寫程式的AI戰友：VS Code x GitHub Copilot (1版)

類似書籍推薦給您

【簡介】 ★★★「程式設計不再孤軍奮戰，讓 AI 成為你的戰友！」★★★ ☆☆☆「用 VS Code + Copilot，讓寫程式變得像聊天一樣簡單！」☆☆☆ ★★★「專案實戰，立即上手，程式設計不再卡關！」★★★ 　　《寫程式的AI戰友 - VS Code x GitHub Copilot》帶你進入 AI 輔助程式設計的新世代。本書不僅教你如何用 VS Code 打造專屬開發環境，更完整揭示 GitHub Copilot 的秘密武器：自動補全、錯誤修正、重構優化、AI 對話寫程式，讓你像專業工程師一樣高效開發。 　　◎為何要讀這本書？ 　　在這個 AI 與程式設計緊密結合的時代，單靠背誦語法已經不足以讓你成為一位優秀的工程師。《寫程式的AI戰友 - VS Code x GitHub Copilot》將帶給你三大核心價值： 　　1. 掌握開發主流工具 　　VS Code 是全球最受歡迎的開發環境，本書完整介紹其安裝、操作與進階應用，讓你在最短時間內熟悉業界標準工具。 　　2. 學會駕馭 AI，而不是被 AI 取代 　　GitHub Copilot 能幫你寫程式，但本書更強調「思維升級」——如何正確下指令、判斷 AI 建議的正確性，培養「指揮 AI」的能力，避免淪為被動依賴。 　　3. 專案實戰，立即上手 　　從 CLI 工具到資料分析，從 API 整合到自動化報表，本書以專案導向學習，讓你邊學邊做，學到的技能馬上能應用在實際工作與專案中。 　　◎ 讀完這本書，你將： 　　☆ 熟悉 VS Code 與 Python 的整合操作。 　　☆ 能使用 GitHub Copilot 提升開發效率，寫程式就像與 AI 對話。 　　☆ 具備判斷、比較與優化程式碼的能力。 　　☆ 透過專案實戰累積經驗，快速從初學者邁向專業者。 　　這不只是一本文教你「怎麼寫程式」的書，而是一本幫你建立 「AI 時代程式設計思維」 的手冊。 本書特色 　　☆從零開始：安裝 VS Code、設定 Python 環境、快速上手介面操作。 　　☆AI 實戰：完整示範 Copilot 的用法——寫程式、除錯、重構、生成測試與文件。 　　☆專案導向：涵蓋 CLI 工具、資料處理、API 整合等專案，邊學邊做，馬上能用。 　　☆資料科學應用：結合 Jupyter Notebook、NumPy、Pandas、Matplotlib，立即展現 AI + Python 的威力。 　　☆思維升級：教你如何成為「指揮 AI 的人」，而不是被 AI 主導，真正駕馭 Copilot。 【目錄】 ▌第1 章 VS Code 是誰? 為何開發者都用它? 1-1 認識 VS Code 的誕生與設計理念 1-1-1 微軟出品卻開源免費 - 開放與創新的象徵 1-1-2 輕量與模組化 - 由「編輯器」進化為「開發平台」 1-1-3 為開發者而生 - 從 UI 到功能的精緻設計 1-2 VS Code vs 其他 IDE（PyCharm、Jupyter、Spyder） 1-2-1 PyCharm - 功能齊全但較重，VS Code 輕量取勝 1-2-2 Jupyter Notebook - 適合資料分析，VS Code 更適合專案開發 1-2-3 Spyder - 科學運算為主，但擴充性不及 VS Code 1-2-4 小結 - VS Code 的彈性與擴充，打造萬用開發利器 1-3 VS Code 對 Python 開發的優勢與定位 1-3-1 Python 延伸模組支援強大（Linting、Debug、Jupyter 等） 1-3-2 Git 與 GitHub 整合，專案管理無縫接軌 1-3-3 開發者生態圈活躍，外掛資源豐富 1-3-4 與 GitHub Copilot 結合，進入 AI 程式設計新時代 ▌第2 章 打造你的 VS Code 開發環境 2-1 安裝 VS Code 2-1-1 Windows 系統下載與安裝 VS Code 2-1-2 首次啟動更改VS Code 背景顏色 2-1-3 建立VS Code 中文環境 2-2 安裝 Python 解譯器 2-2-1 下載與安裝Python 