Think Python

最全面的 ChatGPT × Python 應用手冊！ AI 詠唱寫程式，打造超快速自動化技巧！ 學會對 AI 下指令，提升工作效能！ ChatGPT 詠唱技巧＋資料擷取術＋辦公室自動化 本書將帶你學會「網路爬蟲」和「辦公室自動化」的 Python 程式設計，並結合使用 ChatGPT 指令和提示，寫出各種不同應用的 Python 程式，成為 AI 指令達人。 本書介紹了網路爬蟲的流程到實作，首先分析 HTML 網頁結構及標籤，將資料擷取下來後進行資料處理與轉換，接著實際爬取天氣、電影、電商網頁。另外，本書的職場自動化技巧，包含彙整 Excel 資料、製作統計圖表、批次命名及移動圖片、自動寄開會通知信，讓你輕鬆駕馭日常工作，建立全方位的自動化辦公室！ 23 個自動化範例 ＋ 8 個套件 ＝ 活用資料擷取術、節省繁瑣工作 你將學會 ● 取得、剖析和擷取網頁資料 ● 將爬取的資料轉為 Excel 檔案 ● 用 ChatGPT 寫網路爬蟲程式，擷取不同類型的資料 ● 使用 openpyxl 和 pandas 繪製圖表 ● 自動建立與編輯 Word、PPT 內容 ● 撰寫客戶回應信件、產生 PDF 報表 ● 寫出 SQLite / MySQL 資料庫程式 ● 串接 ChatGPT API，讓你在 LINE 使用 AI 聊天機器人 適合讀者 本書適合想要快速學會 Python 和 ChatGPT 詠唱的程式新手，也適合對資料處理、資料分析與資料視覺化有需求的從業人員。 本書範例檔案 本書提供 Python 範例程式、完整的 ChatGPT 提示文字及產出程式碼。

本書為1+X職業技能等級證書配套系列教材之一，以《數據應用開發與服務(Python)職業技能等級標準(中、高級)》為依據，由北京中軟國際信息技術有限公司組織編寫。 本書採用項目化編寫模式，共分為5個項目：項目1介紹多源數據採集與存儲，主要利用Python語言對不同數據源的數據進行採集；項目2介紹數據處理，從數據探查、數據清洗和轉換、數據取樣以及數據檢驗4個方面演練典型的數據處理方法；項目3介紹數據建模與性能評估，在熟悉數據含義並對數據進行預處理的基礎上，構建並訓練如回歸、分類和聚類等機器學習模型，並對未知數據進行預測；項目4介紹特徵選取與模型優化，使用Python語言調用sklearn庫函數實現特徵提取與模型優化；項目5介紹模型應用開發，實現端到端的數據應用開發與服務，並且側重于將模型集成到一個完整的應用程序中。全書通過構建42個學習任務，引導學生掌握Python應用開發的綜合應用知識與技能，並培養其應用所學完成實際任務的能力。 本書配套微課視頻、電子課件(PPT)、任務源碼、習題解答等數字化學習資源。與本書配套的數字課程“數據應用開發與服務(Python)”在“智慧職教”平臺(www.icve.com.cn)上線，學習者可以登錄平臺進行在線學習，也可以通過掃描書中二維碼觀看教學視頻，詳見“智慧職教”服務指南。教師可發郵件至編輯郵箱1548103297@qq.com獲取相關教學資源。 本書可作為數據應用開發與服務(Python)1+X職業技能等級證書(中、高級)認證的相關教學和培訓教材，也可作為高等職業院校Python程序設計及大數據技術類課程的相關教學用書，還可供有一定Python數據分析基礎的開發人員自學參考，為將來從事與Python應用相關的多源數據採集、數據預處理、數據建模、數據可視化、特徵選取、模型優化、模型部署、模型應用開發等工作打下良好基礎。

本書基於面向 Python 的 OpenCV(OpenCV for Python)，介紹了圖像處理的方方面面。本書以 OpenCV 官方文檔的知識脈絡為主線，並對細節進行補充和說明。 書中不僅介紹了 OpenCV 函數的使用方法，還介紹了函數實現的算法原理。在介紹 OpenCV 函數的 使用方法時，提供了大量的程序示例。而且在介紹函數對圖像的處理前，往往先展示函數對數值、數組 的處理，方便讀者從數值的角度觀察和理解函數的處理過程和結果。在介紹具體的算法原理時，本書盡 量使用通俗易懂的語言和貼近生活的示例來說明問題，避免使用過多複雜抽象的公式。

