Python

想成為一位卓越的資料科學家嗎? 不要猶豫了，這是你必備的一本參考書。 ‧從Python程式語言介紹，到NumPy、pandas，以及MatplotLib套件的探討，讓你可以輕易的將大數據資料加以分析、並將結果視覺化，為決策者提供最佳的方案。‧對開放資料平台上的常用的資料格式，如XML、JASON、CSV等三大類加以解說，讓你對資料的格式有所認知。‧同時論及網頁資料擷取所需要的requests、ur

With detailed notes, tables, and examples, this handy reference will help you navigate the basics of structured machine learning. Author Matt Harrison delivers a valuable guide that you can use for ad

＊系統地講解深度學習的基本知識、建模過程和應用，是非常好的深度學習入門書。＊以推薦系統、圖形識別、自然語言處理、文字產生和時間序列的具體應用作為案例。＊從工具準備、資料擷取和處理，到針對問題進行建模的整個過程和實踐均詳細解說。＊不僅能夠使讀者快速掌握深度學習，還可以進一步有效應用到商業和工程領域中。基於各行各業對深度學習技術的需求，許多公司和學校都開源了深度學習工具套件，其中比較知名的有CNTK、

完全解析Python在量化資料統計分析上的應用⊙量化分析最佳實用手冊，淺顯易懂的理論說明＋實際範例操作。⊙章節以學位論文中調查與實驗研究法的撰寫流程安排，並附有題目可練習，教學循序漸進，易於上手。⊙本書範例資料檔可至五南圖書網頁：https://www.wunan.com.tw，輸入書號1H3L，即可找到下載處。透過Python程式設計與統計科學相關知能的學習，培養邏輯思考、系統化思考等運算思維能力。本書介紹免費軟體Python語言的pandas與相關套件在量化資料分析上的應用，共分為七章，分別是Python語言簡介、量表題目分析、量表信度與效度分析、平均數差異考驗、共變數分析、相關與迴歸以及卡方考驗。各章節均用淺顯易懂的文字與範例來說明量化資料的統計分析策略，可增進讀者的應用能力。

本書特色全書涵蓋遊戲開發、網路開發、網路爬蟲、機器學習和深度學習內容簡介以夠用、實用為原則，選擇Python 中必備、實用的知識說明，強化對程式思維能力的培養。案例選取接近生活，有助加強讀者的學習興趣。書中每個案例均提供了詳細的設計想法、關鍵技術分析以及實際的解決方案。 史上最強python從小白到大師的入門手冊 tkinter、事件處理、物件導向完整實例 讀取資料庫，網頁、爬蟲、urlli

產品特色： 1、BBC micro:bit為全球教育界廣泛採用的程式教育開發板，且支援多種程式語言，可幫助初學者有效學習程式開發所需的重點技能，為學習微控制器及程式語言的最佳入門選擇。 2、本書以Python語言配合多個趣味實作，由淺入深，帶領讀者學會程式編寫邏輯，並進一步挑戰自我，打造專屬自己的程式碼，創造無限可能。 3、全書不使用艱深複雜的專業術語，內容淺顯易懂，且在書末附上常用指令說明，在撰

傳統的程式設計專書架構，總是讓讀者不清楚學會後要應用到何處以及要如何應用，這些困擾總是造成學生的內心焦慮，就算會寫也不會應用，最後失去學習動力，進而排斥學習，甚至放棄學習。本書提出的「遊戲式運算思維學Python程式設計」課程，主旨在營造有趣、無壓力的學習環境，讓讀者在玩中學、學中覺，創造屬於自己的遊戲。提高學習動機與熱忱、降低學習焦慮。在研究的結果顯示，的確可以利用遊戲來提升學習動機與成效。本書

