Python自學聖經(第三版)：從程式素人到開發強者的技術、實戰與AI應用大全(附影音/範例程式) (3版)
類似書籍推薦給您
【簡介】
集Python程式技術大成，新增AI應用，強大內容全面再進化～
【Python系列書在台累計銷量近12萬冊】
國內眾多讀者與程式人選書第一指名，學業界指定Python講師、
榮登暢銷榜最多Python圖書的作者團隊代表作
八大領域、39個主題、上百種模組套件、近1,200個範例，
涵蓋語法入門，橫跨各大熱門技術、軟硬整合與AI實戰應用。
一本帶你入行！系統化分章、大量圖表解說，
全面跨入Python程式開發殿堂！
給需要本書的人：
★不知道如何開始才能自學好Python的人
★有接觸過但又不想打掉重練的人
★老是寫不好Python程式的人
★想運用Python開發專案的人
掌握系統化的學習途徑
才能真正駕馭Python
Python廣泛應用於大數據、網路爬蟲、人工智慧、機器學習、物聯網等熱門領域，是一套直譯式、物件導向，功能強大的程式語言。具備簡潔的語法，擁有許多模組套件，跨平台且容易擴充，所以非常適合初學者學習，但沒有系統性與結構化的學習，只能一知半解，而胡亂網路爬文，也只會迷失在資訊叢林。
本書從Python自學角度出發，系統化的分章學習，全面涵蓋語法、模組套件、主題應用、軟硬整合，規劃出最好的學習曲線，縮短自學途徑，排除學習障礙，真正從初學入門到業界活用！
■完整詳實的程式入門：
從開發環境建置開始，由淺入深、循序漸進、完整且詳細的解說變數、運算、判斷式、迴圈、串列、元組、字典、集合、函式與模組等語法觀念與實作。
■晉級專業的進階心法：
包括物件導向開發、例外處理、正規表達式、檔案管理、圖形使用者介面設計等內容。
■應用廣泛的資料科學：
涵蓋網路爬蟲、數據資料儲存與讀取、資訊視覺圖表化、Numpy、Pandas資料與分析的完整學習。
■無所不在的網路應用：
囊括Flask網站開發、建立Web API與Vercel部署、Django資料庫網站架設，還有LINE Bot機器人整合應用。
■邁向未來的AI人工智慧：
具備機器學習入門、機器學習特徵處理、分類與迴歸演算法、深度學習MLP、CNN與RNN的應用，以及NLP自然語言處理等能力。
■玩轉創意的多媒體互動：
包含讀取圖片、編輯圖片、合成、濾鏡效果、大量圖片處理，還有PyGame遊戲開發、PyTube影音下載等運用。
■提升效率的開發加值：
介紹目前業界最熱門的Google Colab雲端開發平台與VS Code編輯神器，也深入介紹如何將程式打包成執行檔。
■萬物可通的IoT物聯網：
從MicroPython程式實作、硬體實作、感測器應用、加入顯示裝置、使用Wi-Fi無線網路，到物聯網整合應用。
■熱門強大的ChatGPT應用：
運用ChatGPT解釋程式碼、撰寫指定功能語法與幫程式除錯…等，可輔助Python的學習。
透過ChatGPT API的應用，則可以在程式中與ChatGPT對話，例如經由LINE Bot，在手機的LINE中輸入對話訊息，就可以藉由ChatGPT回覆內容。
使用Playground則可在不用程式碼開發的狀態下調教GPT模型的參數，甚至生成對應的程式碼。
【超值學習資源】
獨家收錄：「Python物件導向程式開發」影音教學、
「Google Colab雲端開發平台入門」影音教學、
「善用ChatGPT學Python入門」影音教學、
「ChatGPT API及LINE Bot應用」教學PDF、
全書範例程式檔
第三版新書是依據最新應用趨勢與市場回饋的寶貴訊息調整內容，
讓本書更全面，並與資訊科技脈動同步。
在基礎入門篇中，將開發環境的安裝與設定更新到目前最新狀態
在網路應用篇中，除了更新重要範例的應用外，因應Selenium的改版而進行了語法的調整。
在網路架站方面，無論是Flask或是Django，這次特別選擇Vercel作為最後的架設平台，
並且連接PostgreSQL資料庫，讓網頁服務有更好的表現。
在人工智慧篇中，特別加入了最新的ChatGPT API開發，讓讀者也能體驗最火熱的AI主題。
在開發加值篇中，更新了PyInstaller執行檔編譯的內容。
