Calculus with Applications (11版)
其他會員也一起購買
【原文書】
書名：Calculus with Applications 11/E
作者：Margaret L. Lial, Raymond N. Greenwell, Nathan P. Ritchey
出版社：PEARSON
出版日期：2017/10/00
ISBN：9781292108971
原價:
1300
售價:
1222
現省:
78元
立即查看
應用力學: 動力學 (14版)
其他會員也一起購買
原文書資訊
書名:Engineering Mechanics: Dynamics 14/E (SI Units)(GE)
作者: Hibbeler
ISBN: 9781292171951
出版社: Pearson
出版年: 2017年
中文書資訊
書名: 應用力學: 動力學 Engineering Mechanics
作者: Hibbeler/ 溫炯亮
ISBN: 9789862803738
出版社: 高立
出版年: 2017年
立即查看
必學! Python資料科學．機器學習最強套件: NumPy、Pandas、Matplotlib、OpenCV、Scikit-learn、tf.Keras
其他會員也一起購買
必學！Python資料科學‧機器學習最強套件－NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras
ISBN13：9789863126157
出版社：旗標出版社
作者：石川聡彥-著;施威銘研究室-監修
譯者：劉金讓
裝訂／頁數：平裝／448頁
規格：23cm*17cm*2.8cm (高/寬/厚)
重量：982克
版次：１
出版日：2021/04/19
中國圖書分類：電腦程式語言
內容簡介
最夯的 Python 套件解說 ✕ 最夯的資料科學、機器學習技術,
本書帶您一次學會！
Python 是近來最熱門的程式語言, 也是資料科學、機器學習實作時的首選語言。Python 之所以在這些領域大放異彩, 就是仰賴了各種功能強大的第三方套件, 不過套件百百款, 該從哪些下手呢？很簡單, 很少用到的先不用花太多時間, 我們挑常用、關鍵的先學好！本書為有志於學習資料科學、機器學習的初學者, 嚴選出 NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras 等最強套件, 絕對是初學者必須好好掌握的！
NumPy 數值運算套件可以做資料高速運算, 許多套件也都是以 NumPy 為基礎建構而成, 經常得跟 NumPy 搭配使用, 一定要紮穩這個重要基石；
在面對龐大的資料時, 使用 Pandas、Matplotlib 可以輕鬆做資料整理, 並藉由繪圖獲取重要資訊, 是資料科學實作的強大利器；
OpenCV 是電腦視覺 (Computer Vision) 領域響叮噹的套件, 不管是裁切、縮放、輪廓偵測、過濾影像以強化資訊...各種影像處理功能一應俱全, 是影像辨識、機器學習做資料擴增的最強助手；
最後, 我們將帶您一窺 scikit-learn、tf.Keras 這兩個重量級套件如何在機器學習、深度學習領域中發揮關鍵性的作用, 我們會實際操演如何利用它們做資料預處理 (Preprocessing)、建構 KNN / SVM / 邏輯斯迴歸 (Logistic regression) / 決策樹 (Decision tree) / 隨機森林 (Random forest)…等監督式學習分類模型；以及建立 DNN、CNN 等影像辨識神經網路 (Neural network)。
看了本書之後, 你將深刻體會到各套件的強大之處, 利用短短幾行程式碼, 竟然瞬間完成許多運算、建模工作。不過各套件的函式、參數設定可不像網路文章寫的這麼單純, 當中有許多設定「眉角」需要特別注意, 為此, 小編都經過逐一詳測, 針對可能遇到的問題添加大量註解, 幫助讀者更加理解內容！
本書特色
□資料科學熱門套件解說
‧紮穩 NumPy 重要基礎：axis、dimention、陣列切片、各種高速運算函式
