https://youtu.be/ATMznfbmwD0

Python最強入門
ChatGPT助攻
AI數據科學
王者歸來
(全彩印刷)

【內容簡介】
★★★★★【內容最多、範圍最廣】【40個主題】★★★★★
★★★★★【程式實例最多】【超過1300個Python實例】★★★★★
★★★★★【AI數據科學專題實戰】★★★★★
★★★★★【420個是非題、選擇題】【約300個習題實作題】★★★★★

Python語言是基礎科學課程，撰寫這本書時採用下列原則。
1：最新Python語法 x 強調Python語法內涵與精神。
2：精彩 x 創意程式實例解說。
3：數學 x 統計 x 數據科學與人工智慧知識融入內容。
4：ChatGPT助攻。
5：章節習題引導讀者複習與自我練習。
6：機器學習 - 真實數據 – 專題實戰。
這本書可以說是「Python最強入門邁向數據科學之路第4版」的新版內容，相較於該版，這本更新許多Python語法和模組，整個修訂細節超過300處。由於內容更偏重於AI與數據科學的應用，因此也更新微調書籍名稱。
多次與教育界的朋友相聚，談到電腦語言的發展趨勢，大家一致公認Python已經是當今最重要的電腦語言了，幾乎所有知名公司，例如：Google、Facebook、…等皆已經將此語言列為必備電腦語言。了解許多人想學Python，市面上的書也不少了，但是許多人買了許多書，但是學習Python路上仍感障礙重重，原因是沒有選到好的書籍，市面上許多書籍的缺點是：
◎Python語法講解不完整
◎用C、C++、Java觀念撰寫實例
◎Python語法的精神與內涵未做說明
◎Python進階語法未做解說
◎基礎實例太少，沒經驗的讀者無法舉一反三
◎模組介紹不足，應用範圍有限
許多讀者因此買了一些書，讀完了，好像學會了，但到了網路看專家撰寫的程式往往看不懂。就這樣我決定撰寫一本用豐富、實用、有趣實例完整且深入講解Python語法的入門書籍。其實這本書也是目前市面上講解Python書籍中語法最完整，當讀者學會Python後，本書將逐步帶領讀者邁向數據科學、機器學習之路。Python以簡潔著名，語法非常活，同時擁有非常多豐富、實用的模組，本書筆者嘗試將Python語法的各種用法用實例解說，同時穿插使用各種模組，以協助讀者未來可以更靈活使用Python，以奠定讀者邁向更高深學習的紮實基礎。
本書以約1000個程式實例和約300個一般實例，講解紮實的Python語法，同時輔助約210道是非題、210道選擇題與約295程式實作題。讀者研讀完此書，相信可以學會下列知識：
★內容穿插說明PEP 8風格，讀者可由此養成設計符合PEP 8風格的Python程式，這樣撰寫的程式可以方便自己與他人閱讀。
☆拋棄C、C++、Java語法思維，將Python語法、精神功能火力全開
★人工智慧基礎知識融入章節內容
☆從bytes說起、編碼(encode)、解碼(decoding)，到精通串列(list)、元組(tuple)、字典(dict)、集合(set)
★深度解析Sort( )和sorted( )
☆完整解說Unicode字符集和utf-8依據Unicode字符集的中文編碼方式
★從小型串列、元組、字典到大型數據資料的建立
☆生成式(generator)建立Python資料結構，串列(list)、字典(dict)、集合(set)
★經緯度計算地球任2城市之間的距離，學習取得地球任意位置的經緯度
☆萊布尼茲公式、尼拉卡莎、蒙地卡羅模擬計算圓週率
★徹底解說讀者常混淆的遞迴式呼叫。
☆基礎函數觀念，也深入到嵌套、lambda、Decorator等高階應用
★Google有一篇大數據領域著名的論文，MapReduce:Simplified Data Processing on Large Clusters，重要觀念是MapReduce，筆者將對map( )和reduce( )完整解說，更進一步配合lambda觀念解說高階應用
☆設計與應用自己設計的模組、活用外部模組(module)
★設計加密與解密程式
☆Python處理文字檔案/二元檔案的輸入與輸出
★檔案壓縮與解壓縮
☆程式除錯(debug)與異常(exception)處理
★檔案讀寫與目錄管理
☆剪貼簿(clipboard)處理
★正則表達式(Regular Expression)
☆遞廻式觀念與碎形(Fractal)
★影像處理與文字辨識，更進一步說明電腦儲存影像的方法與觀念
☆認識中文分詞jieba與建立詞雲(wordcloud)設計
★GUI設計 - 實作小算盤
☆實作動畫與遊戲(電子書呈現)
★Matplotlib中英文靜態與動態2D ~ 3D圖表繪製
☆說明csv和json檔案
★繪製世界地圖
☆台灣股市資料擷取與圖表製作
★Python解線性代數
☆Python解聯立方程式
★Python執行數據分析
☆科學計算與數據分析Numpy、Pandas
★網路爬蟲
☆AI破冰之旅 – 畢氏定理到餘弦相似度
★機器學習 – 線性迴歸
☆機器學習 – scikit-learn
★KNN演算法、邏輯迴歸、支援向量機
☆決策樹
★隨機森林
☆波士頓房價
★葡萄酒數據集
☆鐵達尼號
★糖尿病數據集
☆乳癌數據集
★手寫數字數據集
☆PCA主成份分析
★ChatGPT助攻完全解析
☆完整函數索引，未來可以隨時查閱

影音資訊

目錄列表

COVER

第1 章　Python 基礎觀念 - 開啟 AI 與數據科學的大門

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

1-6-1 系統安裝
1-6-2 程式設計與執行

1-7 程式註解

1-7-1 註解符號#
1-7-2 三個單引號或雙引號
1-7-3 輸出ASCII 藝術作品

1-8 Python 彩蛋(Easter Eggs)

