Python

本書在內容上著重闡述計算機中存儲、組織數據的方式與計算機程序解決問題的步驟，同時對數據結構與算法中的典型案例進行講解，在程序實現中使用Java與Python兩種語言對照表述。本書共8章，第1章是數據結構與算法概論，主要介紹數據結構和算法的基本概念；第2、3章是線性表與棧和隊列，這部分介紹簡單的數據結構類型及操作算法；第4章是遞歸，這是數據結構中重要的操作算法；第5、6章是樹與圖，這部分介紹較為複雜的數據結構及操作算法；第7、8章是排序與查找，這部分主要介紹各種常見算法、優化存儲結構的思想。本書可作為應用型本科院校和職業院校計算機相關專業的教材，也可作為各類計算機培訓機構的教材。

This book is a customized version in Taiwan, and the content is extracted from Chapters 1 to 15 of the book "Introduction to Python Programming and Data Structures, Global Edition, 3rd edition".-- --For introductory courses in Python Programming.A fundamentals first approach to programming helps students create efficient, elegant code.Introduction to Python Programming and Data Structures introduces students to basic programming concepts using a fundamentals-first approach that prepares students to learn object-oriented programming and advanced Python programming. This approach presents programming concepts and techniques that include control statements, loops, functions, and arrays before designing custom classes. Students learn basic logic and programming concepts prior to moving into object-oriented and GUI programming. The content incorporates a wide variety of problems with various levels of difficulty and covers many application areas to engage and motivate students.For a list of

當前，數據驅動的理念已滲透到各個領域，數據科學和人工智能技術在製造業、金融、教育等多個行業中得到了廣泛應用。Python作為一種編程語言，已成為數據科學和人工智能領域的事實標準，它豐富的生態系統進一步增強了它在這些領域中的重要性。然而，隨著數據量的不斷增長，如何利用Python加速數據科學處理，並將它擴展到集群上的並行計算，已成為數據科學家面臨的重要挑戰。《Python數據科學加速:Dask、Ray、Xorbits、mpi4py》詳細介紹了4種數據科學工具：Dask、Ray、Xorbits和mpi4py，這些工具可以幫助數據工程師和科學家處理更大規模的數據集、訓練更複雜的模型，並更高效地進行機器學習模型的迭代和部署。 《Python數據科學加速:Dask、Ray、Xorbits、mpi4py》面向具備一定數據科學基礎的數據工程師、數據科學家或領域專家，同時也適合大學生和研究生作為進入高性能數據科學領域的入門讀物。

《Python辦公自動化從入門到精通》講解如何使用Python技術實現自動化辦公。《Python辦公自動化從入門到精通》分為兩大部分，共19章。第1部分為基礎語法，即從基礎入門開始介紹Python語言的基礎語法知識，內容對應第1章～第6章，包括初識Python、Python語法元素、程序控制語句、組合數據類型、函數、類。第2部分為高階辦公，即使用Python語言實現辦公操作，內容對應第7章～第19章，包括操作文件、庫、操作文件夾、操作Excel文件、操作Word文件、操作PPT文件、操作PDF文件、操作HTML網頁、網絡爬蟲、自動收發郵件、聊天機器人和二維碼、控制鼠標和鍵盤、批量處理視頻。除第1章外，每一章都包含項目案例，並且在項目案例中詳細分析代碼的設計思路和編寫過程。《Python辦公自動化從入門到精通》適用人群為需要入門Python編程的學生和需要提高辦公效率的工作人員、網絡信息技術人員、視頻剪輯技術人員等。

本書是一本從零開始講解Python編程的圖書，它旨在讓零基礎讀者較快地掌握編程知識，並能使用程序來滿足自己的需要。本書共有9個部分，除第1部分外，其餘部分都以一個階段性項目結尾。第1部分（第1～2章）介紹了學習編程的意義；第2部分（第3～6章）介紹編程的基本知識；第3部分（第7～12章）講解了字符串、元組以及與用戶交互的代碼；第4部分（第13～15章）介紹如何編寫程序來進行選擇；第5部分（第16～19章）主要涉及循環的相關知識；第6部分（第20～23章）引入了函數和模塊化的相關概念；第7部分（第24～29章）介紹了一些高級對象類型，如可變對象、列表、字典等；第8部分（第30～34章）為面向對象編程的相關知識；第9部分（第35～38章）介紹了一些可供讀者使用的現成代表庫。

本書以Python 3.9和Anaconda 3為編程環境。通過本書的學習，希望讀者能理解和掌握Python語言的相關知識，具備較強的算法設計、編寫和調試程序的能力，理解面向對象程序設計和模塊化程序設計思想，掌握文件讀寫、圖形界面、數據庫、數據分析與可視化、人工智能等編程技術。本書共16章。第1～2章介紹程序設計與編程環境；第3～7章介紹順序、函數、選擇、循環的算法與程序設計，以及Python的數據結構；第8章介紹文件處理；第9～11章介紹面向對象程序設計、模塊化程序設計和異常處理；第12～16章介紹圖形界面、數據庫、網絡爬蟲、數據分析與可視化、人工智能等的編程。每章後配有針對性強的習題，供讀者鞏固所學知識。