新版書將 AI 協作各個部分整合到章節中，從 AI 幻覺的案例開始說明提示工程，到如何利用 AI 協助除錯、產生測試案例、分析問題、推薦語法，並以通用大語言模型 ChatGPT、Claude 與哈佛大學特殊用途 CS50.ai 助教來作說明。 本書分成基礎篇和應用篇兩個部分來引發讀者學習興趣，第一部分「基礎篇」主要在介紹 Python 程式語言的基本語法與基本套件。第二部分「應用篇」分別是：「AI 協作案例」、「人臉辨識」、「物件辨識」、「視覺化文字資料」、「簡單線性迴歸」、「簡單線性分類」、「地理資訊系統應用」、「序列資料處理」、「資料的動畫呈現」、「字元辨識、翻譯與語音轉譯」。讓讀者可以用非常少的程式碼，製作出各式各樣與 AI 和「資料科學」相關的應用系統。 本書有完整的學習地圖，讀者可以依循學習地圖來學習，部分「應用篇」的章節，不會用到所有「基礎篇」的內容，所以可以安排提前學習，讀者甚至可以自行規劃學習路徑。另外，本書大部分所使用的資料集都會重複使用，讀者也可以依據資料使用的前後關係來自行規劃學習路徑。

這是一本為了讓對使用電腦設計生命感興趣的人，可以輕鬆閱讀，而努力撰寫的書籍。基於這一點，這本書是寫給想使用ALife塑造人物角色或場景的遊戲設計師，以及希望增廣自我創造力的創意人員，而非原本就對「生命是什麼？」十分關切的自然科學研究者、工程師、致力ALife研究的學生。當你讀完這本書，應該可以從人工生命的角度，掌握現代科技的觀點。ALife也能運用在使用人工智慧的機器學習技術上，因此，對於人工智慧

語法解析 x 範例說明 x 程式實例 x ChatGPT輔助學習 x ITS Python詳解用Python打造未來競爭力，結合ChatGPT協作開發，加速學習之路，直通大數據、機器學習與人工智慧核心技術！★ 超值加贈！用ChatGPT學Python教學影片★ 涵蓋ITS Python國際認證模擬試題解析■ 微軟最有價值專家(MVP)、ITS Python國際認證講師與資深教師共同執筆由微軟MVP、ITS國際認證講師與科大教授共同編撰，專為初學者量身打造的Python入門教材。不僅適合零基礎學習者，也適用於教師教學與學生運算思維訓練。■ 循序漸進，無痛上手內容結合理論與實務，透過書中範例引導問題分析與程式架構設計，系統性培養初學者的邏輯思維與問題解決能力，輕鬆踏入Python程式設計的世界。■ 豐富內容與實務應用內容涵蓋Spyder與Colab開發環境，從基礎語法、資料結構、控制流程到檔案處理、圖表設計與視窗應用開發，進一步延伸至網頁爬蟲實作。搭配ChatGPT進行數據分析、圖表繪製與爬蟲協作，全面訓練實作能力，為進入大數據、機器學習與AI領域打下堅實基礎。■ ITS Python國際認證能力訓練內容融合ITS Python解題技巧，書末收錄兩組ITS Python（IT Specialist Certification）國際認證模擬試題，強化初學者的實作訓練，也是考取ITS Python認證的理想教材。■ 超值！附「用ChatGPT學習Python」教學影片結合ChatGPT協助撰寫程式、加入註解、除錯與理解程式邏輯，全面加速您提升Python程式設計實力。■ 更多新知可訂閱「程式享樂趣」YouTube頻道https://www.youtube.com/@happycodingfun

Excel 使用者的最佳 SQL 語言入門書 讓資料處理、報表生成自動化！ 【18 個一定要會的資料分析技巧！】 【輕鬆超入門 × 任務自動化 × 全方位上手資料分析 × 打造高效率工作術】 本書的目的是讓 Excel 使用者快速升級成 SQL 資料庫的使用者，學習如何使用 SQL 語言來進行 Excel 資料分析，並且以 SQL 角度來學習使用 Python 的 Pandas 套件，在 DataFrame 物件執行資料分析。 Excel 無所不能，但是功能操作繁雜。使用 SQL 語言，我們就只需要少少的程式碼來代替 Excel 功能，進行一系列的資料處理，包含排序、切割、篩選、合併、使用聚合函數、建立群組查詢，最後產生樞紐分析表。本書提供的 ChatGPT 提問模板，可以產生 SQL 及 Python 指令，幫助我們更快精通 Excel 與 Python 資料分析。 最後再結合 Power Automate 這套免費流程自動化工具，不僅能加速我們整理、命名報表檔案的效率，其內建的設定可以執行 SQL 語言，輕鬆完成自動化 Excel 資料分析。 ▍你將學會 ◆ 認識 RPA 與 Power Automate 基本概念及操作技巧 ◆ 設定自動化流程，實現檔案批次命名、工作表合併 ◆ 理解 SQL、Python 及資料庫結構的基本概念 ◆ 使用 Pandas 來擷取網路表格資料 ◆ 使用 SQL 指令和 Pandas 來處理 Excel 工作表資料 ◆ 與 ChatGPT 對話，幫你寫出 SQL 及 Python 指令 ▍本書應用範例 ◆ 自動統計各個通路的業績總和 ◆ 顯示業績達標狀況通知 ◆ 自動在 Excel 執行 VBA 程式 ◆ 使用 Pandas 套件爬取 HTML 表格資料 ◆ 批次命名和移動檔案 ◆ 撰寫 SQL 指令以建立樞紐分析表 ◆ 將不同檔案資料合併到同一個工作表 ◆ 讓 ChatGPT 幫你寫 SQL、Python 指令 ▍適合讀者 ◆ 經常使用 Excel 工作表進行資料分析的上班族 ◆ 渴望學習 SQL、Python 但缺乏經驗的新手 ◆ 追求工作流程自動化，希望融入 AI 技術以提升效率的人

