Python 函式庫語法範例字典
相關熱銷的書籍推薦給您
商品描述
<內容簡介>
彙整最常使用的 Python 函式庫語法
功能索引 + 字母順序查詢,
隨查隨用, 快速解決問題！
Python 是近來非常熱門的程式語言, 原因之一就是具有豐富的標準函式庫及第三方套件可以使用, 用途涵蓋字串處理、數值計算、資料壓縮與封存、XML與 JSON 存取等層面。本書集合 Python 常用的函式及模組功能, 依用途分門別類, 提供詳細的使用說明、豐富的語法範例, 讓使用者可以在短時間內找到、學會函式的正確使用方式, 在撰寫程式時更加得心應手！
<本書特色>
● 依功能分類, 每個函式都以豐富範例實際演練用法
● 目錄上列有函式名稱與用途說明, 可依據名稱或是用途查詢
● 可依字母順序快速查詢想使用的函式功能
● 本書嚴選的模組功能包括：
argparse／array／base64／beautifulsoup4／bisect／bz2／collections／ConfigParser／csv／datetime／dateutil／decimal／doctest／email／enum／fnmatch／glob／gzip／heapg／io／itertools／json／logging／lxml／lzma／math／multiprocessing／openpyxl／os／pathlib／paramiko／pdb／Pillow／pprint／PyCrypto／pydoc／pytest／pytz／random／re／requests／shutil／statistics／subprocess／sys／tartile／tempfile／time／timeit／traceback／unicodedata／unittest／unittest.mock／urllib.parse／weakref／xml.etree.ElementTree／yaml／zipfile／zlib
● 適用 Python 3
立即查看
流暢的 Python｜清晰、簡潔、高效的程式設計 第二版 Fluent Python, 2nd Edition (2版)
類似書籍推薦給您
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
原價:
1200
售價:
1020
現省:
180元
立即查看
Python程式設計輕鬆學2版 (2版)
類似書籍推薦給您
【簡介】
最新版內容已特別加入近年來十分熱門的 AI 輔助程式設計工具及介紹，其餘原有優點仍將繼續保持，歡迎舊雨新知、不吝指教。
本書內容的切入點，首先定義 Python 初學者應學習的內容，而學習內容主要也是程式設計的基礎，包含資料型態及運算、程式三大結構 ( 循序、選擇、重複 ) 、函式與資料結構等部分，而應用方面則選定 Python 的爬蟲技術。本書並依據學習內容，設定若干學習目標，而在每一個目標之下，以概念與技能兩個維度引導，來達成學習目標。
概念的維度會在書籍中清楚說明，而技能的維度則由許多的知識點所構成，這些知識點其實是一道又一道循序漸進設計的程式練習題，需要讀者依序練習，從這些練習中學習單元中的技能。最終，希冀讀者將書籍中引導的知識點內化為概念，而能掌握基礎程式設計能力。全書各章最末附有方便讀者自我練習或教師作為評量的習題，為本書另一特色。
【目錄】
1 運算思維與Python
2 開始撰寫第一支程式
3 資料型態與輸入語句
4 運 算
5 選 擇
6 重 複
7 函 式
8 串列與其他資料結構
9 運算思維運用
立即查看
PYTHON 程式設計─數據分析與深度學習 (2版)
類似書籍推薦給您
作(編/譯)者 : 白文章‧白子宣 編著 出版年份 : 2022
ISBN : 9789579548427 書號 : 5270512
幾色 : 1 規格 : 18K
發行公司 : 普林斯頓 版權日期 : 2022/08/01
版次 : 二版修訂 頁數 : 496
分別 : 普林斯頓
內容簡介
本書自初版發行後，許多新的技術、平台與應用，又有不少改變。為了因應資訊領域和 Python 實務應用上的需求，本書進行大幅度的改版，並加入許多新的題材與應用範例。
做為學習程式設計與人工智慧應用的語言，Python 讓使用者專注於解決問題，不需要花很多時間去搞清楚語言本身的結構和規則，近年來在人工智慧與機器學習的應用也越來越廣泛。
此回內容增加人工智慧與深度學習的應用，並加強了人工智慧、機器學習與數據分析技術這二者關係的連結。除了 Scikit-learn 工具之外，本書新增 Tensorflow 和 Keras，使用簡單的範例引導讀者學習人工智慧與深度學習。內容包括人工智慧的簡介，以及機器學習原理和 Python 深度學習範例，讓讀者瞭解如何運用 Python，進行程式撰寫與基本深度學習應用。
