書名: Python不廢話,一行程式碼|像高手般寫出簡潔有力的Python程式碼 (1版)
作者: Mayer
譯者: 藍子軒
版次: 1
ISBN: 9789865029296
出版社: 碁峰
書籍開數、尺寸: 17x23x1.65
頁數: 280
內文印刷顏色: 單色
#資訊
#編程與軟體開發
定價: 450
售價: 383
庫存: 已售完
LINE US! 詢問這本書 團購優惠、書籍資訊 等
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

Python不廢話,一行程式碼:像高手般寫出簡潔有力的Python程式碼 系列名:程式設計 ISBN13:9789865029296 出版社:碁峰資訊 作者:Christian Mayer 譯者:藍子軒 裝訂/頁數:平裝/280頁 規格:23cm*17cm*1.6cm (高/寬/厚) 版次:1 出版日:2021/11/03 中國圖書分類:電腦程式語言 內容簡介   本書將告訴你如何讀懂並寫出簡潔的「一行程式碼」,把一些好用的功能包進一行程式碼之中。你可以學會如何以系統化的方式,閱讀理解任何Python程式碼,並像高手般寫出極具表現力、功能強大、簡潔有力的Python程式。全書共有六章,內容涵蓋各種竅門與技巧,其中包括資料科學、機器學習、正則表達式等核心主題,還有一些很好用的演算法。我們會針對各種一行程式碼做出詳細解釋,並引進許多資訊科學的重要概念,藉此提高你的程式設計與分析能力。   您可以從裡頭學到許多進階的Python功能,例如解析式列表、切取資料片段、lambda函式、正則表達式、map與reduce函式,以及切取片段賦值的做法。   藉由本書,您將可以學會如何:   .善用資料結構來解決實際問題,如運用布林索引找出污染程度高於平均的城市   .善用NumPy的基礎概念,例如陣列、形狀、軸、型別、撒播機制、進階索引、切取片段、排序、搜索、匯整與統計   .計算多維資料陣列的基本統計數字,以及可用於無監督式學習的K-均值演算法   .使用群組與具名群組、「後面非」操作、轉義字元、空白字元、字元集合(與否定字元集合)、貪婪/非貪婪運算符號,建立更進階的正則表達式   .瞭解各式各樣的資訊科學相關主題,包括易位構詞、迴文、冪集合、排列方式、階乘、質數、費氏數列、混淆做法、搜索與排序演算法   看完本書,你可以學會如何以最精緻的方式寫好Python程式,而且只用一行程式碼,就可以創造出各種簡潔而優美的「Python藝術」。 目錄 第1章|Python複習課 第2章|Python小技巧 第3章|資料科學 第4章|機器學習 第5章|正則表達式 第6章|演算法

為您推薦

學會 Python - 從不懂,到玩上手!(附CD)

學會 Python - 從不懂,到玩上手!(附CD)

類似書籍推薦給您

原價: 550 售價: 495 現省: 55元
立即查看
INTRODUCTION TO PYTHON PROGRAMMING (Taiwan Edition / 含Access Code, 刮除不受退)

INTRODUCTION TO PYTHON PROGRAMMING (Taiwan Edition / 含Access Code, 刮除不受退)