依據勞動部勞動力發展署技能檢定中心114年啟用之最新學術科試題，使用Python解題。術科篇■114年啟用最新術科題目：術科第一站：語言基本指令操作1060301~1060305五題術科第二站：語言應用程式設計1060306~1060308三題學科篇■最新公告學科試題單選題509題。■114年修訂之共同科目：90006職業安全衛生/90007工作倫理與職業道德/90008環境保護/90009節能減碳400題；90011資訊相關職類共用工作項目119題。本書特色■術科題目詳盡解說、結構化與精簡的程式，讓讀者輕鬆撰寫Python程式。■術科內容撰寫循序漸進，帶領讀者從認識Python、表單設計到程式撰寫，初學者也能輕鬆解題，學會Python的操作和程式語法。■學科試題電腦概論、程式設計、資訊職類共用工作項目，附有難題解析。■詳讀章節內容，熟悉指令、語法、資料結構及邏輯，反覆練習即能通過考試取得證照。

物物相聯的時代已經來臨, IoT 物聯網收集的大數據是 AI 的基礎2020 年物聯網裝置數將達到 500 億個, 商機直逼百兆。未來將是 IoT、大數據、AI 的時代, 三者息息相關, 而物聯網感測器裝置則是收集數據最重要的前端。面對新時代, 我們推出「用 Python 學物聯網」套件, 以易學易用的 Python 來撰寫程式，搭配感測器與電子元件的使用, 更進一步結合 Web、MQTT、IFT

AI時代Math元年 - 用Python全精通程式設計本書旨在幫助零基礎的讀者學習Python程式設計。涵蓋了Anaconda和JupyterLab的安裝與使用，並深入介紹Python的基本語法、資料型態、常見運算、控制結構、函式以及物件導向程式設計，讓讀者能夠掌握Python的核心概念。在資料視覺化方面，本書探討了二維和三維視覺化技術，並使用Seaborn進行資料視覺化，幫助讀者將資料轉化為可視化的圖形。此外，書中詳細介紹了NumPy的使用，包括索引和切片、常見運算、陣列規整、線性代數以及愛因斯坦求和約定，這些都是進行資料分析的重要工具。Pandas部分則著重於快速視覺化、索引和切片、時間序列資料的處理及資料規整，讓讀者能夠有效管理和分析資料。在進階視覺化和運算方面，本書介紹了Plotly的統計視覺化、SymPy的符號運算、SciPy的數學運算及Statsmodels的統計模型，這些工具能夠幫助讀者進行更複雜的資料分析。在機器學習的部分，書中探討了Scikit-Learn的應用，包括資料預處理、回歸、降維、分類和聚類等技術，讓讀者了解如何利用機器學習解決實際問題。最後，本書還介紹了如何使用Streamlit來架設應用程式，特別是機器學習相關的Apps。整體而言，本書以實作為主，搭配Jupyter Notebook，引導讀者在動手練習中學習Python程式設計、資料分析和機器學習的基礎知識，並以圖形和口語化的方式解釋背後的數學思想。

