Python - 最強入門ChatGPT助攻AI數據科學 - 王者歸來（五版） (5版)

新版、翻譯版本推薦給您

【簡介】 Python最強入門 ChatGPT助攻 AI數據科學 王者歸來 (全彩印刷) 　　★★★★★【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個一般實例，講解紮實的Python語法，同時輔助約210道是非題、210道選擇題與約295程式實作題。讀者研讀完此書，相信可以學會下列知識： 　　★內容穿插說明PEP 8風格，讀者可由此養成設計符合PEP 8風格的Python程式，這樣撰寫的程式可以方便自己與他人閱讀。 　　☆拋棄C、C++、Java語法思維，將Python語法、精神功能火力全開 　　★人工智慧基礎知識融入章節內容 　　☆從bytes說起、編碼(encode)、解碼(decoding)，到精通串列(list)、元組(tuple)、字典(dict)、集合(set) 　　★深度解析Sort( )和sorted( ) 　　☆完整解說Unicode字符集和utf-8依據Unicode字符集的中文編碼方式 　　★從小型串列、元組、字典到大型數據資料的建立 　　☆生成式(generator)建立Python資料結構，串列(list)、字典(dict)、集合(set) 　　★經緯度計算地球任2城市之間的距離，學習取得地球任意位置的經緯度 　　☆萊布尼茲公式、尼拉卡莎、蒙地卡羅模擬計算圓週率 　　★徹底解說讀者常混淆的遞迴式呼叫。 　　☆基礎函數觀念，也深入到嵌套、lambda、Decorator等高階應用 　　★Google有一篇大數據領域著名的論文，MapReduce:Simplified Data Processing on Large Clusters，重要觀念是MapReduce，筆者將對map( )和reduce( )完整解說，更進一步配合lambda觀念解說高階應用 　　☆設計與應用自己設計的模組、活用外部模組(module) 　　★設計加密與解密程式 　　☆Python處理文字檔案/二元檔案的輸入與輸出 　　★檔案壓縮與解壓縮 　　☆程式除錯(debug)與異常(exception)處理 　　★檔案讀寫與目錄管理 　　☆剪貼簿(clipboard)處理 　　★正則表達式(Regular Expression) 　　☆遞廻式觀念與碎形(Fractal) 　　★影像處理與文字辨識，更進一步說明電腦儲存影像的方法與觀念 　　☆認識中文分詞jieba與建立詞雲(wordcloud)設計 　　★GUI設計 - 實作小算盤 　　☆實作動畫與遊戲(電子書呈現) 　　★Matplotlib中英文靜態與動態2D ~ 3D圖表繪製 　　☆說明csv和json檔案 　　★繪製世界地圖 　　☆台灣股市資料擷取與圖表製作 　　★Python解線性代數 　　☆Python解聯立方程式 　　★Python執行數據分析 　　☆科學計算與數據分析Numpy、Pandas 　　★網路爬蟲 　　☆AI破冰之旅 – 畢氏定理到餘弦相似度 　　★機器學習 – 線性迴歸 　　☆機器學習 – scikit-learn 　　★KNN演算法、邏輯迴歸、支援向量機 　　☆決策樹 　　★隨機森林 　　☆波士頓房價 　　★葡萄酒數據集 　　☆鐵達尼號 　　★糖尿病數據集 　　☆乳癌數據集 　　★手寫數字數據集 　　☆PCA主成份分析 　　★ChatGPT助攻完全解析 　　☆完整函數索引，未來可以隨時查閱 　　►本書額外附贈電子資源，內容如下： 　　第40章　動畫與遊戲-Python創意應用(電子書) 　　40-1繪圖功能 　　40-2尺度控制畫布背景顏色 　　40-3動畫設計 　　40-4反彈球遊戲設計 　　40-5專題-使用tkinter處理謝爾賓斯基三角形 　　附錄A　安裝與執行Python(電子書) 　　A-1Windows作業系統的安裝Python版 　　A-2啟動Python可執行檔案 　　A-3找尋Python可執行檔案 　　A-4在Python Shell編輯環境 　　