在IoT物聯網篇則選擇了最熱門的ESP32進行介紹，
讓實戰更加得心應手。
【目錄】
【基礎入門篇】
01 建置 Python 開發環境
1.1 建置 Anaconda 開發環境
1.2 Spyder 編輯器
1.3 Jupyter Notebook 編輯器
02 變數、運算及判斷式
2.1 變數與資料型別
2.2 運算式
2.3 判斷式
03 迴圈、串列與元組
3.1 迴圈與串列
3.2 進階串列與元組
04 字典與集合的使用
4.1 字典基本操作
4.2 字典進階操作
4.3 集合
4.4 凍結集合
05 函式與模組
5.1 自訂函式
5.2 數值函式
5.3 字串函式
5.4 亂數模組
5.5 時間模組
【進階學習篇】
06 物件導向程式開發
6.1 類別與物件
6.2 類別封裝
6.3 類別繼承
6.4 多型
6.5 多重繼承
6.6 類別應用
6.7 建立 Python 專案
6.8 打造自己的模組
07 例外處理
7.1 例外處理
7.2 try...except 常用例外錯誤表
7.3 捕捉多個例外
7.4 raise 拋出例外
7.5 Traceback 記錄字串
7.6 assert 斷言
08 正規表達式
8.1 使用傳統程式設計方式搜尋
8.2 使用正規表達式
8.3 使用 re.complie() 建立正規表達式物件
8.4 使用 re 模組建立隱含正規表達式物件
8.5 更豐富的搜尋方式
8.6 使用 re.sub() 取代字串
8.7 實戰：網路爬蟲資料格式檢查
09 檔案系統的使用
9.1 檔案和目錄管理
9.2 檔案的讀寫
9.3 二進位檔案的讀寫
10 圖形使用者介面設計
10.1 Tkinter 模組：圖形使用者介面
10.2 排版方式
10.3 視窗區塊 (Frame)
10.4 實戰：英文單字王視窗版
【資料科學篇】
11 數據資料的爬取
11.1 requests 模組：讀取網站檔案
11.2 BeautifulSoup 模組：網頁解析
11.3 Selenium 模組：瀏覽器自動化操作
12 數據資料的儲存與讀取
12.1 csv 資料的儲存與讀取
12.2 Excel 資料儲存與讀取
12.3 json 資料的讀取與輸出
12.4 XML 資料的儲存與讀取
12.5 SQLite 資料庫的操作
12.6 MySQL 資料庫的操作
12.7 Google 試算表的操作
13 數據資料視覺化
13.1 繪製折線圖：plot
13.2 繪製長條圖：bar
13.3 繪製圓餅圖：pie
13.4 設定圖表區：figure
13.5 在圖表區加入多張圖表：subplot、axes
13.6 實戰：台灣股市股價走勢圖
14 Numpy 與 Pandas
14.1 Numpy 陣列建立
14.2 Numpy 陣列取值
14.3 Numpy 的運算功能
14.4 Pandas Series
14.5 Pandas DataFrame 的建立
14.6 Pandas DataFrame 資料取值
14.7 Pandas DataFrame 資料操作
14.8 Pandas 資料存取
14.9 Pandas 繪圖應用
15 Pandas 資料分析
15.1 資料預處理
15.2 資料合併
15.3 樞紐分析表
15.4 實戰：鐵達尼號生存機率預測
【網路應用篇】
16 Flask 網站開發
16.1 基本 Flask 網站應用程式
16.2 使用模板
16.3 Template 語言
16.4 以 GET 及 POST 傳送資料
17 Flask 建立 Web API 及 Vercel 部署
17.1 建立 PM2.5 資料 Web API
17.2 部署 Web API 到 Vercel
17.3 Web API 應用：PM2.5 查詢系統
18 LINE Bot 申請設定及開發
18.1 LINE 開發者管理控制台
18.2 實戰：「鸚鵡」LINE Bot 開發
19 Django 網站開發
19.1 Django 是什麼？
19.2 建立 Django 專案
19.3 視圖 (view) 與 URL
19.4 視圖、模版與 Template 語言