本書選用統計學和數據科學中常見的 R 語言和Python語言“雙語”編寫,主要內容包括:引言、R 語言編程基礎、R 語言數據處理、R 語言可視化、R 語言隨機抽樣和隨機數、R 語言基本統計推斷、R 語言回歸分析、R 語言大數據分析、Python 語言基礎、Python 數據處理等內容。此外,本書在每章正文後設置主要函數列表、練習題和實驗題,以幫助學生複習鞏固和自主練習。同時,還為教師配備了課程教學大綱(含課程思政內容)、課件、習題解答、模擬試題及配套答案等豐富的教學資源。本書結構嚴謹,邏輯清晰,敘述清楚,說明到位,行文流暢,習題配備合理,可讀性強,可作為高等學校統計學、大數據科學與技術等專業的教材或相關專業的教學參考書,也可供統計分析軟件初學者或從業者參考。

ChatGPT竟然還可以教你用Python取得並視覺化公開的天文觀測資料！ 這是全台第一本透過ChatGPT問答創作而成的天文科普書 你對星空有什麼好奇呢？太陽怎麼變化？水星逆行是什麼？如何發現系外行星？ 有哪些不同種類的星系？星體位於何方、有多遠、有多亮、有多重？ 如何繪製全天空星圖、星座圖、恆星的生命軌跡圖、星體在不同電磁波段下的樣貌？ 本書提供豐富的問答範例和開源程式碼，讓你隨著故事，透過公開的天文觀測資料，解答這些問題，體驗探索天文的樂趣 ChatGPT等生成式AI的出現，降低了大眾接觸天文研究的門檻。例如，任何人都可以用它來生成Python程式碼，以取得並視覺化公開的天文觀測資料。本書以故事形式將兩大主軸交織而成。其中一個主軸是示範如何透過與ChatGPT的問答，學會用Python來探索各種星體的觀測資料。這個部份的內容涵蓋：藉由太陽觀測資料來了解它有何變化、追蹤太陽系天體的軌道位置以解開行星逆行之謎、分析系外行星的繞行週期來看出它們遮擋所屬恆星的凌日現象，以及一窺韋伯太空望遠鏡所拍攝的星系影像和光譜。 另一個主軸則示範如何運用創造力來遊玩ChatGPT上的角色扮演遊戲《獵星者旅店》。你可以在旅店的圖書館翻閱「Colab天文魔法書：掌握Python套件」，也能參與旅店中的天文社社課，了解如何用Python查詢星體的座標、距離及亮度。或是你想用Python繪製出全天空星圖及星座圖，那就詢問旅店老闆哪一位獵星者能幫忙。如果你玩心更重的話，不妨在這遊戲中創造出遊戲，藉此學習用Python繪製出星體的質量分佈圖、恆星的生命軌跡圖，以及星體在不同電磁波段下的樣貌。生成有趣體驗的魔法皆來自你的想像。

本書結合編者多年的數據分析與科研繪圖經驗，詳細講解Python語言及包括Matplotlib在內的多種可視化包在數據分析與科研圖表製作中的使用方法與技巧。本書分為兩部分，共11章，第1部分主要講解Python語言的基礎知識，包括基本語法結構、控制語句、函數、數據處理與清洗等，尤其對Matplotlib、Seaborn、Plotnie庫進行較為詳細的講解。第2部分結合Python及其附加包的數據可視化功能，分別講解類別比較數據、數值關係數據、層次關係數據、局部整體型數據、分散式數據、時間序列數據、多維數據、網絡關係數據的可視化實現方法。本書可幫助讀者儘快掌握利用Python及可視化庫進行科技圖表的製作與數據展示。本書注重基礎，內容翔實，突出示例講解，既適合廣大科研工作者、工程師和在校學生等不同層次的讀者自學使用，也可以作為大中專院校相關專業的教學參考書。

《機器學習: 全彩圖解微課Python編程》是「鳶尾花數學大系：從加減乘除到機器學習」叢書的最後一冊，前六本解決了編程、視覺化、數學、 數據方面的諸多問題，而《機器學習: 全彩圖解微課程Python編程》將開啟機器學習經典演算法的學習旅程。《機器學習: 全彩圖解微課程Python編程》設定了24 個主題，對應四大類機器學習經典演算法（迴歸、分類、降維、聚類），涵蓋演算法包括： 迴歸分析、多元線性迴歸、非線性迴歸、正規化迴歸、貝葉斯迴歸、高斯過程、k 最近鄰分類、樸素貝葉斯分類、高斯判別分析、支援向量機、核子技巧、決策樹、主成分分析、截斷奇異值分解、主成分分析進階、 主成分分析與迴歸、核主成分分析、典型相關分析、 k 均值聚類、高斯混合模型、最大期望演算法、層次聚類、 密度聚類、譜聚類。《機器學習：全彩圖解微課程Python編程》選取演算法模型的目標是涵蓋Scikit-Learn 函式庫的常用機器學習演算法函數，讓讀者充分理解演算法理論， 又能連結實際應用。因此，在學習《機器學習: 全彩圖解微課程Python程式設計》時，特別希望呼叫Scikit-Learn 各種函數來解決問題之餘，更要理解演算法背後的數學工具。因此，《機器學習: 全彩圖解微課程Python編程》給出適度的數學推導以及擴展閱讀。《機器學習: 全彩圖解微課程Python編程》提供程式碼範例和影片講解，「鳶尾花書」強調在JupyterLab 自主探究學習才能提升程式設計技能。本書配套微課也主要以配套Jupyter Notebooks 為核心，希望讀者邊看視頻，邊動手練習。《機器學習: 全彩圖解微課程Python編程》讀者群包括所有試圖用機器學習解決問題的朋友，特別適用於機器學習入門、初級程式設計師轉型、 高級資料分析師、機器學習進階。