A-5進入編輯Python程式環境 　　附錄B　Anaconda、Spider和Jupyter Notebook(電子書) 　　B-1下載安裝Anaconda 　　B-2Anaconda Prompt 　　B-3啟動Spider整合環境 　　B-4Jupyter Notebook環境 　　附錄C　使用Google Colab雲端開發環境(電子書) 　　C-1進入Google 雲端 　　C-2建立雲端資料夾 　　C-3進入Google Colab環境 　　C-4編寫程式 　　C-5儲存檔案 　　C-6認識編輯區 　　C-7新增加程式碼儲存格 　　C-8更多編輯功能 　　附錄Ｅ　安裝第三方模組(電子書) 　　E-1命令提示字元 　　E-2系統多重安裝使用pip 　　E-3導入模組安裝更新版模組 　　E-4安裝更新版模組 　　E-5列出所安裝的模組 　　E-6刪除模組 　　E-7找尋更多模組 　　E-8安裝新版pip 　　附錄F　RGB色彩表(電子書) 　　附錄G　是非、選擇與實作題-習題檔案(電子書) 　　附錄H　ASCII碼值表(電子書) 　　附錄I　ChatGPT協助學習Python(電子書) 　　I-1問ChatGPT有關Python基本觀念 　　I-2Python運算規則 　　I-3Python基本資料型態 　　I-4程式除錯 　　I-5輸出格式與內建函數說明 　　I-6條件運算式 　　I-7串列的應用 　　I-8迴圈與重構程式 　　I-9操作元組 　　I-10字典 　　I-11集合 　　I-12函數 　　I-13物件導向程式設計 　　I-14設計與應用模組 　　I-15檔案的輸入與輸出 　　I-16正則表達式 　　I-17Pillow功能 　　I-18詞雲功能 　　I-19csv檔案 　　I-20圖表設計 　　I-21網路爬蟲 　　I-22機器學習入門【目錄】 第1章　Python基礎觀念-開啟AI與數據科學的大門 1-1認識Python 1-2Python的起源 1-3Python語言發展史 1-4Python的應用範圍 1-5變數-靜態語言與動態語言 1-6系統的安裝與執行 1-7程式註解 1-8Python彩蛋(Easter Eggs) 第2章　變數與基本數學運算-奠定程式與分析的基礎 2-1用Python做計算 2-2認識變數 2-3認識程式的意義 2-4認識註解的意義 2-5變數的命名原則 2-6基本數學運算 2-7指派運算子 2-8Python等號的多重指定使用 2-9Python的列連接(Line Continuation) 2-10專題-複利計算/計算圓面積與圓周長 2-11認識內建函數、標準模組函數或是第3方模組函數 第3章　基礎資料型態-掌握Python內建結構與特性 3-1type()函數 3-2數值資料型態 3-3布林值資料型態 3-4字串資料型態 3-5字串與字元 3-6bytes資料 3-7專題-地球到月球時間計算/計算座標軸2點之間距離 第4章　資料輸入與輸出-高效讀寫技巧 4-1格式化輸出資料使用print() 4-2掌握資料輸入input() 4-3字串與數學運算的橋樑-eval()的運用 4-4實戰-溫度轉換/房貸/故宮到羅浮宮/雞兔同籠/核廢水 第5章　程式流程控制精髓-決策與邏輯的藝術 5-1關係運算子-條件判斷與流程控制的基礎 5-2邏輯運算子-邏輯判斷的關鍵 5-3if敘述在程式中的運用-決策的開始 5-4if⋯else敘述-二選一的決策技巧 5-5if⋯elif⋯else敘述–多重條件判斷 5-6巢狀if結構（Nested if Statements） 5-7Python的match-case流程控制 5-8實戰-BMI/火箭升空/推薦飲料/潛在應用 第6章　串列(List)全面解析-靈活可變的資料容器 6-1認識串列(list) 6-2Python物件導向觀念與方法 6-3串列元素是字串的常用方法 6-4增加與刪除串列元素 6-5串列的排序 6-6進階串列操作 6-7嵌套串列-串列內含串列 6-8串列的賦值與切片拷貝 6-9再談字串 6-10in和not in運算式 6-11is或is