資料視覺化圖表全書：全方位掌握數據探索、統計分析及資料敘事 (1版)

類似書籍推薦給您

【簡介】 　　《雜訊》、《Google必修的圖表簡報術》、《視覺設計大師的數據溝通聖經》、《圓之書：知識發展的球狀視覺史》作者，前美國首席資料科學家、「用數據看世界」網站負責人重磅推薦   　　從常見到進階圖表，此書為各種數據溝通和傳達提供靈感！ 　　◤很棒的權威指南，非常實用！──凱斯．桑思坦，《雜訊》作者   　　◤針對大量圖表類型提供實用建議的指南。──阿爾貝托．開羅，《視覺設計大師的數據溝通聖經》作者   　　◤不可或缺的指南，幫助你展現出清晰且奪目的作品。──帕蒂爾，前美國首席資料科學家   　　◤囊括基礎知識躍進至當今視覺化領域的所有技術與方法。──馬克斯．羅瑟，「用數據看世界」網站負責人   　　◤在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。──曼努埃爾．利馬，《圓之書：知識發展的球狀視覺史》作者   　　◤收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。──柯爾．諾瑟鮑姆．娜菲克，《Google必修的圖表簡報術》作者   　　▁▂▃▄▅▆▇▇▆▅▄▃▂▁   　　當今世界充斥著海量資料、新聞和文字，令人目不暇給。客戶、同事，政策制定人員、決策人員和感興趣的讀者都淹沒在資訊流裡，唯有視覺化設計能從中突圍。   　　本書作者為美國聯邦政府經濟學家，意識到資料呈現的重要性不下於資料本身，從而開始研究資料視覺化並深受啟發，成為資料視覺化專家。擁有豐富的產、官、學實務經驗的他，將引導你走進圖表設計的科學與藝術，超越死板的傳統圖表，展開一場豐富深刻的設計與溝通之旅。   　　本書收錄500多個範例，界定和討論80多張圖表，並將其歸類成8大類別，幫助讀者了解各圖表如何運作及其優缺點。   　　•    8大類別→比較、時間、分布、地理空間、關係、局部對整體、質化資料與表格 　　•    80多種圖表類型→馬賽克圖、凹凸圖、脊線圖、面量圖、弧形圖、旭日圖…… 　　•    500多個範例→收錄數百個清晰、優雅且多元的視覺化作品，提供無限靈感   　　▇▆▅▄▃▂▁▁▂▃▄▅▆▇   　　全面、仔細地協助你建立視覺化圖表基礎與進階技巧   　　│選擇適合目的和目標的圖表類型： 　　•    從基本原則開始，詳細介紹各種視覺化類型。 　　•    了解不同圖表（例如直方圖、面量圖、散布圖等）的用途和特點。 　　│探索圖表呈現方式： 　　•    學習如何在圖表中善用顏色、字型和排版等設計元素。 　　•    嘗試不同設計風格和配置，創造更吸睛的視覺效果。 　　│增加圖表的可讀性和理解性： 　　•    學習如何使用視覺元素（例如標題、解釋文字、灰底等）來強調關鍵訊息。 　　•    了解視覺處理與感知順序，突顯資料的視覺特性。 　　│提高圖表的可信度和說服力： 　　•    了解平均數、標準差、相關性、最佳適配線、統計不確定性等概念。 　　•    學習如何正確解讀數據並呈現結果。 　　│提升個人、組織、品牌風格的辨識度與特色： 　　•    學習如何選擇元素，比如字型、顏色、線寬、網格線等。 　　•    提供風格體例指南，協助打造自身風格與特色。   　　這些技巧將幫助你在製作圖表時選擇最適合的設計和呈現，使圖表不僅美觀，更能有效傳達資訊和數據。 　　無論你是學生、研究員、專家學者、數據分析師、資料科學家、媒體工作者、市場營銷專家、政策制定者還是業務決策者，這本《資料視覺化圖表全書》都將成為必備工具。 國際推薦   　　「《資料視覺化圖表全書》是一本針對大量圖表類型提供實用建議的指南。沒有其他書籍以如此詳細和精湛的方式向讀者介紹特定的圖表類型。它是學生、分析師和研究人員的卓越資源。」──阿爾貝托．開羅（Alberto Cairo），《圖表會說謊》、《視覺設計大師的數據溝通聖經》作者   　　「對於我們許多人來說，沒有視覺化的資料很難理解。然而，資料視覺化並不容易！這是一本是很棒的權威指南，非常實用！」──凱斯．桑思坦（Cass R. Sunstein），哈佛法學院教授，《資訊超載的幸福與詛咒》、《雜訊》、《推力》作者   　　「這本書收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。