第2 章　變數與基本數學運算 - 奠定程式與分析的基礎

2-1 用Python 做計算
2-2 認識變數

2-2-1 基本觀念
2-2-2 認識變數位址意義

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

2-5-1 基本觀念
2-5-2 不可當作變數的關鍵字
2-5-3 不建議當作變數的函數/ 類別/異常物件名稱
2-5-4 Python 寫作風格(Python EnhancementProposals) - PEP 8
2-5-5 認識底線開頭或結尾的變數

2-6 基本數學運算

2-6-1 賦值
2-6-2 四則運算
2-6-3 餘數和整除
2-6-4 次方
2-6-5 Python 語言控制運算的優先順序

2-7 指派運算子
2-8 Python 等號的多重指定使用
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

2-10-1 銀行存款複利的計算
2-10-2 價值衰減的計算
2-10-3 數學運算 - 計算圓面積與周長
2-10-4 數學模組的pi
2-10-5 程式輸出內建函數

2-11 認識內建函數、標準模組函數或是第3 方模組函數

第3 章　基礎資料型態 - 掌握 Python 內建結構與特性

3-1 type( ) 函數
3-2 數值資料型態

3-2-1 整數int
3-2-2 浮點數
3-2-3 整數與浮點數的運算
3-2-4 不同進位數的整數
3-2-5 強制資料型態的轉換
3-2-6 數值運算常用的函數
3-2-7 科學記號表示法

3-3 布林值資料型態

3-3-1 基本觀念
3-3-2 bool( )

3-4 字串資料型態

3-4-1 字串的連接
3-4-2 處理多於一列的字串
3-4-3 逸出字元
3-4-4 str( )
3-4-5 將字串轉換為整數
3-4-6 字串與整數相乘產生字串複製效果
3-4-7 聰明的使用字串加法和換列字元\n
3-4-8 字串前加r

3-5 字串與字元

3-5-1 ASCII 碼
3-5-2 Unicode 碼
3-5-3 utf-8 編碼
3-5-4 繁體中文字編碼總結

3-6 bytes 資料

3-6-1 字串轉成bytes 資料
3-6-2 bytes 資料轉成字串

3-7 專題- 地球到月球時間計算/ 計算座標軸2 點之間距離

3-7-1 計算地球到月球所需時間
3-7-2 計算座標軸2 個點之間的距離

第4 章　資料輸入與輸出 - 高效讀寫技巧

4-1 格式化輸出資料使用print( )

4-1-1 函數print( ) 的基本語法
4-1-2 使用% 格式化字串同時用print( ) 輸出
4-1-3 精準控制格式化的輸出
4-1-4 { } 和format( ) 函數
4-1-5 f-strings 格式化字串

4-2 掌握資料輸入input( )
4-3 字串與數學運算的橋樑 - eval( ) 的運用
4-4 實戰 - 溫度轉換/ 房貸/ 故宮到羅浮宮/ 雞兔同籠/ 核廢水

4-4-1 設計攝氏溫度和華氏溫度的轉換
4-4-2 房屋貸款問題實作
4-4-3 math 模組 – 計算台北故宮到法國羅浮宮的距離
4-4-4 雞兔同籠 – 解聯立方程式
4-4-5 核廢水

第5 章　程式流程控制精髓 - 決策與邏輯的藝術

5-1 關係運算子 - 條件判斷與流程控制的基礎
5-2 邏輯運算子 - 邏輯判斷的關鍵
5-3 if 敘述在程式中的運用 - 決策的開始
5-4 if ⋯ else 敘述 - 二選一的決策技巧
5-5 if ⋯ elif ⋯ else 敘述 – 多重條件判斷

5-5-1 基礎語法與實例
5-5-2 創意程式 – 依情緒推薦活動

5-6 巢狀 if 結構（Nested if Statements）
5-7 Python 的 match-case 流程控制
5-8 實戰 - BMI/ 火箭升空/ 推薦飲料/潛在應用

5-8-1 設計人體體重健康判斷程式
5-8-2 火箭升空
5-8-3 推薦飲料
5-8-4 if 敘述潛在應用

第6 章　串列(List) 全面解析 - 靈活可變的資料容器

6-1 認識串列(list)

6-1-1 串列基本定義
6-1-2 讀取串列元素
6-1-3 串列切片(list slices)
6-1-4 串列統計資料函數
6-1-5 更改串列元素的內容
6-1-6 串列的相加
6-1-7 串列乘以一個數字
6-1-8 刪除串列元素
6-1-9 串列為空串列的判斷
6-1-10 刪除串列
6-1-11 補充多重指定與串列

6-2 Python 物件導向觀念與方法

6-2-1 取得串列的方法
6-2-2 了解特定方法的使用說明

6-3 串列元素是字串的常用方法

6-3-1 更改字串大小寫lower( )/upper( )/title( )/swapcase( )
6-3-2 刪除空白字元rstrip( )/lstrip( )/strip( )
6-3-3 格式化字串位置center( )/ljust( )/rjust( )/zfill( )

6-4 增加與刪除串列元素

6-4-1 在串列末端增加元素append( )
6-4-2 插入串列元素insert( )
6-4-3 刪除串列元素pop( )
6-4-4 刪除指定的元素remove( )

6-5 串列的排序

6-5-1 顛倒排序reverse( )
6-5-2 sort( ) 排序
6-5-3 sorted( ) 排序

6-6 進階串列操作

6-6-1 index( )
6-6-2 count( )

6-7 嵌套串列 - 串列內含串列

6-7-1 基礎觀念與實作
6-7-2 再談append( )
6-7-3 extend( )
6-7-4 二維串列
6-7-5 嵌套串列的其他應用

6-8 串列的賦值與切片拷貝

6-8-1 串列賦值
6-8-2 位址的觀念
6-8-3 串列的切片拷貝

6-9 再談字串

6-9-1 字串的索引
6-9-2 islower()/isupper()/isdigit()/isalpha()/isalnum( )
6-9-3 字串切片
6-9-4 將字串轉成串列
6-9-5 使用split( ) 分割字串
6-9-6 串列元素的組合join( )
6-9-7 子字串搜尋與索引
6-9-8 字串的其它方法