19.5 以 GET 及 POST 傳送資料
20 Django 資料庫連結與應用
20.1 PostgreSQL 資料庫
20.2 Django 資料庫
20.3 admin 後台管理與 ModelAdmin 類別
20.4 資料庫查詢
20.5 資料庫管理
21 Django 專題實戰及 Vercel 部署
21.1 實戰：Django 新聞公告系統
21.2 部署 Django 專案到 Vercel
【人工智慧篇】
22 機器學習：特徵提取
22.1 認識機器學習
22.2 文字特徵處理
22.3 數值標準縮放
22.4 特徵降維：特徵選擇
23 機器學習：分類及迴歸演算法
23.1 scikit-learn 資料集
23.2 K 近鄰演算法
23.3 樸素貝葉斯演算法
23.4 迴歸演算法
24 深度學習起點：多層感知器 (MLP)
24.1 認識多層感知器 (MLP)
24.2 Mnist 資料集
24.3 訓練 Mnist 手寫數字圖片辨識模型
24.4 模型儲存與預測
25 深度學習重點：CNN 及 RNN
25.1 卷積神經網路 (CNN) 基本結構
25.2 卷積神經網路實戰：Mnist 手寫數字圖片辨識
25.3 循環神經網路 (RNN) 基本結構
25.4 實戰：市場股價預測
26 自然語言處理 (NLP)
26.1 Jieba 模組
26.2 文字雲
27 ChatGPT API 及 Playground
27.1 ChatGPT API
27.2 ChatGPT Playground
【多媒體互動篇】
28 圖片批次處理：pillow
28.1 認識 pillow
28.2 圖片基本操作
28.3 圖片編輯
28.4 圖片切割、複製和合成
28.5 圖片濾鏡
28.6 繪製圖形
28.7 實戰：大量圖片處理
29 電腦遊戲開發：PyGame
29.1 Pygame 入門教學
29.2 Pygame 動畫處理
29.3 實戰：打磚塊遊戲
30 線上影音下載：PyTube
30.1 Pytube：下載 YouTube 影片模組
30.2 播放清單及相關資源下載
【開發加值篇】
31 雲端開發平台：Google Colab
31.1 Google Colab：雲端的開發平台
31.2 Markdown 語法
32 萬用編輯神器：VS Code
32.1 VS Code：最多人使用的程式編輯器
32.2 VS Code 執行 Python 程式
32.3 讓 VS Code 更有效率
33 編譯程式執行檔：PyInstaller
33.1 程式打包前的準備工作
33.2 實戰：打包 exe 執行檔
33.3 實戰：打包含有資源檔的執行檔
33.4 實戰：使用 .spec 打包含有資源檔的執行檔
33.5 資料儲存的考量
【附錄、IOT 物聯網篇】
（本篇為PDF形式電子書，請線上下載）
附錄 A MicroPython 與 ESP32
附錄 B MicroPython 小專題實作
附錄 C 感測器應用：溫溼度與超音波感測器
附錄 D 顯示裝置：LCD 液晶顯示器
附錄 E Wi-Fi 無線網路
附錄 F 物聯網應用
物聯網篇使用材料表
立即查看
Python資料科學自學聖經：不只是建模！用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔) (1版)
類似書籍推薦給您
Python資料科學自學聖經：不只是建模！用實戰帶你預測趨勢、找出問題與發現價值（附關鍵影音教學、範例檔）
系列名：程式設計
ISBN13：9786263241657
出版社：碁峰資訊
作者：鄧文淵-總監製;文淵閣工作室-編著
裝訂／頁數：平裝／440頁
規格：23cm*17cm*2cm (高/寬/厚)
出版日：2022/05/09
中國圖書分類：電腦程式語言
內容簡介
網路書店年度百大電腦資訊暢銷書
《Python自學聖經》系列力作
運用Python掌握資料科學的價值
讓人工智慧機器學習找出趨勢的關鍵密碼
完整涵蓋Python資料科學技術，從開發工具、資料預處理、
機器學習、深度學習到模型訓練進化一應俱全！
給需要本書的人：