not運算式 6-12enumerate物件 6-13專題-大型串列/認識凱薩密碼/使用者帳號管理 第7章　迴圈設計-自動化流程與效能提升 7-1基本for迴圈 7-2range()函數 7-3進階的for迴圈應用 7-4while迴圈 7-5enumerate物件使用for迴圈解析 7-6專題-購物車/成績/圓周率/國王麥粒/電影院劃位 第8章　元組(Tuple)的妙用-不可變結構的高效應用 8-1元組的定義 8-2讀取元組元素 8-3遍歷所有元組元素 8-4修改元組內容產生錯誤的實例 8-5元組切片(tuple slices) 8-6方法與函數 8-7串列與元組資料互換 8-8其它常用的元組方法 8-9enumerate物件使用在元組 8-10使用zip()打包多個物件 8-11生成式(generator) 8-12製作大型的串列資料 8-13元組的功能 8-14專題-認識元組/打包與解包/bytes與bytearray 第9章　字典(Dict)-鍵值對資料的靈活運用 9-1字典基本操作 9-2遍歷字典 9-3match-case與字典的結合 9-4字典內鍵的值是串列 9-5字典內鍵的值是字典 9-6字典常用的函數和方法 9-7專題-文件分析/字典生成式/星座/凱薩密碼/摩斯密碼 第10章　集合(Set)實戰-高效數據處理的關鍵技術 10-1建立集合 10-2集合的操作 10-3適用集合的方法 10-4適用集合的基本函數操作 10-5凍結集合frozenset 10-6專題-夏令營程式/程式效率/集合生成式/雞尾酒實例 第11章　函數設計-程式重用與維護的核心 11-1Python函數基本觀念 11-2函數的參數設計 11-3函數傳回值 11-4呼叫函數時參數是串列 11-5傳遞任意數量的參數 11-6進一步認識函數 11-7遞迴式函數設計recursive 11-8區域變數與全域變數 11-9匿名函數lambda 11-10pass與函數 11-11type關鍵字應用在函數 11-12裝飾器(Decorator) 11-13專題-單字次數/歐幾里德演算法/函數應用 第12章　類別與物件導向-打造模組化與可擴充程式 12-1類別的定義與使用 12-2類別的訪問權限–封裝(encapsulation) 12-3類別的繼承 12-4多型(polymorphism) 12-5多重繼承 12-6type與is instance 12-7特殊屬性 12-8類別的特殊方法 12-9專題-幾何資料/類別設計的潛在應用 第13章　模組設計與應用-建構專業軟體的基石 13-1將自建的函數儲存在模組中 13-2應用自己建立的函數模組 13-3將自建的類別儲存在模組內 13-4應用自己建立的類別模組 13-5隨機數random模組 13-6時間time模組 13-7系統sys模組 13-8keyword模組 13-9日期calendar模組 13-10pprint和string模組 13-11專題設計-賭場遊戲騙局/蒙地卡羅模擬/文件加密 第14章　檔案與目錄管理-資料讀寫與組織策略 14-1資料夾與檔案路徑 14-2os模組 14-3os.path模組 14-4獲得特定工作目錄內容glob 14-5讀取檔案 14-6寫入檔案 14-7讀取和寫入二進位檔案 14-8shutil模組 14-9安全刪除檔案或目錄send2trash() 14-10檔案壓縮與解壓縮zipfile 14-11再談編碼格式encoding 14-12剪貼簿的應用 14-13專題設計-分析檔案/加密檔案/潛在應用 第15章　程式除錯與異常處理-穩定度與安全性的保證 15-1程式異常 15-2設計多組異常處理程序 15-3丟出異常 15-4紀錄Traceback字串 15-5finally 15-6程式斷言assert 15-7程式日誌模組logging 15-8程式除錯的典故 15-9程式除錯與異常處理的潛在應用 第16章　正則表達式-強效字串處理利器 16-1使用Python硬功夫搜尋文字 16-2正則表達式的基礎 16-3更多搜尋比對模式 16-4貪婪與非貪婪搜尋 