深入淺出Python 第三版 (3版)

其他會員也一起購買

【簡介】 最推薦入手的Python入門第一本書！ 真正「看得懂、寫得出、用得上」！ 有趣，而且有效！從「感覺會了」到「真的會了」 現在靠工具、靠直覺就能Vibe出一些成果，但真正理解Python，讓你寫得更順、改得更快、做得更完整。 延續《深入淺出》系列一貫風格 圖像漫畫＋幽默對話講解＋大量實作練習，透過多感官引導的學習，讓你自然吸收關鍵觀念與語法運作邏輯。 實境學會駕馭程式、解決問題，而不只是死背語法 結合生活化案例與小專案，從基礎語法到問題拆解，帶你養成真正的程式思維，讓每一步都懂「為什麼」，而不是「剛好可以」。 寫給現在就想開始、也想走得更遠的你 適合零基礎、跨領域學習者，也適合已經在Vibe、但想讓成果變得更穩建更專業的創作者與工作者。 為你拓展你的可能性 AI、資料分析、自動化、Web開發、……等，用Python讓你大展身手，實現所有的可能。 『《深入淺出 Python》提供了一種引人入勝的學習體驗，感覺就像一位友好及知識淵博的導師親自指導你。這本書在娛樂性和資訊性內容之間達到了完美的平衡，使學習Python變得有趣且有效。』 —William Jamir Silva（威廉·賈米爾·席爾瓦），Anaconda軟體工程師 『這本書讓我們得以用一種有趣的方式來學習Python程式設計，所使用的開發工具與我同事日常使用的一樣。書中包含了一系列逐步加深的挑戰，讓我解決了一些在一開始無法應付的問題。書中對於"Pythonic"程式設計風格的介紹非常難得，且對讀者來說具有很高的價值，強調了「不止一種方法可以解決問題」。』 —Dave Marsden（戴夫·馬斯登）, CTS雲端架構師 『《深入淺出 Python》不僅提供你基礎知識，還剔除了所有不必要的冗餘內容。讓你在開發真實應用程式時，還能享受有趣的故事，同時建立Jupyter notebooks，並在網路上部署可行的應用程式。如果Python在你的待學清單上，那就從這本書開始吧！』 —Daniel Hinojosa, 開發者/教師/演講者 『這是進入強大程式語言Python的絕佳起點，帶你踏上一段教育性和引人入勝的旅程，從概念到實際的網頁應用程式』 —Michael Hopkins（邁克爾·霍普金斯）, P.Geo.（專業地質學家）/PMP（專案管理專業人士） ■ 你將從這本書中學到什麼？ 想要學習Python程式語言，但不想硬啃使用手冊嗎？透過這本《深入淺出 Python》，讓你能快速掌握Python的基礎知識，包括使用內建的資料結構和函式；然後建立自己的網頁應用程式（webapp），並在雲端上部署。你將學習到如何用Python處理資料、從網路抓取資料、使用pandas做資料分析、與資料庫互動。《深入淺出 Python》第三版是一個完整的學習體驗，能幫助你在短時間內成為一名合格的Python工程師。 ■ 本書為何如此與眾不同？ 曾經讀過《深入淺出》系列的讀者一定知道，這本書充滿了專為大腦設計的視覺化風格，好玩、好讀又好吸收；尚未看過的讀者也別擔心，翻開書就是讓你欲罷不能的沉浸式學習！本書跳脫讓人眼睛酸澀又昏昏欲睡的技術文字，用圖像和情境打造多重感官的閱讀饗宴，帶你一口氣讀懂Python。學習原來可以這麼有趣又有感！ 【目錄】 【0　為什麼選擇 Python？：相似但不同】 Python 從零開始計數，這聽起來應該很熟悉。事實上，Python 與其他程式語言有很多共同之處。有變數、迴圈、條件判斷、函式...等。在這本書的開篇章節中，我們將為你進行 Python 基礎知識的高層次快速導覽，在不深入細節的情況下介紹該語言。你將瞭解如何使用 Jupyter Notebook (在 VS Code 中執行) 來建立和執行程式碼。你會發現很多程式設計功能都已內建於 Python 中，你可以利用這些功能來完成工作。你還將瞭解到，儘管 Python 與其他程式語言有許多相似之處，但它們在 Python 程式碼中的呈現方式可能會有所不同。然而，別誤會：這種不同是好的，而不是壞的。請繼續閱讀以瞭解更多... 要開始執行程式碼了 準備你的第一次 Jupyter 體驗 讓我們在你的筆記本編輯器中鍵入一些程式碼 按下 Shift + Enter 以執行你的程式碼 如果你想要更多張牌呢？ 讓我們研究一下抽牌的程式碼 四大類型：清單、元組、字典和集合 使用集合來模擬一副撲克牌 print dir 混搭 求助於 dir 的輸出 將撲克牌填入集合 現在感覺就像是一副撲克牌了 「card」究竟是什麼呢？ 需要找什麼嗎？ 讓我們停下來並做個整理 Python 內建了一個內容豐富的標準程式庫 使用 Python，你只需撰寫你需要的程式碼 就在你以為你已經完成的時候... 【1　深入探索：讓我們大展拳腳】 學習新語言的最好方法就是編寫一些程式碼。 如果你打算編寫一些程式碼，你將需要一個實際的問題。幸運的是，我們就有一個這樣的問題。在本章中，你將開始你的 Python 應用程式開發之旅，與我們的好鄰居游泳教練一起大展拳腳。你將從 Python 字串開始，學習如何根據自己的需求操控它們，同時以基於 Python 的解決方案來逐步解決游泳教練的問題。你還將更深入地瞭解 Python 內建的清單資料結構，學習變數的工作原理，並學習如何閱讀 Python 的錯誤訊息，而不至於陷入困境，同時以實際的 Python 程式碼解決實際的問題。讓我們一起深入探索 (積極投入)... 教練目前的情況如何？ 教練需要一只功能更強大的碼錶 辦公室閒聊 檔案和試算表是「相關聯的」 我們的第一個任務：提取檔名中的資料 字串是一個具有屬性的物件 從檔名中提取游泳選手的資料 不要試圖猜測一個方法的作用... 分割 (也稱為拆分) 字串 還有一些工作要做 閱讀錯誤訊息時，從下往上閱讀會比較好瞭解 當你在組合方法調用時要小心 讓我們嘗試另一個字串方法 剩下的就是建立一些變數 任務 #1 已完成！ 