★想進入Python資料科學領域，又不知怎麼切入的人
★面對資料科學龐大又雜亂的理論與資訊卻不知如何下手的人
★想快速且有系統收集大量資料，並提高處理運用效率的人
★想利用大量資料進行分析，找出隱藏訊息與趨勢以協助決策的人
★想運用資料數據訓練人工智慧模型，開發適用的演算法進行預測與解決問題的人
隨著AI人工智慧帶來的科技革命，資料科學的應用正在改變你我的生活。如何由龐大的資料數據中擷取爬梳出有價值的資訊，判斷決策，甚至能預測趨勢、掌握契機，是資料科學為現代社會帶來的新視野。
資料科學橫跨多個領域，涵蓋數學、統計與電腦科學等面向。如果想有系統的進入資料科學領域，歡迎藉由本書循序漸進的學習。書中除了有資料科學的觀念，還有技術應用與發展方向，讓每個艱澀觀念都能在範例實作的引導下有著更清楚的輪廓，讓你一探資料科學迷人的樣貌。
【重要關鍵】
■應用工具：雲端開發平台(Google Colab)、資料科學工具(Numpy、Pandas、Matplotlib、Seaborn)、網路爬蟲(requests、BeautifulSoup)。
■資料預處理：資料清洗、缺失值、重複值及異常值的處理、資料檢查、資料合併、樞紐分析表、圖片增量，以及資料標準化、資料轉換與特徵選擇。
■機器學習：學習工具(Scikit-Learn)、非監督式學習(K-means演算法、DBSCAN演算法、PCA降維演算法)、監督式學習分類演算法(Scikit-Learn資料集、K近鄰演算法、單純貝氏演算法、決策樹演算法、隨機森林演算法)、監督式學習迴歸演算法(線性迴歸演算法、邏輯迴歸演算法、支持向量機演算法)。
■深度學習：學習工具(TensorFlow、Keras)、深度神經網路(DNN)、MNIST手寫數字圖片辨識實作、Gradio模組(深度學習成果展示、過擬合)、卷積神經網路(CNN)與循環神經網路(RNN)。
■模型訓練進化：預訓練模型、遷移學習、深度學習參數調校、hyperas參數調校神器，以及手寫數字辨識參數調校。
【超值學習資源】
獨家收錄「Python資料科學關鍵影音教學」、全書範例程式檔
本書特色
■深入淺出，只要具備基礎Python程式語言能力即可輕鬆上手。
■標示出重要觀念，在學習的過程中不會錯失關鍵內容。
■應用範例導向，每個觀念皆附實用案例，不怕學不會。
■不使用艱澀數學推導資料科學原理，而以淺顯易懂的文字解說學理。
■實作圖片增量及遷移學習，即使少量資料也可訓練出實用模型。
■實作機器學習與深度學習模型參數調校，輕鬆建立完美模型。
目錄
資料科學工具篇
第1章 進入資料科學的學習殿堂
1.1 認識資料科學
1.2 Google Colab：雲端的開發平台
1.3 Colab 的筆記功能
第2章 資料科學神器：Numpy 與Pandas
2.1 Numpy：高速運算的解決方案
2.2 Numpy 陣列建立
2.3 Numpy 陣列取值
2.4 Numpy 的陣列運算功能
2.5 Pandas：資料處理分析的強大工具
2.6 Series 的使用
2.7 DataFrame 的建立
2.8 Pandas DataFrame 資料取值
2.9 DataFrame 資料操作
第3章 資料收集：檔案存取與網路爬蟲
3.1 資料來源的取得
3.2 CSV 檔案的讀取
3.3 JSON 資料的讀取
3.4 Excel 試算表檔案的讀取
3.5 HTML 網頁資料讀取
3.6 儲存資料為檔案
3.7 認識網路爬蟲
3.8 requests 模組：讀取網站檔案
3.9 BeautifulSoup 模組：網頁解析
3.10 文字及檔案資料的收集
第4章 資訊圖表化：Matplotlib 與Seaborn
4.1 Matplotlib：資訊視覺化的核心工具
4.2 折線圖：plot
4.3 長條圖與橫條圖：bar、barh
4.4 圓形圖：pie
4.5 直方圖：hist
4.6 散佈圖：scatter
4.7 線箱圖：boxplot
4.8 設定圖表區：figure
4.9 在圖表區加入多張圖表：subplot、axes
4.10 Pandas 繪圖應用
4.11 Seaborn：更美觀的圖表工具
資料預處理篇
