Python

《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》共分為12章，內容從基礎到進階，涵蓋Seaborn與Matplotlib的核心應用與技術。《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》首先幫助讀者搭建Python繪圖環境，並詳細講解如何利用Seaborn和Matplotlib繪製各種常見類型的圖表，包括條形圖、散點圖、直方圖、回歸圖、熱圖等，覆蓋單變量、雙變量以及多變量數據可視化。然後深入探討如何定制圖表樣式、選擇合適的配色方案、優化圖表設計，以及處理複雜數據集的可視化任務，確保讀者能夠應對各種可視化挑戰。《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》內容不僅覆蓋了繪圖所需的基礎技術，還通過豐富的實際案例和技巧，幫助讀者提升數據可視化的能力。《Seaborn科技繪圖：基於Matplotlib的Python數據可視化》既適合剛剛接觸數據分析的新手，也適合從事數據分析、機器學習、科學研究的專業人士。

【本書特色】分享在 Github 獲得 2,300 stars 的大數據 Side Project――FinMind，並一步步帶領讀者從 0 開始，打造專屬於自己的大數據 Side Project。不同於僅止於教學示範的 Side Project，FinMind 是少數經過實際使用者驗證、長期維運的資料服務，完整呈現資料工程從架構設計、系統實作，到產品化與穩定營運的全流程。讀者不只學會「怎麼做」，更能理解 為什麼要這樣做。【你將學到】資料工程實戰?使用分散式架構蒐集證交所、櫃買中心、期交所等股市資料，?並以容器化技術建構爬蟲、API、資料庫與訊息佇列服務。低成本雲端部署?單月約 5 美金 即可運行完整系統，?一站式管理多台分散式機器與服務。產品化與迭代流程?從單元測試、CI/CD 到 API 上線，?建立可持續維護與擴充的資料產品。監控與視覺化?建立專屬資料儀表板，並以業界主流監控工具掌握系統狀態。

「這本書正是我當年提出『資料科學家』這個職稱時，所希望能擁有的一本書。如果您希望投身資料科學╱工程、人工智慧，或機器學習領域，就該從這裡開始。」 ── DJ Patil 博士，美國首任首席資料科學家 身為一位有志成為資料科學家的讀者，能夠理解各類組織為何仰賴資料來做出關鍵決策──無論是公司在設計網站、還是市政府在改善公共服務，或者是科學家在致力於阻止疾病擴散。而您也希望具備將雜亂資料整理為可行洞見的能力。我們將這整個過程稱為「資料科學生命週期」：也就是從資料的收集、整理、分析，到導出結論的完整流程。 本書是第一本涵蓋程式設計與統計兩大基礎技能、並貫穿整個資料科學生命週期的書籍。本書的對象包括希望成為資料科學家的人、與資料科學家共事的專業人士，以及希望跨越「技術╱非技術」界線的資料分析師。只要具備基本的 Python 程式設計知識，便可學習如何透過業界標準工具（如 pandas）來處理資料： ．將感興趣的問題精煉為可透過資料探究的研究問題 ．執行資料蒐集，其中可能涉及文字處理、網頁爬蟲等技術 ．透過資料清理、探索與視覺化，萃取出有價值的洞見 ．學會使用建模來描述資料特性 ．推廣研究結果，進行超出資料本身的推論

Python語言是一種功能強大的高級程式設計語言，廣泛應用於資料分析、Web開發、雲計算、自動化運維等多個工程領域，特別是隨著人工智慧技術的飛速發展，Python作為該領域內的首選開發語言，受到越來越多科研工作者的青睞。本書內容精煉、文字簡潔、結構合理、實訓題目經典實用、綜合性強，明確定位面向初、中級讀者，由「入門」起步，側重「提高」。適合作為高職、大專院校相關專業Python程式設計的教材或教學參考書，也可以供從事電腦應用開發的各類技術人員應用參考和培訓資料。