2-2-2 如何知道自己安裝哪些Python 版本 2-2-3 你可以怎麼解決多版本Python 的PATH 設定 2-3 VS Code 安裝Python 模組 2-3-1 安裝Python 擴充模組 2-3-2 選擇Python 解譯器 2-4 認識 VS Code 的介面 2-4-1 左側功能欄 2-4-2 開始 2-4-3 逐步解說 2-5 建立資料夾與Python 程式 2-5-1 開啟空白資料夾 2-5-2 新增資料夾 2-5-3 新增檔案 2-5-4 建立Python 程式 2-5-5 執行程式 2-5-6 關閉資料夾 2-6 開啟檔案 2-6-1 先開啟「資料夾」再選取檔案 2-6-2 直接「開啟檔案」 2-7 啟用GitHub Copilot 2-7-1 GitHub Copilot 簡介 2-7-2 安裝Copilot 延伸模組 2-7-3 登入GitHub Copilot 2-7-4 測試GitHub Copilot 是否安裝成功 2-8 終端機管理 2-8-1 啟用與使用 VS Code 內建終端機 2-8-2 終端機環境測試指令 2-8-3 認識pip 基礎知識 2-8-4 pip 與 Python 多版本搭配技巧 2-8-5 Python 程式執行常見與pip 有關錯誤與排除方式 ▌第3 章 VS Code 基本操作快速上手 3-1 編輯器操作介面導覽 3-1-1 側邊欄 3-1-2 編輯區 3-1-3 標籤列 3-1-4 狀態列 3-1-5 內建終端機 3-1-6 Copilot 編輯區 3-2 命令面板、工作區與檔案管理 3-2-1 命令面板（Command Palette） 3-2-2 工作區（Workspace）與資料夾管理 3-3 快捷鍵實用技巧與視窗配置最佳化 3-3-1 常用快捷鍵整理 3-3-2 視窗配置 3-3-3 主題與配色 ▌第4 章 在 VS Code 中寫Python 程式 4-1 輸出、輸入與變數的操作 4-2 主控或工具人 - if __name__ == "__main__" 4-2-1 基礎觀念 4-2-2 創意實例 - 我是主控，還是工具人？ 4-2-3 VS Code 視窗看主控和工具人專案 4-2-4 主控和工具人學習重點 ▌第5 章 VS Code 中的互動練功場用 REPL 模式即時學 Python 5-1 什麼是 REPL ？為什麼學 Python 要學它？ 5-1-1 解釋 Read - Eval - Print - Loop 的概念 5-1-2 初學者「練習邏輯與語法」的最佳入口 5-2 用終端機啟動 Python REPL 5-2-1 嘗試基本語法、變數、運算、函數定義 5-2-2 介紹內建函數如 type()、help()、dir() 的應用 5-3 使用 Python REPL 標籤頁（Start REPL） 5-3-1 如何開啟 Python REPL 標籤頁 5-3-2 變數 - 執行與偵錯 5-3-3 REPL 標籤頁的操作特性 5-3-4 實用示範操作 5-4 終端機 REPL 與 REPL 標籤頁的差異與應用場景 ▌第6 章 讓 AI 幫你寫程式GitHub Copilot 入門 6-1 使用註解觸發 Copilot 寫出函數 6-1-1 教學如何使用自然語言註解讓 Copilot 自動產生對應函數 6-1-2 示範常見註解語法類型（中英文皆可） 6-1-3 強調「提示語言」與「程式語言」混用的有效策略 6-1-4 讀者可以練習的註解基礎提示 6-1-5 讀者可以練習的註解進階提示 6-2 補全語法、參數與錯誤提示 6-2-1 示範如何從變數、函數名稱的開頭讓 Copilot 自動補完內容 6-2-2 說明 Copilot 如何根據上下文猜測資料結構與參數類型 6-2-3 輸入錯誤或不完整時 Copilot 的容錯行為與修正建議 6-3 AI 幫忙完成你腦海中的程式邏輯 6-3-1 實戰情境 - 你知道你「想做什麼」，但不知道怎麼寫 6-3-2 使用部分函數、流程片段，讓 Copilot 幫你「接下去寫」 6-3-3 結合測試、範例輸入、輸出提示來強化 Copilot 的回應品質 6-3-4 示範如何反覆提示、調整指令，與 AI 