‧Pandas 資料分析技巧：資料清理、缺失值處理、快速取得各種統計數據
‧Matplotlib 資料視覺化：繪製 2D / 3D 圖 / 子圖、比較資料的分布狀況
‧OpenCV 影像處理：影像裁切 / 縮放 / 翻轉...做資料擴增, 二值化 (binarization) / 降雜訊...強化重要影像資訊
□最紮實的機器學習、深度學習實戰
‧機器學習的資料預處理 (Data preprocessing)
‧快速建構 KNN / SVM / 邏輯斯迴歸 (Logistic regression) / 決策樹 (Decision tree) / 隨機森林 (Random forest)...監督式學習分類模型
‧建立 DNN、CNN 影像辨識神經網路 (Neural network)
‧建模完只是第一步！各模型超參數 (Hyperparameter) 調整心法大公開！
□本書由【施威銘研究室監修】, 書中針對原書進行大量補充, 並適當添加註解, 幫助讀者更加理解內容！
目錄
第 1 章 Python 基礎：變數、 資料型別與 if 判斷式
第 2 章 Python 基礎：list、dict 與迴圈
第 3 章 函式、 類別與模組
第 4 章 進階函式及特殊容器
第 5 章 NumPy 高速運算套件
5-1 NumPy 的基本介紹
5-2 陣列的基本操作
5-2-1 建立陣列
5-2-2 陣列的切片操作
5-2-3 使用布林陣列篩選值
5-2-4 陣列的四則計算
5-2-5 體驗好用的 NumPy 函式
5-3 NumPy 多軸陣列
5-3-1 陣列的軸 (axis)
5-3-2 陣列的 shape
5-3-3 多軸陣列的切片做法
5-3-4 陣列轉置 (transpose)
5-3-5 陣列排序
5-3-6 陣列擴張 (Broadcasting)
5-3-7 用 NumPy 函式計算矩陣乘積
第 6 章 pandas 的基礎
6-1 pandas 簡介
6-2 Series 物件的操作處理
6-2-1 建立 Series 物件
6-2-2 取出 Series 當中的元素
6-2-3 單取出「索引值」或者「內容值」-.index、.values
6-2-4 新增 Series 物件的元素–append()
6-2-5 刪除 Series 物件的元素–drop()
6-2-6 從 Series 物件篩選出想要的元素
6-2-7 將 Series 的元素排序–sort_index()、 sort_values()
6-3 DataFrame 物件的操作處理
6-3-1 建立 DataFrame 物件–pd.DataFrame()
6-3-2 修改 index 和 column 的名稱–.index、.column
6-3-4 加入新的資料列–append()
6-3-4 加入新的欄位
6-3-5 取出 DataFrame 當中的元素–df.loc[]、df.iloc[]
6-3-6 刪除 df 物件的列或行–drop()
6-3-7 將欄位值依大小排序–sort_values()
6-3-8 從 df 物件篩選出想要的資料
第 7 章 DataFrame 的串接與合併
7-1 概念說明
7-2 用 concat() 串接多個 DataFrame
7-3 用 merge() 合併多個 DataFrame
第 8 章 DataFrame 的進階應用
8-1 載入外部檔案並做資料整理
8-2 處理 DataFrame 中的缺失值
8-2-1 用 dropna() 刪除含有 NaN (缺失值) 的列
8-2-2 用 fllna() 填補 NaN 值
8-3 分析數據常用到的技巧 (一)
8-3-1 duplicated()、drop_duplicated() - 尋找或刪除 DataFrame 內重複的資料
8-3-2 map()–利用 DataFrame 的既有欄位生成新的欄位
8-3-3 用 cut() 劃分、篩選資料
8-4 分析數據常用到的技巧 (二)
8-4-1 取頭尾列–head()、tail()
...