本書除了介紹「運算思維與程式設計」的理論基礎之外，同時搭配Python程式實作，強調理論與實務的緊密結合，實現「做中學」的學習理念。本書的內容安排分成四大部分：-第1～4章介紹運算思維與程式設計的基本概念。-第5～11章介紹Python程式設計，從基本資料型態、判斷敘述if，到分解問題的概念、遞迴等。-第12～19章主要為資料結構與演算法，包含資料結構、物件導向，以及暴力法、分而治之法等的演算法。

⊙以Python解決數學概念問題，掌握衍生性商品（如選擇權商品）模型化。⊙理論與實作兼具，操作步驟清楚易懂。⊙介紹CRR的二項式定價模型、隨機微積分、等值平賭測度方法，以及資產價格跳動的Lévy過程等觀念。⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。【透過Python，走入學習衍生性商品的捷徑】本書以熱門程式語言Python，帶領讀者順利踏入財金領域。內容分10章，第1、2章說明完全市場與不完全市場的特色與差異。第3章介紹CRR的二項式定價模型，並從該模型內取得一些基本的觀念。第4、5章說明隨機微積分的意思，包括平賭、維納過程、隨機積分等略為抽象的觀念。第6章說明偏微分方程式於選擇權定價內所扮演的角色。第7章介紹目前廣泛使用的等值平賭測度方法，其中包括Radon-Nikodym微分與Girsanov定理的闡述。第8章說明資產價格跳動的Lévy過程，包括著名的跳動－擴散、VG或NIG等過程。第9章介紹用於選擇權定價之較為簡易的COS方法。第10章則介紹隨機波動模型，包括Heston模型與Bates模型。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。

本書是演算法入門指南，以Python程式實作應用廣泛的演算法，內容主題包含多種現代演算法，用於搜尋、排序及最佳化；以人為本的演算法，協助人們接球運動的判斷；高等演算法，用於機器學習與人工智慧領域；以及古文明演算法，用於算數值相乘、求最大公因數、產生幻方。 本書將帶領您學習： ‧產生幾何用途廣泛的Voronoi圖 ‧以演算法建置簡單聊天機器人、贏得棋賽、玩數獨遊戲 ‧實作梯度上升(下降)演算法程式，求出函數最大值(最小值)、極值 ‧使用模擬退火進行全域最佳化 ‧憑個人特徵建立快樂感預測決策樹 ‧以演算法執行程式除錯、實施稅收最大化、產生亂數 ‧衡量演算法效率與速度 此外探討純數學領域實用的演算法，了解數學概念改進演算法的方式。 跟著本書邊做邊學，您將理解當今許多超強演算法的重要細節，其中包含演算法的Python 3程式實作，以及針對衡量演算法效能與最佳化的方法。

內容簡介:*作者以超過30年的豐富教學經驗，以及深知初學Python程式語言的盲點與障礙，精心規劃本書，讓你不論是教學或自修都可以得心應手。*內容涵蓋：輸入輸出、運算子、迴圈、函式、串列、類別、繼承、檔案與例外處理...等基礎且重要的主題，不僅可以增強你的邏輯思維能力，更穩固你的程式設計基本功。*範例貼近生活，如：猜猜你的生日、猜猜1～100的數字、大樂透電腦選號...等，並搭配程式重點解說。*提供練習題與習題測試，讓你做中學，並測試了解程度。附有參考解答，讓你學習沒有盲點，同時驗證你的答案。

⊙理論與實作兼具，從基礎概念→分析步驟→報表解讀與製作，主題式手把手教學與說明。⊙應用雲端平台即時分析、評論與協作完成分析專案。⊙分析歷程透明化且支持重現分析與線上展示成果。⊙可整合大數據分析與次級資料應用。⊙內容包含效度與信度分析、描述統計、平均數差異與變異數分析、相關與迴歸、中介與調節效應、結構方程模式等，為研究者提供有力支持。⊙本書附範例資料檔，至五南官網https://www.wunan.com.tw/，搜尋書號1H3S即可找到下載處。本書旨在引導讀者從概念到實作，整合常用統計方法，分為「基礎概念、分析步驟、報表解讀與製作」三大部分說明，並附有練習題加強實務能力。書中範例也提供數據與程式碼下載，幫助讀者快速上手，提升學習效率。內容適用範圍廣泛，無論是學位論文、期刊論文，還是專題報告與數據分析，都能為研究者提供有力支持。對於初學者，書中簡要解釋專有名詞與統計分析策略，能幫助快速入門；對於進階使用者，Python的多元擴展性與視覺化圖示則為更深入的分析需求提供強大助力。※本書另有線上課程，可透過系統化地引導閱聽者從概念到實作，容易聚焦與跟著實作學習。（課程相關資訊，可至五南線上學院官網https://www.wunan.com.tw/tch_home查詢）