任務 #2：處理檔案中的資料 【2　數字清單：處理清單資料】 你寫的程式碼越多，你的水準就會越好。就是這麼簡單。在本章中，你將繼續建立 Python 程式碼來協助教練。你將學習如何從教練提供的資料檔案中讀取資料，將其逐列載入到一個清單中，這是 Python 中最強大的內建資料結構之一。除了從檔案的資料來建立清單外，你還將學習如何從頭開始建立清單，並根據需要動態擴展清單。你將使用Python 最受歡迎的迴圈結構之一 ── for 迴圈 ── 來處理清單。你將把值從一種資料格式轉換為另一種資料格式，你甚至會交上一個新的好朋友 (你自己的 Python BFF)。你已經喝足了咖啡並吃飽了派，所以是時候捲起袖子，回到工作中了。 任務 #2：處理檔案中的資料 取得教練的資料副本 使用 open BIF 處理檔案 使用 with 開啟 (和關閉) 檔案 變數會根據需要動態建立 你真正想要的是檔案的資料 我們從檔案中取得了游泳選手的資料 接下來需要做的事情感覺很熟悉 上一章的學習正在帶來回報 將時間字串轉換為時間值 使用 Python 進行百分之一秒轉換 Python for 迴圈快速回顧 戰火升溫... for 迴圈與 while 迴圈的較量 你現在進展順利並取得了很大的進步！ 讓我們保留一份轉換的副本 列出你的清單的方法 是時候計算平均值了 將平均值轉換為游泳時間字串 是時候把所有東西整合在一起了 任務 #2 終於完成了！ 【3　檔案清單：函式、模組和檔案】 你的程式碼不可能永遠待在筆記本中。它想要自由。當涉及到釋放和共享你的程式碼時，量身定製的函式是第一步，隨後是模組，它讓你得以組織和分享你的程式碼。在本章中，你將直接從迄今為止所編寫的程式碼來建立一個函式，並在此過程中建立一個可共享的模組。當你以 for 迴圈、if 陳述式、條件測試和 Python 標準程式庫 (Python Standard Library 或 PSL) 來處理教練的游泳資料時，你將立即用到模組。你還將學習如何為你的函式添加註解 (這總是一個好主意) 。還有很多工作要做，所以讓我們開始吧！ 你已經擁有大部分需要用到的程式碼 如何在 Python 中建立函式 根據需要隨時保存你的程式碼 僅僅複製程式碼是不夠的 務必複製你需要用到的所有程式碼 使用模組來共享程式碼 盡情享受回傳資料所帶來的喜悅 函式會在需要時回傳元組 讓我們來取得教練的檔案名稱清單 是時候進行一些偵探工作了... 你可以對清單做些什麼？ 問題出在你的資料還是程式碼？ 決定，決定，還是決定 讓我們在字串「中」尋找冒號 你最終處理了 60 個檔案嗎？ 教練的程式碼正在成形... 資料結構，即 dataframe (資料框)，以便在你下次處理一塊表格式資料時，能夠有效地利用它。 房間裡的是大象...還說牠是一隻大貓熊？ pandas 如何建立「字典中包含字典」結構？ 從遵循慣例開始 pandas 資料框清單 從資料框中選取欄位 將資料框轉換為字典，嘗試 #1 從資料框中刪除不需要的資料 反轉你的 pandas 條件運算式 將資料框轉換為字典，嘗試 #2 將資料框轉換為字典，嘗試 #3 這是另一個字典中包含字典的結構 將 gazpacho 與 pandas 進行比較 這只是對 pandas 程式庫可能性的一瞥... 【10　資料庫：井然有序】 遲早，你會需要對應用程式的資料進行管理。當你需要更適當地管理 (manage) 資料時，僅使用 Python 可能不夠。在這種情況下，你需要使用你偏愛的資料庫 (database) 引擎。為了讓事情?嗯?更容易管理，我們將選擇支援老舊但可靠之 SQL 的資料庫引擎。在本章中，你不僅會建立 (create) 一個資料庫並添加一些資料表 (tables)，還會使用由你的 Python 程式碼安排的 SQL 查詢來進行資料庫的插入 (insert)、選擇 (select) 和刪除 (delete) 等操作。 已經聯繫教練... 提前規劃會帶來好處... 任務 #1：決定你的資料庫結構 紙巾結構 + 資料 從 PyPI 安裝 DBcm 模組 開始使用 DBcm 和 SQLite1 DBcm 與「with」陳述式配合使用 使用三引號字串來撰寫你的 SQL 並非所有的 SQL 都會傳回結果 你的資料表已經準備好了 (任務 #1 已完成) 確定游泳選手檔案清單 任務 #2：將資料添加到資料庫的資料表 使用 Python 的 SQL 占位符以確保安全 讓我們針對比賽項目重複這個過程 只剩你的 times 資料表了... 這些時間記錄在游泳選手的檔案中... 資料庫更新工具，1/2 資料庫更新工具，2/2 任務 #2 (終於) 完成了 【11　清單推導式：資料庫整合】 資料庫的資料表已準備就緒，該是整合的時候了。你的 webapp 可以透過使用資料庫 (database) 的資料表 (tables) 中的資料集 (datasets) 來獲得教練所需要的彈性，在本章中，你將建立一個工具程式 (utilities) 模組，讓你的 webapp 可以利用你的資料庫引擎。而且，在追求「用更少程式碼做更多事情」之永無止境的探索中，你將學習如何閱讀和編寫清單推導式 (list comprehensions)，這是一種真正的 Python 超能力。你還將以新的有趣方式重複使用許多現有的程式碼，所以讓我們開始吧。還有很多整合工作要做。 讓我們在一個新的筆記本中探索 queries 模組 五列的迴圈程式碼變成一列 非雙底線項目的混搭做法 完成了一項查詢，還剩三項... 完成了兩項查詢，還剩下兩項... 最後一項，但並非最不重要的 (查詢)... 資料庫工具程式碼，1/2 資料庫工具程式碼，2/2 資料庫整合的工作即將開始 該整合你的資料