本書的內容相當豐富，不僅包含 Python 程式設計基礎，還涵蓋 Python 多種套件應用，而且在人工智慧與機器學習、深度學習都有不少的實務範例，是學習 Python 程式設計與機器學習應用的最佳入門用書。
目錄
Part 1 導 論
Chapter 1 智能數據分析與Python語言
Chapter 2 Python開發環境
Part 2 Python程式設計基礎
Chapter 3 初探Python程式
Chapter 4 資料型態與運算
Chapter 5 流程控制敘述
Chapter 6 函 式
Chapter 7 檔案處理
Part 3 數據分析應用
Chapter 8 網路爬蟲
Chapter 9 NumPy陣列結構處理
Chapter 10 Pandas數據結構處理
Chapter 11 資料預處理
Chapter 12 資料視覺化
Part 4 進 階
Chapter 13 數據分析技術
Chapter 14 機器學習
Chapter 15 人工智慧應用
立即查看
Python + ChatGPT 零基礎+高效率學程式設計與運算思維(第四版) (4版)
類似書籍推薦給您
【簡介】
Python + ChatGPT
零基礎 + 高效率
學程式設計與運算思維
第4版
★★★★★【前一版是國內第1本ChatGPT輔助學習Python】★★★★★
★★★★★【Google Colab + Python Shell環境解說】★★★★★
★★★★★【前一版是國內第1本用ChatGPT語言模型】★★★★★
★★★★★【設計線上AI客服和Emoji機器人程式】★★★★★
★★★★★【前一版是國內第1本講解設計Pythonic程式★★★★★
本書特色
相較於第3版，第4版新增與修訂下列內容：
☆ 增加ChatGPT處理除錯(Debug)、程式註解、重構和重寫程式的應用。
★ 更完整的解說機器學習知識的觀念。
☆ 用「gpt-4」語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」。
★ 提供「Google Colab的ipynb檔案」與「一般的py檔案」兩種程式。
☆ 小細節修訂約50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」和「Emoji翻譯機器人」
【目錄】
第1章 基本觀念
1-0 運算思維(Computational Thinking)
1-1 認識Python
1-2 Python 的起源
1-3 Python 語言發展史
1-4 Python 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(comments)
1-8 Python 彩蛋(Easter Eggs)
1-9 ChatGPT 輔助學習
第2章 認識變數與基本數學運算
2-1 用Python 做計算
2-2 認識變數(variable)
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
2-8 Python 的多重指定(Multiple Assignment)
2-9 Python 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 ChatGPT 輔助學習
第3章 Python 的基本資料型態
3-1 type( ) 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
3-6 專題：地球到月球時間計算/ 計算座標軸
2 點之間距離
3-7 ChatGPT 輔助學習
第4章 基本輸入與輸出
4-1 Python 的輔助說明help( )
4-2 格式化輸出資料使用print( )
4-3 資料輸入input( )
4-4 處理字串的數學運算eval( )
4-5 列出所有內建函數dir( )
4-6 專題：溫度轉換/ 房貸問題/ 經緯度距離/ 雞兔同籠
4-7 ChatGPT 輔助學習
第5章 程式的流程控制
5-1 關係運算子
5-2 邏輯運算子
5-3 if 敘述
5-4 if ⋯ else 敘述
5-5 if ⋯ elif ⋯ else 敘述
5-6 專題：BMI / 猜數字 / 方程式/ 火箭升空/ 閏年
5-7 ChatGPT 輔助流程圖繪製與程式設計
第6章 串列(List)
6-1 認識串列(list)
6-2 Python 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 串列內含串列
6-8 串列的賦值與切片拷貝
6-9 再談字串