第5章 資料預處理：資料清洗及圖片增量
5.1 資料清洗處理
5.2 資料檢查
5.3 資料合併
5.4 樞紐分析表
5.5 圖片增量
第6章 資料預處理：標準化、資料轉換與特徵選擇
6.1 Scikit-Learn：機器學習的開發工具
6.2 數值資料標準化
6.3 非數值資料轉換
6.4 認識特徵選擇
6.5 使用Pandas 進行特徵選擇
6.6 使用Scikit-Learn 進行特徵選擇
機器學習篇
第7章 機器學習：非監督式學習
7.1 認識機器學習
7.2 K-means 演算法
7.3 DBSCAN 演算法
7.4 降維演算法
第8章 機器學習：監督式學習分類演算法
8.1 Scikit-Learn 資料集
8.2 K 近鄰演算法
8.3 單純貝氏演算法
8.4 決策樹演算法
8.5 隨機森林演算法
第9章 機器學習：監督式學習迴歸演算法
9.1 線性迴歸演算法
9.2 邏輯迴歸演算法
9.3 支持向量機演算法
深度學習篇
第10章 深度學習：深度神經網路(DNN)
10.1 認識深度學習
10.2 認識深度神經網路(DNN)
10.3 實作MNIST 手寫數字圖片辨識
10.4 Gradio 模組：深度學習成果展示
10.5 過擬合
第11章 深度學習：卷積神經網路(CNN)
11.1 認識卷積神經網路(CNN)
11.2 實作貓狗圖片辨識
第12章 深度學習：循環神經網路(RNN)
12.1 認識循環神經網路(RNN)
12.2 下載台灣股市資料
12.3 實作台灣股票市場股價預測
模型訓練進化篇
第13章 預訓練模型及遷移學習
13.1 預訓練模型
13.2 遷移學習
第14章 深度學習參數調校
14.1 hyperas 模組：參數調校神器
14.2 手寫數字辨識參數調校
立即查看
Python自學聖經：從程式素人到開發強者的技術與實戰大全(附影音/範例程式) (2版)
類似書籍推薦給您
Python自學聖經：從程式素人到開發強者的技術與實戰大全（附影音/範例程式）（第二版）
系列名：程式設計
ISBN13：9789865028060
出版社：碁峰資訊
作者：鄧文淵-總監製
裝訂／頁數：平裝／800頁
規格：23cm*17cm*3.7cm (高/寬/厚)
出版日：2021/06/02
中國圖書分類：電腦程式語言
內容簡介
【Python系列書在台累計銷量近10萬冊】
國內眾多程式人選書第一指名、學業界指定Python講師、
榮登暢銷榜最多Python圖書作者團隊代表作
集Python程式技術大成，強大內容增值再進化～
8大領域、39個主題、上百種模組套件、近1,200個範例，
涵蓋語法入門，橫跨各大熱門技術與軟硬整合實戰應用！
一本帶你入行！系統化分章、大量圖表解說，
全面跨入Python程式開發殿堂！
給需要本書的人：
★不知道如何開始才能自學好Python的人
★有接觸過但又不想打掉重練的人
★老是寫不好Python程式的人
★想運用Python開發專案的人
掌握系統化的學習途徑
才能真正駕馭Python
Python廣泛應用於大數據、網路爬蟲、人工智慧、機器學習、物聯網等熱門領域，是一套直譯式、物件導向，功能強大的程式語言。具備簡潔的語法，擁有許多模組套件，跨平台且容易擴充，所以非常適合初學者學習，但沒有系統性與結構化的學習，只能一知半解，而胡亂網路爬文，也只會迷失在資訊叢林。
本書從Python自學角度出發，系統化的分章學習，全面涵蓋語法、模組套件、主題應用、軟硬整合，規劃出最好的學習曲線，縮短自學途徑，排除學習障礙，真正從初學入門到業界活用！
■完整詳實的程式入門：
從開發環境建置開始，由淺入深、循序漸進、完整且詳細的解說變數、運算、判斷式、迴圈、串列、元組、字典、集合、函式與模組等語法觀念與實作。
■晉級專業的進階心法：
包括物件導向開發、例外處理、正規表達式、檔案管理、圖形使用者介面設計等內容。
■應用廣泛的資料科學：
涵蓋網路爬蟲、數據資料儲存與讀取、資訊視覺圖表化、Numpy、Pandas資料與分析的完整學習。
■無所不在的網路應用：
囊括Flask網站開發、建立Web API與Heroku部署、Django資料庫網站架設，還有LINE Bot機器人整合應用。