6-10 in 和not in 運算式
6-11 is 或is not 運算式

6-11-1 觀察整數變數在記憶體位址
6-11-2 驗證is 和is not 是依據物件位址回傳布林值

6-12 enumerate 物件
6-13 專題-大型串列/ 認識凱薩密碼/ 使用者帳號管理

6-13-1 製作大型的串列資料
6-13-2 凱薩密碼
6-13-3 大型串列應用實例

第7 章　迴圈設計 - 自動化流程與效能提升

7-1 基本for 迴圈

7-1-1 for 迴圈基本運作
7-1-2 如果程式碼區塊只有一列
7-1-3 有多列的程式碼區塊
7-1-4 將for 迴圈應用在串列區間元素
7-1-5 將for 迴圈應用在資料類別的判斷
7-1-6 活用for 迴圈

7-2 range( ) 函數

7-2-1 只有一個參數的range( ) 函數的應用
7-2-2 擴充專題銀行存款複利的軌跡
7-2-3 有2 個參數的range( ) 函數
7-2-4 有3 個參數的range( ) 函數
7-2-5 活用range( ) 應用
7-2-6 串列生成(list generator) 的應用
7-2-7 含有條件式的串列生成
7-2-8 列出ASCII 碼值或Unicode 碼值的字元

7-3 進階的for 迴圈應用

7-3-1 巢狀for 迴圈
7-3-2 強制離開for 迴圈 - break 指令
7-3-3 for 迴圈暫時停止不往下執行– continue 指令
7-3-4 for ⋯ else 迴圈

7-4 while 迴圈

7-4-1 基本while 迴圈
7-4-2 認識哨兵值(Sentinel value)
7-4-3 巢狀while 迴圈
7-4-4 強制離開while 迴圈 - break 指令
7-4-5 while 迴圈暫時停止不往下執行– continue 指令
7-4-6 while 迴圈條件運算式與可迭代物件
7-4-7 無限迴圈與pass

7-5 enumerate 物件使用for 迴圈解析
7-6 專題- 購物車/ 成績/ 圓周率/ 國王麥粒/ 電影院劃位

7-6-1 設計購物車系統
7-6-2 建立真實的成績系統
7-6-3 計算圓周率
7-6-4 國王的麥粒
7-6-5 電影院劃位系統設計
7-6-6 Fibonacci 數列

第8 章　元組(Tuple) 的妙用 - 不可變結構的高效應用

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 修改元組內容產生錯誤的實例
8-5 元組切片(tuple slices)
8-6 方法與函數
8-7 串列與元組資料互換
8-8 其它常用的元組方法
8-9 enumerate 物件使用在元組
8-10 使用zip( ) 打包多個物件
8-11 生成式(generator)
8-12 製作大型的串列資料
8-13 元組的功能
8-14 專題- 認識元組/ 打包與解包/bytes 與bytearray

8-14-1 認識元組
8-14-2 多重指定、打包與解包
8-14-3 再談bytes 與bytearray
8-14-4 match-case 應用在序列

第9 章　字典(Dict) - 鍵值對資料的靈活運用

9-1 字典基本操作

9-1-1 定義字典
9-1-2 列出字典元素的值
9-1-3 增加字典元素
9-1-4 更改字典元素內容
9-1-5 驗證元素是否存在
9-1-6 刪除字典特定元素
9-1-7 字典的pop( ) 方法
9-1-8 字典的popitem( ) 方法
9-1-9 刪除字典所有元素
9-1-10 建立一個空字典
9-1-11 字典的拷貝
9-1-12 取得字典元素數量
9-1-13 設計字典的可讀性技巧
9-1-14 合併字典update( ) 與使用新方法
9-1-15 dict( )
9-1-16 再談zip( )

9-2 遍歷字典

9-2-1 items( ) 遍歷字典的「鍵: 值」
9-2-2 keys( ) 遍歷字典的「鍵」
9-2-3 values( ) 遍歷字典的「值」
9-2-4 sorted( ) 依鍵排序與遍歷字典
9-2-5 sorted( ) 依值排序與遍歷字典的值

9-3 match-case 與字典的結合

9-3-1 match-case 在字典基礎應用
9-3-2 創意應用：AI 客服智慧回覆系統

9-4 字典內鍵的值是串列
9-5 字典內鍵的值是字典
9-6 字典常用的函數和方法

9-6-1 len( )
9-6-2 fromkeys( )
9-6-3 get( )
9-6-4 setdefault( )

9-7 專題- 文件分析/ 字典生成式/ 星座/ 凱薩密碼/ 摩斯密碼

9-7-1 傳統方式分析文章的文字與字數
9-7-2 字典生成式
9-7-3 設計星座字典
9-7-4 文件加密 – 凱薩密碼實作
9-7-5 摩斯密碼(Morse code)
9-7-6 字典的潛在應用

第10 章　集合(Set) 實戰 - 高效數據處理的關鍵技術

10-1 建立集合

10-1-1 使用{ } 建立集合
10-1-2 集合元素是唯一
10-1-3 使用set( ) 建立集合
10-1-4 集合的基數(cardinality)
10-1-5 建立空集合要用set( )
10-1-6 大數據資料與集合的應用

10-2 集合的操作

10-2-1 交集(intersection)
10-2-2 聯集(union)
10-2-3 差集(difference)
10-2-4 是成員in
10-2-5 不是成員not in

10-3 適用集合的方法

10-3-1 add( )
10-3-2 remove( )
10-3-3 pop( )
10-3-4 update( )

10-4 適用集合的基本函數操作
10-5 凍結集合frozenset
10-6 專題- 夏令營程式/ 程式效率/ 集合生成式/ 雞尾酒實例

10-6-1 夏令營程式設計
10-6-2 集合生成式
10-6-3 集合增加程式效率
10-6-4 雞尾酒的實例
10-6-5 集合的潛在應用

第11 章　函數設計 - 程式重用與維護的核心

11-1 Python 函數基本觀念

11-1-1 函數的定義
11-1-2 沒有傳入參數也沒有傳回值的函數
11-1-3 在Python Shell 執行函數

11-2 函數的參數設計

11-2-1 傳遞一個參數
11-2-2 多個參數傳遞
11-2-3 關鍵字參數參數名稱= 值
11-2-4 參數預設值的處理

11-3 函數傳回值

11-3-1 傳回None
11-3-2 簡單回傳數值資料
11-3-3 傳回多筆資料的應用– 實質是回傳tuple
11-3-4 簡單回傳字串資料
11-3-5 再談參數預設值
11-3-6 函數回傳字典資料