6-10 in 和not in 運算式
6-11 enumerate 物件
6-12 專題：大型串列/ 認識凱薩密碼
6-13 ChatGPT 輔助學習
第7章 迴圈設計
7-1 基本for 迴圈
7-2 range( ) 函數
7-3 進階的for 迴圈應用
7-4 while 迴圈
7-5 enumerate 物件使用for 迴圈解析
7-6 專題：成績系統/ 圓周率/ 國王的麥粒/ 電影院劃位
7-7 ChatGPT 輔助學習
7-8 ChatGPT 輔助程式除錯(Debug)
7-9 ChatGPT 重構程式
第8章 元組(Tuple)
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 元組切片(tuple slices)
8-5 方法與函數
8-6 串列與元組資料互換
8-7 其它常用的元組方法
8-8 enumerate 物件使用在元組
8-9 使用zip( ) 打包多個物件
8-10 製作大型的元組資料
8-11 元組的功能
8-12 專題：認識元組/ 基礎統計應用
8-13 ChatGPT 輔助學習
第9章 字典(Dict)
9-1 字典基本操作
9-2 遍歷字典
9-3 字典內鍵的值是串列
9-4 字典內鍵的值是字典
9-5 字典常用的函數和方法
9-6 製作大型的字典資料
9-7 專題：文件分析/ 字典生成式/ 星座/ 凱薩密碼
9-8 ChatGPT 輔助學習
第10章 集合(Set)
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 專題：夏令營程式/ 程式效率/ 集合生成式 / 雞尾酒實例
10-6 ChatGPT 輔助學習
第11 章 函數設計
11-1 Python 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 遞迴式函數設計recursive
11-7 區域變數與全域變數
11-8 匿名函數lambda
11-9 pass 與函數
11-10 專題：單字出現次數/ 質數
11-11 ChatGPT 輔助學習
第12章 類別– 物件導向的程式設計
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
12-6 type 與instance
12-7 專題：幾何資料的應用
12-8 ChatGPT 輔助學習
第13章 設計與應用模組
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
13-8 keyword 模組
13-9 日期calendar 模組
13-10 專題：蒙地卡羅模擬/ 文件加密
13-11 ChatGPT 輔助學習
第14章 檔案讀取與寫入
14-1 開啟檔案open( )
14-2 讀取檔案
14-3 寫入檔案
14-4 讀取和寫入二進位檔案
14-5 認識編碼格式encoding
14-6 ChatGPT 輔助學習
第15章 程式除錯與異常處理
15-1 程式異常
15-2 設計多組異常處理程序
15-3 丟出異常 - raise
15-4 程式除錯的典故
15-5 ChatGPT 輔助學習
第16 章 正則表達式Regular Expression
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
16-6 MatchObject 物件
16-7 專題：搶救CIA 情報員-sub( ) 方法
16-8 ChatGPT 輔助學習
第17章 用Python 處理影像檔案
17-1 認識Pillow 模組的RGBA
17-2 Pillow 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 ChatGPT 輔助學習
第18 章 詞雲設計
18-1 Python Shell 環境 - 安裝wordcloud
18-2 我的第一個詞雲程式
18-3 建立含中文字詞雲結果失敗
18-4 建立含中文字的詞雲
18-5 進一步認識jieba 模組的分詞
18-6 建立含圖片背景的詞雲
18-7 ChatGPT 輔助學習
第19章 使用Python 處理CSV 文件
19-1 建立一個CSV 文件
19-2 用記事本開啟CSV 檔案
19-3 csv 模組
19-4 讀取CSV 檔案
19-5 寫入CSV 檔案
19-6 Python 與Microsoft Excel
19-7 ChatGPT 輔助學習
第20 章 數據圖表的設計
20-1 認識matplotlib.ipynbplot 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( )