作者在這本出色的資源中提供了實用的建議，告訴讀者在何時應該使用哪種視覺化方式，並給出了周到的設計指南。這本書非常適合從事資料工作和資料溝通的人。閱讀這本書，您將獲得靈感，並且如書中所承諾的那樣，學會精進資料視覺化！」──柯爾．諾瑟鮑姆．娜菲克（Cole Nussbaumer Knaflic），《Google必修的圖表簡報術》作者   　　「再好的數據有時也可能成為差勁或懶惰的視覺化犧牲品。現在有一本不可或缺的指南可以幫助你展現出清晰且奪目的作品。」──帕蒂爾（D.J. Patil），前美國首席資料科學家   　　「在現今眾多可用的圖表類型中尋找適合的圖表，可能是個讓人生畏的過程。不過，這本書將為您提供不僅是指引，還是在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。您將會希望將它的原則和指南銘記於心，以在下個專案中使用。」──曼努埃爾．利馬（Manuel Lima），《圓之書：知識發展的球狀視覺史》作者   　　「這本書非常實用，能夠幫助你透過資料視覺化更有效地傳達訊息。從基本原則開始，詳細介紹各種視覺化類型，並提供風格指南的制定方法。對於任何希望將資料轉化為易懂的資訊的人來說，本書是一個非常有價值且易讀的資源。」──瑪拉．艾維克（Mara Averick），RStudio   　　「《資料視覺化圖表全書》將以細緻入微的方式教導您何時以及為何選擇使用特定的視覺化類型。這本書絕對能引起您的興趣，帶您從基礎知識躍進至當今視覺化領域的所有技術與方法。書中收錄了數百個清晰、優雅且多樣的視覺化作品，絕對能為您的工作注入無限靈感！」──馬克斯．羅瑟（Max Roser），牛津大學經濟學家、「用數據看世界」（Our World in Data）網站負責人   　　「對於希望以清晰有力的方式顯示量化資料的人來說，這是一本極好的入門書。」──羅伯特．萊克（Robert B. Reich），美國前勞工部長 【目錄】 前言 第一部：資料視覺化的原則 第一章：視覺處理與感知順序 安斯庫姆四重奏 視覺感知的完形原則 前注意處理程序形式與功能 第二章：改善視覺化資料圖表的5項準則 重點一：把資料展現出來 重點二：化繁為簡 重點三：將圖表與內文整合 重點四：避免義大利麵條圖 重點五：從灰色開始 第三章：形式與功能：以觀眾的需求來決定資料視覺化方式 改變我們與資料的互動方式 我們開始吧！ 第二部：圖表類型 第四章：類別比較 長條圖 配對長條圖 堆疊長條圖 分向長條圖 點圖 馬里梅科圖與馬賽克圖 單位圖、Isotype圖與鬆餅圖 熱圖 量表圖與子彈圖 比較與重疊泡泡圖 桑基圖 瀑布圖 結論   第五章：時間 折線圖 圓形折線圖 坡度圖 袖珍圖 凹凸圖 週期圖 面積圖 堆疊面積圖 量化波型圖 地平線圖 甘特圖 流程圖與時間軸 連接散佈圖 結論   第六章：分布 直方圖 金字塔圖 以圖表將統計不確定性視覺化 盒鬚圖 K線圖 小提琴圖 脊線圖 靠顯示資料將不確定性視覺化 莖葉圖 結論   第七章：地理空間 面量圖 示意地圖 比例符號與點密度地圖 流向地圖 結論   第八章：關係 散布圖 平行座標圖 雷達圖 和弦圖 弧形圖 相關矩陣圖 網絡圖 矩形式樹狀結構圖 結論   第九章：局部對整體 圓餅圖 樹狀圖 旭日圖 南丁格爾圖 沃羅諾伊圖 結論   第十章：質化資料 圖示 文字雲與特定文字訊息 文字樹 特定文字訊息 引述 用不同顏色區分文字訊息 矩陣和清單 結論   第十一章：表格 提升表格的10個方針 範例：重新設計基本資料表格 範例：重新設計迴歸表格 結論   第三部：設計與重新設計視覺呈現   第十二章：擬訂資料視覺化的體例指南 圖表剖析 顏色層次 界定字型風格的指南 針對特定圖表類型的提醒 轉出圖像 無障礙、多元與兼容 總結   第十三章：重新設計 配對長條圖：主要田作的英畝數 堆疊長條圖：服務輸送 折線圖：社會安全理事 面量圖：阿拉巴馬州蓄奴與參議院選舉 點圖：全國學校午餐方案 點圖：美國的國內生產毛額成長 折線圖：淨政府借款 表格：公司投入 結論   結語 附錄1：資料視覺化工具 附錄2：延伸閱讀與資源 資料視覺化的概論著作 資料視覺化的歷史著作 資料視覺化工具的著作 資料視覺化庫藏 練習場所 誌謝 參考文獻   看更多