機器學習作為實現人工智能的方法，是一種讓計算機具備學習能力的數理技術。《Python機器學習實例及代碼分析――識別·預測·異常檢測》就以 Python為工具，結合實例和代碼分析對機器學習中的異常檢測和系列數據分析技術進行了詳細解說。其中前半部分介紹了基本的分類器和預測器的使用方法，以便讀者能夠順利地進行機器學習實踐。後半部分以作者的研究經驗為基礎，介紹了一些應用於實際問題的例子。《Python機器學習實例及代碼分析――識別·預測·異常檢測》以解說實例源碼為中心，特別適合有一定編程基礎、對機器學習技術感興趣的高校學生學習，也適合將機器學習技術應用於實際業務的工程師參考。

Python資料視覺化 從2D到3D使用matplotlib實作 王者歸來 內容簡介 ★★★★★【國內作者第 1 本】【全彩印刷】【資料視覺化】★★★★★ ☆☆☆☆☆【國內作者第 1 本】【Python + matplotlib專業書籍】☆☆☆☆☆ 【32個主題】，【509個程式實例】 這本書的第一版書名是「matplotlib 2D到3D資料視覺化」，這版內容只是書名更改，整本書內容如下： ★ 完整解說操作matplotlib需要的Numpy知識 ☆ 認識座標軸與圖表內容設計 ★ 繪製多個圖表 ☆ 圖表的註解 ★ 建立與徹底認識圖表數學符號 ☆ 折線圖與堆疊折線圖 ★ 散點圖 ☆ 色彩映射Color mapping ★ 色彩條Colorbars ☆ 建立數據圖表 ★ 長條圖與橫條圖 ☆ 直方圖 ★ 圓餅圖 ☆ 箱線圖 ★ 極座標繪圖 ☆ 階梯圖 ★ 棉棒圖 ☆ 影像金字塔 ★ 間斷長條圖 ☆ 小提琴圖 ★ 誤差條 ☆ 輪廓圖 ★ 箭袋圖 ☆ 幾何圖形 ★ 表格製作 ☆ 基礎3D繪圖 ★ 3D曲面設計 ☆ 3D長條圖 ★ 設計動畫 整本書程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通使用Python + matplotlib完成資料視覺化。

數據科學和機器學習已經深度融合到我們生活的方方面面，而數學正是開啟未來大門的鑰匙。不是所 有人生來都握有一副好牌，但是掌握“數學 編程 機器學習”絕對是王牌。這次，學習數學不再是為了考試、分數、升學，而是投資時間、自我實現、面向未來。為了讓大家學數學、用數學，甚至愛上數學， 在創作這套書時，作者儘量克服傳統數學教材的各種弊端，讓大家學習時有興趣、看得懂、有思考、更自信、用得著。《數學要素：全彩圖解 微課 Python編程》打破數學板塊的藩籬，將算數、代數、線性代數、幾何、解析幾何、概率統計、微積分、優化方法等板塊有機結合在一起。從加、減、乘、除四則運算講起，主要內容包括：第 1、2 章講解向量和矩陣的基本運算；第 3 章講解常用幾何知識；第 4 章講解代數知識；第 5、6 兩章介紹坐標系；第 7、8、9 三章介紹解析幾何；第 10 章到第 14 章都是圍繞函數展開；第 15 章到第 19 章講解微積分以及優化問題內容；第20、21 兩章是概率統計入門；《數學要素：全彩圖解 微課 Python編程》最後四章以線性代數收尾。《數學要素：全彩圖解 微課 Python編程》內容編排上突出“圖解 編程 機器學習應用”。講解一些特定數學工具時，《數學要素：全彩圖解 微課 Python編程》會穿插介紹其在數據科學和機器學習領域應用場景，讓大家學以致用。《數學要素：全彩圖解 微課 Python編程》雖標榜“從加減乘除到機器學習”，但是建議讀者至少具備高中數學知識。如果讀者正在學習或曾經學過大學數學 ( 微積分、線性代數、概率統計 )，就更容易讀了。

在大數據和人工智能時代，大數據對科學研究的重要性日益顯現。本書基於Python這一學習難度較小的編程語言，選取勞動科學這一視角，系統介紹了如何對大數據進行收集、處理及分析。由淺入深是本書的一個特點。全書分為四個部分共 20 章，第一部分介紹了Python基礎知識，第二部分介紹了Python數據處理，第三部分介紹了爬蟲基礎知識，第四部分介紹了爬蟲技術應用的具體例子。內容豐富、易於理解是本書的另一個特點。本書以應用為目的，每部分內容都給出了詳細的代碼，便於讀者掌握數據挖掘技術。書中列舉了很多通俗易懂的例子，幫助讀者更好地理解各章內容。本書實踐性強，配套教輔資源豐富，適合用作文科專業本科生、研究生教材，也適合對Python感興趣的人員自學。

本書為數據結構課程教學現實需要而編寫，重點介紹各種數據結構的邏輯特性和物理表示法，定義了相應算法，並用 Python 語言進行實現。本書共分為8章，包括緒論， Python 語言基礎，線性表，棧、隊列和串，樹，圖，排序和散列。本書采遵循由易到難、循序漸進、前後銜接自然的原則，將問題脈絡交代清楚，幫助讀者理解掌握各種數據結構的實質。 本書內容豐富、實用性強，既可作為高等學校數據結構課程的教材，又可供社會各類計算機應用人員閱讀參考。