11-4 呼叫函數時參數是串列

11-4-1 基本傳遞串列參數的應用
11-4-2 觀察傳遞一般變數與串列變數到函數的區別
11-4-3 在函數內修訂串列的內容
11-4-4 使用副本傳遞串列

11-5 傳遞任意數量的參數

11-5-1 基本傳遞處理任意數量的參數
11-5-2 設計含有一般參數與任意數量參數的函數
11-5-3 設計含有一般參數與任意數量的關鍵字參數

11-6 進一步認識函數

11-6-1 函數文件字串Docstring
11-6-2 函數是一個物件
11-6-3 函數可以是資料結構成員
11-6-4 函數可以當作參數傳遞給其它函數
11-6-5 函數當參數與*args 不定量的參數
11-6-6 嵌套函數

11-7 遞迴式函數設計recursive

11-7-1 從掉入無限遞迴說起
11-7-2 非遞迴式設計階乘數函數
11-7-3 從一般函數進化到遞迴函數
11-7-4 Python 的遞迴次數限制

11-8 區域變數與全域變數

11-8-1 全域變數可以在所有函數使用
11-8-2 區域變數與全域變數使用相同的名稱
11-8-3 程式設計需注意事項
11-8-4 locals( ) 和globals( )

11-9 匿名函數lambda

11-9-1 匿名函數lambda 的語法
11-9-2 使用lambda 匿名函數的理由
11-9-3 匿名函數應用在高階函數的參數
11-9-4 匿名函數使用與filter( )
11-9-5 匿名函數使用與map( )
11-9-6 匿名函數使用與reduce( )
11-9-7 深度解釋串列的排序sort( )
11-9-8 深度解釋排序sorted( )
11-9-9 進階排序Sorted( ) 的應用

11-10 pass 與函數
11-11 type 關鍵字應用在函數
11-12 裝飾器(Decorator)

11-12-1 基礎應用
11-12-2 創意應用 - AI 智慧型函數執行計時裝飾器

11-13 專題- 單字次數/ 歐幾里德演算法/ 函數應用

11-13-1 用函數重新設計記錄一篇文章每個單字出現次數
11-13-2 歐幾里德演算法
11-13-3 函數潛在的進階應用

第12 章　類別與物件導向 - 打造模組化與可擴充程式

12-1 類別的定義與使用

12-1-1 什麼是類別與物件？
12-1-2 為什麼要使用類別？
12-1-3 類別與物件的關係
12-1-4 定義類別
12-1-5 操作類別的屬性與方法
12-1-6 類別的建構方法
12-1-7 屬性初始值的設定

12-2 類別的訪問權限 – 封裝(encapsulation)

12-2-1 私有屬性
12-2-2 私有方法
12-2-3 從存取屬性值看Python 風格property( )
12-2-4 裝飾器@property
12-2-5 方法與屬性的類型
12-2-6 靜態方法

12-3 類別的繼承

12-3-1 衍生類別繼承基底類別的實例應用
12-3-2 如何取得基底類別的私有屬性
12-3-3 衍生類別與基底類別有相同名稱的屬性
12-3-4 衍生類別與基底類別有相同名稱的方法
12-3-5 衍生類別引用基底類別的方法
12-3-6 衍生類別有自己的方法
12-3-7 三代同堂的類別與取得基底類別的屬性super( )
12-3-8 兄弟類別屬性的取得
12-3-9 認識Python 類別方法的self 參數

12-4 多型(polymorphism)
12-5 多重繼承

12-5-1 基本觀念
12-5-2 super( ) 應用在多重繼承的問題

12-6 type 與is instance

12-6-1 type( )
12-6-2 isinstance( )

12-7 特殊屬性

12-7-1 文件字串__doc__
12-7-2 __name__ 屬性

12-8 類別的特殊方法

12-8-1 __str__( ) 方法
12-8-2 __repr__( ) 方法
12-8-3 __iter__( ) 方法
12-8-4 __eq__( ) 方法

12-9 專題- 幾何資料/ 類別設計的潛在應用

12-9-1 幾何資料
12-9-2 類別設計的潛在應用

第13 章　模組設計與應用 - 建構專業軟體的基石

13-1 將自建的函數儲存在模組中

13-1-1 先前準備工作
13-1-2 建立函數內容的模組

13-2 應用自己建立的函數模組

13-2-1 import 模組名稱
13-2-2 導入模組內特定單一函數
13-2-3 導入模組內多個函數
13-2-4 導入模組所有函數
13-2-5 使用as 給函數指定替代名稱
13-2-6 使用as 給模組指定替代名稱
13-2-7 將主程式放在main( ) 與__name__ 搭配的好處

13-3 將自建的類別儲存在模組內

13-3-1 先前準備工作
13-3-2 建立類別內容的模組

13-4 應用自己建立的類別模組

13-4-1 導入模組的單一類別
13-4-2 導入模組的多個類別
13-4-3 導入模組內所有類別
13-4-4 import 模組名稱
13-4-5 模組內導入另一個模組的類別

13-5 隨機數random 模組

13-5-1 randint( )
13-5-2 random( )
13-5-3 uniform( )
13-5-4 choice( )
13-5-5 shuffle( )
13-5-6 sample( )
13-5-7 seed( )

13-6 時間time 模組

13-6-1 time( )
13-6-2 asctime( )
13-6-3 ctime(n)
13-6-4 localtime( )
13-6-5 process_time( )
13-6-6 strftime( )

13-7 系統sys 模組

13-7-1 version 和version_info 屬性
13-7-2 platform 屬性
13-7-3 path 屬性
13-7-4 getwindowsversion( )
13-7-5 executable