立即查看
機器學習入門：使用Scikit-Learn與TensorFlow
其他會員也一起購買
立即查看
書名：精通C程式設計第四版
出版社：碁峰
出版年月：201711
條碼：9789864766437
內容簡介
C程式語言的完整介紹
“這絕對是學習C程式設計的最佳選擇。這是一本使用豐富的範例和簡潔文字的說明，我曾使用此書學習C語言，這是一本好書！” ──Vinit S. Carpenter，Learn C/C++ Today
本書將指導您如何使用C程式語言撰寫程式。無論您是程式設計新手，或是經驗豐富的程式設計師，本書為您提供對C語言的清晰理解，這是許多物件導向程式語言(如C++、Objective-C、C#、Java)的基礎。
本書以範例教學，以完整的C程式說明每一個觀念。Stephen Kochan為所有C函式逐步的說明。您將同時學會C語言的基礎，以及良好的程式設計風格。每一章節後面的習題非常適合課堂練習或自我實習。
本書涵蓋了C語言的所有功能，包括C11標準的最新功能。為了幫助您快速參考，附錄提供了C語言和標準C函式庫的總結。
作者介紹
作者簡介
Stephen G. Kochan
Stephen G. Kochan 是六本經典的程式設計和Unix相關書籍(包括了Unix Shell程式設計和Objective-C程式設計)的作者或合著者。它是AT&T Bell實驗室的前軟體顧問，也在此開發和任教Unix和C程式設計的課程。
目錄
Chapter 1 一些基本概念
Chapter 2 編譯與執行第一個程式
Chapter 3 變數、資料型態以及算術運算式
Chapter 5 選擇
Chapter 6 陣列
Chapter 7 函式
Chapter 8 結構
Chapter 9 字串
Chapter 10 指標
Chapter 11 位元運算
Chapter 12 前置處理器
Chapter 13 資料型態的擴展
Chapter 14 撰寫更大的程式
Chapter 15 C 語言的輸入與輸出
Chapter 16 其它議題及進階功能
Chapter 17 除錯程式
Chapter 18 物件導向程式設計
Appendix A C 語言摘要
Appendix B C 標準函式庫
Appendix C 使用gcc 編譯程式
Appendix D 常見的程式設計錯誤
Appendix E 其它有用資源
立即查看
無師自通的Python語言程式設計：附大學程式設計先修檢測(APCS)試題解析 (1版)
類似書籍推薦給您
無師自通的Python語言程式設計：附大學程式設計先修檢測（APCS）試題解析
ISBN13：9786263174610
出版社：五南圖書出版
作者：邏輯林
裝訂／頁數：平裝／360頁
附件：光碟
規格：25.5cm*19cm*2cm (高/寬/厚)
版次：1
出版日：2021/12/25
中國圖書分類：電腦程式語言
內容簡介
⊙了解Python程式邏輯，帶你解決日常生活中的問題！
⊙理論與程式案例互相搭配，學習記憶更深刻！
⊙過關斬將！附有大學程式設計先修檢測(APCS)試題解析。
擁有一個好的工具，處理問題會更方便又快速。程式設計是一種利用電腦程式語言解決問題的工具，只要將所要處理的問題，依據程式的語法描述出問題的流程，電腦便會根據我們所設定的程序，完成目標。
本書是一本適合高中職生閱讀的Python語言自學書，從說明何謂程式，逐步介紹Python語言的語法，搭配程式範例，實際操作與撰寫，精進對程式語言的熟練度及興趣。每個章節末附有大學程式設計先修檢測(APCS)試題解析，提供未來想申請大學資訊相關科系的高中職生有明確的學習方向。
目錄
自序 ii
Chapter1 電腦程式語言介紹
1-1 何謂程式設計
1-2 Python語言簡介
1-3 Python IDLE軟體簡介
1-4 良好的程式撰寫習慣
1-5 提升讀者對程式設計之興趣