■邁向未來的AI人工智慧：
具備機器學習入門、機器學習特徵處理、分類與迴歸演算法、深度學習MLP、CNN與RNN的應用，以及機器學習雲端平台Azure、NLP自然語言處理等能力。
■玩轉創意的多媒體互動：
包含讀取圖片、編輯圖片、合成、濾鏡效果、大量圖片處理，還有PyGame遊戲開發、PyTube影音下載等運用。
■提升效率的開發加值：
介紹目前業界最熱門的Google Colab雲端開發平台與VS Code編輯神器，也深入介紹如何將程式打包成執行檔。
【超值附加內容】
萬物可通的IoT物聯網：
從MicroPython程式實作、硬體實作、感測器應用、加入顯示裝置、使用Wi-Fi無線網路，到物聯網整合應用，提供PDF電子書，可視需求運用。
【超值學習資源】
獨家收錄「Python物件導向程式開發影音教學」、「Google Colab雲端開發平台入門影音教學」、全書範例程式檔
感謝各界眾多程式讀者的肯定與真好評，新版中，我們依據市場回饋的寶貴訊息調整章節與順序，並且再加值內容與影音教學，讓本書更全面，也更有利於學習。
在基礎入門篇中加入集合與時間模組的使用；
在資料科學篇中加入json及xml格式的檔案操作，以及Pandas資料分析；
在網路應用篇中增加應用Flask進行Line Bot的改版開發，還升級Django的版本；
在人工智慧篇更針對機器學習補強了演算法的應用與實作，
除了觀念的導引，也強調資料在分類、迴歸分析上的學習，深入機器學習的核心；
全新的開發加值篇介紹目前業界最火熱的Google Colab雲端開發平台，
以及VS Code編輯神器，也深入介紹PyInstaller執行檔編譯；
全新的多媒體互動則著重在Pillow圖片處理、PyGame遊戲開發、PyTube線上影音下載；
附錄的IoT物聯網篇則因應軟體更新了操作介面，提供全彩呈現，
讓Python實戰更加得心應手。
目錄
【基礎入門篇】
01 建置Python開發環境
1.1 建置Anaconda開發環境
1.2 Spyder編輯器
1.3 Jupyter Notebook編輯器
02 變數、運算及判斷式
2.1 變數與資料型別
2.2 運算式
2.3 判斷式
03 迴圈、串列與元組
3.1 迴圈與串列
3.2 進階串列與元組
04 字典與集合的使用
4.1 字典基本操作
4.2 字典進階操作
4.3 集合
4.4 凍結集合
05 函式與模組
5.1 自訂函式
5.2 數值函式
5.3 字串函式
5.4 亂數模組
5.5 時間模組
【進階學習篇】
06 物件導向程式開發
6.1 類別與物件
6.2 類別封裝
6.3 類別繼承
6.4 多型
6.5 多重繼承
6.6 類別應用
6.7 建立Python專案
6.8 打造自己的模組
07 例外處理
7.1 例外處理
7.2 try...except常用例外錯誤表
7.3 捕捉多個例外
7.4 raise拋出例外
7.5 Traceback記錄字串
7.6 assert斷言
08 正規表達式
8.1 使用傳統程式設計方式搜尋
8.2 使用正規表達式
8.3 使用re.complie()建立正規表達式物件
8.4 使用re模組建立隱含正規表達式物件
8.5 更豐富的搜尋方式
8.6 使用re.sub()取代字串
8.7 實戰：網路爬蟲資料格式檢查
09 檔案系統的使用
9.1 檔案和目錄管理
9.2 檔案的讀寫
9.3 二進位檔案的讀寫
10 圖形使用者介面設計
10.1 Tkinter模組：圖形使用者介面
10.2 排版方式
10.3 視窗區塊(Frame)
10.4 實戰：英文單字王視窗版
【資料科學篇】
11 數據資料的爬取
11.1 requests模組：讀取網站檔案
11.2 BeautifulSoup模組：網頁解析
11.3 Selenium模組：瀏覽器自動化操作
12 數據資料的儲存與讀取
12.1 csv資料的儲存與讀取
12.2 Excel資料儲存與讀取
12.3 json資料的讀取與輸出
12.4 XML資料的儲存與讀取
12.5 SQLite資料庫的操作
12.6 MySQL資料庫的操作
12.7 Google試算表的操作
13 數據資料視覺化