13-8 keyword 模組

13-8-1 kwlist 屬性
13-8-2 iskeyword( )

13-9 日期calendar 模組

13-9-1 列出某年是否潤年isleap( )
13-9-2 印出月曆month( )
13-9-3 印出年曆calendar( )
13-9-4 其它方法

13-10 pprint 和string 模組

13-10-1 pprint 模組
13-10-2 string 模組

13-11 專題設計-賭場遊戲騙局/ 蒙地卡羅模擬/ 文件加密

13-11-1 賭場遊戲騙局
13-11-2 蒙地卡羅模擬
13-11-3 再談文件加密
13-11-4 全天下只有你可以解的加密程式?你也可能無法解?
13-11-5 應用模組的潛在應用

第14 章　檔案與目錄管理 - 資料讀寫與組織策略

14-1 資料夾與檔案路徑
14-2 os 模組

14-2-1 取得目前工作目錄osgetcwd( )
14-2-2 獲得特定工作目錄的內容oslistdir( )
14-2-3 遍歷目錄樹oswalk( )

14-3 ospath 模組

14-3-1 取得絕對路徑ospathabspath
14-3-2 傳回相對路徑ospathrelpath( )
14-3-3 檢查路徑方法exists/isabs/isdir/isfile
14-3-4 檔案與目錄的操作mkdir/rmdir/remove/chdir/rename
14-3-5 傳回檔案路徑ospathjoin( )
14-3-6 獲得特定檔案的大小ospathgetsize( )

14-4 獲得特定工作目錄內容glob
14-5 讀取檔案

14-5-1 開啟一個檔案open( )
14-5-2 讀取整個檔案read(n)
14-5-3 with 關鍵字
14-5-4 逐列讀取檔案內容
14-5-5 逐列讀取使用readlines( )
14-5-6 認識讀取指針與指定讀取文字數量
14-5-7 分批讀取檔案資料

14-6 寫入檔案

14-6-1 將執行結果寫入空的文件內
14-6-2 寫入數值資料
14-6-3 輸出多列資料的實例
14-6-4 檔案很大時的分段寫入
14-6-5 writelines( )

14-7 讀取和寫入二進位檔案

14-7-1 拷貝二進位檔案
14-7-2 隨機讀取二進位檔案

14-8 shutil 模組
14-9 安全刪除檔案或目錄send2trash( )
14-10 檔案壓縮與解壓縮zipfile

14-10-1 執行檔案或目錄的壓縮
14-10-2 讀取zip 檔案
14-10-3 解壓縮zip 檔案

14-11 再談編碼格式encoding

14-11-1 中文Windows 作業系統記事本預設的編碼
14-11-2 utf-8 編碼
14-11-3 認識utf-8 編碼的BOM

14-12 剪貼簿的應用
14-13 專題設計- 分析檔案/ 加密檔案/ 潛在應用

14-13-1 以讀取檔案方式處理分析檔案
14-13-2 加密檔案
14-13-3 檔案輸入與輸出的潛在應用

第15 章　程式除錯與異常處理 - 穩定度與安全性的保證

15-1 程式異常

15-1-1 一個除數為0 的錯誤
15-1-2 撰寫異常處理程序tryexcept
15-1-3 try - except - else
15-1-4 找不到檔案的錯誤FileNotFoundError
15-1-5 分析單一文件的字數
15-1-6 分析多個文件的字數

15-2 設計多組異常處理程序

15-2-1 常見的異常物件
15-2-2 設計捕捉多個異常
15-2-3 使用一個except 捕捉多個異常
15-2-4 處理異常但是使用Python 內建的錯誤訊息
15-2-5 捕捉所有異常

15-3 丟出異常
15-4 紀錄Traceback 字串
15-5 finally
15-6 程式斷言assert

15-6-1 設計斷言
15-6-2 停用斷言

15-7 程式日誌模組logging

15-7-1 logging 模組
15-7-2 logging 的等級
15-7-3 格式化logging 訊息輸出format
15-7-4 時間資訊asctime
15-7-5 format 內的message
15-7-6 列出levelname
15-7-7 使用logging 列出變數變化的應用
15-7-8 正式追蹤factorial 數值的應用
15-7-9 將程式日誌logging 輸出到檔案
15-7-10 隱藏程式日誌logging 的DEBUG等級使用CRITICAL
15-7-11 停用程式日誌logging

15-8 程式除錯的典故
15-9 程式除錯與異常處理的潛在應用

第16 章　正則表達式 - 強效字串處理利器

16-1 使用Python 硬功夫搜尋文字
16-2 正則表達式的基礎

16-2-1 建立搜尋字串模式pattern
16-2-2 search( ) 方法
16-2-3 findall( ) 方法
16-2-4 再看正則表達式

16-3 更多搜尋比對模式

16-3-1 使用小括號分組
16-3-2 groups( )
16-3-3 區域號碼是在小括號內
16-3-4 使用管道|
16-3-5 搜尋時忽略大小寫

16-4 貪婪與非貪婪搜尋

16-4-1 搜尋時使用大括號設定比對次數
16-4-2 貪婪與非貪婪搜尋

16-5 正則表達式的特殊字元

16-5-1 特殊字元表
16-5-2 字元分類
16-5-3 字元分類的^ 字元
16-5-4 正則表示法的^ 字元
16-5-5 正則表示法的$ 字元
16-5-6 單一字元使用萬用字元"."
16-5-7 所有字元使用萬用字元"*"
16-5-8 換列字元的處理

16-6 MatchObject 物件

16-6-1 rematch( )
16-6-2 MatchObject 幾個重要的方法

16-7 搶救CIA 情報員- sub( ) 方法

16-7-1 一般的應用
16-7-2 搶救CIA 情報員

16-8 處理比較複雜的正則表示法

16-8-1 將正則表達式拆成多列字串
16-8-2 reVERBOSE
16-8-3 電子郵件地址的搜尋
16-8-4 reIGNORECASE/reDOTALL/reVERBOSE

16-9 正則表達式的潛在應用

第17 章　影像檔案處理 - Python 在多媒體的應用

17-1 認識Pillow 模組的RGBA

17-1-1 getrgb( )
17-1-2 getcolor( )