1-6 隨書光碟之使用說明
1-7 大學程式設計先修檢測 (Advanced Placement Computer Science, APCS)
大學程式設計先修檢測 (APCS) 試題解析
Chapter2 資料型態
2-1 資料型態
2-2 識別字
2-3 變數宣告
2-4 資料處理
2-5 運算子的優先順序
2-6 資料型態轉換
大學程式設計先修檢測 (APCS) 試題解析
Chapter3 資料輸入與資料輸出
3-1 資料輸出
3-2 資料輸入
3-3 浮點數之準確度
大學程式設計先修檢測 (APCS) 試題解析
Chapter4 流程控制
4-1 程式流程控制
4-2 選擇結構
4-3 巢狀選擇結構
大學程式設計先修檢測 (APCS) 試題解析
Chapter5 迴路結構
5-1 迴路結構
5-2 break與continue敘述
5-3 其他迴路應用範例
大學程式設計先修檢測 (APCS) 試題解析
Chapter6 內建函式
6-1 常用的Python語言內建函式
6-2 絕對值函式abs
6-3 字元函式
Chapter7 串列
7-1 串列變數宣告
7-2 排序與搜尋
7-3 二維串列變數
7-4 字串
7-5 隨機亂數
大學程式設計先修檢測 (APCS) 試題解析
Chapter8 自訂函式
8-1 函式定義
8-2 函式呼叫
8-3 參數為串列的函式
8-4 益智遊戲範例
大學程式設計先修檢測 (APCS) 試題解析
Chapter9 遞迴函式
9-1 遞迴
9-2 合併排序法(Merge Sort)
9-3 益智遊戲範例
大學程式設計先修檢測 (APCS) 試題解析
Chapter10 資料結構
10-1 資料結構
10-2 堆疊 (Stack) 及佇列 (Queue)
10-3 樹 (Tree)
立即查看
培養與鍛鍊程式設計的邏輯腦：程式設計大賽的128個進階技巧(使用Python)
類似書籍推薦給您
書名：培養與鍛鍊程式設計的邏輯腦：程式設計大賽的128個進階技巧(使用Python)
作者：Christoph Dürr, Jill-Jênn Vie
出版社：博碩
出版日期：4/29/2019
條碼：9789864343836
內容簡介
APCS，CPE最佳參考用書
演算法不僅要用得好，更要用得準
本書介紹多種解決經典問題的演算法技術，描述了問題出現的場景，並用Python提出簡單的解決方案。要正確實作演算法往往不是一件簡單的事情，總需要避開陷阱，也需要應用一些技巧來確保演算法能夠在規定時間內實現。本書在說明演算法實作時也附帶了重要的細節，以幫助讀者能夠詳加理解。
最近幾十年，不同等級的程式設計競賽在世界各地展開，推廣了演算法文化。競賽中所考究的問題一般都是經典問題的變形，使解答隱藏在難以破解的謎面背後，而讓參賽者一籌莫展，因此本書是這方面的絕佳參考書目。書中所使用的是目前最多人使用的程式語言Python，在應用與理解上更加便利！
本書特色：
✤詳細解說如何增進演算法效率並加以實作
✤內容由淺入深，幫助讀者快速掌握技巧
✤以主題導向收錄128種演算法，應試更有效率
✤使用可讀性及易用性皆優秀的程式語言Python
✤參加程式設計比賽或考試的最佳參考書目
本書相關資源：tryalgo.org/code/
作者介紹
作者簡介
Christoph Dürr
法國國家科學研究院研究員，巴黎皮埃爾－瑪麗．居里大學研究院研究員，巴黎皮埃爾－瑪麗．居里大學博士生導師，Operation Research科研組研究主任。
Jill-Jênn Vie
法國高等電力學院博士、演算法講師、擔任法國高等師範學院Paris-Saclay團隊在ACM競賽中的演算法導師。曾任法國國際程式設計大賽Prologin主席，並於2014年獲得Google RISE Award。
譯者簡介
史世強