資料結構－使用Python（增訂版） (1版)

其他會員也一起購買

【簡介】 本書特色 1.本書以Python語言來實作資料結構中的重要理論，適合已經學過Python程式語法、具有基礎Python類別與物件語法與概念的讀者進階研習資料結構。 2.章節安排從資料結構的基礎到進階依序編次，讓學習有目標，有方法。 3.圖解各種資料結構新增、刪除、搜尋元素的方法及步驟，讓資料結構的觀念一看就懂。 內容簡介 本書適合已經學過Python程式語法、具有基礎Python類別與物件語法與概念的讀者進階研習資料結構。使用圖解方式說明資料結構的概念，依照步驟顯示資料結構中新增、刪除、搜尋元素的運作過程，各種資料結構的優缺點與使用時機，務求讓概念的解說清楚易懂。接著，進行程式碼實作與解說，並分析程式的執行效率。 本書從基礎到進階方式安排章節次序，依序為資料結構簡介、Python的資料儲存容器、陣列、鏈結串列、佇列與堆疊、樹狀結構、進階樹狀結構、排序、搜尋與雜湊、圖形資料結構與圖形走訪、圖形最短路徑、常見圖形演算法、2-3-Tree、2-3-4-Tree 與B-Tree。一步步帶領讀者進入資料結構的世界，熟悉資料結構的概念，以運用資料結構解決問題，提高程式執行速度。 學習資料結構沒有捷徑，在程式實作中不斷地融入資料結構，比較不同資料結構對程式執行速度的影響，慢慢累積就會進步。 【目錄】 第1章 資料結構簡介 1-1 資料結構的定義 1-2 資料結構影響程式執行效率 1-3 演算法的定義 1-4 程式執行效率分析 1-5 評估程式的複雜度 第2章 Python的資料儲存容器 2-1 tuple 2-2 串列 2-3 字典 2-4 集合 第3章 陣列 3-1 一維陣列 3-2 一維陣列的程式實作 3-3 二維陣列 3-4 二維陣列的程式實作 第4章 鏈結串列 4-1 鏈結串列 4-2 環狀鏈結串列 4-3 雙向鏈結串列 4-4 實作鏈結串列 第5章 佇列與堆疊 5-1 佇列 5-2 堆疊 第6章 樹狀結構 6-1 簡介樹狀結構 6-2 二元樹 6-3 二元搜尋樹 第7章 進階樹狀結構 7-1 霍夫曼編碼 7-2 AVL樹 第8章 排序 8-1 氣泡排序 8-2 選擇排序 8-3 插入排序 8-4 合併排序 8-5 快速排序 8-6 堆積排序 8-7 基數排序 8-8 各種排序演算法的比較 第9章 搜尋與雜湊 9-1 搜尋 9-2 雜湊 第10章 圖形資料結構與圖形走訪 10-1 簡介圖形資料結構 10-2 實作圖形資料結構 10-3 使用深度優先進行圖的走訪 10-4 使用寬度優先進行圖的走訪 第11章 圖形最短路徑 11-1 實作圖形資料結構-新增邊的權重 11-2 使用Dijkstra演算法找最短路徑 11-3 使用Bellman Forde演算法找最短路徑 11-4 使用Floyd Warshall演算法找最短路徑 第12章 常見圖形演算法 12-1 拓樸排序 12-2 尤拉迴路 12-3 最小生成樹 12-4 找出關節點 第13章 2-3-Tree、2-3-4-Tree與B-Tree 13-1 2-3-Tree 13-2 2-3-4-Tree 13-3 B-Tree

流暢的 Python｜清晰、簡潔、高效的程式設計 第二版 Fluent Python, 2nd Edition (2版)

其他會員也一起購買

第一部分 資料結構 第1章 Python資料模型 第2章 Sequence的陣列 第3章 dictionary與set 第4章 Unicode文字 vs. bytes 第5章 資料類別建構器 第6章 物件參考、可變性，與資源回收 第二部分 函式即物件 第7章 函式是一級物件 第8章 函式中的型態提示 第9章 decorator與closure 第10章 用一級函式來實作設計模式 第三部分 類別與協定 第11章 很Python的物件 第12章 sequence的特殊方法 第13章 介面、協定與ABC 第14章 繼承：更好還是更糟 第15章 再談型態提示 第16章 運算子多載 第四部分 控制流程 第17章 iterator、generator與古典的coroutine 第18章 with、match與else區塊 第19章 Python的並行模型 第20章 並行執行器 第21章 非同步編程 第五部分 超編程 第22章 動態屬性與property 第23章 屬性descriptor 第24章 類別超編程

圖解資料結構 × 演算法：運用 Python 結合 ChatGPT 輔助驗證及寫程式(暢銷回饋版) (2版)