互動式協作 ▌第7 章 用Copilot 幫你除錯、解釋與重構程式 7-1 Copilot 協助程式開發的雙模式運作 - 自動補全與互動審查 7-2 利用 Copilot 改寫與最佳化程式 7-2-1 讓 Copilot 調整命名與格式提升可讀性 7-2-2 用簡單註解提示 Copilot 改寫現有程式 7-2-3 比較 Copilot 重構前後版本的優劣（搭配註解說明） 7-2-4 Copilot 常見重構註解句型清單 7-2-5 系列重構實例 7-3 將錯誤訊息變成修正建議 7-3-1 將錯誤訊息貼回編輯器，觀察 Copilot 修正方式 7-3-2 解釋Modify using Copilot 和Review using Copilot 7-3-3 Copilot 如何自動補出可能的修正範例 7-3-4 Copilot 如何根據錯誤行上下文補出防錯邏輯 7-3-5 錯誤修正任務 - 讓 Copilot 幫你從錯誤中成長！ 7-4 協助理解陌生程式片段與資料流程 7-4-1 在函數上方輸入「 # 解釋這段程式碼 」讓 Copilot 加入註解 7-4-2 分析資料處理流程與資料結構使用 7-4-3 用 Copilot 幫忙「翻譯」舊程式碼、過時寫法 ▌第8 章 用 Copilot Chat 和 AI 對話寫程式 8-1 認識 Copilot Chat 對話式編程介面 8-1-1 Copilot Chat 是什麼？與傳統 Copilot 有何不同？ 8-1-2 如何啟用 Copilot Chat  8-1-3 認識Copilot Chat 視窗 8-1-4 聊天輸入基礎知識 8-2 用自然語言請 AI 解釋程式 8-2-1 示範輸入 - 檔案程式摘要分析 8-2-2 解釋特定段落 8-2-3 自動翻譯英文註解成中文 - 雙語學習應用 8-3 用對話方式除錯與修正錯誤 8-3-1 將錯誤訊息貼入 Chat 請求修正建議 8-3-2 錯誤說明：IndexError, KeyError, TypeError 8-3-3 多步驟對話修正流程 8-4 請 AI 幫你重構與優化程式 8-4-1 自然語言提示範例 8-4-2 善用 Copilot Chat 自動拆解、重新命名、加入防錯 8-5 跨檔案提問與整體架構理解 8-5-1 查詢目前專案有哪些檔案 8-5-2 請 Copilot 解釋 main.py 與 utils.py 的關係 8-5-3 使用多步驟提示建立全域邏輯理解 8-6 生成測試、文件與範例輸入 ▌第9 章 VS Code + Jupyter Notebook 資料科學實戰起點 9-1 Jupyter Notebook 開發 Python 程式的特色 9-2 安裝與使用 Jupyter 擴充模組 9-2-1 在 VS Code Marketplace 中搜尋並安裝 Jupyter 擴充功能 9-2-2 必要相依項目 - ipykernel 9-2-3 測試是否安裝Jupyter Notebook 成功 9-3 執行 .ipynb 資料分析筆記本 9-3-1 Notebook 介面導覽 9-3-2 執行每個儲存的方式與輸出觀察 9-3-3 儲存與轉換 .ipynb 成 .py 或 .html 9-4 儲存格選取、複製、移動與刪除 9-5 Markdown 語法 9-5-1 建立與生成Markdown 文件 9-6 結合 Numpy、Matplotlib、Pandas 的應用展示 9-6-1 利用 NumPy 進行矩陣運算與隨機數產生 9-6-2 用 Matplotlib 繪製簡單折線圖與長條圖 9-6-3 載入 Pandas 資料並顯示前幾筆資料 9-6-4 整合三者進行一個小型資料分析任務 9-7 比較 Jupyter 與 Python script 的開發方式 9-7-1 Notebook 的互動性與可視化優勢 9-7-2 Python script 的流程控制與可部署性 9-7-3 兩者整合使用的實務建議 9-7-4 開發效率、版本控管、合作方式的比較分析 ▌第10 章 專案實作 - CLI 應用程式 10-1 用 Python 撰寫命令列工具 10-1-1 CLI 應用介紹與範例展示 10-1-2 設計實用CLI 