Python

The main goal of this book is to explain the core ideas of process mining, and to demonstrate how they can be implemented using just some basic tools that are available to any computer scientist or da

The Coding Manual teaches you everything you need to become a great programmer. Whether you need to boost your coding skills for school, work or just as a hobby, this comprehensive guide introduces th

本書將以實際應用為主線, 實際操作為重點, 以平鋪直敘的方式, 讓學習者能夠很快地理解並構建成個人的網站。書中通過十六堂課的教學將一些實際網站應用案例, 一步一步引導讀者瞭解Django Framework的架構以及設定的重點, 同時也通過這些網站的設計教導讀者如何運用現有的套件與模組達成想要的功能, 每一個範例都是可以獨立執行的網站, 讓讀者在課程結束之後成為具有實際經驗的網站開發人員。

在本書中，你將深入許多資料挖掘中常被忽視的領域，包括關聯規則挖掘、實體匹配、網路挖掘、情緒分析、命名實體識別、文本摘要、主題建模和異常檢測。對於每種資料挖掘技術，我們將在比較解決每種問題所用的各種策略之前，研究目前新的佳實踐。然後，將用來自軟體工程領域的實際資料，實現示例解決方案，並學習理解和解讀所得結果的方法。

While MATLAB remains a dominant computer language for scientific computing and analysis in neuroscience, it has become prohibitively expensive. This has created an opportunity for uptake of an alterna

本書首先介紹如何設置基本的資料科學工具箱，然後帶你進入資料改寫和預處理階段，這一部分主要是闡明所有與核心資料科學活動相關的資料分析過程，如數據載入、轉換、修復以及資料探索和處理等。最後，通過主要的機器學習演算法、圖形分析技術，以及所有易於表現結果的視覺化工具，實現對資料科學的概述。

如何在大資料時代獲得即時的資料資訊，分析挖掘、提取出有價值的資訊，並以直觀清晰的圖形表示出關鍵的數量關係和概念，是一個值得研究的問題。本書通過資料抓取篇（如何獲得資料資訊）、資料分析篇（分析挖掘，提取出有價值的資訊）、資料視覺化篇（以直觀清晰的圖形表示出關鍵的數量關係和概念）詳細描述資料抓取、分析、展示的整個流程，每一篇自成一體，可以單獨學習掌握。

This innovative study presents concepts and problems in soil physics, and provides solutions using original computer programs. It provides a close examination of physical environments of soil, includi

The book is designed for upper level under-graduates, graduate students and researchers in various STEM disciplines interested in performing efficient and cost effective image acquisition and processi

本書全面細緻地介紹了Python的各個功能、邏輯和慣用模式，以便讀者快速編寫出專業、地道、實用的Python程式，從Python新手成長為高手。本書共5個部分。第一部分“Python 環境”講解 Python的哲學、開發環境、基本語法、專案結構和代碼導入等內容，為讀者編寫規範的Python代碼奠定堅實的基礎。第二部分“基本結構”講解Python的變數、資料類型、函數、類、物件、錯誤和異常等。第三部分“資料和流程”講解運算元據和控制執行流程的許多獨特方法，包括集合、反覆運算、生成器、推導式、文本輸入/輸出、上下文管理、二進位和序列化等。第四部分“高級概念”探索Python 的高級策略，如繼承、混入、元類、抽象基類、自省、泛型、非同步、併發、執行緒和並行等。第五部分“超越代碼”講解項目的打包、分發、調試、日誌、測試和剖析等環節，並概述Python開發的方向。本書適合想要學習編寫專業Python程式的讀者閱讀，既可作為零基礎入門 Python 的教材，也可作為程式師案頭常備的Python工具書。本書尤其適合已掌握其他程式設計語言的開發者用來學習Python，可以幫助這些開發者不受其他程式設計語言的影響來學習地道的 Python程式設計方法。

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

本書以Python 3.13.0為平臺，以實際應用為背景，通過“概述理論+經典應用”相結合的形式，深入淺出地介紹了Python計算機視覺與機器學習。全書共11章，主要內容包括計算機視覺與機器學習的概述、掀開Python面紗、Python科學計算庫、傳統圖像處理、目標檢測、圖像分析與修復、特徵點檢測與匹配、OpenCV與機器學習、立體視覺、深度學習實現計算機視覺等內容。通過本書的學習，可使讀者領略到Python的簡單、易學、易讀、易維護等特點，同時感受到利用Python實現計算機視覺與機器學習的普遍性與專業性。本書可作為高等學校相關專業本科生和研究生的教學用書，也可作為相關專業科研人員、學者、工程技術人員的參考用書。

本書介紹系統仿真基礎內容的算法原理和程序實現，包括系統的各種數學模型表示和相互轉換、連續時間系統的數值積分法仿真、模型離散化方法和離散時間系統仿真、採樣控制系統仿真等。本書使用Python編程實現書中介紹的各種算法和示例，主要用到NumPy、SciPy、Matplotlib和python-control等第三方包。所有的示例都給出了Python程序實現，通過理論與程序結合的方法演示算法原理和仿真效果，使讀者掌握用Python編寫系統仿真程序的方法。閱讀本書需要先掌握自動控制原理、現代控制理論、信號與系統等課程的基礎知識。本書可作為高等院校系統仿真相關課程的教材，也可供想要瞭解如何使用Python進行動態系統仿真的讀者參考。