17-2 Pillow 模組的盒子元組(Box tuple)

17-2-1 基本觀念
17-2-2 計算機眼中的影像

17-3 影像的基本操作

17-3-1 開啟影像物件
17-3-2 影像大小屬性
17-3-3 取得影像物件檔案名稱
17-3-4 取得影像物件的檔案格式
17-3-5 儲存檔案
17-3-6 螢幕顯示影像
17-3-7 建立新的影像物件

17-4 影像的編輯

17-4-1 更改影像大小
17-4-2 影像的旋轉
17-4-3 影像的翻轉
17-4-4 影像像素的編輯

17-5 裁切、複製與影像合成

17-5-1 裁切影像
17-5-2 複製影像
17-5-3 影像合成
17-5-4 將裁切圖片填滿影像區間

17-6 影像濾鏡
17-7 在影像內繪製圖案

17-7-1 繪製點
17-7-2 繪製線條
17-7-3 繪製圓或橢圓
17-7-4 繪製矩形
17-7-5 繪製多邊形

17-8 在影像內填寫文字
17-9 專題 – 建立QR code/ 文字辨識與建立停車場管理系統

17-9-1 建立QR code
17-9-2 文字辨識與停車場管理系統

第18 章　GUI 程式開發 - 以 tkinter 打造視覺化介面

18-1 建立視窗
18-2 標籤Label
18-3 視窗元件配置管理員Layout Management

18-3-1 pack( ) 方法
18-3-2 grid( ) 方法
18-3-3 place( ) 方法
18-3-4 視窗元件位置的總結

18-4 功能鈕Button

18-4-1 基本觀念
18-4-2 設定視窗背景config( )
18-4-3 使用lambda 表達式的好時機

18-5 變數類別
18-6 文字方塊Entry
18-7 文字區域Text
18-8 捲軸Scrollbar
18-9 選項鈕Radiobutton
18-10 核取方塊Checkbutton
18-11 對話方塊messagebox
18-12 圖形PhotoImage

18-12-1 圖形與標籤的應用
18-12-2 圖形與功能鈕的應用

18-13 尺度Scale 的控制
18-14 功能表Menu 設計
18-15 專題- 設計小算盤

第19 章　詞雲設計 - 文字可視化創意應用

19-1 安裝wordcloud
19-2 我的第一個詞雲程式
19-3 建立含中文字詞雲結果失敗
19-4 建立含中文字的詞雲
19-5 進一步認識jieba 模組的分詞
19-6 建立含圖片背景的詞雲

第20 章　數據圖表設計 - 資料視覺化基礎

20-1 認識matplotlibpyplot 模組的主要函數
20-2 繪製簡單的折線圖plot( )

20-2-1 畫線基礎實作
20-2-2 線條寬度linewidth
20-2-3 標題的顯示
20-2-4 多組數據的應用
20-2-5 線條色彩與樣式
20-2-6 刻度設計
20-2-7 圖例legend( )
20-2-8 保存與開啟圖檔

20-3 繪製散點圖scatter( )

20-3-1 基本散點圖的繪製
20-3-2 系列點的繪製

20-4 Numpy 模組基礎知識

20-4-1 建立一個簡單的陣列linspace( )和arange( )
20-4-2 繪製波形
20-4-3 點樣式與色彩的應用
20-4-4 使用plot( ) 繪製波形
20-4-5 建立不等大小的散點圖
20-4-6 填滿區間Shading Regions

20-5 色彩映射color mapping
20-6 繪製多個圖表

20-6-1 圖表顯示中文
20-6-2 subplot( ) 語法
20-6-3 含子圖表的基礎實例
20-6-4 子圖配置的技巧

20-7 建立畫布與子圖表物件

20-7-1 pyplot 的API 與OO API
20-7-2 自建畫布與建立子圖表
20-7-3 建立寬高比

20-8 長條圖的製作

20-8-1 bar( )
20-8-2 hist( )

20-9 圓餅圖的製作pie( )

20-9-1 國外旅遊調查表設計
20-9-2 增加百分比的國外旅遊調查表
20-9-3 突出圓餅區塊的數據分離

20-10 設計2D 動畫

20-10-1 FuncAnimation( ) 函數
20-10-2 設計移動的sin 波
20-10-3 設計球沿著sin 波形移動

20-11 數學表達式/ 輸出文字/ 圖表註解

20-11-1 圖表的數學表達式
20-11-2 在圖表內輸出文字text( )
20-11-3 增加圖表註解
20-11-4 極座標繪圖

第21 章　JSON 與世界地圖 - 全球資料繪製實戰

21-1 JSON 資料格式前言
21-2 認識json 資料格式

21-2-1 物件(object)
21-2-2 陣列(array)
21-2-3 json 資料存在方式

21-3 將Python 應用在json 字串形式資料

21-3-1 使用dumps( ) 將Python 資料轉成json 格式
21-3-2 dumps( ) 的sort_keys 參數
21-3-3 dumps( ) 的indent 參數
21-3-4 使用loads( ) 將json 格式資料轉成Python 的資料
21-3-5 一個json 文件只能放一個json物件？

21-4 將Python 應用在json 檔案

21-4-1 使用dump( ) 將Python 資料轉成json 檔案
21-4-2 將中文字典資料轉成json 檔案
21-4-3 使用load( ) 讀取json 檔案

21-5 世界人口數據的json 檔案

21-5-1 JSON 數據檢視器
21-5-2 認識人口統計的json 檔案
21-5-3 認識pygalmapsworld 的國碼資訊

21-6 繪製世界地圖

21-6-1 基本觀念
21-6-2 讓地圖呈現數據
21-6-3 繪製世界人口地圖

21-7 專題- 環境部空氣品質

第22 章　 CSV 文件處理 - 掌握結構化資料

22-1 建立一個CSV 文件
22-2 開啟「utf-8」格式CSV 檔案

22-2-1 使用記事本開啟
22-2-2 使用Excel 開啟

22-3 csv 模組
22-4 讀取CSV 檔案

22-4-1 使用with open( ) 開啟CSV 檔案
22-4-2 建立Reader 物件
22-4-3 使用串列索引讀取CSV 內容
22-4-4 DictReader( )