https://youtu.be/h8PjTbJ9TO4✦✧✦ 圖解思維 + 零基礎 ✦✧✦►►►打破數學間不同單元的壁壘，融會完整的知識體系！◄◄◄全書分為以下幾個部分：基礎：從加減乘除四則運算開始，並在第1和2章深入介紹向量和矩陣的基本運算，以及在不同章節穿插線性代數基礎知識。座標系：第5和6章介紹笛卡爾座標系，將幾何和代數相結合，強調代數式的視覺化和幾何體的參數化。解析幾何：第7、8、9章介紹解析幾何內容，重點在於距離度量和橢圓。強調使用等距線和其他視覺化工具，以及橢圓在多個領域的應用。函式：第10至14章圍繞函式展開。強調在學習函式時繪製函式線圖、使用視覺化工具觀察二元函式，以及不同函式的特性與應用。第14章解釋數列，強調累加、極限等是微積分的基礎。微積分：第15至19章介紹微積分和最佳化問題。導數、偏導數、微分和積分提供了研究函式性質的量化工具。強調使用幾何圖解理解這些概念，以及微積分在最佳化問題中的應用。機率統計：第20、21章為機率統計入門。強調代數部分與機率統計的關聯，介紹了二項樹和隨機過程，以及通過影像展示機率統計定義。線性代數：最後四章介紹線性代數。第22章視覺化向量和向量運算。第23、24、25章以「雞兔同籠三部曲」為核心，通過虛構故事展示了線性方程組、向量空間、投影、最小二乘線性回歸、馬可夫過程和特徵值分解等內容。【本書特點】✪ 將一生中從小學到研究所的數學總整理！✪ 機器學習基礎全部完整打好✪ 將數學視為思想、工具、語言、體系、基石、藝術的角度進行學習✪ 分為基礎、座標系、解析幾何、函式、微積分、機率統計、線性代數七大部分✪ 不再應付考試，重新愛上數學✪ 不再亂猜，寫機器學習程式碼時，每一行指令背後代表的數學基礎都清清楚楚✪ 學數學本身，也學數學歷史，介紹史上幾個最偉大的數學家※ 本書資源可至深智官網下載：deepwisdom.com.tw

全新第三版，以更流暢的方式帶你掌握語法基礎、現代工具與AI模型，讓你在真實開發情境運用 Python更快、更精準。 • 更直覺的現代化Python語法與套件 • 新增AI模型與效能最佳化主題 • 網頁、資料庫、網路應用一次整合 • 掌握清晰易懂、好維護的高品質程式風格 • 強化套件活用力，加速開發效率 ---------------------------------------- 「Bill Lubanovic在這本精采絕倫的作品中，先為你奠定深厚穩健的程式設計基礎，再教你如何以豐富強大的Python工具箱解決真實世界的問題。透過本書，你一定能學會運用Python來解決問題。」 ――Loïc Pefferkorn，開放原始碼系統工程師 「本書涵蓋大量實用的Python程式和第三方套件，以慧黠的對話風格來呈現有趣、充實的內容。」 ――Nathan Stocks，Agile Perception 「本書的可貴之處在於，Python如何在當今飛速變動的世界中，與AI、資料庫、網頁伺服器等關鍵技術領域接軌及互動。」 ――Patrick Viafore，《Robust Python》作者(O’Reilly, 2021) 程式設計有時非常複雜，甚至令人彷彿陷入五里迷霧一般。這就是Python特別流行的原因――它是最易學、易懂，也最容易撰寫出成果的程式語言之一。 《精通Python》已經是初學者與中階開發者的重要資源了。全新的第三版加入AI模型操作、效能最佳化等新主題，帶你以現代開發者的視角探索Python，從語言細節、運算工具到專案實作都完整涵蓋。內容清晰、引人入勝，並以專案導向搭配大量實用範例，讓你能立即拓展技術版圖，從網頁開發、資料庫到網路應用全面提升實力。 • 瞭解Python資料結構與操作 • 寫出正確且易讀的Python程式碼 • 閱讀別人的Python程式碼，因為開發者經常這麼做 • 接手網頁開發或資料庫開發等主力工作 • 動手體驗最新AI模型與新興技術