類似書籍推薦給您

【簡介】 Hallmark Features Bring programming to life with dynamic content designed for the way today's students read, think, and learn * Interactives and videos interwoven throughout the content enable students to practice essential coding skills in context. Thanks to this media-rich presentation of content, students come to class better prepared and ready to develop problem-solving skills through programming fundamentals. - VideoNotes are narrated step-by-step video tutorials that show how to solve problems completely, from design through coding (available on the companion website). - Listings step students through the code line-by-line, showing and explaining what is happening in the program. - Algorithm Animations show how an algorithm work visually and interactively (available on the companion website). - Notes, Tips, and Key Points offer insight and valuable advice on important aspects of programming. A fundamentals-first approach and clear framework foster understanding of key concepts * Teaches programming in a problem-driven way that focuses on problem solving rather than syntax using a fundamentals-first and problem-driven strategy, moving students at a steady pace through all the necessary and important basic concepts and techniques on selections, loops, functions, before writing custom classes. * Basic programming concepts are explained by examples from many different areas—math, science, business, finance, gaming, animation, and multimedia—and are supported by a variety of interactive learning activities to keep students engaged. * Step-by-step presentation guides students in learning all essential subjects in Python incrementally from fundamental programming techniques to object-oriented programming, from simple functions to STL. -- -- This new edition is completely revised in every detail to enhance clarity, presentation, content, examples, and exercises. The major improvements are as follows: * Section 1.2 is updated to include cloud storage and touchscreens. * Section 3.14 introduces the new Python 3.10 match-case statements to simplify coding for multiple cases. * F-strings are covered in Chapter 4 to provide a concise syntax to format strings for output. * Statistics functions are covered in Chapter 7 to enable students to write simple code for common statistics tasks. * Sections 14.4, 14.6 are split into multiple subsections to improve the presentation of the contents. * This edition provides many new examples and exercises to motivate and stimulate student interest in programming. * Additional exercises not printed in the book are available to adopting instructors. 【目錄】 1. Introduction to Computers, Programs, and Python 2. Elementary Programming 3. Selections 4. Mathematical Functions, Strings, and Objects 5. Loops 6. Functions 7. Lists 8. Multidimensional Lists 9. Objects and Classes 10. Basic GUI Programming Using Tkinter 11. Advanced GUI Programming Using Tkinter 12. Inheritance and Polymorphism 13. Files and Exception Handling 14. Tuples, Sets, and Dictionaries 15. Recursion Appendix A. Python Keywords Appendix B. The ASCII Character Set Appendix C. Number Systems Appendix D. Command Line Arguments Appendix E. Regular Expressions Appendix F. Bitwise Operations Appendix G. The Big-O, Big-Omega, and Big-Theta Notations Appendix H. Operator Precedence Chart Symbol Index Supplemental Material Glossary

原價: 1700 售價: 1615 現省: 85元
立即查看
管理數學、Python與R:邊玩程式邊學數學,不小心變成數據分析高手 (3版)

管理數學、Python與R:邊玩程式邊學數學,不小心變成數據分析高手 (3版)

類似書籍推薦給您

原價: 550 售價: 468 現省: 82元
立即查看
Real Python 人氣站長教你動手寫程式 - 不說教也能心領神會的引導式實作課 (1版)

Real Python 人氣站長教你動手寫程式 - 不說教也能心領神會的引導式實作課 (1版)