本書介紹在Python中使用PyQt5和其他模塊進行GUI和數據可視化編程的方法。第一部分介紹PyQt5設計GUI程序的基本框架，包括GUI應用程序的基本結構、窗體UI可視化設計與窗體業務邏輯的設計、信號與槽的特點和使用等。第二部分介紹GUI程序設計中一些主要功能模塊的使用，包括基本界面組件、事件處理、數據庫、繪圖、多媒體等。第三部分先介紹使用PyQtChart和PyQtDataVisualization進行二維和三維數據可視化設計的方法，再介紹將Matplotlib嵌入PyQt5 GUI應用程序窗口界面中進行數據可視化的編程方法。通過研讀本書，讀者可以掌握使用PyQt5、PyQtChart、Matplotlib等模塊進行GUI應用程序和數據可視化設計的方法。本書適合具有Python編程基礎，並想通過Python設計GUI應用程序或在GUI應用程序中實現數據可視化的讀者閱讀和參考。

本書知識框架可分為三部分。第一部分（第1章）闡述Python開發環境的搭建與使用；第二部分（第2章～第7章）闡述Python程序設計的基礎知識，包括內置類型、運算符與內置函數，程序控制結構，列表與元組，字典與集合，字符串，函數；第三部分（第8章～第10章）闡述不同場景下Python數據采集的方法與應用，包括基於文件和設備的數據采集、基於SQLite數據庫的數據采集、基於網頁的數據采集。本書通過大量演示代碼和案例展示Python基礎語法的細節和應用，介紹很多學習方法及實踐應用中常見錯誤的解決方法，並把一些標準庫和擴展庫的用法及代碼調試技巧融入相應的演示代碼和案例。本書配有PPT課件、教學大綱、電子教案、源代碼、數據文件、課後習題答案、在線練習與考試系統等教學資源，使用本書的教師可在人郵教育社區免費下載使用。本書適合作為研究生、本科、專科、高職Python程序設計與數據采集相關課程的教材（可根據學生專業、課程要求和學時進行選講），也可以作為Python工程師和愛好者的自學用書。

《Python第三方庫開發應用實戰》循序漸進地講解了Python中常用第三方庫的核心知識，並通過具體實例的實現過程演練了各個庫的使用流程。全書共12章，分別講解了Tornado框架、Django框架、Flask框架、數據庫存儲框架、數據庫驅動框架、使用ORM操作數據庫、特殊文本格式處理、圖像處理、圖形用戶界面、數據可視化、第三方多媒體庫、第三方網絡開發庫。本書適用於已經瞭解了Python基礎語法的讀者，也適用於希望進一步提高自己Python開發水平的讀者，還可以作為大專院校相關專業的師生用書和培訓學校的教材。

開發物聯網項目往往涉及傳感器、單片機、網關設備、通信模塊、網絡協議、後台程序、Web端等多個組件，同時需要運用多種編程語言和研發技能。在產品原型驗證的初期階段，特別是對小團隊而言，整合多方研發資源是一項不小的挑戰。本書通過介紹一個完整的實戰項目，全面展示了物聯網開發從設備到雲端的整體流程。該項目(智能種植系統)包含了遠程燈控、安防報警、環境監測、智能滴灌、設備管理等諸多功能模塊，並且僅採用Python一種編程語言，便實現了傳感器、STM32單片機、嵌入式ARM-Linux網關、雲端程序的開發工作。得益于Python豐富的第三方庫和模塊的支持，即使是對硬件和嵌入式知識瞭解不多的開發者，也能輕鬆駕馭物聯網開發。

本書採用案例和理論相結合的形式，以Anaconda和PyCharm為開發工具，系統地重點闡述了利用Python進行數據預處理、分析與可視化等相關知識，講解了Python各種數據處理展示的函數方法的使用方法。全書共有6章，分別是數據分析概述、Python基礎、利用Pandas進行數據預處理、利用Pandas進行數據分析、利用Matplotlib進行數據可視化、Python數據分析與綜合應用。書中安排了思維導圖、學習目標、知識指南、任務實訓、結果分析、鞏固訓練、每章測試等模塊。本書既可以作為本科和高職院校各專業數據分析相關課程的教材，也可以作為企業電子商務、市場營銷、數據分析人員的參考資料。