架構資料與機器學習平台｜雲端啟動分析與AI驅動的創新 (1版)

類似書籍推薦給您

【簡介】 　　＊全面掌握雲端資料與AI平台設計關鍵 　　＊實戰導向，靈活運用AWS、Azure、Google Cloud、Snowflake、Databricks 　　＊從基礎到進階，打造符合企業需求的現代化資料平台 　　＊強化資料治理，加速AI/ML創新，驅動決策智慧 　　無論你是資料架構師、工程師，或是希望運用AI強化決策的企業領導者，本書都將成為你打造未來資料與機器學習平台的最佳指南！ 　　在資料驅動的時代，企業該如何善用資料創造價值？ 　　本書由三位資深工程師聯手打造，為雲端架構師與資料專業人士提供了一套清晰完整的解決方案。從雲端資料平台的設計到AI與機器學習的整合，帶您走過資料現代化的每一步。無論是整合分散的資料、實現即時決策，還是利用AI解鎖創新潛力，本書都提供了實用的架構與工具，幫助你在雲端時代保持優勢。 　　「本書完整介紹，如何依據企業組織的策略方向，設計與建置現代雲端資料與ML平台的概念、模式與元件。真希望我能在多年前就能讀到這本書。」 —Robert Sahlin，Mathem資料平台主管 　　所有的雲端架構師都必須知道如何建置資料平台，以賦與企業能夠快速高效地做出資料驅動的決策，並在整個企業範圍內提供智能化服務。本書將展示如何使用AWS、Azure、Google Cloud以及Snowflake與Databricks這類多重雲端工具，設計、建置與現代化雲端原生資料與機器學習平台。 　　作者Marco Tranquillin、Valliappa Lakshmanan與Firat Tekiner使用真實世界企業架構來說明，內容涵蓋從雲端匯入到啟動整個資料生命週期。你將學到如何轉換、保全與現代化資料倉儲與資料湖這些熟悉的解決方案，也將能充份利用最新的AI/ML模式取得精準且快速的洞見，提升競爭優勢。 　　你將學會： 　　＊設計現代化且安全的雲端原生或混合資料分析與機器學習平台 　　＊透過將企業資料整合到治理良好、可擴充的與彈性的資料平台，加速資料導向的創新。 　　＊民主化存取企業資料，治理業務團隊提取洞見方式與建置AI/ML的能力。 　　＊讓您的企業利用串流管道即時決策 　　＊建置MLOps平台，移往預測性與指示性分析   【目錄】 第一章 資料平台現代化：簡介 第二章 資料創新的策略性作法 第三章 設計資料團隊 第四章 遷移框架 第五章 架構資料湖 第六章 企業資料倉儲的創新 第七章 湖倉融合 第八章 串流架構 第九章 混合與邊緣擴展資料平台 第十章 AI應用架構 第十一章 架構ML平台 第十二章 資料平台現代化：模型案例