來自各界程式設計師與媒體的熱烈好評 玩到停不下來的極客實驗報告出爐 「每位Python程式設計師的藏書都應該包含這本書！」 —Full Circle Magazine 「如果你想熟練地運用Python做一些巧妙的事情，這本書就是最好的專案選集了，你無法找到比這更實用的說明來了解這個語言的運作方式。」 —Network World 「《Python極客實驗室》的目標讀者是希望進一步提升Python技能和知識的程式設計師。這本書在解釋所有相關細節方面做得很好，確保讀者能清楚地理解正在發生的事情。」 —InfoQ 「這本書擁有絕佳的專案選集，適合對科學感興趣的程式設計師、對程式設計感興趣的科學愛好者，以及介於兩者之間的每一個人。」 —Al Sweigart，《Python自動化的樂趣》的作者 「這是那種難得的程式設計書籍，讀起來很有趣，同時適合中級或進階的Python程式設計師。我認為即使是新手也應該試一試……這本書從頭到尾都很令人享受。」 —Karthikeyan Chellappa, Goodreads書評 「本書充滿娛樂性和有趣的想法……一點也不像典型的程式設計書籍。這本書專為尋求樂趣的程式設計愛好者而寫。千萬不要錯過！」 —F. Howard, Amazon書評 ---------------------------------------------------------- ✨ 重拾程式設計的樂趣，開啟你的Python奇想實驗 ♂️ 透過《Python極客實驗室》別出心裁的15個專案，將程式碼化為實體創作並駕馭Python的威能，拓展你的程式設計視野、激發好奇心，並提升程式設計技能。 這本書會帶你跳出程式基礎教育的窠臼，引導你運用Python搭配諸如numpy、matplotlib和 Pillow等常見程式庫，編寫生成藝術作品、音樂、模擬真實世界現象並與硬體互動的程式。 我們為這本書新增了五個全新專案： ✔繪製碎形（fractals） ✔將Conway的Game of Life帶入三維空間 ✔並使用Raspberry Pi和Python製作樂器 ✔物聯網（IoT）花園監視器 ✔以機器學習驅動的語音辨識系統 完成本書專案後，你將能：  運用參數方程式和turtle模組，雕琢出類似萬花尺（Spirograph）的精巧設計。  合成撥弦聲，創造屬於你的

https://youtu.be/ATMznfbmwD0Python最強入門ChatGPT助攻AI數據科學王者歸來(全彩印刷)【內容簡介】★★★★★【內容最多、範圍最廣】【40個主題】★★★★★★★★★★【程式實例最多】【超過1300個Python實例】★★★★★★★★★★【AI數據科學專題實戰】★★★★★★★★★★【420個是非題、選擇題】【約300個習題實作題】★★★★★Python語言是基礎科學課程，撰寫這本書時採用下列原則。1：最新Python語法 x 強調Python語法內涵與精神。2：精彩 x 創意程式實例解說。3：數學 x 統計 x 數據科學與人工智慧知識融入內容。4：ChatGPT助攻。5：章節習題引導讀者複習與自我練習。6：機器學習 - 真實數據 – 專題實戰 。這本書可以說是「Python最強入門邁向數據科學之路第4版」的新版內容，相較於該版，這本更新許多Python語法和模組，整個修訂細節超過300處。由於內容更偏重於AI與數據科學的應用，因此也更新微調書籍名稱。多次與教育界的朋友相聚，談到電腦語言的發展趨勢，大家一致公認Python已經是當今最重要的電腦語言了，幾乎所有知名公司，例如：Google、Facebook、…等皆已經將此語言列為必備電腦語言。了解許多人想學Python，市面上的書也不少了，但是許多人買了許多書，但是學習Python路上仍感障礙重重，原因是沒有選到好的書籍，市面上許多書籍的缺點是：◎Python語法講解不完整◎用C、C++、Java觀念撰寫實例◎Python語法的精神與內涵未做說明◎Python進階語法未做解說◎基礎實例太少，沒經驗的讀者無法舉一反三◎模組介紹不足，應用範圍有限許多讀者因此買了一些書，讀完了，好像學會了，但到了網路看專家撰寫的程式往往看不懂。就這樣我決定撰寫一本用豐富、實用、有趣實例完整且深入講解Python語法的入門書籍。其實這本書也是目前市面上講解Python書籍中語法最完整，當讀者學會Python後，本書將逐步帶領讀者邁向數據科學、機器學習之路。Python以簡潔著名，語法非常活，同時擁有非常多豐富、實用的模組，本書筆者嘗試將Python語法的各種用法用實例解說，同時穿插使用各種模組，以協助讀者未來可以更靈活使用Python，以奠定讀者邁向更高深學習的紮實基礎。本書以約1000個程式實例和約300