16-5正則表達式的特殊字元 16-6MatchObject物件 16-7搶救CIA情報員-sub()方法 16-8處理比較複雜的正則表示法 16-9正則表達式的潛在應用 第17章　影像檔案處理-Python在多媒體的應用 17-1認識Pillow模組的RGBA 17-2Pillow模組的盒子元組(Box tuple) 17-3影像的基本操作 17-4影像的編輯 17-5裁切、複製與影像合成 17-6影像濾鏡 17-7在影像內繪製圖案 17-8在影像內填寫文字 17-9專題–建立QR code/文字辨識與建立停車場管理系統 第18章　GUI程式開發-以tkinter打造視覺化介面 18-1建立視窗 18-2標籤Label 18-3視窗元件配置管理員Layout Management 18-4功能鈕Button 18-5變數類別 18-6文字方塊Entry 18-7文字區域Text 18-8捲軸Scrollbar 18-9選項鈕Radiobutton 18-10核取方塊Checkbutton 18-11對話方塊messagebox 18-12圖形PhotoImage 18-13尺度Scale的控制 18-14功能表Menu設計 18-15專題-設計小算盤 第19章　詞雲設計-文字可視化創意應用 19-1安裝wordcloud 19-2我的第一個詞雲程式 19-3建立含中文字詞雲結果失敗 19-4建立含中文字的詞雲 19-5進一步認識jieba模組的分詞 19-6建立含圖片背景的詞雲 第20章　數據圖表設-資料視覺化基礎 20-1認識matplotlib.pyplot模組的主要函數 20-2繪製簡單的折線圖plot() 20-3繪製散點圖scatter() 20-4Numpy模組基礎知識 20-5色彩映射color mapping 20-6繪製多個圖表 20-7建立畫布與子圖表物件 20-8長條圖的製作 20-9圓餅圖的製作pie() 20-10設計2D動畫 20-11數學表達式/輸出文字/圖表註解 第21章　JSON與世界地圖-全球資料繪製實戰 21-1JSON資料格式前言 21-2認識json資料格式 21-3將Python應用在json字串形式資料 21-4將Python應用在json檔案 21-5世界人口數據的json檔案 21-6繪製世界地圖 21-7專題-環境部空氣品質 第22章　CSV文件處理-掌握結構化資料 22-1建立一個CSV文件 22-2開啟「utf-8」格式CSV檔案 22-3csv模組 22-4讀取CSV檔案 22-5寫入CSV檔案 22-6專題-使用CSV檔案繪製氣象圖表 22-7CSV真實案例實作 第23章　Numpy基礎-科學運算必備工具 23-1陣列ndarray 23-2Numpy的資料型態 23-3建立一維或多維陣列 23-4一維陣列的四則運算與基礎操作 23-5用切片提取一維陣列的元素 23-6多維陣列的索引與切片 23-7陣列的拷貝與檢視 23-8更改陣列外形 23-9陣列分割 23-10陣列合併與堆疊 第24章　基礎統計與隨機數–數據科學入門 24-1機器學習視角-母體與樣本 24-2數據加總 24-3數據分佈 24-4數據中心指標 24-5數據分散指標–變異數與標準差 24-6符號運算規則與驗證 24-7活用符號 24-8迴歸分析 24-9Numpy隨機分佈函數 第25章　Numpy進階運算與3D繪圖-多維度資料探索 25-1基礎數學函數 25-2三角函數 25-3指數與對數函數 25-4陣列處理函數 25-5陣列資料排序 25-6簡單線性代數運算 25-7線性插入函數 25-8Numpy的廣播功能 25-9檔案的輸入與輸出 25-10專題–3D繪圖到3D動畫 25-11專題–遮罩觀念與數據分類 第26章　Pandas入門-高效資料操作與分析 26-1Series 26-2DataFrame 26-3基本Pandas資料分析與處理 26-4讀取與輸出CSV檔案 26-5讀取與輸出Excel檔案 第27章　Pandas視覺化與時間序列-趨勢洞察與預測 27-1Pandas繪圖 