這是一本面向初學者的 Python 編程實用指南，用“講故事 + 做項目”的方式帶你走進Python 世界。本書的前半部分(第 1～8 章)用淺顯易懂的語言將 Python 基礎知識、語法、數據結構等串起來，後半部分(第 9～24 章)則把這些概念直接投入真實場景，讓 Python 程序替你批量整理文件夾、填報電子表格、抓取網頁數據、生成 PDF 報告、定時發送郵件，甚至讓計算機“開口說話”。本書的案例聚焦日常痛點，會先講思路，再給代碼，並在實踐項目中分步驟拆解和演示編程實踐，非常有助於讀者邊學邊上手。值得一提的是，本書還結合大語言模型(LLM)給出了一些更加巧妙的實踐技巧。無論你是想要輕鬆學習編程的入門級讀者，還是想借助程序自動化處理事務的非專業人士，這本久經考驗的 Python 教程都將是你不容錯過的選擇。

本書以提高讀者的大數據分析能力為目標，基於財經類學生的學情背景，劃分依次遞進的Python應用基礎、數據分析、財務應用3個學習階段。Python應用基礎部分包含準備Python開發環境、Python語言基礎和學習pandas模塊，旨在幫助讀者搭建Python的基礎知識體系；數據分析部分包括財務數據獲取與清洗、財務數據處理和財務數據可視化，旨在幫助讀者掌握利用Python進行數據分析的工作流程和工作方法；財務應用部分則精選財務工作的幾個典型業務場景，包括工資核算與分析、銷售數據多維分析、財務指標綜合分析，每個案例都簡明介紹相關財務知識，並從業務需求、整體設計、技術實現幾個層面展開，旨在提升讀者面向實際工作的思考能力和解決問題的能力，全面提升數字化素養。 本書適合作為高等院校財經類專業相關課程的教材，也可作為希望探究Python在財務領域應用的從業人員的學習參考書。

突破效能瓶頸，掌握多核心、GPU加速與大規模資料處理技巧。 實務方法×業界案例，帶你用Python打造生產級效能。 跨越記憶體限制、善用GPU，GenAI與生產化ML的最佳效能解方。 「Ian與Micha的新書不僅介紹現代效能工具，也深入探討程式優化的普遍原則。每一位Python開發者都應該閱讀此書！」 ― Mikhail Timonin，量化開發者，Engelhart 不論你是要處理龐大資料、打造AI產品，還是單純想讓程式更流暢，新版都提供了比前版更強化的工具與方法，讓你的Python程式真正跑出高效能。 收錄GenAI、機器學習產品化等實戰案例，讓你的Python程式在真實環境中全面升級。 ---------------------------------------------------- 或許你的Python程式已經能正確運行，但若能跑得更快，會為你帶來什麼改變？全新第三版《高效能Python程式設計》將引導你找出程式在高資料量環境下的效能瓶頸，並透過各種設計方法與背後的理論基礎，幫助你更深入理解Python的運作，進而寫出真正高效的程式碼。 本書不只涵蓋多核心、叢集與編譯的技巧，也帶你探索如何突破RAM限制、活用GPU加速，甚至在 GenAI、機器學習產品化等場景中提升效能。你將看到許多來自業界的實戰案例，這些公司如何善用高效能Python進行社群分析、AI應用到生產級系統。作者Micha Gorelick與Ian Ozsvald更分享了多年經驗與實用方法，幫助資深Python開發者在不犧牲可靠性的前提下，靈活擴展或縮小系統，迎戰真實世界的效能挑戰。 • 更深入掌握NumPy、Cython與效能分析器。 • 瞭解Python如何將底層電腦架構抽象化。 • 進行效能分析來找出CPU時間與記憶體的使用瓶頸。 • 利用合適的資料結構來寫出高效的程式。 • 提升矩陣與向量運算的速度。 • 使用Pandas、Dask與Polars來快速處理DataFrame。 • 加快神經網路與GPU的計算速度。 • 使用工具來將Python編譯為機器碼。 • 同時管理多個I/O與計算操作。 • 轉換multiprocessing程式碼，並在本地或遠端叢集上運行。