本書通過案例、課業任務、項目等形式全面介紹了Python語言的相關知識點。全書共11章，主要講解Python語言、開發環境、語法、基本數據類型、程序控制結構、組合數據類型、函數和模塊、面向對象和異常處理、文件和數據組織、內置標準庫以及第三方庫等，最後介紹了一個人工智能相關的語音處理項目。每章都有大量的案例，並設置了課業任務，做到從案例到任務，到最後的項目，層層遞進，環環相扣，幫助讀者消化知識，提高學習興趣。 本書可作為高等學校程序設計語言教材，也可作為程序設計愛好者的參考書。

本书在理论方面和实践方面都讲解得浅显易懂，能够让读者快速上手，一步步学会使用Python与Excel相结合进行数据处理与分析。 全书内容分3个部分共12章。第1~4章为入门部分，主要介绍什么是数据分析，以及Python的编程环境和基础语法知识。第5~9章为进阶部分，主要介绍数据处理和分析的各种方法。第10~12章为实战部分，这部分的3个实例综合了本书前面部分的知识点，介绍了如何结合Python与Excel在实际工作中进行数据处理与分析操作。 本书内容由浅入深，且配有案例的素材文件和代码文件，便于读者边学边练。本书还创新性地将ChatGPT引入教学当中，给读者带来全新的学习方式。本书既适合Python和数据分析的初学者学习，也适合希望从事数据分析相关行业的读者学习，还可作为广大职业院校数据分析培训相关专业的教材参考用书。

Python + ChatGPT 零基礎 + 高效率 學程式設計與運算思維 第3版 ★★★★★【國內第1本ChatGPT輔助學習Python】★★★★★ ★★★★★【Google Colab環境解說】★★★★★ ★★★★★【第1本用ChatGPT語言模型】★★★★★ ★★★★★【設計線上AI客服】★★★★★ ★★★★★【第1本講解設計Pythonic程式】★★★★★ 本書特色如下： 相較於第2版，第3版新增與修訂下列內容： ★ 解說ChatGPT/GPT-4 ☆ 每一章節皆有ChatGPT輔助學習Python解說與實作 ★ Python在Google Colab環境完整解說，特別是中文資料的應用 ☆ 培養程式設計的好習慣，從零開始解說Python程式設計風格 ★ 迴歸分析基礎觀念 ☆ 更完整的數據科學與機器學習知識 ★ 機器學習使用scikit-learn入門 ☆ 用ChatGPT語言模型設計「線上AI客服中心」 ★ 小細節修訂約200處 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ChatGPT語言模型設計「線上AI客服中心」 ※ 本書部分實例可至深智官網下載：deepmind.com.tw

當讀者決定學習程序設計語言時， 選擇正確的方式開始學習至關重要。第一步非常重要， 因為第一步決定了讀者對程序設計主題的掌握程度。本書關注python程序設計基礎的細節， 並已盡力涵 蓋了程序設計主題的每一個細節， 這樣讀者就不會有任何未決的疑問。python是一種非常簡單的程序設計語言， 建議讀者系統地學習。正確的學習方法是成功的關鍵。瞭解程序設計語言的主要特性和基本概念非常重要。本書涵蓋了有關python程序設計中幾乎所有的基本概念， 相信每一位讀者 (無論學生還是職業人士) 都會從本書提供的信息中受益匪淺。本書採用通俗易懂的語言進行編寫。 因此， 即使是初學者也能輕鬆地理解程序設計的概念。 本書不僅提供了許多示例代碼供讀者練習，還提供了一個詳細的題庫，為讀者參加各種考試或者面試做準備。

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。

這本書先介紹了如何使用Ppandas在Python中進行數據操作，教您熟悉統計分析和繪圖技術。還將通過多個實踐測試，讓您學會使用Dask分析分佈在多台計算機上的數據。接著還將為您介紹如何在內存無法容納全部數據時，為繪圖聚合數據。本書還將帶領您探索Hadoop(HDFS和YARN)，它可幫助您處理更大的數據集。此外，這本書還介紹了Spark相關知識，並解釋了它如何與其他工具進行交互。Python大數據分析是為Python開發人員、數據分析師和數據科學家設計的，他們需要親自動手控制數據並將其轉化為有影響力的見解。書中關於統計度量和關系數據庫的基本知識將幫助您理解在本書中的各種概念。

