觀念，如變異數分析、偏相關係數、自相關函數、Bonferroni校正、Holm校正、隨機對照試驗、斷點迴歸分析、傾向評分匹配、T檢定、F檢定、分層多階段抽樣法等，介紹的過程中會直擊分析技術的思維，而非僅展示漂亮的數學。本書亦會說明身為資料科學家該有的素養，來避免確認偏誤、倖存者偏誤、選擇偏誤、發表偏誤、自願者偏誤、可得性偏誤、樂觀偏誤、常態偏誤、後此謬論、賭徒謬誤、辛普森謬論、p-hacking、HARKing、單方論證、霍桑效應、畢馬龍效應等資料分析中可能踩到的陷阱。如果讀者曾經有以下問題，那這本書將是你的最佳解方。● 我想知道怎麼蒐集高品質資料來加速機器學習建模● 我想知道什麼樣的資料適合什麼分析技術● 我想知道分析過程中是否參雜不自覺的偏見● 我想知道分析完的結果代表什麼意思● 我想知道為什麼資料分析可以解決問題此外，中文版還提供免費Python程式下載，讓讀者可以實際演練書中的範例，加深對知識的理解。本書貫通從資料蒐集、資料分析、資料解讀每一個環節的觀念，讓你走上資料科學家的康莊大道！ 本書特色: ● 好評推薦（依姓名筆劃順序排列）國立政治大學統計學系副教授、台灣人工智慧學校講師 吳漢銘 推薦 國立政治大學統計學系助理教授 周珮婷 推薦「資料科學家的工作日常」版主 張維元 推薦國立臺灣大學名譽教授 謝南瑞 推薦● 概念性介紹資料分析的流程，探討過程中所需要的技術，解說分析結果的意義● 拒絕只展示漂亮數學，改變傳統一直寫程式的教學，帶你直擊資料分析流程的根本觀念● 分享

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

國內外最具代表性案例兩大雲端應用、15項分類實例、9大專題實戰自然語言、文字識別、語音轉換、分析預測、物件自動標示、影像辦識真正實練！從資料收集整理、模型訓練調整，檢測修正到產出全面解秘！資料科學(Data Science)技術崛起後，人工智慧(Artificial Intelligence)、機器學習(Machine Learning)與深度學習(Deep Learning)儼然成為電腦科學最熱

無

本書共9章, 涵蓋了機器學習的基本內容, 主要包括概述、離散變量與分類、連續變量與線性回歸、維數災難與降維、K均值聚類、生成模型與貝葉斯分類器、自監督與大語言模型、環境監督與強化學習、綜合實驗等。

本書共分為12章, 內容包括緒論、數字圖像處理基礎、圖像基礎性運算、圖像的正交變換、圖像增強、圖像復原、圖像的數學形態學處理、彩色圖像處理、圖像分割、圖像描述與分析、特徵檢測與匹配, 以及圖像編碼, 涵蓋了數字圖像處理的核心內容。

本書採用以任務為導向的編寫模式，全面地介紹了Python編程基礎及其相關知識的應用，講解了如何利用Python的知識解決部分實際問題。全書共7章，第1章介紹學習Python的準備工作，包括Python的由來與發展、Python環境搭建、編輯器介紹與安裝等。第 2～5章和第7章主要介紹Python的基礎知識、數據類型、程序流程控制語句、函數和文件基礎等內容。第6章講解了Python面向對象的編程。本書每個章節都包含了實訓與課後習題。通過習題和操作實踐，讀者可以鞏固所學的內容。