Certiport ITS Data Analytics資料分析核心能力國際認證應考攻略 (1版)

類似書籍推薦給您

【簡介】 Information Technology Specialist（ITS）是由Pearson VUE／Certiport推出符合產業趨勢的資訊科技認證，涵蓋IT資訊技術、資料庫、軟體研發、新興科技四大領域，透過 ITS 各項認證指標訓練，可驗證考生是否確實掌握業界所需與具備雇主所需的 IT 技能，幫助考生為未來職涯做好準備。 本書整理了「ITS Data Analytics 資料分析」認證考科綱要所涵蓋的資訊技術與電腦技能，考生可透過精進學習本書各章節重點內容，迅速掌握應考方向。 【目錄】 CH01 資料基礎 Data Basics CH02 資料操作 Data Manipulat CH03 資料分析 Data Analysis CH04 資料視覺化與溝通 Data Visualization and Communication CH05 負責任的分析實踐 Responsible Analytics Practices CH06 模擬試題 CH07 ITS 資訊科技專家國際認證原廠認證應考資訊

AI超神筆記術：NotebookLM高效資料整理與分析250技 (1版)

類似書籍推薦給您

【簡介】 　　神速掌握最熱門NotebookLM全面活用技能包！ 　　Google推出的NotebookLM，被譽為「最強AI筆記神器」，是一款超級好用的AI工具。 　　強大且多面向的功能，簡直是為個人打造的AI智庫與超級助理。 　　現在，NotebookLM該懂的、該會用的技巧就在這裡！ 　　一鍵提升創意與決策力！ 　　筆記⭡ 知識管理⭡ 簡報⭡ 影音創作⭡ 　　■ 資料整理–解析文件、YouTube 影片、音檔與網頁，摘要重點、心智圖與研讀指南 　　■ 辦公助手–協助行政、會議記錄、市場調查、新品分析、簡報製作 　　■ 旅行規劃–安排行程、快速比對選項、時序資料整理、整合 LINE 訊息 　　■ 行動創意整理–錄製節目、協助思維梳理，將零散點子轉化為完整企劃 　　■ Podcast轉錄 × 影音創作–轉錄訪談，結合 Sora × FlexClip 生成高品質影片 　　【超值加贈】 　　全書範例與素材/NotebookLM提示詞/ChatGPT提示詞 　　筆記不再只是記錄，而是你的智慧助手！ 　　全書分為新手、實用與提升三大部分，全面解析 NotebookLM × AI 工具，提升筆記管理、資料分析、職場效率與創意應用！結合 ChatGPT、Gamma、Sora、FlexClip，涵蓋：知識庫建構、文本分析、簡報與影音創作、旅行規劃、團隊協作與 Podcast 整理，全面強化學習與職場競爭力！ 　　＊智慧筆記：打造你的專屬知識庫 　　‧掌握 NotebookLM，運用 AI 自動整理筆記、分析與應用資訊。 　　‧建立專屬 AI 知識庫，了解精準提問獲取回覆的關鍵方式，輕鬆整理筆記內容。 　　＊超效率資料分析：從海量資訊到深度知識管理 　　‧解析論文、報告、PDF、Google 文件、Google 簡報、YouTube 影片與網頁，一鍵生成核心觀點、重點摘要、心智圖與研讀指南。 　　‧透過 AI 問答迅速獲取關鍵回覆，將零散資訊轉化為條理清晰的知識架構。 　　＊職場新模式：提升工作效率與團隊協作 　　‧整併會議錄音檔、線上簡報與手寫筆記，取得會議逐字稿、重點與後續安排建議。 　　‧行銷與市場分析、市調問卷製作與結果探討，提升行政與決策效率。 　　‧團隊筆記共享 × 即時協作，讓知識管理與資訊流動更順暢。 　　＊創意與內容生產力：從靈感到影音創作 　　‧行動裝置 AI 創意發想，錄製節目內容、整理靈感，轉化為可執行的行動方案。 　　‧Podcast 語音摘要，將文字轉換為對談式內容，讓資訊以更自然、生動的方式呈現。 　　