本書主要介紹經典的機器學習算法的原理和改進，以及Python的實例實現。本書的內容可以分成三部分： 第一部分是機器學習概念篇(第1章)，充分介紹機器學習的相關概念，並且對機器學習的各種算法進行分類，以便讀者對機器學習的知識框架有整體的瞭解，從而在後續的學習中更容易接受機器學習涉及的各類算法； 第二部分是Python機器學習基礎篇(第2章和第3章)，簡單介紹Python的基本使用方法、機器學習庫scikitlearn和人工智能工具集OpenAI Gym； 第三部分是機器學習算法與Python實踐篇(第4～19章)，對監督學習、無/非監督學習、強化學習三大類常用算法逐一講解，包括機器學習算法的原理、算法的優缺點、算法的實例解釋以及Python的實踐應用。 本書適合對人工智能、機器學習感興趣的讀者，希望用機器學習完成設計的計算機或電子信息專業的學生，準備開設機器學習、深度學習實踐課的授課老師，學習過C語言，且希望進一步提高編程水平的開發者，剛從事機器學習、語音、機器視覺、智能機器人研發的算法工程師閱讀。

本书共12章，包括Python概述，Python语言基础，基础数据结构，函数与模块，面向对象程序设计，NumPy数据分析，数据可视化，基础算法分析与实现，机器学习概述，回归分析，分类算法，聚类算法。

《Python機器學習項目實戰》引領大家在構建實際項目的過程中，掌握關鍵的機器學習概念!使用機器學習，我們可完成客戶行為分析、價格趨勢預測、風險評估等任務。要想掌握機器學習，需要有優質的範例、清晰的講解和大量的練習。本書完全滿足這三點!本書展示了現實、實用的機器學習場景，並全面、清晰地介紹了機器學習的關鍵概念。在學習本書的過程中，讀者將會完成一些引人入勝的項目，比如使用線性回歸預測汽車價格，部署客戶流失預測服務等。讀者將**算法，學習在無服務器系統上部署機器學習應用，以及使用Kubernetes和Kubeflow服務模型等重要技術。大家埋頭苦學，親自動手，享受掌握機器學習技能的樂趣!主要內容●收集和清理訓練模型的數據●使用流行的Python工具，包括NumPy、Scikit-Learn和TensorFlow●將機器學習模型部署到生產環境中閱讀門檻讀者需要有Python編程技能，不需要具備機器學習知識。

《Python網絡爬蟲與數據分析從入門到實踐》從初學者的視角出發，以案例實操為核心，系統地介紹網絡爬蟲的原理、工具使用與爬取技術，並詳細講解數據分析的各種技巧。本書主要內容包括：Python基礎語法，數據分析工具NumPy、Pandas、Matplotlib的使用，網絡爬蟲庫Urllib、BeautifulSoup、Scrapy，正則表達式在網絡爬蟲中的應用，數據預處理與數據分析方法、中文文本處理、文本向量化技術，以及機器學習算法在數據分析中的應用。書中還給出了大量案例和項目，可以幫助讀者快速上手，提高實用技能。 《Python網絡爬蟲與數據分析從入門到實踐》內容豐富，注重實操，適用於網絡爬蟲崗位、數據分析崗位的初級工程師和各類工程技術人員，還可作為高校經濟、管理、人文社科、大數據等專業的教學用書。

本書詳細地介紹了Python的語法知識，並借助集成開發工具PyCharm，提升讀者的編程能力，訓練讀者的程序思維，讓其快速、輕鬆地掌握一門時下非常流行的編程語言。 全書共10章，分別是Python概述、Python基礎、字符串、流程控制語句、複合數據類型、函數與模塊、異常處理、面向對象編程、文件處理和綜合案例，書中所有知識點均給出了示例代碼和相關案例，輔助讀者理解相關概念及其應用。 本書可作為全國高等學校計算機類相關專業的教材，亦可作為高等學校各專業的通識教材，以及計算機編程愛好者的自學讀物。

本書在提供時間序列分析基本原理的基礎上， 重點對統計方法、 機器學習、 深度學習及其時間序列分析應用進行案例分析， 並提供了Python實例。本書還考慮了大數據背景下對海量時間序列數據的處理與分析方法， 對大數據分析引擎Apache Spark及其時間序列分析也提供了應用實例。 本書共包含4章， 組織結構如下: 第1章對時間序列分析方法進行概述； 第2章對統計方法及其時間序列分析進行介紹並提供Python實例； 第3章對機器學習及其時間序列分析進行介紹並提供Python實例； 第4章對深度學習及其時間序列分析進行介紹並提供Python實例。 本書主要為讀者提供快速的問題解決思路和一般策略， 未深入討論各類算法模型的底層原理、 推導過程及具體任務的優化改進。讀者可在本書提供的方法和源碼基礎上， 進行模型結構或算法流程優化和創新， 以滿足讀者在實際學習、 研究和工程應用中的需要。為保證代碼清晰明確， 本書執行PEP 8（python enterprise proposal 8）代碼格式。書中實例圍繞時間序列分析目標開展編程， 應用範圍較為廣泛， 有望滿足不同領域科研工作者及工程技術從業人員的使用需要， 既可作為本科生、 研究生相關課程教學教材， 也能作為相關領域工程人員的技術參考書。