本書摒棄繁複的理論知識，通過大量的代碼舉例，重點講解Python的基礎知識，為零基礎的初學者深入淺出地介紹Python編程語言的基礎知識及簡單的數據處理應用技術。主要內容包括初識Python，數據類型、變量與運算符，字符串，列表與元組，字典，條件與循環語句，函數與模塊，類，文件與異常，數據處理及可視化。本書適合作為高等院校Python程序設計課程的教材，也可供相關人員參考使用。本書摒棄繁複的理論知識，通過大量的代碼舉例，重點講解Python的基礎知識，為零基礎的初學者深入淺出地介紹Python編程語言的基礎知識及簡單的數據處理應用技術。主要內容包括初識Python，數據類型、變量與運算符，字符串，列表與元組，字典，條件與循環語句，函數與模塊，類，文件與異常，數據處理及可視化。本書適合作為高等院校Python程序設計課程的教材，也可供相關人員參考使用。

同時收錄Java/C#/Python類似指標的Reference主題 ‧探討C/C++語言指標的基本概念及它與變數、陣列、結構和檔案之間的應用。 ‧同時剖析Java、C#、Python類似指標的Reference主題。 ‧分別以指標和Reference實作鏈結串列、堆疊與佇列、二元搜尋樹、檔案的處理。 ‧針對下列14個主題，分別比較在C、C++、Java、C#、Python等五種語言的寫法: 01

If you are a Python programmer who wants to get started with performing data analysis using pandas and Python, this is the book for you. Some experience with statistical analysis would be helpful but

本書聚焦Python編程基礎、數據分析基礎理論和媒介數據分析技能三方面內容。Python編程基礎：從Python的安裝、開發環境搭建、變量和數據類型、控制流(條件分支與循環)、數據結構(列表、元組、字典等)開始，逐步深入講解函數、面向對象編程等核心內容。媒介數據分析技能：介紹如何使用python進行數據清洗、數據可視化、數據挖掘、數據統計分析和機器學習等進階技能，特別是針對媒介數據的特性進行案例分析。 數據分析基礎理論：闡述數據分析中的大數據基礎、算法基礎理論、數據概率與統計分析、新聞核查算法等，並通過python編程進行實戰。採用“任務驅動+知識學習+情境案例+動手實踐+課後自我測試”五位一體模式，設計貼近實際工作的情境案例，如新聞文本分類、情感分析、個性化推薦等，引導學生學習，在實踐中加深對知識的理解和記憶。

機器學習作為人工智能值得期待的內容，也深具商業價值。本書是金融工程和風險管理大師約翰‧赫爾教授的新著作。 全書深入淺出地講解了機器學習的核心內容、常用和流行的算法以及大量機器學習的商用案例，對技術性要求很低，讓讀者很容易從商業的角度理解其技術內涵，特別適合機器學習的初學者和業界人士閱讀，也非常適合大學商學院教學，幫助其學生瞭解“數據科學家”這個職業。 特別地，作者在書中同時使用Excel工作表和Python代碼，方便初學者先從容易的Excel入手，按照自己的節奏，再慢慢轉向Python，書中的相關數據、工作表和Python代碼都可在指定網站查詢。另外，本書還配有相關的教輔資料、PPT，以供參考。

本書是一本專注於Python和Ansible工具在雲計算環境中應用的教材。全書以實戰項目為導向，涵蓋從基礎知識到高級技能的內容，旨在培養具備實際操作能力的自動化運維工程師。本書具體內容包括Python程序設計基礎、Python高級編程技術、Python自動化運維、Ansible基礎與部署、Ansible自動化腳本設計、Ansible進階與最佳實踐、Ansible高可用實踐、自動化運維綜合實踐。對於每個任務，本書都通過實際操作和案例分析，幫助讀者深入理解並掌握雲計算自動化運維的核心技能。本書不僅適合高校計算機網絡技術、雲計算技術應用等相關專業的學生和工程師閱讀，也為中高級Linux系統管理員提供了寶貴的技術參考。通過對本書的學習，讀者將能夠掌握Python和Ansible工具在雲計算中的應用，提高在雲計算領域的技能水平。