的流程與架構 10-1-3 CLI 實例 - 批量轉換文字檔格式 10-1-4 CLI 實例 - 批量壓縮圖片 10-2 Copilot 協助自動生成指令結構 10-2-1 如何提示 Copilot 產生 CLI 架構 10-2-2 用自然語言生成 argparse 模組 10-2-3 自動補齊子指令、說明與錯誤處理邏輯 10-3 用argparse、os、shutil 實作功能 10-3-1 使用 argparse 處理命令列參數 10-3-2 搭配 os 與 shutil 操作檔案、資料夾 10-3-3 實作 - 批次複製、壓縮、改檔名、自動建立備份等功能 ▌第11 章 專案實作 - 資料處理小幫手 11-1 專案目標 - 輸入/ 輸出範例 11-2 使用pandas 進行資料讀取與分析 11-2-1 讀取 CSV、處理欄位名稱與缺漏值 11-2-2 分群統計（groupby）、平均、總和與排序 11-2-3 計算欄位（如金額、成效比） 11-3 openpyxl 寫入報表與格式設定 11-3-1 建立 Excel 報表並寫入 pandas DataFrame 11-3-2 自動命名工作表與儲存路徑 11-3-3 加上儲存格樣式（標題加粗、欄寬調整、數字格式） 11-4 使用 pathlib 管理報表輸出與結構 11-4-1 建立資料夾與日期自動命名 11-4-2 建立輸出路徑與備份版本 11-4-3 檔名自動化 - 報表名稱 + 時間戳記 11-5 AI 協作實作 - 用 Copilot 或 ChatGPT 規劃報表流程 11-5-1 讓 AI 協助推導報表欄位與公式（自然語言提示） 11-5-2 自動產生欄位命名邏輯、報表主流程 11-5-3 與 AI 對話調整資料處理邏輯的練習 11-6 自動化流程封裝 - 部門銷售報表生成器 ▌第12 章 專案實作 - API 整合應用 12-1 寫一個查詢天氣或匯率的程式 12-1-1 選擇與介紹公開 API 12-1-2 設計天氣查詢程式 12-1-3 設計匯率查詢程式 12-2 使用requests + Copilot 幫你組合 API 呼叫流程 12-3 加入簡單例外處理與錯誤提示 ▌第13 章 寫程式的正確姿勢「AI 是你的助理」，「不是你的大腦」 13-1 Copilot 會出錯嗎？如何判斷建議是否合理？ 13-1-1 AI 為什麼會「看起來很對、其實錯了」？ 13-1-2 常見錯誤型態：語意錯誤、效能問題、格式正確但邏輯錯 13-1-3 實例分析 - 錯誤的 SQL 查詢、無效的資料結構 13-1-4 建議不要「複製就貼上」，要先「理解再選擇」 13-2 「 AI 輔助」≠「AI 取代」 - 保持邏輯思考與程式判斷力 13-2-1 AI 是語言模型，不是驗證機器 13-2-2 思考順序、變數命名、流程設計仍需人腦決策 13-2-3 怎樣才叫「有 AI 輔助的人腦」而不是「被 AI 駕駛的大腦」 13-2-4 練習 - 「 我會怎麼寫？」與「Copilot 建議怎麼寫？」的比對 13-3 如何引導Copilot 給你正確、清晰的建議 13-3-1 如何寫好「註解提示」來引導 Copilot 13-3-2 中文 vs 英文，哪種效果更好？ 13-3-3 要精簡還是詳細？提示語的長度與明確度影響什麼 13-3-4 範例 - 用一列註解帶出三種不同程式邏輯 13-4 強化你的人腦思考，才是駕馭 AI 的關鍵 13-4-1 你不只是「寫程式的人」，你是「指揮 AI 寫程式的人」 13-4-2 建立自己的程式風格與決策原則 13-4-3 用 AI 幫你學習、比較、優化，而不是直接接收 13-4-4 小任務練習 - 讓 AI 給你三種寫法，然後你選最佳解  

從程式員到 AI 專家｜寫給程式員的人工智慧與機器學習指南 (1版)

類似書籍推薦給您