類似書籍推薦給您

內容簡介   進入 AI 應用時代,查詢語法和函式功能就交給 AI 吧!   用這本書來學『寫程式的直覺』!   ★知名教學網站『Real Python』人氣站長帶你學 Python!★   ★擺脫理論教條,從寫程式的過程體會怎麼寫程式!★   Python 毫無疑問是現在最熱門的入門程式語言,而程式語言是現在最熱門的學科。許多人都想學習 Python,但看到複雜的語法和難懂的程式碼,又打退了堂鼓。   其實寫程式不該像個『考試學科』,什麼都要死記硬背!   Real Python 站長憑著多年的教學經驗,秉持 80 / 20 法則,讓你在精心安排的實作範例中,掌握少數的關鍵概念,就能學會寫程式的必要知識。   比起『埋頭苦讀』,這本書會讓你『心領神會』:   (X)每章開頭都講 2、3 頁道理,也不懂該用在哪裡   (O)總之先寫程式,直接解釋執行結果   (X)提供完美範例,看著都明白,自己寫卻一團亂   (O)從程式雛型開始示範,試錯、除錯、完成步驟全收錄   (X)相關功能一次教一大串,書一闔上就全忘   (O)打鐵趁熱,每教一個功能就立刻操作   跟著站長精心設計的實作流程、輕鬆詼諧的詳細解說,   搭配有趣又豐富的練習題,   讓我們『先寫程式』,然後自然而然『會寫程式』! 目錄 第 1 章 關於本書 1.1 為什麼要選這本書? 1.2 該怎麼讀這本書? 1.3 額外教材與學習資源 第 2 章 安裝與設定 2.1 關於Python 版本 2.2 在 Windows 安裝 Python 3 2.3 在 macOS 安裝 Python3 2.4 在 Ubuntu Linux 安裝 Python 3 第 3 章 第一個 Python 程式 3.1 開始寫 Python 程式 3.2 處理程式中的錯誤 3.3 創建變數 3.4 在互動視窗檢視變數 3.5 留下註解 第 4 章 字串與字串方法 4.1 字串是什麼? 4.2 串接、索引和切片 4.3 使用字串方法來操作字串 4.4 和使用者的輸入互動 4.5 挑戰:對使用者的輸入挑三揀四 4.6 處理字串和數字 4.7 進階 print 用法 4.8 在字串裡尋找或取代字串 4.9 挑戰:將你的使用者變成 L33t H4x0r 第 5 章 數字資料與算術運算 5.1 整數與浮點數 5.2 算術算符和運算式 5.3 挑戰:計算使用者輸入的內容 5.4 Python 也會欺騙你:浮點數的誤差 5.5 數學函式與數字的方法 5.6 顯示出不同格式的數字 5.7 複數 第 6 章 函式與迴圈 6.1 函式到底是什麼? 6.2 創造自己的函式 6.3 挑戰:溫度換算 6.4 迴圈 6.5 挑戰:追蹤投資狀況 6.6 Python 的變數範圍 第 7 章 尋找與修復程式碼錯誤 7.1 使用除錯控制視窗 7.2 實作:動手除蟲(debug) 第 8 章 條件邏輯和流程控制 8.1 數值比較 8.2 邏輯算符 8.3 控制程式的流程 8.4 挑戰:因數分解 8.5 跳脫迴圈 8.6 讓程式自己處理錯誤 8.7 模擬事件並計算機率 8.8 挑戰:模擬擲硬幣實驗 8.9 挑戰:選舉模擬 第 9 章 tuple、list 和字典 9.1 不可變的序列:tuple 9.2 可變的序列:list 9.3 巢狀、複製和排序 9.4 挑戰:存取巢狀 list 9.5 挑戰:七步成詩 9.6 記錄資料的對應關係:字典 9.7 挑戰:美國各州首府巡禮 9.8 如何選擇資料結構 9.9 挑戰:戴帽子的貓 第 10 章 物件導向程式設計 10.1 建立類別 10.2 建立物件 10.3 類別繼承 10.4 挑戰:模擬一個農場 第 11 章 模組與套件 11.1 使用模組 11.2 使用套件 第 12 章 檔案輸入與輸出 12.1 檔案與檔案系統 12.2 在 Python 處理檔案路徑 12.3 常見檔案系統操作 12.4 挑戰:把所有圖檔移到新的目錄 12.5 讀取和寫入檔案 12.6 讀寫 CSV 資料 12.7 挑戰:建立一個最高分數表 第 13 章 以 pip 安裝套件 13.1 用 pip 安裝第三方套件 13.2 第三方套件的陷阱 第 14 章 建立與修改 PDF 14.1 從 PDF 頁面讀取文字 14.2 從 PDF 擷取頁面 14.3 挑戰:PdfFileSplitter 類別 14.4 連接和合併 PDF 檔案 14.5 旋轉和裁剪 PDF 頁面 14.6 加密和解密 PDF 檔案 14.7 挑戰:整理 PDF 14.8 從頭開始建立一個 PDF 檔案 第 15 章 使用資料庫 15.1 SQLite 簡介 15.2 其他 SQL 資料庫的套件 第 16 章 網站操作 16.1 從網站上抓取和解析文字 16.2 使用 HTML 解析器抓取網站 16.3 操作 HTML 表格 16.4 即時與網站互動 第 17 章 Numpy 科學運算 17.1 矩陣操作 17.2 安裝 NumPy 17.3 建立 NumPy 陣列 17.4 Numpy 陣列操作 第 18 章 Matplotlib 資料視覺化 18.1 用 pyplot 繪製基本圖形 18.2 調整圖表樣式 18.3 繪製其他類型的圖表 第 19 章 EasyGUI 圖形使用者介面入門 19.1 使用 EasyGUI 加入 GUI 元素 19.2 應用程式範例:PDF 頁面旋轉程式 19.3 挑戰:PDF 頁面提取應用程式 第 20 章 Tkinter 進階圖形使用者介面 20.1 Tkinter 簡介 20.2 使用元件 20.3 使用幾何管理器控制版面配置 20.4 和應用程式互動 20.5 範例程式:溫度轉換器 20.6 範例程式:文字編輯器 20.7 挑戰:七步成詩 part 2 第 21 章 結語 21.1 給 Python 開發人員的每週小技巧 21.2 Python 神乎其技 全新超譯版 21.3 Real Python 的課程影片圖書館 21.4 致謝

原價: 750 售價: 675 現省: 75元
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)

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

原價: 580 售價: 493 現省: 87元
立即查看