本書首先全面介紹了信息技術、計算機基礎，以及計算機的起源與發展、計算機系統的組成、操作系統和文件管理等內容，然後深入探討了Python編程的基礎知識，包括編程環境、語法、流程控制、組合數據類型、函數和模塊、常用的庫等，並通過豐富的實操練習幫助讀者掌握Python在文件管理、數據處理、科學計算等領域的應用能力。此外，本書涵蓋了機器學習、大數據分析框架及國產大模型DeepSeek等內容，有助於讀者建立從基礎到前沿 的Python知識體系。本書包含豐富的代碼示例和綜合案例，可以幫助讀者快速掌握大數據分析理論和實用的編程技能。本書適用於高等院校計算機相關專業的學生、Python編程初學者，以及對數據科學、機器學習感興趣的讀者。

本書涵蓋計算思維與程序設計(Python)、物聯網、雲計算、大數據、人工智能、數據安全與相關法律法規等知識體系和相關核心內容。

本書涵蓋了以下內容：怎樣使用FastAPI構建Web應用程序。FastAPI、Starlette與 Pydantic之間的區別及聯繫。讓FastAPI框架與眾不同的兩項性，也就是對異步函數的支持，以及數據類型的檢測及驗證機制。Python 3.8及後續版本所支持的新功能，尤其是類型注解機制。同步Python代碼與異步Python代碼之間的區別。怎樣與外部的API及服務相連接。

本書共8章, 內容涵蓋人工智能概述、Python基礎、機器學習、計算機視覺、語言識別、自然語言處理、知識圖譜和人工智能行業解決方案。

數據是非常重要的資產，是“數字經濟”時代的核心生產要素。本書主要面向財經商貿類專業的學生，旨在培養學生的大數據處理能力。本書重點講解MySQL數據庫基礎、Python程序基礎、浪潮可視化大數據三大核心內容，根據大數據分析崗位的典型工作任務，詳細講解MySQL數據庫的庫表操作、結構化查詢部分，以及Python中的數據采集、數據處理與數據分析部分，同時拓展講解浪潮可視化大數據工具應用的實操技能。本書共6個項目，包括認知大數據系統、MySQL數據庫設計、MySQL數據查詢操作、Python應用基礎、Python數據處理與浪潮可視化大數據工具應用。本書選擇真實的商業案例進行講解，內容新穎，解析透徹。本書運用人工智能技術輔助學生自主學習與拓展練習，培養學生的學習力與創新力。本書不僅可以作為高等職業院校財經商貿類專業相關課程的教材，也可以作為從事大數據處理與分析相關工作的人員的參考書。

本書以Windows 10 Anaconda為運行環境，採用項目 任務驅動的方式，深入探討Python 在旅遊大數據領域的應用，以期為廣大讀者提供更為高效的數據分析手段。全書共七個項目：項目一主要對旅遊大數據分析進行概述，並且介紹了Python環境搭建。項目二介紹使用Pandas 處理旅遊業務數據的相關知識，涉及Pandas 的數據結構，Series和DataFrame的創建和訪問，基本操作、排序與統計和讀取外部數據與存儲文件操作。項目三介紹使用Numpy處理旅遊業務數據的相關知識，涉及Numpy數組的創建、數組的運算、訪問與轉換，數組的排序與統計分析。項目四、五、六均為數據可視化的相關內容，其中項目四為使用matplotlib 可視化旅遊業務數據，項目五為使用seaborn可視化旅遊業務數據，項目六為使用WordCloud 和jieba 可視化旅遊業務數據。項目七為綜合實戰，即使用Python 完成旅遊數據分析與可視化。本書以實戰為導向，結合旅遊行業典型案例，講解Python在旅遊大數據分析中的具體應用。