內容簡介 　　如果你想從程式員轉職為AI專家，本書是理想的起點。本書來自Laurence Moroney的成功AI課程，將會帶著你親自動手寫程式，讓你充滿信心地學習重要的主題，你要做的，只是用Python和它的資料表示法及陣列處理法來做實驗。 　　你會學到如何實作機器學習最常見的場景，包括電腦視覺、自然語言處理(NLP)，以及在web、行動設備、雲端與嵌入式等執行環境中建立序列模型。大多數的機器學習書籍在一開始都會展示大量且令人生畏的高等數學，但這本書提供實用的課程，直接帶你編寫實用的程式。 　　• 透過範例程式了解機器學習的基本知識 　　• 使用TensorFlow為各種場景建模模型 　　• 用只有一個神經元的神經網路建構模型 　　• 實作電腦視覺，包括在圖像中偵測特徵 　　• 使用NLP將單字和句子基元化及組成序列 　　• 將模型植入Android與iOS設備 　　• 使用TensorFlow Serving，讓模型透過web或雲端提供服務 名人推薦 　　「本書使用TensorFlow徹底教你了解及實作機器學習與人工智慧模型。」 　　—Jialin Huang博士 　　微軟資料與應用科學家 　　「Laurence Moroney一直是讓TensorFlow成為全球AI框架龍頭的主力，我很榮幸可以透過deeplearning.ai與Coursera來協助他指導TensorFlow。希望你在學習TensorFlow的過程中一切順利。有Laurence當你的導師，你將展開一場偉大的冒險旅程。」 　　—Andrew Ng 　　deeplearning.ai創辦人 目錄 推薦序 前言 【第一部分 建構模型】 第1章 TensorFlow 簡介 第2章 電腦視覺簡介 第3章 從基礎晉級：偵測圖像中的特徵 第4章 使用 TensorFlow Datasets 來取得公開的資料組 第5章 自然語言處理簡介 第6章 使用 embedding 來以程式表達情緒 第7章 用遞迴神經網路來處理自然語言 第8章 使用 TensorFlow 來創造文本 第9章 了解序列和時間序列資料 第10章 建立 ML 模型來預測序列 第11章 使用摺積和遞迴方法來製作序列模型 【第二部分 使用模型】 第12章 TensorFlow Lite 簡介 第13章 在 Android app 使用 TensorFlow Lite 第14章 在 iOS app 裡使用 TensorFlow Lite 第15章 TensorFlow.js 簡介 第16章 用 TensorFlow.js 製作電腦視覺的設計技術 第17章 將 Python 模型轉換成 JavaScript 來重複使用它 第18章 遷移學習，使用 JavaScript 第19章 用 TensorFlow Serving 來部署 第20章 AI 道德、公平性和隱私

Effective Python中文版 第三版｜寫出良好Python程式的125個具體做法 (3版)

類似書籍推薦給您

【簡介】 Python被譽為最易上手的程式語言，但你真的是用Python的腦袋寫Python嗎？ 身為Python的開發者，想要「寫得更好」，還想知道「為什麼這樣寫比較好？」 《Effective Python 第三版》延續前兩版廣受好評的風格，集結125個經過實戰驗證的開發技巧，全面涵蓋Python 3.11最新語法與標準函式庫。從基礎語言機制、函式與類別設計，到協同程式、型別提示與效能優化，每一項建議都清楚說明「為什麼這樣寫比較好」，幫助你避開常見雷區、寫出更簡潔、可維護、具備Python風格的程式碼。 條目式設計，查找方便、精練實用 專為Python 3.11打造，掌握語言最新演進 每個條目皆含範例、反例與最佳實踐 作者為Google資深工程師，實戰經驗豐富 不僅告訴你「怎麼寫」，更像是經驗豐富的前輩手把手教你「為什麼這樣寫更好」，帶你從語言使用者晉升為真正精通Python的開發者！ ----------------------------------------------------------------------- 精通Python程式設計技術，掌握125個具體可行的最佳實務做法，寫出更加高效、易讀、易維護的程式碼 Python是一門功能多元且強大的語言，但想真正發揮它的潛力，光是熟悉語法還不夠。Effective Python中文版 第三版，是你掌握Python獨特優勢、避開隱藏陷阱的全方位指南。本書奠基於廣受好評的第二版，將最佳實務做法從90項擴增至125項，這些都是撰寫高品質 Python 程式碼的關鍵基石。 