網名jetwaves。畢業於華中科技大學，法國特魯瓦技術大學碩士，全端工程師。曾在法國Aerow SAS擔任技術負責人，花果山水果品牌聯合創始人。從國中起開始參加資訊學奧林匹克競賽，熱衷於軟體架構、軟體工程和傳統行業資訊化建設。目前著重於人工智慧領域。白雲黃鶴幽默版版主，平時活躍於知乎，同時也是野戰遊戲和健身運動愛好者。
目錄
Chapter1 引言
1-1 程式設計競賽
1-2 我們的選擇：Python
1-3 輸入輸出
1-4 複雜度
1-5 抽象類別和基本資料結構
1-6 技術
1-7 建議
1-8 走得更遠
Chapter2 字串
2-1 易位構詞
2-2 T9： 9 個按鍵上的文字
2-3 使用字典樹進行拼寫糾正
2-4 KMP（Knuth-Morris-Pratt）模式匹配演算法
2-5 最大邊的KMP 演算法
2-6 字串的冪次
2-7 模式匹配演算法：Rabin-Karp 演算法
2-8 字串的最長迴文子串：Manacher 演算法
Chapter3 序列
3-1 網格中的最短路徑
3-2 編輯距離（列文斯登距離）
3-3 最長公共子序列
3-4 升序最長子序列
3-5 兩位玩家遊戲中的必勝策略
Chapter4 陣列
4-1 合併已排序串列
4-2 區間的總和
4-3 區間內的重複內容
4-4 區間的最大總和
4-5 查詢區間中的最小值：線段樹
4-6 計算區間的總和：樹狀陣列（Fenwick 樹）
4-7 有k 個獨立元素的窗口
Chapter5 區間
5-1 區間樹（線段樹）
5-2 區間的聯集
5-3 區間的覆蓋
Chapter6 圖
6-1 使用 Python 對圖編碼
6-2 使用 C++ 或 Java 對圖編碼
6-3 隱式圖
6-4 深度優先巡訪：深度優先演算法
6-5 廣度優先巡訪：廣度優先演算法
6-6 連通分量
6-7 雙連通分量
6-8 拓撲排序
6-9 強連通分量
6-10 可滿足性
Chapter7 圖中的環
7-1 歐拉路徑
7-2 中國郵差問題
7-3 最小長度上的比率權重環：Karp 演算法
7-4 單位時間成本最小比率環
7-5 旅行推銷員問題
Chapter8 最短路徑
8-1 組合的屬性
8-2 權重為 0 或 1 的圖
8-3 權重為正值或空值的圖：Dijkstra 演算法
8-4 隨機權重的圖：Bellman-Ford 演算法
8-5 所有源點─目標頂點對：Floyd-Warshall 演算法
8-6 網格
8-7 變形問題
Chapter9 耦合性與流
9-1 二分圖最大匹配
9-2 最大權重的完美匹配：Kuhn-Munkres 演算法
9-3 無交叉平面匹配
9-4 穩定的婚姻：Gale-Shapley 演算法
9-5 Ford-Fulkerson 最大流演算法
9-6 Edmonds-Karp 演算法的最大流
9-7 Dinic 最大流算法
9-8 s-t 最小割
9-9 平面圖的 s-t 最小割
9-10 運輸問題
9-11 在流和匹配之間化簡
9-12 偏序的寬度：Dilworth 演算法
Chapter10 樹
10-1 霍夫曼編碼
10-2 最近的共同祖先
10-3 樹中的最長路徑
10-4 最小權重生成樹：Kruskal 演算法
Chapter11 集合
11-1 背包問題
11-2 找零問題
11-3 給定總和值的子集
11-4 k 個整數之和
Chapter12 點和多邊形
12-1 凸包問題
12-2 多邊形的測量
12-3 最近點對
12-4 簡單直線多邊形
Chapter13 長方形
13-1 組成長方形
13-2 網格中的最大正方形
13-3 長條圖中的最大長方形
13-4 網格中的最大長方形
13-5 合併長方形
13-6 不相交長方形的合併
Chapter14 計算
14-1 最大公因數
14-2 貝祖等式
14-3 二項式係數
14-4 快速求冪
14-5 質數
14-6 計算算術運算式
14-7 線性方程組
14-8 矩陣序列相乘
