一步到位！Python 程式設計-最強入門教科書 第三版

內容介紹

• 身處在資料無所不在的世代，大量程式應用、科學運算的需求應運而生，Python 就是目前處理大數據的最強工具。
  
  從基礎語法到資料科學應用，培養大數據分析的關鍵能力
  
  大家都想學 Python，不過很多人完全沒有程式基礎，或者曾經半途而廢。本書以淺顯易懂的筆觸與大量的實例演練，引導你在動手寫程式的過程中學會Python的語法和程式邏輯，跨越初學者經常遇到的障礙，進入資料科學、機器學習與大數據分析的領域，你會發現原來自己也能成為程式高手！
  
  ★ 清楚明瞭的語法教學，第一次寫程式就上手！
  ★ 豐富滿點的實作範例，自己動手反覆練習最有感！
  ★ 無縫接軌四大套件 NumPy、matplotlib、SciPy、pandas，資料處理、分析、運算，快人一等！
  ★ 紮穩資料科學基礎，銜接機器學習最強套件－scikit-learn

本書特色

• 初學Python的最佳教材，第一次寫程式就上手！
  
  ★最易學習★
  沒學過程式設計或學到一半就放棄的都沒關係，本書從基礎的語法和程式邏輯開始，以淺顯文字及簡明程式，帶你快速學會Python在不同領域的應用。
  
  ★豐富範例★
  本書提供豐富實用的範例，搭配各小節的隨堂練習和章末的學習評量，立即驗證學習成果，自學或課堂教學都適合。
  
  ★最強應用★
  本書內容包含下列幾個資料科學與機器學習最強套件，有了這些基礎，日後你就可以進一步往資料科學、大數據分析、人工智慧等專業的領域發展：
  ◇NumPy → 資料運算
  ◇matplotlib → 資料視覺化
  ◇SciPy → 科學計算
  ◇pandas → 資料處理與分析
  ◇scikit-learn → 機器學習

書籍目錄

• 第 1 章 開始撰寫 Python 程式
  1-1　認識 Python
  1-2　使用 Anaconda 開發環境
  1-2-1　安裝 Anaconda
  1-2-3　使用 Spyder
  1-3　使用 Google Colab 雲端開發環境
  1-4　Python 程式碼撰寫風格
  1-5　程式設計錯誤
  學習評量
  
  第 2 章 型別、變數與運算子
  2-1　型別
  2-1-1　數值型別 (int、float、complex、bool)
  2-1-2　字串型別 (str)
  2-1-3　list (串列)、tuple (序對)、set (集合) 與dict (字典)
  2-2　變數
  2-2-1　變數的命名規則
  2-2-2　設定變數的值
  2-3　常數
  2-4　運算子
  2-4-1　算術運算子
  2-4-2　移位運算子
  2-4-3　位元運算子
  2-4-4　比較運算子
  2-5　輸出
  2-6　輸入
  學習評量
  
  第 3 章 數值與字串處理
  3-1　數值處理函式
  3-1-1　內建數值函式
  3-1-2　數學函式
  3-1-3　亂數函式
  3-2　字串與字元
  3-2-1　ASCII 與 Unicode
  3-2-2　跳脫序列
  3-2-3　內建字串函式
  3-2-4　連接運算子
  3-2-5　重複運算子
  3-2-6　比較運算子
  3-2-7　in 與 not in 運算子
  3-2-8　索引與切片運算子
  3-3　字串處理方法
  3-3-1　字串轉換方法
  3-3-2　字串測試方法
  3-3-3　搜尋子字串方法
  3-3-4　刪除指定的字元或空白方法
  3-3-5　格式化方法
  3-4　數值與字串格式化
  3-5　f-string 格式化字串實字
  學習評量
  
  第 4 章 流程控制
  4-1　認識流程控制
  4-2　if 3
  4-3　for 14
  4-4　while
  4-5　break 與 continue 敘述
  學習評量
  
  第 5 章 函式
  5-1　認識函式
  5-2　定義函式
  5-3　呼叫函式
  5-4　函式的參數
  5-4-1　參數傳遞方式
  5-4-2　關鍵字引數
  5-4-3　預設引數值
  5-4-4　任意引數串列
  5-5　函式的傳回值
  5-6　全域變數與區域變數
  5-7　遞迴函式
  5-8　lambda運算式
  5-9　日期時間函式
  5-9-1　time 模組
  5-9-2　calendar 模組
  學習評量
  