作者Brett Slatkin汲取其多年在Google的深厚實務經驗，為初階與資深的Python開發者提供了清晰、簡潔且實用的建議。書中每一個做法都深入剖析了「Pythonic」的程式設計之道，幫助你理解如何寫出不僅正確、有效，更能兼具優雅與易維護性的程式碼。無論你是在建構Web應用程式、分析資料、撰寫自動化指令稿，或是訓練AI模型，本書都將賦予你必要的技能，讓你能運用Python創造非凡的影響力。 主 要特點包括 ■ 內容升級：新增35個全新做法，擴增至125條具體可行的準則。 ■ 對應新版：涵蓋至Python3.13新版功能的語法與實務趨勢。 ■ 新增章節：剖析如何建置兼具穩健性與高效能的程式。 ■ 進階主題：深入探討如何建立C擴充模組，以及與原生共享程式庫的介接。 ■ 實際範例：切合真實情境的程式碼範例，清楚對照每一項建議背後的最佳實務做法。 Brett Slatkin 是Google CTO辦公室的首席軟體工程師，專注於新興技術領域。他是Google Surveys的共同創辦人，也是Google Cloud第一款產品（App Engine）的主要推手，並共同創建了PubSubHubbub協定——這些專案全都使用Python完成。他投入專業Python開發逾19年，擁有哥倫比亞大學電腦工程學士學位。 【目錄】 第1章　Pythonic 思維 做法 01 了解你使用的是哪個版本的 Python 做法 02 遵循 PEP 8 風格指南 做法 03 永遠不要預期 Python 會在編譯時期偵測錯誤 做法 04 撰寫輔助函式而非複雜的運算式 做法 05 比起透過索引，請優先選用多重指定的拆分 做法 06 始終用括弧圍住單元素的元組 做法 07 考慮使用條件運算式來處理簡單的行內邏輯 做法 08 使用指定運算式來防止重複 做法 09 考慮在流程控制中使用 match 進行解構；如果 if 述句就足夠，則避免使用 第2章　字串和切片 做法 10 了解 bytes 與 str 之間的差異 做法 11 優先選用內插的 F-String，而非 C 式格式字串和 str.format 做法 12 列印物件時，要知道 repr 和 str 之間的差異 做法 13 偏好明確的字串串接，而非隱含的串接，特別是在串列中 做法 14 知道如何切割序列 做法 15 避免在單一運算式中同時使用跨步（Striding）和切片 做法 16 優先選用捕捉全部的拆分，而非切片 第3章　迴圈與迭代器 做法 17 優先選用 enumerate，而不是 range 做法 18 使用 zip 平行處理迭代器 做法 19 避免 for 和 while 迴圈之後的 else 區塊 做法 20 永遠別在迴圈結束後使用 for 的迴圈變數 做法 21 迭代引數時要做好防禦 做法 22 絕對不要在迭代容器時修改它們；改用複本或快取 做法 23 將迭代器傳遞給 any 和 all，以實現有效率的短路邏輯 做法 24 考慮使用 itertools 來處理迭代器和產生器 第4章　字典 做法 25 依賴字典插入順序時，請務必謹慎 做法 26 優先選用 get 而非 in 和 KeyError 來處理缺少的字典鍵值 做法 27 偏好使用 defaultdict 而非 setdefault 來處理內部狀態中缺少的項目 做法 28 了解如何使用 __missing__ 建構依存於鍵值的預設值 做法 29 使用類別取代深層內嵌的字典、串列和元組 第5章　函式 做法 30 知道函式引數是可以變動的 做法 31 回傳專用的結果物件，而非要求函式呼叫者拆分三個以上的變數 做法 32 偏好提出例外，而非回傳 None 做法 33 了解 Closure 如何與變數範疇和 nonlocal 互動 做法 34 使用數目可變的位置引數減少視覺雜訊 做法 35 藉由關鍵字引數提供可選行為 做法 36 使用 None 和 Docstring 來指定動態預設引數 做法 37 使用僅限關鍵字引數和僅限位置引數來確保程式碼清楚易懂 做法 38 使用 functools.wraps 定義函式裝飾器 做法 39 對於黏合用的函式，請優先選用 functools.partial 而非 lambda 運算式 第6章　概括式和產生器 做法 40 