設計模式是構建大型軟件系統zui強大的方法之一，優化軟件架構和設計已經逐漸成為軟件開發和維護過程中的一個重要課題。本書通過11章內容，全面揭示有關設計模式的內容，並結合Python語言進行示例化的解析。全書囊括單例設計模式、工廠模式、門面模式、代理模式、觀察者模式、命令模式、模板方法模式、複合模式、狀態設計模式以及反模式等多種設計模式。本書適合那些關注軟件設計原則，並想將you秀的設計模式應用到Python編程當中的讀者閱讀，也適合普通的軟件工程師、架構師參考。

本書是使用Python 進行深度學習實踐的一本初學指南。本書並未羅列大量的公式，而是通過一些實用的實際案例，以簡單直白的方式介紹深度神經網絡的兩項任務――分類和回歸，解析深度學習模型中的一些核心問題，以期讓讀者對深度學習的全貌有一個清晰的認識。本書共9 章，分別介紹了深度學習基礎理論、神經網絡基礎知識、構建定制化深度預測模型、性能提升技術、二元分類的神經網絡應用等內容，並借助Python 語言對基本算法和實現模型進行了探索。本書適合期望用較短時間在深度神經網絡領域初試牛刀的讀者，也適合深度學習的初學者以及業內人士參考。

本書以Python 3.8.2為基礎，不但介紹了Selenium 4.0 alpha 5的用法，而且介紹了測試模型、測試框架、測試策略方面的很多內容。本書共12章，內容主要包括Selenium自動化測試框架入門、Python環境的搭建、Selenium的安裝、Selenium IDE插件的安裝與使用、Selenium腳本的編寫、Selenium中的元素定位方法、自動化測試模型的搭建、自動化測試框架的設計、Docker命令，以及基於Docker與Selenium Grid的測試技術應用，基於Docker、Jenkins與Selenium實現分布式自動化測試的方法，Selenium在性能測試和安全性測試方面的應用等。本書適合從事開發、測試、運維等工作的專業人士閱讀。

強化學習是機器學習的重要組成部分。本書採用理論與實踐相結合的寫法，從強化學習的基本概念開始，詳細介紹了強化學習的算法理論和實踐操作，配有Python代碼實現，完整呈現強化學習算法的實踐細節。通過這本書你將會：（1）理解強化學習關鍵方面的問題。（2）探索馬爾可夫決策過程及動態規劃的過程。（3）深入理解強化學習的各種方法，包括MC方法，TD方法，深度學習Q方法，SARSA方法等。（4）通過大量的現實例子及Python實現程序，不斷地實踐，成為強化學習的高手。

本書體統講解了使用Python、Selenium和Appium進行自動化測試的方法與技術。本書主要內容包括自動化測試、關鍵識別技術和常見控件的使用、移動端自動化測試實例和核心原理、自動化測試實戰項目原型設計、接口測試、Python Requests接口測試實戰等。本書適合測試人員閱讀，也可供相關專業人士參考。

本書是“孩子們的編程書”系列裡的《Python編程入門：無人機》分冊。本系列圖書共分6級，每級兩個分冊，書中內容結合孩子學習特點，從編程思維啟蒙開始，逐漸過渡到Scratch圖形化編程，最後到Python編程，通過簡單有趣的案例，循序漸進地培養和提升孩子的數學思維和編程思維。本系列圖書內容注重編程思維與多學科融合，旨在通過探究場景式軟件、遊戲開發應用，全面提升孩子分析問題、解決問題的能力，並養成良好的學習習慣，提高自身的學習能力。 本書基於大疆Tello無人機+Python編程語言編寫而成，主要以無人機完成各種實踐任務為線索，引導孩子瞭解無人機編程和Python編程，培養孩子們的編程思維和創新意識，並通過編程與人文、地理、科學、英語、數學等學科知識的融合，推進信息技術與學科教育的深度融合，同時結合思維導圖的形式，啟發和引導孩子們去思考和創造。 本書採用全彩印刷+全程圖解的方式展現，每節課均配有微課教學視頻，還提供所有實例的源程序、素材，掃描書中二維碼即可輕鬆獲取相應的學習資源，大大提高學習效率。 本書特別適合中小學生進行Python編程初學使用，適合完全沒有接觸過編程的家長和小朋友一起閱讀。對從事編程教育的老師來說，這也是一本非常好的教程。本書可以作為中小學興趣班以及相關培訓機構的教學用書，也可以作為全國青少年編程能力等級測試的參考教程。