27-2時間序列(Time Series) 27-3專題：鳶尾花 第28章　網路爬蟲-自動化資料蒐集與整合 28-1上網不再需要瀏覽器了 28-2下載網頁資訊使用requests模組 28-3檢視網頁原始檔 28-4解析網頁使用BeautifulSoup模組 28-5網路爬蟲實戰–12星座圖片下載 28-6網路爬蟲的潛在應用 第29章　Python操作台股-投資分析實戰 29-1Stock()建構元 29-2Stock物件屬性 29-3Stock物件方法 29-4取得單一股票之即時資料realtime.get() 第30章　Sympy與符號運算-數學推導自動化 30-1定義符號 30-2解方程式 30-3解聯立方程式 30-4微分與Sympy 30-5積分與Sympy 30-6Sympy模組的繪圖功能 第31章　AI破冰之旅-從畢氏定理到餘弦相似度 31-1畢氏定理–影片相似度計算 31-2向量內積/餘弦相似度–推薦系統設計 31-3人臉辨識（Face Recognition） 31-4「畢氏定理」與「餘弦相似度」的AI應用總結 第32章　scikit-learn機器學習入門-基礎與流程 32-1網路購物數據調查 32-2使用scikit-learn模組計算判定係數 32-3預測未來值 32-4人工智慧、機器學習、深度學習 32-5認識scikit-learn數據模組datasets 32-6監督學習–線性迴歸 32-7scikit-learn產生數據 第33章　機器學習演算法-原理與應用全解析 33-1KNN(K-Nearest Neighbor) 33-2邏輯斯迴歸(Logistic regression) 33-3支援向量機(Support Vector Machine) 33-4決策樹(Decision Tree)演算法 33-5無監督學習-群集分析 第34章　機器學習專題-波士頓房價預測實務 34-1從線性迴歸到多元線性迴歸 34-2簡單資料測試 34-3波士頓房價數據集 第35章　機器學習專題-葡萄酒數據分析與分類 35-1認識葡萄酒數據 35-2使用KNN演算法執行葡萄酒分類 35-3使用邏輯斯迴歸演算法執行葡萄酒分類 第36章　機器學習專題-鐵達尼號生存預測 36-1程式設計必備知識one-hot編碼 36-2認識鐵達尼號Titanic數據集 36-3鐵達尼號專題實作–邏輯斯迴歸 36-4鐵達尼號專題實作–決策樹 第37章　機器學習專題-糖尿病數據分析 37-1認識糖尿病數據集 37-2多元線性迴歸處理糖尿病數據 第38章　機器學習專題-乳癌診斷模型訓練 38-1認識乳癌數據集 38-2支援向量機處理乳癌數據 第39章　機器學習專題-手寫數字影像辨識 39-1認識手寫數字數據集 39-2隨機森林處理手寫數字數據集 39-3PCA主成份分析 附錄D　指令、函數索引表

人工智慧：智慧型系統導論 (3版)

相關熱銷的書籍推薦給您

書名：人工智慧：智慧型系統導論(第三版) 作者：李聯旺 出版社：全華 ISBN：9789862800959

機器學習：類神經網路、模糊系統以及基因演算法則 (4版)

相關熱銷的書籍推薦給您

書名：機器學習：類神經網路、模糊系統以及基因演算法則(第四版) 作者：蘇木春、張孝德 出版社：全華 出版日期：2016/05/00 ISBN：9789864632060 內容簡介 ■ 本書優點特色 1.將三種與機械學習相關的技術-類神經網路、模糊系統及基因演繹法作一通盤介紹。 2.以深入淺出的方式建立類神經網路與生物神經網路的關聯性，以便讓讀者更能發揮想像力。 3.每一種理論都儘可能配合書中範例及圖表加以說明。 ■ 內容簡介 本書將三種與機械學習相關的技術-類神經網路、模糊系統及基因演繹法作一通盤介紹。此外，作者以深入淺出的方式建立類神經網路與生物神經網路的關聯性，以便讓讀者更能發揮想像力。 目錄 第1章 類神經網路之簡介 第2章 感知機 第3章 多層感知機 第4章 非監督式類神經網路 第5章 聯想記憶 第6章 增強式學習 第7章 模糊集合 第8章 模糊關係及推論 第9章 模糊系統 第10章 基因演算法則