其他會員也一起購買

【簡介】 資料結構必備好書，暢銷回饋中！ AI 再進化！ 使用 ChatGPT 高效率生成 Python 程式碼 資料結構是電腦科學領域中一門極為重要的基礎課程，對於從事資訊相關工作的專業人員而言，它具有不可忽視的價值。無論是在學術考試還是實際應用中，對資料結構的深入理解都至關重要。然而，對初學者而言，理解資料結構中的理論和演算法可能會帶來困難和挫折感。 本書的獨特之處在於使用豐富的圖例解釋相對複雜的理論，並以簡潔明瞭的方式詮釋資料結構理論。從基礎的概念開始，逐步使用 Python 語言解釋陣列、堆疊、鏈結串列、佇列、樹狀結構、圖形、排序、搜尋等重要主題。附錄中整理了資料結構相關的專有名詞，並提供了重要演算法的介紹和實作範例。 本書以簡潔有力、邏輯清晰的方式優化文句表達，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 ◇特別提供◇ —————————————————— ChatGPT 生成程式碼 —————————————————— 可與人工編寫程式碼相互比較作為參考！ ｜本書範例程式碼檔案，請至博碩官網下載｜ 本書特色 ☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性 ☑ 使用 Python 語言實作資料結構理論，並透過範例程式碼深入解析 ☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果 ☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象 ☑ 增加「ChatGPT 解決觀點」欄位，幫助理解提高學習效率 資料結構必備好書，暢銷回饋中！ 本書以簡潔有力、邏輯清晰、圖例豐富的方式詮釋資料結構理論，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 【目錄】 Chapter 0　ChatGPT 與 Python 程式設計黃金 入門課 0-1 認識聊天機器人 0-1-1 聊天機器人的種類 0-2 ChatGPT 初體驗 0-2-1 註冊免費 ChatGPT 帳號 0-2-2 更換新的機器人 0-2-3 登出 ChatGPT 0-3 使用 ChatGPT 寫 Python 程式 0-3-1 利用 ChatGPT AI 撰寫 Python 程式 0-3-2 複製 ChatGPT 幫忙寫的程式碼 0-3-3 ChatGPT AI 程式與人工撰寫程式的比較 0-4 ChatGPT AI Python 程式範例集 0-4-1 使用 Pygame 遊戲套件繪製多媒體圖案 0-4-2 以內建模組及模擬大樂透的開獎程式 0-4-3 建立四個主功能表的視窗應用程式 0-4-4 演算法的應用：寫一支迷宮問題的解決方案 0-4-5 海龜繪圖法繪製兩款精美的圖形 0-5 課堂上學不到的 ChatGPT 使用秘訣 0-5-1 能記錄對話內容 0-5-2 專業問題可事先安排人物設定腳本 0-5-3 目前只回答 2021 年前 0-5-4 善用英文及 Google 翻譯工具 0-5-5 熟悉重要指令 0-5-6 充份利用其它網站的 ChatGPT 相關資源 0-6 利用 ChatGPT 輕鬆開發 AI 小遊戲 0-6-1 請 ChatGPT 自我推薦以 Python 實作的小遊戲 0-6-2 猜數字遊戲 0-6-3 OX 井字遊戲 0-6-4 猜拳遊戲 0-6-5 牌面比大小遊戲 Chapter 1　資料結構與演算法入門 1-1 資料結構的定義 1-1-1 資料與資訊 1-1-2 資料的特性 1-1-3 資料結構的應用 1-2 演算法 1-2-1 演算法的條件 1-2-2 演算法的表現方式 1-3 常見演算法簡介 1-3-1 分治法 1-3-2 貪心法 1-3-3 枚舉法 1-3-4 巴斯卡三角形演算法 1-3-5 質數求解演算法 1-4 演算法效能分析 1-4-1 Big-oh 1-4-2 Ω(omega) 1-4-3 θ(theta) Chapter 2　陣列結構 2-1 線性串列簡介 2-1-1 儲存結構簡介 2-2 認識陣列 2-2-1 二維陣列 2-2-2 三維陣列 2-2-3 n維陣列 2-3 矩陣 2-3-1 矩陣相加 2-3-2 矩陣相乘 2-3-3 轉置矩陣 2-3-4 稀疏矩陣 2-3-5 上三角形矩陣 2-3-6 下三角形矩陣 2-3-7 帶狀矩陣 2-4 陣列與多項式 2-4-1 認識多項式 Chapter 3　串列結構 3-1 單向串列 3-1-1 建立單向串列 3-1-2 走訪單向串列 3-1-3 單向串列插入新節點 3-1-4 單向串列刪除節點 3-1-5 單向串列的反轉 3-1-6 單向串列的連結功能 3-1-7 多項式串列表示法 3-2 環狀串列 3-2-1 環狀串列的建立與走訪 3-2-2 環狀串列插入新節點 3-2-3 環狀串列刪除節點 3-2-4 環狀串列的連結 3-2-5 環狀串列與稀疏矩陣表示法 3-3 雙向串列 3-3-1 雙向串列建立與走訪 3-3-2 雙向串列加入新節點 3-3-3 雙向串列刪除節點 Chapter 4　堆疊 4-1 堆疊簡介 4-1-1 陣列實作堆疊 4-1-2 串列實作堆疊 4-2 堆疊的應用 4-2-1 遞迴演算法 4-2-2 動態規劃演算法 4-2-3 河內塔問題 4-2-4 回溯法-老鼠走迷宮 4-2-5 八皇后問題 4-3 算術運算式的表示法 4-3-1 中序轉為前序與後序 4-3-2 前序與後序轉為中序 4-3-3 中序表示法求值 4-3-4 前序法的求值運算 4-3-5 後序法的求值運算 Chapter 5　佇列 5-1 認識佇列 5-1-1 佇列的工作運算 5-1-2 佇列的應用 5-1-3 陣列實作佇列 5-1-4 串列實作佇列 5-2 環狀佇列、雙向佇列與優先佇列 5-2-1 環狀佇列 5-2-2 雙向佇列 5-2-3 優先佇列 Chapter 6　樹狀結構 6-1 樹的基本觀念 6-1-1 樹專有名詞簡介 6-2 二元樹簡介 6-2-1 二元樹的定義 6-2-2 特殊二元樹簡介 6-3 二元樹的儲存方式 6-3-1 一維陣列表示法 6-3-2 串列表示法 6-4 二元樹走訪 6-4-1 中序走訪 6-4-2 後序走訪 6-4-3 前序走訪 6-4-4 二元樹節點的插入與刪除 6-4-5 二元運算樹 6-5 引線二元樹 6-5-1 二元樹轉為引線二元樹 6-6 樹的二元樹表示法 6-6-1 樹化為二元樹 6-6-2 二元樹轉換成樹 6-6-3 樹林化為二元樹 6-6-4 二元樹轉換成樹林 6-6-5 樹與樹林的走訪 6-6-6 決定唯一二元樹 6-7 最佳化二元搜尋樹 6-7-1 延伸二元樹 6-7-2 霍夫曼樹 6-8 平衡樹 6-8-1 平衡樹的定義 6-9 進階樹狀結構的應用 6-9-1 決策樹 6-9-2 B樹 6-9-3 二元空間分割樹（BSP） 6-9-4 四元樹 / 八元樹 Chapter 7　圖形結構 7-1 圖形簡介 7-1-1 尤拉環與尤拉鏈 7-1-2 圖形的定義 7-1-3 無向圖形 7-1-4 有向圖形 7-2 圖形的資料表示法 7-2-1 相鄰矩陣法 7-2-2 相鄰串列法 7-2-3 相鄰複合串列法 7-2-4 索引表格法 7-3 圖形的走訪 7-3-1 先深後廣法 7-3-2 先廣後深搜尋法 7-4 擴張樹 7-4-1 DFS擴張樹及BFS擴張樹 7-4-2 最小花費擴張樹 7-4-3 Kruskal演算法 7-4-4 Prim演算法 7-5 圖形最短路徑 7-5-1 單點對全部頂點 7-5-2 兩兩頂點間的最短路徑 7-5-3 A* 演算法 7-6 AOV網路與拓樸排序 7-6-1 拓樸序列簡介 7-7 AOE網路 7-7-1 臨界路徑 Chapter 8　排序演算法 8-1 認識排序 8-1-1 排序的分類 8-1-2 排序演算法分析 8-2 內部排序法 8-2-1 氣泡排序法 8-2-2 雞尾酒排序法 8-2-3 選擇排序法 8-2-4 插入排序法 8-2-5 謝耳排序法 8-2-6 合併排序法 8-2-7 快速排序法 8-2-8 堆積排序法 8-2-9 基數排序法 Chapter 9　搜尋演算法與雜湊函數 9-1 常見搜尋演算法 9-1-1 循序搜尋法 9-1-2 二分搜尋法 9-1-3 內插搜尋法 9-1-4 費氏搜尋法 9-2 雜湊搜尋法 9-2-1 雜湊法簡介 9-3 常用的雜湊函數 9-3-1 除法 9-3-2 中間平方法 9-3-3 折疊法 9-3-4 數位分析法 9-4 碰撞與溢位問題的處理 9-4-1 線性探測法 9-4-2 平方探測法 9-4-3 再雜湊法 9-4-4 鏈結串列法 附錄A　資料結構專有名詞索引