‧Sora × FlexClip，AI 影音創作生成專業級影片，強化視覺表現更具吸引力。 　　＊全方位生活應用：旅行與簡報製作更輕鬆 　　‧高效整理旅遊資訊，整合 LINE 訊息、個人喜好與預算，智慧規劃專屬行程！ 　　‧NotebookLM × Gamma，一鍵生成專業簡報，讓你的想法精準呈現，提升視覺表達力！ 【目錄】 【新手篇】 Part 01 掌握 NotebookLM / AI 助力高效知識管理 1 NotebookLM 開啟知識管理新時代 2 誰適合使用 NotebookLM 3 零經驗新手該如何開始 4 初次使用 NotebookLM 5 NotebookLM 六大資料分析方式 6 NotebookLM 常見問題 7 切換畫面為深色 / 淺色模式 Part 02 打造專屬知識庫 / 你的第一本 AI 筆記本 1 提取關鍵資料與分析方向 2 建立筆記本 3 上傳多類型資料來源 4 閱讀所有資料的摘要 5 閱讀每份資料摘要與重要主題 6 閱讀每份資料內容與逐字稿 7 常見的提問技巧與方法 8 將重要回覆儲存至記事 【實用篇】 Part 03 資料分析與應用 / 從探索主題到高效整理 1 提取關鍵資料與分析方向 2 建立筆記本 3 上傳多類型資料來源 4 一鍵生成核心內容、總結與重點關注 5 一鍵生成關鍵問題整理 6 一鍵生成學習問題研讀指南 7 問答與分析 8 將重要回覆儲存至記事 9 將記事轉換為來源 10 多層次重點摘要與完整筆記 11 心智圖：讓思緒更清晰！ 12 論文資料整理與總結 Part 04 職場效率提升 / 行政與會議助理好幫手 1 建立筆記本 2 上傳會議錄音生成逐字稿 3 上傳會議簡報並整併錄音進行分析 4 上傳 Google 文件讀取手寫筆記 5 提取行銷問卷關鍵因素 6 行銷問卷製作與調查結果分析 7 有效整理回覆的表格內容 Part 05 旅遊規劃 / 打造專屬完美行程 1 提取關鍵資料與分析方向 2 建立筆記本 3 上傳多類型資料來源 4 一鍵掌握旅遊規劃重點 5 一鍵生成關鍵的人事時地物 6 根據資料生成景點推薦與行程建議 7 將重要回覆儲存至記事 8 用 Google 地圖儲存景點並共享 Part 06 創意發想 / 整理靈感並生成行動方案 1 提取關鍵資料與分析方向 2 用行動裝置錄音 3 建立筆記本 4 上傳來源與生成音檔逐字稿 5 檢討、改進並生成完整行動清單 6 依指定風格生成文章 【提升篇】 Part 07 Podcast 知識對談 / 提升語音資訊傳遞力 1 生成關鍵資料與分析方向 2 建立筆記本 3 上傳多類型資料來源 4 生成與管理語音摘要 5 下載語音摘要音訊檔 6 語音摘要音訊檔上傳並分析 7 與語音摘要互動 8 用 Mixerbox AI 生成中文 Podcast 對話 Part 08 高效建立視覺化簡報 / NotebookLM × Gamma 1 用 NotebookLM 生成簡報大綱 2 Gamma 高效 AI 簡報設計 3 簡報大綱快速生成簡報 4 用 Gamma 編輯工具進階設計 5 匯出與分享簡報 6 管理 Gamma 簡報專案 Part 09 打造全新影音創作體驗 / NotebookLM × Sora × Flex Clip 1 認識 Sora 2 開始使用 Sora 3 用 Sora 為語音摘要生成相對影片 4 用 FlexClip 結合畫面與聲音 5 123APPS 合併影片 Part 10 強化團隊知識整合力 / 筆記本共用協作 1 邀請夥伴加入筆記本 2 與協作夥伴共用筆記本 3 變更共用存取權或移除協作者

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)

類似書籍推薦給您

【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