Chapter15 窮舉
15-1 鐳射路徑
15-2 精確覆蓋
15-3 數獨
15-4 排列枚舉
15-5 正確計算
除錯工具
參考文獻
立即查看
精通 Python 3 程式設計 (2版)
類似書籍推薦給您
立即查看
APCS大學程式設計先修檢測完勝教材: 使用C & Python (1版)
類似書籍推薦給您
第1章 C語言開發環境與程式基本觀念
1.1 Code::Blocks整合開發環境介紹
1.2 C語言的程式架構
1.3 常值與資料型別
1.4 識別字
1.5 變數和常數的宣告
1.6 運算子
1.7 型別轉換與轉型
1.8 變數的生命期
第2章 C語言輸出入函式
2.1 前言
2.2 printf()輸出函式
2.3 scanf()輸入函式
2.4 字元輸入、輸出函式
2.5 字串輸入、輸出函式
第3章 C語言程式流程控制
3.1 前言
3.2 關係運算式
3.3 邏輯運算式
3.4 選擇結構
3.5 多向選擇 switch
3.6 條件運算式
3.7 重複結構
3.8 中斷迴圈
3.9 無窮迴圈
第4章 C語言陣列
4.1 陣列
4.2 陣列的宣告與使用
4.3 二維陣列
4.4 字串陣列
4.5 氣泡排序法
4.6 陣列的搜尋
第5章 C語言函式
5.1 函式
5.2 內建函式
5.3 自定函式
5.4 傳值呼叫與傳址呼叫
5.5 如何在函式間傳遞陣列資料
5.6 變數的儲存類別
第6章 C語言遞迴
6.1 遞迴
6.2 數列
6.3 階乘
6.4 最大公因數
6.5 費氏數列
6.6 組合
6.7 堆疊
6.8 多遞迴
第7章 APCS觀念題解析 - 使用C解題
第8章 Python開發環境與程式基本觀念
8.1 IDLE整合開發環境介紹
8.2 Python語言的架構
8.3 內建資料型別
8.4 常值
8.5 變數與數值資料型別
8.6 運算子
8.7 資料型別轉換
第9章 Python字串與輸出入函式
9.1 字串資料型別
9.2 字串與運算子
9.3 格式化輸出
9.4 常用的字串方法
9.5 資料夾的建立與刪除
9.6 檔案的開啟與關閉
9.7 文字檔資料的寫入與讀取
9.8 例外處理
第10章 Python流程控制
10.1 結構化程式設計
10.2 條件式
10.3 選擇結構
10.4 重覆結構
第11章 Python 串列
11.1 何謂串列
11.2 一維串列
11.3 串列的函式與方法
11.4 串列與for迴圈
11.5 多維串列
11.5 串列的排序
11.6 氣泡排序法
11.7 串列與字串
第12章 Python函式與遞迴
12.1 函式
12.2 內建函式
12.3 自定函式
12.4 全域變數與區域變數
12.5 資料的傳遞方式
12.6 遞迴
第13章 APCS 105 年 3 月實作題解析 - 使用Python解題
13.1 成績指標
13.2 矩陣轉換
13.3 線段覆蓋長度
13.4 血緣關係
第14章 APCS 105 年 10 月實作題解析 - 使用Python解題
14.1 三角形辨別
14.2 最大和
14.3 定時K 彈
14.4 棒球遊戲
第15章 APCS 106 年 3 月實作題解析 - 使用Python解題
15.1 秘密差
15.2 小群體
15.3 數字龍捲風
15.4 基地台
第16章 APCS 106 年 10 月實作題解析 - 使用Python解題
16.1 邏輯運算子
16.2 交錯字串
16.3 樹狀圖分析
16.4 物品堆疊
附錄 A 安裝 Code::Blocks 整合開發環境 〔電子書，請線上下載〕
附錄 B 安裝 Python IDLE 整合開發環境 〔電子書，請線上下載〕
立即查看
Python程式設計：從入門到進階應用(第五版) (5版)
類似書籍推薦給您
【簡介】