三週制霸國考解剖學(增修版) (1版)

其他會員也一起購買

【簡介】 新書簡介： 準備國考，毫無疑問地必須勤做歷屆考古題，本書作者累積20年的解剖學教學經驗，根據近幾年的考題趨勢將內容去蕪存菁，整理出四大主題，每個主題均以表格、圖示取代敘述性及條列式的內容，擺脫硬背又容易忘記的困擾，真正做到以理解取代背誦，讓考生能理解核心觀念，同時亦能養成清晰的解題思維，對應考的學子而言，本書正是你考前過關斬將必備的良伴。 本書八大特色： ★ 總複習與考題二合一，一本書輕鬆通過國考 ★ 根據考題趨勢精簡內容，真正做到去蕪存菁 ★ 一表格一主題，取代敘述性及條列式的内容 ★ 理解後記憶法，擺脫硬背又容易忘記的困擾 ★ 唸完主題內容立即練習考古題，,印象更深刻 ★ 考題依主題分類，輕鬆掌握考題出現的頻率 ★ 版面設計新穎，查閱特定主題更方便及快速 ★ 彩色印刷及精美插圖，提升圖像記憶的效果 【目錄】 自序 iii 編排架構 iv 章節要點 v 考題趨勢及應考策略 x 第一部：細胞學 胞器與內涵物 2 細胞核 4 粒線體 5 細胞骨架 6 染色技術 7 胞器與內涵物 2 細胞核 4 粒線體 5 細胞骨架 6 染色技術 7 第二部：基礎組織學 第1章　上皮組織 上皮的類型 12 細胞接合 16 上皮的特化構造 19 分泌細胞的類型 22 主要的唾液腺 24 第2章　結締組織 ▎結締組織 28 架構及分類 28 吞噬及抗原呈現 29 ▎特化結締組織 32 脂肪組織 32 軟骨 33 硬骨 37 硬骨生成 40 骨髓 43 ▎血液 44 白血球 44 第3章　肌肉組織 三種肌肉組織 48 骨骼肌纖維的種類 50 肌梭 54 運動終板或神經肌肉接合 56 第4章　神經組織 神經組織的組成 58 中樞及周邊神經的髓鞘差異 63 周邊神經的結締組織 64 退化及再生 65 第5章　血管系統 血管結構之比較 68 彈性與肌肉動脈 70 微血管 72 第6章　皮膚系統 皮膚的層次 74 第7章　淋巴系統 主要的淋巴器官 78 第三部：基礎胚胎學 發育時期 86 絨毛的發育 89 胚層的發育 92 咽 (鰓)弓 (弧) 95 神經嵴的主要衍生構造 100 第四部：大體解剖學 第1章　概論 ▎專有名詞 104 基本的專有名詞 104 ▎身體的平面 105 身體的參考平面 105 ▎運動 107 動作的類型 107 ▎關節 108 滑液關節的類型 108 ▎自主神經系統 109 自主神經系統的分布 109 自主神經系統的功能 113 頸神經節 114 第2章　背部 ▎脊柱 118 結構及發育 118 椎骨的結構 120 韌帶及孔洞 121 ▎脊髓 123 脊髓膜 123 外部形態 124 內部結構：灰質 128 內部結構：白質 129 ▎背部的肌肉 133 背部肌肉的分層 133 背部的外在肌 135 ▎背部的區域 137 枕下區 (三角) 137 第3章　胸部 ▎胸壁 142 肋骨及胸壁的關節面 142 乳房 145 胸部區的肌肉 147 肋間 149 肋間肌 153 ▎肺腔 155 胸（肋）膜 155 肺臟 159 肺臟和胸（肋）膜的定位 161 ▎支氣管 163 主支氣管 163 下呼吸道的組織學 165 支氣管樹的組織特點 166 ▎縱隔 169 縱隔的分區 169 ▎中縱隔 172 心臟的發育 172 胎兒血液循環 174 心臟的定位 176 心包膜及心包膜竇 180 心臟的構造 183 心臟的血液供應及傳導系統 186 ▎後縱隔 191 血管及淋巴管 191 ▎神經支配 194 心臟和肺臟的神經支配 194 第4章　腹部 ▎前腹壁 196 筋膜的類型 196 腹直肌鞘與弓狀線 197 前外側的肌肉 199 動脈供應和神經支配 201 ▎腹股溝區 203 腹股溝管及疝氣 203 精索 206 ▎陰囊 210 動脈供應和神經支配 210 ▎睪丸 212 結構 212 史托利氏與萊狄什氏細胞 215 精細胞生成 217 ▎腹膜 219 腹膜的特化構造 219 臟器和腹膜的關係 222 ▎腹部的血液供應 223 動脈供應：腹主動脈 223 靜脈回流：門靜脈系統 225 ▎腹部的神經支配 228 自主神經支配 228 ▎腹部的臟器 231 消化道的基本架構 231 消化道結構之差異 233 消化道的特定細胞 238 胃：血液供應 240 十二指腸 243 空腸和廻腸 246 大腸 247 肝臟 250 肝臟小葉 253 肝臟的細胞 254 膽囊及胰臟 256 ▎後腹壁 258 腎臟 