22-5 寫入CSV 檔案

22-5-1 開啟欲寫入的檔案with open( )
22-5-2 建立writer 物件
22-5-3 輸出串列writerow( )
22-5-4 delimiter 關鍵字
22-5-5 寫入字典資料DictWriter( )

22-6 專題- 使用CSV 檔案繪製氣象圖表

22-6-1 台北2025 年1 月氣象資料
22-6-2 讀取最高溫與最低溫
22-6-3 繪製最高溫
22-6-4 天氣報告增加日期刻度
22-6-5 日期位置的旋轉
22-6-6 繪製最高溫與最低溫

22-7 CSV 真實案例實作

22-7-1 認識台灣股市的CSV 的檔案
22-7-2 繪製股市最高價、最低價與收盤價日線圖

第23 章　Numpy 基礎 - 科學運算必備工具

23-1 陣列ndarray
23-2 Numpy 的資料型態
23-3 建立一維或多維陣列

23-3-1 認識ndarray 的屬性
23-3-2 使用array( ) 建立一維陣列
23-3-3 使用array( ) 函數建立多維陣列
23-3-4 使用zeros( ) 建立內容是0 的多維陣列
23-3-5 使用ones( ) 建立內容是1 的多維陣列
23-3-6 使用empty( ) 建立未初始化的多維陣列
23-3-7 其他建立陣列函數

23-4 一維陣列的四則運算與基礎操作

23-4-1 一維陣列的四則運算
23-4-2 一維陣列的關係運算子運算
23-4-3 陣列結合或是加入陣列元素concatenate( )
23-4-4 在陣列指定索引插入元素insert( )
23-4-5 刪除指定索引的陣列元素delete( )

23-5 用切片提取一維陣列的元素

23-5-1 用切片提取一維陣列的元素
23-5-2 用串列提取陣列元素
23-5-3 用布林值陣列提取陣列元素

23-6 多維陣列的索引與切片

23-6-1 認識axis 的定義
23-6-2 二維陣列的索引
23-6-3 三維陣列的索引
23-6-4 多維陣列的切片

23-7 陣列的拷貝與檢視

23-7-1 認識檢視View
23-7-2 是否共用記憶體
23-7-3 使用參數copy=True 複製數據
23-7-4 使用copy( ) 函數複製陣列

23-8 更改陣列外形

23-8-1 更改陣列維度reshape( )
23-8-2 多維陣列轉一維陣列ravel( )
23-8-3 多維陣列轉一維陣列flatten( )
23-8-4 轉置矩陣transpose( )
23-8-5 新增加一個軸newaxis
23-8-6 移除只有一個元素的軸squeeze( )

23-9 陣列分割

23-9-1 hsplit( ) 和vsplit( )
23-9-2 split( )

23-10 陣列合併與堆疊

23-10-1 陣列垂直合併vstack( )
23-10-2 陣列水平合併hstack( )
23-10-3 stack( )
23-10-4 column_stack( ) 和row_stack( )

第24 章　基礎統計與隨機數 – 數據科學入門

24-1 機器學習視角 - 母體與樣本

24-1-1 母體與樣本
24-1-2 機器學習視角看母體與樣本

24-2 數據加總
24-3 數據分佈
24-4 數據中心指標

24-4-1 平均數(mean)
24-4-2 中位數(median)
24-4-3 眾數(mode)
24-4-4 數據分佈圖

24-5 數據分散指標 – 變異數與標準差

24-5-1 變異數
24-5-2 標準差
24-5-3 數據分散指標的應用

24-6 符號運算規則與驗證
24-7 活用符號
24-8 迴歸分析

24-8-1 相關係數(Correlation Coefficient)
24-8-2 建立線性回歸模型與數據預測
24-8-3 二次函數的迴歸模型

24-9 Numpy 隨機分佈函數

24-9-1 Numpy 的random 模組與Python內建random 模組
24-9-2 Numpy 的random 模組基礎
24-9-3 rand( )
24-9-4 randn( )
24-9-5 normal( )
24-9-6 uniform( )
24-9-7 triangular( )
24-9-8 shuffle( ) 和permutation( )
24-9-9 choice( )

第25 章　Numpy 進階運算與 3D 繪圖 -多維度資料探索

25-1 基礎數學函數

25-1-1 認識常數
25-1-2 基礎數學函數
25-1-3 捨去函數
25-1-4 基礎數學運算函數
25-1-5 最大公因數與最小公倍數

25-2 三角函數
25-3 指數與對數函數

25-3-1 指數函數
25-3-2 對數函數

25-4 陣列處理函數
25-5 陣列資料排序

25-5-1 sort( )
25-5-2 argsort( )

25-6 簡單線性代數運算

25-6-1 一元二次方程式
25-6-2 解聯立線性方程式

25-7 線性插入函數
25-8 Numpy 的廣播功能
25-9 檔案的輸入與輸出

25-9-1 讀取文字檔案
25-9-2 寫入文字檔案

25-10 專題 – 3D 繪圖到3D 動畫25-16

25-10-1 3D 繪圖的基礎觀念
25-10-2 建立3D 等高線
25-10-3 使用官方數據繪製3D 圖
25-10-4 使用scatter( ) 函數繪製3D 圖
25-10-5 繪製3D 圖增加視角
25-10-6 3D 動畫設計

25-11 專題 – 遮罩觀念與數據分類

第26 章　Pandas 入門 - 高效資料操作與分析

26-1 Series

26-1-1 使用串列list 建立Series 物件
26-1-2 使用Python 字典dict 建立Series物件
26-1-3 使用Numpy 的ndarray 建立Series物件
26-1-4 建立含索引的Series 物件
26-1-5 使用純量建立Series 物件
26-1-6 列出Series 物件索引與值
26-1-7 Series 的運算