使用概括式取代 map 和 filter 做法 41 避免在概括式中使用超過兩個控制子運算式 做法 42 利用指定運算式減少概括式中的重複 做法 43 考慮使用產生器而非回傳串列 做法 44 考慮使用產生器運算式來處理大型串列概括式 做法 45 用 yield from 組合多個產生器 做法 46 將迭代器作為引數傳遞給產生器，而非呼叫 send 方法 做法 47 使用類別管理迭代式狀態變遷，而非產生器的 throw 方法 第7章　類別與介面 做法 48 對於簡單的介面，請接受函式而非類別 做法 49 優先採用物件導向的多型機制，而非帶有 isinstance 檢查的函式 做法 50 考慮使用 functools.singledispatch 進行函式型風格的程式設計，取代物件導向的多型 做法 51 定義輕量化類別時，請優先選用 dataclasses 做法 52 使用 @classmethod 的多型機制以泛型的方式建構物件 做法 53 使用 super 初始化父類別 做法 54 考慮使用 Mix-in 類別來組合功能 做法 55 優先選用公開屬性而非私有屬性 做法 56 偏好使用 dataclasses 來建立不可變的物件 做法 57 繼承 collections.abc 的類別以建立自訂的容器型別 第8章　元類別與屬性 做法 58 使用普通的屬性，而非設值器和取值器方法 做法 59 考慮使用 @property，而非重構屬性 做法 60 使用描述器來實現可重複使用的 @property 方法 做法 61 使用 __getattr__、__getattribute__ 和 __setattr__ 實現惰性屬性 做法 62 使用 __init_subclass__ 驗證子類別 做法 63 使用 __init_subclass__ 註冊類別的存在 做法 64 使用 __set_name__ 來注釋類別屬性 做法 65 考慮以類別主體定義順序來確立屬性之間的關係 做法 66 對於可組合的類別擴充，請優先選用類別裝飾器而非元類別 第9章　共時性和平行處理 做法 67 使用 subprocess 來管理子行程 做法 68 針對會造成阻斷的 I/O 使用執行緒；避免用於平行處理 做法 69 使用 Lock 來預防執行緒之間的資料競態 做法 70 使用 Queue 來協調執行緒之間的工作 做法 71 知道何時需要共時性 做法 72 避免為視需要增加的扇出創建新的 Thread 實體 做法 73 了解將 Queue 用於共時性會需要怎樣的重構 做法 74 非得將執行緒用於共時性時，考慮使用 ThreadPoolExecutor 做法 75 藉由協程實現高度共時的 I/O 做法 76 知道如何將分緒的 I/O（Threaded I/O）移植到 asyncio 做法 77 混合執行緒與協程，以簡化轉換至 asyncio 的工作 做法 78 利用對 async 友善的工作者執行緒最大化 asyncio 事件迴圈的回應性 做法 79 考慮使用 concurrent.futures 實現真正的平行處理 第10章　穩健性 做法 80 善用 try/except/else/finally 中的每個區塊 做法 81 使用 assert 斷言內部假設並以 raise 提出未符合預期之處 做法 82 考慮使用 contextlib 與 with 述句以達成可重複使用的 try/finally 行為 做法 83 務必讓 try 區塊盡可能簡短 做法 84 小心會消失的例外變數 做法 85 捕捉 Exception 類別時務必小心 做法 86 了解 Exception 和 BaseException 之間的差異 做法 87 使用 traceback 強化例外回報 做法 88 考慮明確地鏈串例外以釐清回溯追蹤 做法 89 始終將資源（Resources）傳入產生器中，並讓呼叫者在外部清理它們 做法 90 絕不要將 __debug__ 設為 False 做法 91 除非你正在建置開發人員工具，否則應避免使用 exec 和 eval 第11章　效能 做法 92 最佳化前，請先進行效能評測 做法 93 使用 timeit 微型基準化分析來最佳化關鍵效能程式碼 做法 94 