258 腎臟的組織學 260 腎上腺 263 橫膈 266 腰神經叢 270 第5章　骨盆與會陰 ▎骨性骨盆 274 髖骨 274 骨盆的特點 275 骨盆的孔洞 277 ▎骨盆腔 280 骨盆壁和底部 280 髂內動脈 283 ▎男性的泌尿生殖器官 287 結構與位置 287 尿道 289 尿道括約肌 290 ▎女性的內生殖器官 292 卵細胞及卵泡之發育 292 子宮 294 月經週期 297 動脈供應及神經支配 299 韌帶 301 ▎直腸 305 直腸的架構 305 ▎肛管 306 肛管的結構及括約肌 306 梳狀線及痔瘡 307 ▎會陰 310 邊界及區域 310 肛門及泌尿生殖三角 311 陰莖 316 生殖器官的發育 320 陰部內動脈和陰部神經 322 第6章　上肢 ▎上肢的骨骼 326 肩帶 326 肱骨 327 尺骨和橈骨 328 腕骨及腕隧道 329 ▎上肢的關節 332 胸鎖、肩、肘及腕關節 332 ▎上肢的肌肉 335 旋轉肌套 (袖) 335 上臂的肌肉 337 前臂前方的肌肉 340 前臂後方的肌肉 341 手部的肌肉 345 ▎上肢的神經 348 臂神經叢 348 ▎上肢的血管 356 腋動脈 356 肱動脈 358 淺層靜脈 361 ▎上肢的空間 362 後肩胛區 362 第7章　下肢 ▎下肢的骨骼 366 股骨 366 脛骨和腓骨 367 跗骨 368 ▎下肢的關節 371 髖及膝關節 371 腳踝和足底的關節 375 足弓 376 ▎臀部 377 肌肉 377 動脈和神經 379 ▎大腿 381 前和內側隔間的肌肉 381 後隔間的肌肉 383 動脈和神經 387 ▎小腿 391 肌肉 391 動脈和神經 393 血管和神經的關係 397 ▎足部 399 肌肉 399 足底的動脈和神經 401 ▎下肢的區域 402 股三角與內收管 402 第8章　頭部 ▎頭骨 406 組成及表面標記 406 顱底的孔洞與管道 407 前方及下方的孔洞與管道 409 蝶骨體 410 ▎腦膜 413 腦膜的組成 413 顱內出血 414 硬腦膜的內摺或反摺 415 硬腦膜靜脈竇 416 硬腦膜的動脈供應和神經支配 419 ▎腦 420 腦泡的發育 420 腦脊髓液 421 大腦動脈環 (威利氏環) 423 腦葉的血液供應 425 ▎大腦 430 大腦皮質的分層 430 大腦皮質的類型 431 重要的 Brodmann 氏區 432 大腦白質 436 ▎間腦 438 丘腦的神經核及聯繫 438 腦下腺 (腦下垂體) 440 ▎腦幹 443 網狀形成 443 雙向神經徑 445 ▎運動系統 446 主要下行路線 446 皮質脊髓 (錐體) 徑 447 ▎基底核 451 組成及專有名詞 451 直接與間接環 452 ▎小腦 454 架構 454 皮質與白質 456 小腦腳 458 ▎感覺系統 461 頭部以下的一般體壁感覺 461 頭部的一般體壁感覺 463 ▎邊緣系統 467 海馬形成 467 ▎腦神經 469 功能分類 469 功能性成分 470 咽弓 (弧) 發育而來的肌肉 472 頭部的副交感神經節 475 嗅及視神經 477 視野 478 動眼、滑車及外旋神經 481 眼球外在肌的運動 486 瞳孔光反射 488 三叉神經 491 角膜反射 494 顏面神經 496 前庭耳蝸神經 500 舌咽及迷走神經 504 迷走神經的喉支 508 副與舌下神經 510 ▎頭皮 512 頭皮的結構 512 ▎眼眶 513 骨性眼眶 513 附屬構造 515 血液供應和神經支配 516 內含物：眼球 517 ▎耳朵 520 中耳 520 內耳 522 ▎顳下窩 524 咀嚼肌 524 上頷動脈 526 下頷神經 527 顳顎 (下頷) 關節 529 ▎翼腭窩 531 上頷神經 531 聯絡通道 533 ▎口腔 535 口腔的肌肉 535 舌頭的特性 536 舌頭的發育 539 唾液腺 540 ▎鼻腔 542 鼻腔的界限 542 動脈供應和神經支配 544 ▎鼻竇 545 鼻竇的結構 545 第9章　頸部 ▎頸部的筋膜 548 深筋膜 548 ▎頸部的肌肉 549 舌骨肌群 549 ▎頸部的血液供應 551 外頸動脈 551 鎖骨下動脈 553 頸靜脈 555 ▎頸部的神經 556 頸神經叢和頸襻 556 ▎頸部的臟器 559 甲狀腺和副甲狀腺 559 咽 561 喉 564 喉的肌肉 567 喉的神經支配及動脈供應 568 參考文獻 571