  第 6 章 list、tuple、set 與 dict
  6-1　list (串列)
  6-1-1　建立串列
  6-1-2　內建函式
  6-1-3　連接運算子
  6-1-4　重複運算子
  6-1-5　比較運算子
  6-1-6　in 與 not in 運算子
  6-1-7　索引與切片運算子
  6-1-8　串列處理方法
  6-1-9　串列推導式
  6-1-10　del 敘述
  6-1-11　二維串列
  6-2　tuple (序對)
  6-2-1　建立序對
  6-2-2　序對的運算
  6-3　set (集合)
  6-3-1　建立集合
  6-3-2　內建函式
  6-3-3　運算子
  6-3-4　集合處理方法
  6-4　dict (字典)
  6-4-1　建立字典
  6-4-2　取得、新增、變更或刪除鍵:值對
  6-4-3　內建函式
  6-4-4　運算子
  6-4-5　字典處理方法
  學習評量
  
  第 7 章 檔案存取
  7-1　認識檔案路徑
  7-2　寫入檔案
  7-2-1　建立檔案物件
  7-2-2　將資料寫入檔案
  7-3　讀取檔案
  7-3-1　使用 read() 方法從檔案讀取資料
  7-3-2　使用 readline() 方法從檔案讀取資料
  7-3-3　使用 readlines() 方法從檔案讀取資料
  7-4　with 敘述
  7-5　管理檔案與資料夾
  學習評量
  
  第 8 章 例外處理
  8-1　認識例外
  8-2　try…except
  學習評量
  
  第 9 章 物件導向
  9-1　認識物件導向
  9-2　使用類別與物件
  9-2-1　定義類別
  9-2-2　建立物件
  9-2-3　_ _init_ _() 方法
  9-2-4　匿名物件
  9-2-5　私有成員 (私有屬性與私有方法)
  9-3　繼承
  9-3-1　定義子類別
  9-3-2　覆蓋繼承自父類別的方法
  9-3-3　呼叫父類別內被覆蓋的方法
  9-3-4　isinstance() 與 issubclass() 函式
  9-4　多型
  學習評量
  
  第 10 章 模組與套件
  10-1　模組
  10-2　套件
  10-3　第三方套件
  10-3-1　透過 pip 程式安裝第三方套件
  10-3-2　透過 PyPI 網站安裝第三方套件
  學習評量
  
  第 11 章 使用 pillow 與 qrcode 套件
  11-1　使用 pillow 處理圖片
  11-1-1　顯示圖片
  11-1-2　將圖片轉換成黑白或灰階
  11-1-4　濾鏡效果
  11-1-5　在圖片上繪製文字
  11-1-6　建立空白圖片
  11-1-7　變更圖片的大小
  11-2　使用 qrcode 產生 QR code 圖片
  學習評量
  
  第 12 章 使用 NumPy 進行資料運算
  12-1　認識 NumPy
  12-2　NumPy 的資料型別
  12-3　一維陣列運算
  12-3-1　ndarray 型別的屬性
  12-3-2　建立一維陣列
  12-3-3　一維陣列的基本操作
  12-3-4　向量運算 (內積、叉積、外積)
  12-4　二維陣列運算
  12-4-1　建立二維陣列
  12-4-2　二維陣列的基本操作
  12-4-3　處理陣列的形狀
  12-4-4　矩陣運算 (轉置、相加、相乘)
  12-5　通用函式
  12-6　廣播
  12-7　視點 (view) 與複本 (copy)
  12-8　數學函式
  12-9　隨機取樣函式
  12-10　統計函式
  12-11　檔案資料輸入/輸出
  學習評量
  
  第 13 章 使用 matplotlib 繪製圖表
  13-1　認識 matplotlib
  13-2　繪製線條或標記
  13-2-1　設定線條或標記樣式
  13-2-2　設定座標軸的範圍、標籤與刻度
  13-2-3　設定標題
  13-2-4　加入文字
  13-2-5　放置圖例
  13-2-6　建立新圖表
  13-2-7　多張圖表
  13-3　繪製長條圖
  13-4　繪製直方圖
  13-5　繪製圓形圖
  13-6　繪製散佈圖
  學習評量
  
  第 14 章 使用 SciPy 進行科學運算
  14-1　認識 SciPy
  14-2　統計子套件 scipy.stats
  14-2-1　離散型均勻分佈
  14-2-2　連續型常態分佈
  14-3　最佳化l套件 scipy.optimize
  14-4　插值子套件 scipy.interpolate
  學習評量
  
  第 15 章 使用 pandas 進行資料分析
  15-1　認識 pandas
  15-2　pandas 的資料結構
  15-2-1　Series
  15-2-2　DataFrame
  15-3　pandas 的基本功能
  15-3-1　索引參照
  15-3-2　基本運算
  15-3-3　NaN 的處理
  15-3-4　統計函式
  15-3-5　檔案資料輸入/輸出
  15-3-6　繪圖
  學習評量
  
  第 16 章 使用 scikit-learn 進行機器學習
  16-1　認識機器學習
  16-2　線性迴歸
  16-3　邏輯迴歸
  16-4　K-近鄰演算法
  16-5　決策樹
  16-6　隨機森林
  學習評量
  
  APPENDIX A 數字系統與轉換
  APPENDIX B ASCII 碼對照表
  APPENDIX C Unicode 字元表