本書是創客教學經典《超圖解 Arduino 互動設計入門》的姊妹作, 是一本結合 Python 語言、電子電路、微電腦控制和物聯網相關技術的入門書。 Python 無疑是近年最受注目的通用型程式語言, 它的語法簡單易學, 不僅智慧型手機、個人電腦到網路雲端應用平台都支援 Python 程式, 應用領域更遍及系統工具、網路程式、數值分析到人工智慧。而開放原始碼的 MicroPython 專案, 更讓

本書是一本學習Python程式設計的入門教材，也是一本Python+Excel辦公室自動化程式設計的基礎教材，可以讓初學者輕鬆建立日常所需的自動化操作。除了Excel外，還輔以Word文件、PowerPoint簡報與PDF檔案自動化，完美整合相關應用程式來自動化處理辦公室、工作上和生活上的各種日常事務。本書以詳細的圖解及程式實作，實實在在地訓練讀者學會運算思維與程式邏輯的基礎「程式力」，讓初學者運用Python來簡化日常的繁瑣和重複工作，輕鬆建立Python+Excel辦公室自動化。【Python辦公室自動化】自動化批次檔案和圖檔處理、JSON和CSV檔案下載、資料轉換、Excel活頁簿編輯、Excel資料分析、Excel圖表繪製與資料視覺化【辦公室自動化整合應用】Word+PowerPoint辦公室自動化、整合Excel+Word模版自動化輸出PDF報表

本書可以幫助你奠定基礎，培養走出Python新手村的功力 本書與其他Python入門書最大的不同，就是在解說語法的單元後面設計了「mission（任務）」頁面，幫助你在學習的過程學會「立刻瞭解程式的反應能力」。 跟著本書練習，您將可以學到： ．如何一眼判斷計算順序 ．如何預測條件式的結果 ．如何掌握條件式與重複處理的流程 ．如何處理資料 ．深入瞭解推導式 ．理解函數的執行順序 ．如何解讀官方文件 ．如何尋找錯誤原因

⊙以Python的模擬方法來輔助或取代數學證明，有效掌握計量經濟學。⊙理論與實作兼具，操作步驟清楚易懂。⊙內容包含以簡單線性迴歸（SLR）模型說明OLS與Python操作、比較古典與新古典線性迴歸模型的基本假定、介紹MLR模型／NLRM基本假定、說明變異數異質結果以及使用穩健的標準誤、檢視模型設定問題等。⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作，帶領讀者認識以及運用計量經濟學。內容循序漸進，從第1章介紹基礎理論、檔案數據資料，手把手教學。第2章利用簡單線性迴歸（SLR）模型說明計量經濟學的主要方法：OLS，以及如何於Python下操作。第3章比較古典與新古典線性迴歸模型的基本假定。第4章介紹MLR模型。第5章介紹NLRM的基本假定。第6章進一步說明迴歸模型的大樣本推論以及OLS估計式之漸近有效性。第7章討論MLR模型的特殊函數型態（如對數函數、二次式以及交互變數型態），以及估計迴歸模型的預測部分。第8章檢視迴歸模型下的質性變數。第9章說明變異數異質的結果、使用穩健的標準誤，以及如何使用WLS方法與應用。第10章檢視模型設定問題，其中包括代理變數、因變數與自變數之衡量誤差、離群值與最小絕對誤差等。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。

本書詳細介紹DSP技術、理論與應用，且有豐富的範例、習題以及解答，強調理論與技術是不可或缺的，並用Python程式設計，進行DSP技術實作，藉此培養實務研發能力。

⊙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。

✧✦ 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

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。

╲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、

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

☆★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

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！

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