Deep Learning: 用Python進行深度學習的基礎理論實作 (1版)

相關熱銷的書籍推薦給您

書名：DEEP LEARNING｜用PYTHON進行深度學習的基礎理論實作 出版社：歐萊禮 出版年月：201708 條碼：9789864764846 內容簡介 不走捷徑，幫助您真正搞懂「深度學習」的真義 這是一本與「深度學習」有關的書籍。從入門開始說明，一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解：深度學習究竟是什麼？有何特色？根據何種原理來運作？ 從零開始，由實做中學習 本書的目標是，盡量避免使用不瞭解內容的「黑盒子」，以基礎的知識為起點，以容易上手的Python撰寫程式，從動手實作的過程中，一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話，這本書並不屬於汽車駕訓教材，而是希望能夠幫助您瞭解車子的原理，而非教您開車的方法。為了瞭解汽車的結構，必須試著打開車子的引擎蓋，將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀，篩選出車子的核心部分，就像組合迷你模型般，製作出這台車子。本書的目標，就是透過製作車子的過程，讓你感受到自己實際可以製作出車子，進而熟悉與車子的相關技術。 本書特色： ．利用最少的外部函式庫，使用Python，從零開始實際執行深度學習的程式。 ．說明Python 的用法，讓Python 的初學者也能理解。 ．實際執行Python 的原始碼，同時提供讀者手邊可以進行實驗的學習環境。 ．從簡單的機器學習問題開始，到最後執行精密辨識影像的系統。 ．以淺顯易懂的方式說明深度學習與神經網路理論。 ．針對看似複雜的技術，如誤差反向傳播與卷積運算等，利用實際操作方式說明，幫助理解。 ．介紹在執行深度學習時，有幫助且實用的技巧，包括決定學習率的方法、權重的預設值等。 ．說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。 ．為什麼深度學習很優秀，為什麼加深層數，就能提高辨識準確度，為什麼隱藏層很重要，仔細說明這些「為什麼」。 ．介紹自動運作、產生影像、強化學習等深度學習的應用範例。 作者介紹 作者簡介 斎藤康毅 1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。 目錄 第一章 Python入門 第二章 感知器 第三章 神經網路 第四章 神經網路的學習 第五章 誤差反向傳播法 第六章 與學習有關的技巧 第七章 卷積神經網路 第八章 深度學習 附錄A Softmax-with-Loss層的計算圖 參考文獻

Python程式設計的12堂必修課 (1版)

類似書籍推薦給您

【簡介】 由於Python易懂易學，加上它具備物件導向、直譯、跨平台、自由／開放原始碼等特性，並擁有豐富強大的套件模組，讓Python的應用範圍更為廣泛，包括網頁設計、App設計、遊戲設計、自動控制、生物科技、大數據等領域。另外，Python是多重思維（Multi-paradigm）的程式語言，允許多種風格來撰寫程式。再加上提供豐富的應用程式介面，讓程式設計師能夠輕鬆地編寫擴充模組。因此選擇Python作為第一次學習的程式語言，已是目前商業及教育機構的主流趨勢。 這是一本為Python程式新手設計的最佳指南，涵蓋從基礎語法到進階應用的全範疇。不僅提供理論知識，更加入實務操作和實例解析，確保讀者能夠完整吸收與應用。 本書將帶各位學習如何有效地處理資料、使用流程控制、探索物件導向的世界，並且能夠自行開發圖形視窗程式設計和繪製統計圖表。此外，我們還將深入探討經典的演算法並展示如何在Python中實作。不論您是學生、專業開發者或是自學者，本書都能提供寶貴的Python學習資源。 【目錄】 第一章　認識程式語言與Python 1-1 程式語言簡介 1-2 演算法與流程圖 1-3 Python語言簡介 1-4 Python下載與安裝 1-5 第一支Python程式 本章課後習題 第二章　基本資料處理入門 2-1 變數 2-2 資料型態簡介 2-3 常用輸出入指令 2-4 上機綜合練習 本章課後習題 第三章　快速搞懂運算式與運算子 3-1 算術運算子 3-2 指定運算子 3-3 關係運算子 3-4 邏輯運算子 3-5 位元運算子 3-6 位移運算子 3-7 運算子優先順序 3-8 上機綜合練習 本章課後習題 第四章　流程控制導引 4-1 循序結構 4-2 認識選擇結構 4-3 重複結構 4-4 迴圈控制指令 4-5 上機綜合練習 本章課後習題 第五章　認識複合式資料型別 5-1 串列 5-2 元組 5-3 字典 5-4 集合 5-5 上機綜合練習 本章課後習題 第六章　函數入門與應用 6-1 函數簡介 6-2 變數有效範圍 6-3 常見Python函數 6-4 上機綜合練習 本章課後習題 第七章　大話模組與套件 7-1 模組簡介 7-2 自製模組 7-3 常用內建模組 7-4 上機綜合練習 本章課後習題 第八章　速學檔案管理與例外處理 8-1 認識檔案與開啟 8-2 例外處理研究 8-3 上機綜合練習 本章課後習題 第九章　物件導向程式設計 9-1 物件導向程式設計與Python 9-2 繼承 9-3 多型 9-4 上機綜合練習 本章課後習題 第十章　實戰視窗程式開發與GUI設計 10-1 建立視窗—tkinter套件簡介 10-2 視窗版面布局 10-3 標籤元件 10-4 按鈕元件 10-5 訊息方塊元件 10-6 文字方塊元件 10-7 文字區塊元件 10-8 捲軸元件 10-9 單選按鈕元件 10-10 PhotoImage類別 10-11 核取按鈕元件 10-12 調色盤方塊 10-13 功能表元件 10-14 上機綜合練習 本章課後習題 第十一章　2D視覺化統計圖表 11-1 認識Matplotlib套件 11-2 長條圖 11-3 直方圖 11-4 橫條圖 11-5 圓形圖與多幅圖形顯示 11-6 上機綜合練習 本章課後習題 第十二章　經典演算法與Python實作 12-1 遞迴—分治演算法 12-2 枚舉法 12-3 回溯法—老鼠走迷宮問題 12-4 排序演算法 12-5 搜尋演算法 本章課後習題