本書是一本全面且實用的Python學習指南，適合初學者與進階使用者。從Python的基礎語法開始，循序漸進地介紹變數、運算子、條件判斷、迴圈、函式、模組與類別等核心概念，幫助讀者建立扎實的程式設計基礎。接著，進一步探討Python內建函式庫的應用，包含字串處理、檔案操作與其他實用工具，使讀者能夠靈活運用Python解決實際問題。
除了基礎概念，本書亦涵蓋進階應用，包括網頁爬蟲、資料庫操作與第三方函式庫的整合，讓讀者能夠擷取、分析資料。
新版內容特別新增Google Colab的介紹，使讀者能夠利用雲端環境撰寫Python程式，無需安裝軟體即可立即執行。此外，還加入了網頁分析與斷詞處理，更新YouBike資料分析與視覺化範例，幫助讀者透過真實案例學習Python的應用。
本書的編排方式強調實作與範例教學，每個章節皆搭配清楚的說明與程式碼示範，讓讀者能夠即學即用。透過本書，讀者不僅能夠掌握Python語言的基礎知識，還能學會如何運用Python來解決實際問題，提升程式開發能力。
【目錄】
CH1 Python 簡介與程式編輯器介紹
1-1 Python 簡介
1-2 Python 開發環境
1-3 Python 的輸入與輸出
1-4 第一個Python 程式
CH2 資料型別、變數與運算子
2-1 Python 資料型別
2-2 變數
2-3 運算子
2-4 字串
2-5 範例練習
CH3 資料儲存容器tuple-串列-字典-集合
3-1 tuple
3-2 串列(list)
3-3 字典(dict)
3-4 集合(set)
3-5 範例練習
CH4 選擇結構
4-1 單向選擇結構
4-2 雙向選擇結構
4-3 多向選擇結構
4-4 巢狀選擇結構
4-5 條件判斷與運算子「in」
CH5 迴圈與生成式
5-1 迴圈結構 — 使用for
5-2 迴圈結構 — 使用while
5-3 巢狀迴圈
5-4 迴圈結構特殊指令的使用—break、continue 與else
5-5 for 迴圈與資料儲存容器
5-6 生成式(comprehension)與產生器(generator)
5-7 範例練習
CH6 函式與遞迴
6-1 函式
6-2 函式範例練習
6-3 函式的輸入與輸出
6-4 函式的說明文件
6-5 函式視為物件
6-6 函式lambda
6-7 產生器(generator)
6-8 內部函式
6-9 closure 函式
6-10 Decorator(裝飾器)
6-11 遞迴
CH7 模組、套件與獨立程式
7-1 模組
7-2 套件
7-3 腳本程式
CH8 類別與例外
8-1 類別
8-2 例外(exception)
CH9 進階字串處理
9-1 ASCII 編碼
9-2 Unicode 編碼
9-3 正規表示式(regular expression)
CH10 資料夾與檔案
10-1 資料夾與檔案相關模組
10-2 存取文字檔
10-3 存取csv 檔
10-4 存取二進位檔
CH11 標準函式庫
11-1 系統相關的模組
11-2 可迭代的函式庫
11-3 時間函式庫
11-4 collections 套件
11-5 綜合應用—備份資料夾
CH12 擷取網頁資料
12-1 模組urllib.request、urllib.response 與requests
12-2 存取JSON
12-3 存取XML
12-4 使用套件Beautiful Soup 存取HTML
CH13 關聯式資料庫
13-1 關聯式資料庫概論
13-2 SQL 語法
13-3 存取SQLite
13-4 Mysql資料庫
13-5 使用SQLAlchemy與PyMySql存取Mysql
CH14 第三方模組
14-1 推薦的第三方模組
14-2 圖片處理
14-3 數學相關
14-4 斷詞處理
CH15 資料蒐集與分析
15-1 下載YouBike資料與分析
15-2 資料儲存到MySQL資料庫
15-3 製作YouBike剩餘車位數與可用車輛數圖表
立即查看
華通書坊