本書從商業數據分析的基礎入手，詳細介紹了商業數據分析的內涵、數據類型、數據來源及分析流程。介紹了Python數據分析的基礎知識，Python在數學運算與統計、科學計算方面的應用；介紹了搜索算法、排序算法、圖算法、動態規劃算法、貪心算法、回溯算法、分治算法等常用算法；介紹Python在機器學習、人臉檢測、推薦系統自然語言處理、自動駕駛等人工智能領域的應用。本書還緊跟時代潮流，介紹了ChatGPT與Python的結合應用，包括通過Python實現ChatGPT、ChatGPT人機對話、ChatGPT智能客服以及ChatGPT個性化推薦等。最後，介紹了數據挖掘與商業智能案例，將理論知識與實際應用相結合，為讀者提供商業領域中應用數據分析技術的實踐指導。

本書內容分七大模塊: 大數據概述、開發環境搭建、大數據采集 (爬取)、大數據分析、數據建模與數據挖掘、數據可視化以及大數據分析挖掘綜合案例。開發環境採用Python語言環境, 詳細講解爬蟲技術原理、python爬蟲第三方庫、scrapy爬蟲框架等。大數據分析部分講解Numpy和Pandas兩大模塊。數據建模與數據挖掘模塊講解相關性與關聯規則、聚類、分類等算法與實現。數據可視化部分講述Matplotlib、Pyecharts和Seaborn三大模塊。

本書以Python作為主要工具，著重講解海量數據采集與處理相關內容。力求通過由淺入深、先理論基礎後實踐應用的思路，培養學生應用Python解決實際問題的能力。全書內容分為上、下篇共9章。上篇主要介紹數據采集的基本概念、Python開發環境、數據采集常用的兩種框架Numpy和Pandas的使用；下篇對數據采集原理、爬蟲基礎庫的使用、頁面採集框架的使用、數據的存儲與使用、數據的清洗與預處理，以及綜合實例的應用進行介紹。本書在內容編寫與安排上儘量做到結構合理、邏輯嚴謹，可供信息管理與信息系統、大數據、計算機、人工智能等相關專業的學生使用；亦可供經濟管理類其他專業學生入門參考，用於交叉方向的科學研究。

本書針對有一定圖像處理基礎的本科生和碩士研究生。為促使學生掌握多種數字圖像處理的實現與應用技術，增強學生應用數字圖像處理基礎理論知識解決實際問題的能力，本書重點講解數字圖像處理最新的實現與應用技術。本書講解使用MATLAB GUI技術實現帶有圖形用戶界面的數字圖像處理程序；講解基本數字圖像處理的C語言實現；講解基於Android-JNI技術的移動平臺數字圖像處理；講解使用Python語言實現數字圖像處理；講解使用PIL庫實現Python環境中的圖形用戶界面；講解使用Ctypes技術在Python環境中使用C/C++程序。本書共分為7章。第1章是概述。第2章是數字圖像處理的MATLAB GUI實現。第3章是數字圖像處理的C語言程序實現。第4章是基於Android-JNI技術的移動平臺數字圖像處理。第5章是使用Python語言實現數字圖像處理。第6章是Python環境中的GUI實現。第7章是Ctypes技術：Python和C/C++的紐帶。

本書由七個單元組成，分別是國產桌面操作系統基礎、數據處理、圖像處理、音頻處理、視頻處理、Python開發環境搭建、物聯網與人工智能應用開發。

《管理建模與仿真――基於Python語言》基於開源的Python語言編寫，《管理建模與仿真――基於Python語言》共五篇17章，在介紹建模理論、仿真方法與技術、Python語言基礎及其常用庫的基礎上，系統梳理預測、評價、最優化等管理科學問題的原理、方法，詳細分析解決這些管理問題的多種建模方法及其仿真技術。《管理建模與仿真――基於Python語言》的特色是突出建模方法與仿真技術在管理領域的應用，強化案例與管理實際問題的融合，講解問題描述與分析過程，解讀仿真程序，使讀者能夠在學習建模方法與仿真技術的同時，做到觸類旁通，反復練習，從而掌握解決管理問題的建模方法與仿真技術，提高實踐操作能力。