20-4 Numpy 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bar( )
20-9 圓餅圖的製作pie( )
20-10 設計2D 動畫
20-11 專題：數學表達式/ 輸出文字/ 圖表註解
20-12 ChatGPT 輔助學習
第21章 網路爬蟲
21-1 下載網頁資訊使用requests 模組
21-2 檢視網頁原始檔
21-3 解析網頁使用BeautifulSoup 模組
21-4 網路爬蟲實戰
21-5 ChatGPT 輔助學習
第22章 人工智慧破冰之旅
22-1 將畢氏定理應用在性向測試
22-2 電影分類
第23章 迴歸分析基礎觀念
23-1 相關係數(Correlation Coefficient)
23-2 建立線性迴歸模型與數據預測
23-3 二次函數的迴歸模型
23-4 ChatGPT 輔助學習
第24章 機器學習使用scikit-learn 入門
24-1 網路購物數據調查
24-2 使用scikit-learn 模組計算判定係數
24-3 預測未來值
24-4 人工智慧、機器學習、深度學習
24-5 認識scikit-learn 數據模組datasets
24-6 監督學習 – 線性迴歸
24-7 scikit-learn 產生數據
24-8 常見的監督學習分類器
24-9 無監督學習 – 群集分析
24-10 ChatGPT 輔助學習
第25章 設計ChatGPT 線上AI 聊天室
25-1 ChatGPT 的API 類別
25-2 取得API 密鑰
25-3 安裝openai 模組
25-4 設計線上AI 客服與Emoji 機器人
25-5 查核API keys 的費用
附錄C 使用Google Colab 雲端開發環境
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 更改檔案名稱
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D 指令、函數、方法與專有名詞索引
附錄A： 安裝與執行Python(電子書)：9 頁
附錄B： 安裝Anaconda 與使用Spider 整合環境( 電子書)：15 頁
附錄C： 使用Google Colab 雲端開發環境
附錄D： 指令、函數與專有名詞索引
附錄E： 安裝第三方模組( 電子書)：5 頁
附錄F： RGB 色彩表( 電子書)：5 頁
附錄G： Python 運算思維前20 章是非題與選擇題檔案第3 版( 電子書)：83 頁
附錄H： ASCII 碼值表( 電子書)：1頁
立即查看
Python 程式設計─AI 與資料科學應用 (3版)
類似書籍推薦給您
【簡介】
新版書將 AI 協作各個部分整合到章節中，從 AI 幻覺的案例開始說明提示工程，到如何利用 AI 協助除錯、產生測試案例、分析問題、推薦語法，並以通用大語言模型 ChatGPT、Claude 與哈佛大學特殊用途 CS50.ai 助教來作說明。
本書分成基礎篇和應用篇兩個部分來引發讀者學習興趣，第一部分「基礎篇」主要在介紹 Python 程式語言的基本語法與基本套件。第二部分「應用篇」分別是：「AI 協作案例」、「人臉辨識」、「物件辨識」、「視覺化文字資料」、「簡單線性迴歸」、「簡單線性分類」、「地理資訊系統應用」、「序列資料處理」、「資料的動畫呈現」、「字元辨識、翻譯與語音轉譯」。讓讀者可以用非常少的程式碼，製作出各式各樣與 AI 和「資料科學」相關的應用系統。
本書有完整的學習地圖，讀者可以依循學習地圖來學習，部分「應用篇」的章節，不會用到所有「基礎篇」的內容，所以可以安排提前學習，讀者甚至可以自行規劃學習路徑。另外，本書大部分所使用的資料集都會重複使用，讀者也可以依據資料使用的前後關係來自行規劃學習路徑。
【目錄】
Part 1 基礎篇
Chapter 1 Python程式語言簡介
Chapter 2 人工智慧與資料科學簡介
Chapter 3 變數與輸入輸出
Chapter 4 控制結構 ─ 分支
Chapter 5 控制結構 ─ 迴圈
Chapter 6 函數的使用與製作
Chapter 7 容器型別
Chapter 8 套件簡介
Part 2 應用篇
Chapter 9 AI協作案例簡介
Chapter 10 人臉辨識
Chapter 11 物件辨識
Chapter 12 視覺化文字資料
Chapter 13 簡單線性迴歸
Chapter 14 簡單線性分類
Chapter 15 地理資訊系統應用
Chapter 16 序列資料處理
Chapter 17 資料的動畫呈現
Chapter 18 字元辨識、翻譯與語音轉譯
立即查看
華通書坊