本書以Python 3.7為編程環境，從基本的程序設計思想入手，逐步展開Python語言教學，是一本面向廣大編程學習者的程序設計類圖書。全書分為基礎篇、圖像處理和可視化篇、爬蟲技術開發篇、人工智能開發篇和遊戲開發提高篇。 基礎篇(第1～7章)主要講解Python的基礎語法知識、控制語句、函數、文件、面向對象編程基礎、Tkinter圖形界面設計、網絡編程和多線程、Python數據庫應用等知識，並以遊戲案例作為各章的階段性任務。 圖像處理和可視化篇(第8～9章)通過“人物拼圖遊戲”“學生成績分佈柱狀圖展示”案例學習Python圖像處理和可視化功能。 爬蟲技術開發篇(第10～13章)應用爬蟲技術開發“小小翻譯器”“校園網搜索引擎”“爬取百度圖片”和使用爬蟲模擬登錄技術的案例，講解Python爬蟲的關鍵技術。 人工智能開發篇(第14～16章)主要講解基於樸素貝葉斯算法的文本分類、 基於卷積神經網絡的手寫體識別和基於OpenCV實現人臉識別三個案例。 遊戲開發提高篇(第17章)借助第三方Pygame庫開發大家耳熟能詳的Flappy Bird(又稱笨鳥先飛)遊戲。 通過本書，讀者將學會Python編程技術和技巧，掌握第三方庫的使用，瞭解程序設計的所有相關內容。本書不僅列出了完整的代碼，同時對所有的源代碼進行了非常詳細的解釋，做到通俗易懂，圖文並茂。 本書適用于Python語言學習者、程序設計人員和遊戲編程愛好者。

☆ ★寫出你的專屬指標★☆ 現職程式交易員帶你用python寫出本書三大核心 獲取台灣股市資料X小幫手每日自動監控市場X透過回測打造最佳策略 當別人的策略10秒鐘完成回測10年的資料時，你是否仍辛苦的一年一年人工驗證自己的策略？ 當別人有程式在替他監控市場而有空邊喝咖啡邊吃下午茶時，你是否還在辛苦盯盤，甚至荒廢本業？ 近年來程式充斥、席捲了整個市場，學習程式不僅是為了因應就業潮流，也是讓您在各個場域、各種需求下都能有更適合自己的一套作業方式！ 比起其他好用又方便的自動交易軟體，Python擁有更高度的自由化；比起雖然專業且支援廣泛卻要價不斐的軟體Bloomberg，Python是更容易入手的選擇。 學會一套Python語言讓你可以自由地獲取你想要的資料、自由地寫出屬於你的專屬指標。 ☛讀完本書，您能熟悉軟體的執行方式、基本套件操作及函數： ✔基本觀念：變數、print 等 ✔了解常用資料結構概念及常用基本資料類型 ✔迴圈、條件式及控制 ✔運算子：+ - * / 以及其他概念 ✔了解Python規定縮排規則及import使用套件基礎操作 ✔熟悉pip與def概念及語法 ✔熟練cmd、vscode及Github ✔實際操作爬蟲，了解pandas套件、BeautifulSoup與一些常使用的資料清洗方法 ✔學會yfinance、ta套件及deal_holiday.py程式，並學會設置windows排程 ✔try / except 的基本概念及應用 ✔traceback 追蹤錯誤訊息 ✔numpy 的各種基礎統計方法：max、min、std、mean、percentile等 ✔熟悉pyfolio用法，熟悉backtrader框架的入門與應用 ☛適合讀者 ✪具備基本Python基礎的讀者 ✪對程式交易無經驗或小有經驗者 ✪想更輕鬆獲取股市交易資訊的讀者

這本書將把您的技能和職業提升到新的高度。我們將教您如何使用Python在ArcGIS Pro和ArcGIS Online中優化和簡化數據管理、分析和地圖製作過程。您將學習的技巧和竅門使您可以輕鬆地管理整個城市或大型公司的數據，創建或編輯整個地圖系列，或從大數據

本書將易懂好學的Python編程語言，與當前使用最廣泛的Office辦公軟件進行結合，旨在解決開發人員、職場人士在大批量、自動化處理表格數據、Word文檔數據、PPT數據展示、郵件的自動化處理、網頁的自動化操作等方面的問題，通過Python編程實現自動化、智能化、高效化處理辦公問題的目標，解放雙手，提升工效。本書具備三大特點：覆蓋面廣，易學易懂，可操作性強，配視頻輔導和案例演練。本書講解Python自動化辦公的知識技能覆蓋面非常廣，不僅僅融合了Excel辦公軟件，而且還融合了我們辦公常用的Word辦公軟件、PPT辦公軟件、郵件的自動化處理、網頁的自動化操作，而市面上的書籍僅對Excel辦公軟件進行了融合；書中配套了微課視頻講解，學習過程中有不懂的地方，直接掃碼觀看視頻即可，方便高效；在講解Python自動化操作Office軟件、郵箱、網頁的時候，配備了相應的案例，這些案例使得我們能迅速達到學以致用的目的。本書從編程零基礎開始學起，主要面向剛步入職場的大學生、渴望提升工作技能的普通辦公職場人士、Python自動化辦公方向程序員、Python編程愛好者。