了解何時應改用其他程式語言來取代 Python，並知道該怎麼做 做法 95 考慮使用 ctypes 與原生程式庫快速整合 做法 96 考慮使用擴充模組來最佳化效能和開發者體驗 做法 97 仰賴預先編譯的位元組碼與檔案系統快取來改善啟動時間 做法 98 使用動態匯入來惰性載入模組以減少啟動時間 做法 99 考慮透過 memoryview 和 bytearray 與 bytes 進行零拷貝互動 第12章　資料結構與演算法 做法 100 使用 key 參數來以複雜的條件進行排序 做法 101 了解 sort 與 sorted 之間的差異 做法 102 考慮使用 bisect 搜尋排序好的序列 做法 103 優先選用 deque 作為 Producer–Consumer 佇列 做法 104 知道如何使用 heapq 建立優先序佇列 做法 105 針對本地時間，請使用 datetime 而非 time 做法 106 當精確度至關重要時，請使用 decimal 做法 107 透過 copyreg 讓 pickle 序列化保有可維護性 第13章　測試與除錯 做法 108 在 TestCase 的子類別中驗證相關行為 做法 109 偏好整合測試而非單元測試 做法 110 使用 setUp、tearDown、setUpModule 和 tearDownModule 將測試彼此隔離 做法 111 使用模擬功能來測試具有複雜依存關係的程式碼 做法 112 將依存關係封裝起來以利模擬與測試 做法 113 使用 assertAlmostEqual 控制浮點測試中的精確度 做法 114 考慮使用 pdb 進行互動式除錯 做法 115 使用 tracemalloc 來了解記憶體用量（Memory Usage）與洩漏（Leaks）情況 第14章　協作 做法 116 知道在哪裡可以找到社群建置的模組 做法 117 使用虛擬環境以達成獨立且可重現的依存關係 做法 118 為每個函式、類別和模組撰寫 Docstring 做法 119 使用套件來組織模組並提供穩定的 API 做法 120 考慮使用模組範疇程式碼來設定部署環境 做法 121 定義一個根例外以隔離呼叫端與 API 做法 122 知道如何打破循環依存關係 做法 123 考慮使用 warnings 來重構及遷移用法 做法 124 考慮透過 typing 進行靜態分析以消除臭蟲 做法 125 捆裝 Python 程式時，優先選擇開源專案而非 zipimport 與 zipapp

玩遊戲學Scratch：中小學生學會寫程式，創造個人風格的電子卡片、遊戲、動畫、音樂等等數位作品 (1版)

類似書籍推薦給您

【簡介】 　　●免費提供程式碼，輕鬆自學就能夠創造個人風格的電子卡片、遊戲、動畫、音樂等等數位作品，豐富自己的人生，國小階段就能贏在起跑點，為學習運用人工智慧提早做好準備！ 　　■教育部107年公布實施的《十二年國民基本教育課程綱要》，科技領域課程並未規劃國小階段的學習時數，僅建議以彈性課程方式實施。全國所有的國民小學，有必要將國小資訊教育課程結合生活科技領域與時代潮流的科技議題，訂定相關之教學綱要與學習內容，發展相關之教學活動與教材，並且與國中以上科技領域課程相互參照銜接，本書將是最好的選擇教材，若學校沒有安排彈性課程，本書也適合學生自學。 　　本書目標讀者—— 　　●國小、國中學生 　　●文科社會組高中生 　　●非資訊專業科系的大專學生、一般上班族、有志於一窺程式設計領域堂奧的青少年讀者 本書特色 　　●針對108新課綱「程式設計」課程教學現場，國中師生可以拿來當作課後補充教材，國小師生可以拿來當作彈性課程教材。 　　●不是為「程式設計」而學程式設計，而是以遊戲方式奠定「運算思維」基礎而學習程式設計。 　　●內容以生活中的範例，著重解決生活中的問題的能力，透過程式設計會學到的「運算思維」為主。 　　●附免費程式碼及教材電子檔，師生可以下載，即學即用。【目錄】 第一課 Scratch的基本認識 第二課 資料型態與運算 第三課 輸入與輸出 第四課 循序結構、事件與廣播訊息 第五課 控制——選擇（條件）結構、偵測與邏輯 第六課 控制——重複結構（迴圈） 第七課 清單（陣列） 第八課 函式積木 第九課 進階擴充功能