Python 運算思維Google Colab x Gemini AI零基礎 + 高效率 學「程式設計」內容簡介★★★★★【國內第1本Gemini AI輔助學習Python】★★★★★★★★★★【Google Colab x Gemini AI助攻】★★★★★★★★★★【Gemini API設計智慧客服系統】★★★★★本書特色如下：☆ Gemini AI程式除錯(Debug)、註解、重構和重寫程式的應用。★ 完整的解說機器學習數學原理和演算法。☆ 用Gemini API設計「智慧客服系統」。★ 提供「Google Colab的ipynb檔案」與「一般的py檔案」兩種程式。本書用約700個一般實例與程式實例，同時使用ChatGPT輔助學習，講解了下列知識：★ 科技與人工智慧知識融入內容☆ 完整Python語法★ 串列、元組、字典、集合☆ 經緯度計算城市間的距離★ 數學方法計算圓週率☆ 生成式generator★ 函數與類別設計☆ 設計與使用自己的模組、使用外部模組★ 中文Windows預設cp950與國際通用utf-8格式的檔案讀寫☆ 程式除錯與異常處理★ 正則表達式☆ 影像處理★ Numpy☆ CSV文件★ 2D ～ 3D的Matplotlib中英文靜態與動態圖表繪製☆ 網路爬蟲★ 人工智慧破冰之旅☆ 迴歸分析★ 機器學習使用scikit-learn入門☆ 使用Gemini API設計「智慧客服中心」讀者最值得閱讀本書的十大理由①從零開始的運算思維訓練第 1 章從 Computational Thinking、Python 起源、語言演化一路講解，讓初學者打好電腦科學與邏輯基礎。②完整且紮實的 Python 語法入門到進階從變數、資料型態、字串、串列、迴圈、集合、字典，到函數、類別、模組，內容涵蓋所有核心語法，是最適合初學者的系統化教材。③每章皆搭配大量實例，學得會、用得到例如 BMI、房貸、經緯度距離、凱薩密碼、單字統計、影像處理、成績系統、夏令營、動畫等真實專案，全面強化讀者實作能力。④Gemini AI 系列深度整合，全書都有 AI 助教陪學幾乎每章都有「Gemini AI 輔助程式設計」單元，協助：◎產生程式碼◎除錯◎重構程式◎解釋程式邏輯本書是傳統 Python 教學 x AI 學習流程的最佳融合。⑤完整示範 Google Colab 雲端 Python

AI學Python-打造你的AI超級助教 書籍特色 ● 308次AI實戰提問練功：從需求出發、撰寫提示、測試程式、錯誤修正到模板建立。 ● 四步循環學法：明確化情境→提問與生成→驗證與修正→固化與遷移，讓學習變成可重複的流程。 ● 模板庫就能上手：建立自己的提示句模板、最小可測試案例範本、除錯檢核清單、作業規格樣板。 ● 友善初學路徑：適合自學、課堂學習與專題實作，讓您從「看得懂」進階為「改得動、做得出」。 ● 立即可用情境：課業報告、資料清理、簡易自動化、程式重構、撰寫測試與說明文件。 ● AI突破APCS：運用AI突破2025 APCS新版實戰準備。 適用對象 ● 初學者與自學者 ● 高中職與大專課程的學生 ● 需要把任務流程化的實作與專題團隊 您會學到 ● 如何把需求說清楚：情境、輸入、輸出、評分標準的提問能力。 ● 如何變成可驗證的程式：撰寫「最小且可執行、可測試」程式、除錯與修正。 ● 如何把答案變能力：把有效對話整理成自己的提示句模板與清單，累積可重複使用的工作流程。