本書採用理論與實踐相結合的教學方式，通俗易懂、圖文並茂。從項目開發環境搭建入手，主要講解 Python 開發環境的安裝、Python 語法基礎、程序控制結構、Python 序列類型、字符串、函數、面向對象程序設計、文件處理、異常處理、常用的標準庫和第三方庫、圖形用戶界面編程和數據庫編程知識，並將項目分解為階段性任務，便於學生理解和教師教學。本書適合作為高等職業院校計算機、人工智能、信息管理、電子商務等專業的教學用書，同時也適合作為其他相關專業的選修課程教材。本書提供微課視頻，並配套程序源代碼、教學課件和習題答案。

在全球數字經濟背景下，雲計算成為企業數字化轉型的必然選擇，企業上雲進程將進一步加速。雲計算也促成了軟件工程的進一步發展，軟件架構演變為雲端架構。本書以雲應用開發為主要內容，由校企雙元合作開發，以職業能力培養為根本，以企業常用的幾類雲應用服務項目為載體，解析項目涉及的Python 程序開發和亞馬遜雲服務知識技能點，掌握雲應用開發能力。本書共5 個單元，單元1 為“我的雲服務器”，包括Amazon EC2 服務的使用和基於Flask 的Web 應用程序的部署；單元2 為“我的有聲圖書”，以生動趣味的項目形式解析Amazon Polly 服務和基於Python的Web 應用開發；單元3 為“航班數據采集及可視化分析”，使用Amazon EC2、SageMaker、S3 等服務和Python 語言，設計數據采集、分析及可視化程序；單元4 為“我的記帳本”，重點解析Amazon Lambda 及Amazon DynamoDB 服務，並採用Python 實現遠程NoSQL 數據庫的數據管理；單元5 為“我的雲盤”，包括Amazon S3、RDS 和EC2 服務的綜合使用以及Python SDK 編程。本書是在亞馬遜雲上實現PythonWeb 應用開發的實戰教程，涉及當前*新的雲應用程序開發知識，可作為各類職業院校軟件開發及相關專業的教材，也可供軟件開發愛好者參考使用。

數字化轉型背景下，Python作為一門簡單、易學、速度快、免費、開源的主流編程語言，廣泛應用於大數據處理、人工智能、雲計算等各個領域，是眾多高等院校學生的必修基礎課程，也是堪與Office辦公軟件應用比肩的職場人士的必備技能。同時隨著數據存儲、數據處理等大數據技術的快速進步，機器學習的各種算法在各行各業得以廣泛應用，同樣成為高校師生、職場人士迎接數字化浪潮、與時俱進提升專業技能的必修課程。本書將“Python課程學習”與“機器學習課程學習”有機結合，推動數字化人才的培養，提升人才的實踐應用能力。 全書內容共17章。第1、2章介紹Python的入門知識和進階知識；第3章介紹機器學習的概念及各種術語及評價標準；第4～10章介紹相對簡單的監督式學習方法，包括線性回歸算法、二元Logistic回歸算法、多元Logistic回歸算法、判別分析算法、樸素貝葉斯算法、高維數據懲罰回歸算法、K近鄰算法；第11、12章介紹主成分分析算法、聚類分析算法兩種非監督式學習算法；第13～15章介紹相對複雜的監督式學習算法，包括決策樹算法和隨機森林算法、提升法兩種集成學習算法；第16、17章介紹支持向量機算法、神經網絡算法兩種高級監督式學習算法。 本書可以作為經濟學、管理學、統計學、金融學、社會學、醫學、電子商務等相關專業的學生學習Python或機器學習應用的專業教材、參考書；也可以作為企事業單位數字化人才培養的教科書、工具書，還可以作為職場人士自學掌握Python機器學習應用、提升數據挖掘分析能力進而提高工作效能和改善績效水平的工具書。

See deadly animals at their actual size in this new illustrated non-fiction adventure for children aged 3+WINNER! 2024 English 4–11 Picture Book Awards – Non-fiction 4–7WINNER! BEST NON-FICTION BOOK – Made For Mums Toy AwardsShortlisted for The Week Junior Book Awards – Children’s Book Cover of the YearLet's go on a LIFESIZE adventure!Step into the book and see how you measure up against some of the world's most amazing DEADLY animals. Watch out for the LIFESIZE black caiman jaws, burmese python, slow loris and much more!This interactive non-fiction adventure features LIFESIZE illustrations of some of world’s smallest and largest deadly animals and invites children to think about how they compare with these amazing creatures.This huge, playful book is the perfect introduction to animals for young children from picture book star, Sophy Henn.Climb into the book for a truly wild adventure . . .