培養刷題基本功｜Python程式設計師的頭腦體操

類似書籍推薦給您

內容簡介 　　用輕鬆愉快的心情學習程式設計與演算法！ 　　．從零開始了解Python的程式設計與演算法 　　．邊開發遊戲，邊了解程式設計與演算法的基礎 　　．一邊解謎，一邊累積寫出實用程式的功力 　　．可以利用雲端上的Google Colaboratory開發環境立刻開始學習 　　．謎題的解答除了Python，還有JavaScript與Ruby版的程式碼 目錄 PART 1 透過井字棋學習程式設計的基本知識 PART 2 撰寫迷宮遊戲必備的演算法基礎知識 PART 3 一邊解題，一邊改造程式碼

高效能Python程式設計 第三版｜寫給人類的高性能編程法 (3版)

類似書籍推薦給您

【簡介】 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。【目錄】 第一章 瞭解高性能Python 基本電腦系統 理想化的計算vs. Python虛擬機器 那為什麼還要用Python？ 如何成為高效能的程式開發者 Python的未來 第二章 透過效能分析來找出瓶頸 有效率地分析 介紹Julia set 計算完整的Julia set 簡單的計時法—print與decorator 使用Unix time命令來做簡單的計時 使用cProfile模組 使用SnakeViz來將cProfile的輸出視覺化 使用line_profiler來逐行測量 使用memory_profiler來診斷記憶體的使用情況 一起分析CPU與記憶體：使用Scalene 用PySpy來自檢既有的程序 在時間軸上做互動式呼叫堆疊分析：使用VizTracer Bytecode：檢視底層 在優化過程中進行單元測試，以維持正確 成功分析程式碼的策略 第三章 串列與tuple 更有效率的搜尋法 串列vs. tuple 第四章 字典與集合 字典與集合如何運作？ 第五章 迭代器與產生器 處理無限序列的迭代器 延後產生器求值 第六章 矩陣與向量計算 問題介紹 Python串列不夠好嗎？ 記憶體碎片化 用numpy來處理擴散問題 numexpr：讓就地操作更快速與更輕易 圖形處理單元（GPU） 警世故事：驗證「優化」（scipy） 從矩陣優化得到的教訓 第七章 Pandas、Dask與Polars Pandas 使用Dask來處理分散的資料結構與DataFrame 用Polars來獲得快速的DataFrames 第八章 編譯為C 可能提升多少速度？ JIT vs. AOT編譯器 為何型態資訊可幫助程式跑得更快？ 使用C編譯器 再談Julia set範例 Cython pyximport Cython與numpy Numba PyPy 速度改善方法總結 使用各項技術的時機 外部函式介面 第九章 非同步I/O 非同步編程簡介 async/await如何運作？ 共享CPU–I/O工作負載 第十章 multiprocessing模組 multiprocessing模組概要 使用Monte Carlo法來估計pi 使用程序與執行緒來估計pi 尋找質數 使用跨程序通訊來檢驗質數 使用multiprocessin來共享numpy資料 同步檔案與變數存取 第十一章 叢集與任務佇列 叢集的好處 叢集的缺點 常見的叢集設計 如何開始採用叢集方案 在使用叢集時避免痛苦的方法 兩種叢集方案 其他可以研究的叢集工具 Docker 第十二章 使用更少RAM 基本型態物件很昂貴 瞭解集合使用多少RAM Bytes vs. Unicode 在RAM中有效率地儲存許多文字 為更多文字建模：使用scikit-learn的FeatureHasher DictVectorizer與FeatureHasher簡介 SciPy的稀疏矩陣 關於使用更少RAM的小提示 機率式資料結構 第十三章 來自現場的教訓 開發高效能機器學習演算法 新聞領域中的高效能運算 來自網路再保險領域的經驗 量化金融領域裡的Python 保持彈性以實現高效能 使用Feature-engine來改進特徵工程作業線（2020） 高效能的資料科學團隊（2020） Numba（2020） 優化vs.思考（2020） 讓深度學習飛起來，與RadimRehurek.com（2014） 在Smesh的大型社群媒體分析（2014）