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。

本書秉持理論為基、實踐為用的編寫理念，依託完善的Python技術生態，搭建模塊化知識體系與多元化應用場景，聚焦機器學習與數據挖掘工程化實操能力培養，打通算法理論與工程落地之間的壁壘。全書內容體系清晰完整，劃分為Python基礎入門、經典機器學習算法、綜合項目實踐三大模塊，兼顧理論講解與實戰教學。書中融入大量貼合行業真實場景的應用案例，每章均配備案例詳解與分步操作指南，助力讀者鞏固知識要點、提升代碼實操與問題解決能力。本書配套全套教學課件、源碼、習題及教學進度大綱等豐富教輔資源，適配課堂教學與自主學習雙重需求。本書精准適配應用型本科院校教學需求，貼合學生動手能力突出、理論基礎有待夯實的學情，適合作為本科及研究生機器學習相關課程教材與參考用書。

GESP組委會委員傾力打造，一站式搞定GESP一、二級(Python語言)備考。全書依照考試學習路徑劃分準備知識、一級教程、二級教程三大模塊，循序漸進搭建編程知識體系。一級築牢編程底層基礎，二級突破複雜程序邏輯等難點。依託多年教學經驗，編者全面盤點歷年高頻考點，總結易混易錯點，提供針對性真題練習。依照本書複習，可大幅縮短備考週期，零基礎也能快速掌握應試技巧，輕鬆拿下GESP等級證書。 看完本書，你將實現以下核心突破。 (1)搭建完整知識框架：一級築基、二級拔高，知識點前後串聯互通，完整搭建Python編程知識體系，讓你築牢編程基本功。 (2)標準流程高效學習：全書統一採用“頭腦熱身—學習目標—動手實踐—融會貫通—學以致用”五段式結構，形成固定高效學習流程，自學條理清晰，不走彎路。 (3)編程能力全面提升：“動手實踐”板塊，包含完整代碼示例、實用程序調試技巧與同類題型舉一反三拓展。看完就能熟練掌握Python代碼編寫技巧，獨立設計完整程序邏輯，完成編程大題。 (4)規避高頻失分陷阱：“融會貫通”模塊，匯總高頻錯題與典型誤區，深度剖析出錯根源，助你避開考題暗藏陷阱，加深知識理解，大幅降低考場失誤丟分概率。 (5)全真演練輕鬆應試：每節配套閱讀程序寫結果、程序改錯、程序填空、真題演練。真題鞏固所學，讓你熟悉考試出題風格與答題思路，從容應對等級考試。 (6)系統塑造編程思維：逐步養成分析問題、拆分流程、自主設計代碼的標準化編程思維，不僅能應對GESP考試，更可為後續的高階編程學習築牢邏輯根基。

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。

本書基於Python的機器學習庫scikit-learn，系統講解機器學習核心算法及其應用，內容涵蓋機器學習認知、數據預處理、KNN 算法、線性回歸算法、邏輯回歸算法、樸素貝葉斯算法、決策樹與隨機森林算法、支持向量機、k均值聚類算法、神經網絡、模型評估與優化等重要主題。本書以項目式教學為主線，語言表達通俗易懂，輔以豐富的圖表和大量實戰案例，對各類機器學習算法進行直觀、生動的剖析，幫助讀者通過實踐快速掌握機器學習關鍵技術。本書注重深入淺出地講解算法原理，所選案例典型、實用，並提供微課視頻、電子課件、案例代碼、習題庫及參考答案等豐富的課程資源。本書既可作為高等院校人工智能、數據科學與大數據技術及相關專業的教材，也可作為人工智能領域的技術人員和研究工作者的參考書。

⊙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

本書共11章, 依次介紹Python編程環境與基礎語法, Python爬蟲編寫和數據獲取、處理、分析與可視化, 通過案例講解Python自動化視頻和音頻的後期處理技巧, 通過4個案例綜合展示運用Python知識創作短視頻, 最後介紹ChatGPT和文心一言等AI工具, 及其在短視頻創作與Python編程中的應用。

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

本書從零開始介紹 Python 程序設計的基礎知識和實戰技巧，主要內容分為11個項目32個任務，涵蓋 Python 從入門到高級應用的完整路徑。本書以淺顯易懂的方式講解複雜抽象的編程概念，並採用“項目引領、任務驅動”的方式闡述相關問題，進而幫助讀者深入理解 Python 程序設計的知識並具備 Python 編程的能力。同時，本書注重將AI技術融入編程實踐，提升讀者的人工智能素養。 本書適合作為高等職業院校不同專業Python 程序設計課程的配套教材，也可供無編程經驗的初學者使用。

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

OpenCV是一個跨平臺計算機視覺和機器學習軟件庫，也是計算機視覺領域的開發人員必須掌握的技術。《OpenCV計算機視覺開發實踐:基於Python》基於Python 3.8全面系統地介紹OpenCV 4.10的使用，並配套示例源代碼、開發環境、PPT課件、配書PDF文件與作者答疑服務。《OpenCV計算機視覺開發實踐:基於Python》共20章，主要內容包括計算機視覺概述、OpenCV的Python開發環境搭建、OpenCV基本操作、數組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測、圖像分割、圖像金字塔、圖像形態學、視頻處理，以及停車場車牌識別、目標檢測、數字水印、圖像加密和解密、物體計數、圖像輪廓和手勢識別等案例。《OpenCV計算機視覺開發實踐:基於Python》既適合OpenCV初學者、計算機視覺與圖像處理應用開發人員、人工智能算法開發人員閱讀，也適合作為高等院校或高職高專院校計算機視覺與圖像處理、人工智能等相關專業的教學參考書。

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。