1
立即查看
物聯網實戰：使用樹莓派/Arduino/ESP8266 NodeMCU/Python/Node-RED打造安全監控系統（修訂版） (2版)
類似書籍推薦給您
物聯網實戰：使用樹莓派/Arduino/ESP8266 NodeMCU/Python/Node-RED打造安全監控系統（修訂版）
系列名：單行本
ISBN13：9786263334113
出版社：博碩文化
作者：林聖泉
裝訂／頁數：平裝／352頁
規格：23cm*17cm*2.06cm (高/寬/厚)
出版日：2023/03/20
中文圖書分類：電腦製造
內容簡介
本書首先引領你開啟樹莓派的大門，進入充滿神奇、瑰麗、希望的多彩世界。同時，也敞開探索Arduino資源的視窗，指引你善用俯拾皆是的各式珍貴資源。你將一步一步從基本程式設計、簡單電路組裝到測試的紮實演練，最後建立一個實用的物聯網。
本書分成三大部分
➤ 樹莓派：從開箱設定到GPIO應用
➤ Arduino：從LED閃爍的控制到Wi-Fi模組的開發
➤ 樹莓派與Arduino：運用Node-RED融合兩者，輕易開發物聯網
閱讀本書後，你將學到
✔ 樹莓派GPIO應用
✔ Python程式設計
✔ Arduino程式設計
✔ 樹莓派與Arduino整合應用
✔ ESP8266 NodeMCU應用
✔ Node-RED程式設計
本書適用於
☛ 大專院校「機電整合」、「專題製作」、「網際網路程式設計」等課程
☛ 高中、高職「微電腦應用實習」相關課程
☛ 各級學校開辦的正規或短期「物聯網」探索課程
☛ 創客玩家DIY物聯網
目錄
【Part I 樹莓派】
Chapter 1 樹莓派介紹
1.1 簡介
1.2 開箱設定
1.3 作業系統
1.4 外接 USB 網路攝影機
1.5 樹莓派腳位
Chapter 2 Python 介紹
Chapter 3 樹莓派 GPIO
3.1 LED 控制
3.2 基本數位輸入
3.3 超音波測距模組
3.4 溫濕度感測模組
3.5 步進馬達控制
3.6 伺服馬達控制
【Part II Arduino】
Chapter 4 Arduino 介紹
4.1 Arduino
4.2 Arduino UNO 數位輸出與輸入
4.3 Arduino UNO 類比輸入訊號
4.4 Arduino UNO 控制伺服馬達
Chapter 5 ESP8266 NodeMCU：無線網路開發模組
5.1 ESP8266 NodeMCU
5.2 MQTT
5.3 ESP8266 NodeMCU 與樹莓派的融合
CHAPTER 6 Arduino IoT Cloud
6.1 Arduino IoT Cloud
6.2 IoT Remote APP
【Part III 樹莓派與 Arduino】
Chapter 7 樹莓派與 Arduino UNO 的結合
7.1 I2C 通訊方式
7.2 USB 連接
Chapter 8 Node-RED 介紹
8.1 前言
8.2 第 1 個 Node-RED 流程
8.3 Node-RED 訊息
8.4 結點安裝步驟
8.5 Node-RED 流程組成
Chapter 9 居家環境監控系統
9.1 室內溫濕度量測與顯示
9.2 各房間電燈開關控制
9.3 應用 Arduino IoT Cloud 建立環境監控系統
Chapter 10 居家設備控制系統
10.1 咖啡機控制
10.2 窗簾控制
10.3 百葉窗控制
10.4 應用 Arduino IoT Cloud 控制咖啡機
10.5 應用 Arduino IoT Cloud 控制窗簾
10.6 應用 Arduino IoT Cloud 控制百葉窗
Chapter 11 居家安全監視系統
Chapter 12 使用者介面客製化
12.1 主題設計
12.2 介面格式設計
12.3 版面配置
參考資料
附錄A：安裝Arduino 函式庫方法
附錄B：電子零件清單
立即查看
物聯網實戰(ESP32篇)： 使用樹莓派/NodeMCU-32S/Python/MicroPython/Node-RED打造安全監控系統（修訂版） (2版)
類似書籍推薦給您
立即查看
華通書坊