本書是為《Python程序設計》配套的實驗教材與輔導，全書內容包括三部分：第一部分為實驗指導，該部分結合主教材各章節的理論知識設置10個實驗，每個實驗圍繞核心編程技能設計了具有應用性和趣味性的問題，作為讀者上機編程實踐操作的訓練；第二部分為課程設計，該部分是在Python編寫程序的步驟和程序調試方法的基礎上，讓讀者更加明確地使用Python語言進行程序設計及程序開發，掌握編程環境的應用，學習程序調試的方法和技巧；第三部分為習題集，該部分結合主教材各章節的知識點拓展相關知識，為每章配備了多個習題，包括選擇題、填空題、問答題、簡答題、思考題，並給出了習題的參考答案，以幫助讀者鞏固所學的程序設計知識。 本書既可以作為普通高等院校Python程序設計課程的輔導教材，也可以作為其他人員進行Python編程練習和上機訓練的指導用書。

本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型

全書分為“基本知識”“智能圖像處理”和“智能視頻處理”三大部分，共包含12 章的內容。 “基本知識”部分包括第1 ～ 2 章，主要講解Photoshop 和Python 的基礎知識。 第1 章主要講解Photoshop 中動作、批處理、圖像處理器以及JavaScript腳本語言等內容。 第2 章主要講解如何啟用Jupyter Notebook、創建Python 文件以及Python模塊的安裝、基本的語法知識。 “智能圖像處理”部分包括第3 ～ 9 章，主要講解如何使用Photoshop 的動作和批處理功能，以及JavaScript 腳本程序和Python 程序，以批處理的方式完成重複度較高的圖像處理任務。 第3 ～ 7 章主要講解如何使用Photoshop 的自動處理技術，結合Photoshop中的動作、變量和JavaScript 腳本，以批處理的方式完成主圖、促銷海報、商品陳列區、分類導航、搭配區以及詳情圖的設計。 第8 ～ 9 章主要講解如何以智能化的方式快速完成手機海報、日簽、電子證件照和邀請函的製作。 “智能視頻處理”包括第10 ～ 12 章，主要講解如何以流行的編程語言Python為開發工具，通過編寫程序來完成主圖視頻、詳情視頻以及營銷推廣視頻的製作。 第10 章主要講解主圖視頻的製作，包括用圖片合成主圖視頻、裁剪主圖視頻尺寸等。 第11 章主要講解詳情視頻的製作，包括如何拼接視頻、在詳情視頻中添加隨機顯示的字幕、店鋪徽標等。 第12 章主要講解營銷推廣視頻的製作，以全流程的方式展示營銷推廣視頻的製作過程。

標準Python程序很容易過載，從而出現慢如龜爬的情況。asyncio庫正是為了解決這些問題而構建的，它簡化了任務的劃分和調度。asyncio可無縫地同時處理多個操作，使應用程序疾如閃電，且具有擴展性。 《Python asyncio併發編程》在大量示例的引導下，介紹異步、並行和併發編程。將難理解的併發內容分解為簡明易懂的流程圖，使讀者可輕鬆瞭解任務的運行方式。在本書中，讀者將學習如何使用asyncio來突破Python的限制，從而加快Web服務器和微服務的運行速度。讀者甚至可將asyncio與傳統的多處理技術結合起來，以大幅提升性能。 主要內容 通過aiohttp構建支持併發Web請求的Web API 同時運行海量SQL查詢 創建一個可並行處理數GB數據的map-reduce作業 在asyncio中使用線程來混合阻塞代碼和asyncio代碼。

強化學習是機器學習的重要分支之一。《用Python動手學強化學習》結合實際可運行的Python代碼，通過簡明的文字、豐富的插圖和示例，通俗易懂地介紹了從基礎概念到前沿應用等方方面面的內容，包括根據環境和經驗制訂計劃的學習方法、強化學習與神經網絡的組合，以及強化學習的弱點和克服方法。讀者通過下載書中代碼並親自動手運行，可以快速入門強化學習並進行實踐。

機器學習是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。無監督學習是機器學習中的一種學習方式，是數據科學的一個重要分支，常用於數據挖掘領域，通過構建模型來為業務決策提供依據。本書通過Python語言講解無監督學習，全書內容包括10章，前面9章由淺入深地講解了無監督學習的基礎知識、聚類的基礎知識、高級聚類、層次聚類、軟聚類和高斯混合模型、異常檢測、降維和分量分析、無監督神經網絡模型、生成式對抗網絡和自組織映射，第10章以問題解答的形式對前面9章涉及的問題給出了解決方案。本書適合數據科學家、機器學習從業者和普通的軟件開發人員閱讀，通過學習本書介紹的無監督學習理論和Python編程方法，讀者能夠在業務實踐中獲得有價值的參考。