26-2 DataFrame

26-2-1 建立DataFrame 使用Series
26-2-2 欄位columns 屬性
26-2-3 Series 物件的name 屬性
26-2-4 使用元素是字典的串列建立DataFrame
26-2-5 使用字典建立DataFrame
26-2-6 index 屬性
26-2-7 將columns 欄位當作DataFrame物件的index

26-3 基本Pandas 資料分析與處理

26-3-1 索引參照屬性
26-3-2 直接索引
26-3-3 四則運算方法
26-3-4 邏輯運算方法
26-3-5 Numpy 的函數應用在Pandas
26-3-6 NaN 相關的運算
26-3-7 NaN 的處理
26-3-8 幾個簡單的統計函數
26-3-9 增加index
26-3-10 刪除index
26-3-11 排序

26-4 讀取與輸出CSV 檔案

26-4-1 寫入CSV 格式檔案
26-4-2 讀取CSV 格式檔案

26-5 讀取與輸出Excel 檔案

26-5-1 寫入Excel 格式檔案
26-5-2 讀取Excel 格式檔案

第27 章　Pandas 視覺化與時間序列 - 趨勢洞察與預測

27-1 Pandas 繪圖

27-1-1 使用Series 繪折線圖表
27-1-2 使用DataFrame 繪圖表基本知識
27-1-3 直條圖的設計
27-1-4 一個圖表含不同數值資料
27-1-5 多個數值軸的設計
27-1-6 使用Series 物件設計圓餅圖

27-2 時間序列(Time Series)

27-2-1 時間模組datetime
27-2-2 使用Python 的datetime 模組建立含時間戳的Series 物件
27-2-3 Pandas 的時間區間方法
27-2-4 將時間序列繪製折線圖

27-3 專題：鳶尾花

27-3-1 網路爬蟲
27-3-2 將鳶尾花資料集轉成DataFrame
27-3-3 散點圖的製作
27-3-4 鳶尾花分類統計與直條圖

第28 章　網路爬蟲 - 自動化資料蒐集與整合

28-1 上網不再需要瀏覽器了

28-1-1 webbrowser 模組
28-1-2 認識Google 地圖
28-1-3 用地址查詢地圖的程式設計

28-2 下載網頁資訊使用requests 模組
28-3 檢視網頁原始檔

28-3-1 以Chrome 瀏覽器為實例
28-3-2 檢視原始檔案的重點
28-3-3 列出重點網頁內容

28-4 解析網頁使用BeautifulSoup 模組

28-4-1 建立BeautifulSoup 物件
28-4-2 基本HTML 文件解析 - 從簡單開始
28-4-3 網頁標題title 屬性
28-4-4 去除標籤傳回文字text 屬性
28-4-5 傳回所找尋第一個符合的標籤find( )
28-4-6 傳回所找尋所有符合的標籤find_all( )
28-4-7 HTML 屬性的搜尋
28-4-8 select( ) 和get( )

28-5 網路爬蟲實戰 – 12 星座圖片下載
28-6 網路爬蟲的潛在應用

第29 章　Python 操作台股 - 投資分析實戰

29-1 Stock( ) 建構元
29-2 Stock 物件屬性
29-3 Stock 物件方法
29-4 取得單一股票之即時資料realtimeget( )

第30 章　Sympy 與符號運算 - 數學推導自動化

30-1 定義符號

30-1-1 name 屬性
30-1-2 定義多個符號變數
30-1-3 符號的運算
30-1-4 將數值代入公式
30-1-5 將字串轉為數學表達式
30-1-6 Sympy 模組支援的數學函數

30-2 解方程式

30-2-1 解一元一次方程式
30-2-2 解一元二次方程式
30-2-3 解含未知數的方程式

30-3 解聯立方程式
30-4 微分與Sympy
30-5 積分與Sympy
30-6 Sympy 模組的繪圖功能

第31 章　AI 破冰之旅 - 從畢氏定理到餘弦相似度

31-1 畢氏定理 – 影片相似度計算

31-1-1 基礎數學原理
31-1-2 畢氏定理應用在性向測驗情境
31-1-3 性向測驗的適性計算
31-1-4 畢氏定理應用在三維空間
31-1-5 畢氏定理應用在更高維的空間
31-1-6 計算電影相似度

31-2 向量內積/ 餘弦相似度 – 推薦系統設計

31-2-1 協同工作的觀念
31-2-2 計算B 所幫的忙
31-2-3 向量內積的定義
31-2-4 兩條直線的夾角
31-2-5 向量內積的性質
31-2-6 餘弦相似度
31-2-7 音樂推薦系統設計

31-3 人臉辨識（Face Recognition）
31-4 「畢氏定理」與「餘弦相似度」的AI 應用總結

31-4-1 畢氏定理的AI 應用
31-4-2 餘弦相似度的AI 應用
31-4-3 兩者比較及AI 使用時機

第32 章　scikit-learn 機器學習入門 - 基礎與流程

32-1 網路購物數據調查
32-2 使用scikit-learn 模組計算判定係數

32-2-1 安裝scikit-learn
32-2-2 計算判定係數評估模型

32-3 預測未來值
32-4 人工智慧、機器學習、深度學習

32-4-1 認識機器學習
32-4-2 機器學習的種類
32-4-3 監督學習
32-4-4 無監督學習
32-4-5 強化學習

32-5 認識scikit-learn 數據模組datasets
32-6 監督學習 – 線性迴歸

32-6-1 訓練數據與測試數據
32-6-2 使用make_regression( ) 函數準備迴歸模型數據
32-6-3 建立訓練數據與測試數據使用train_test_split( )
32-6-4 獲得線性函數的迴歸係數與截距
32-6-5 predict( ) 函數
32-6-6 迴歸模型判斷

32-7 scikit-learn 產生數據

32-7-1 使用make_blobs( ) 函數準備群集數據
32-7-2 標準化資料
32-7-3 分割訓練資料與測試資料

第33 章　機器學習演算法 - 原理與應用全解析

33-1 KNN(K-Nearest Neighbor)

33-1-1 KNN 在分類問題的應用
33-1-2 KNN 在迴歸問題的應用

33-2 邏輯斯迴歸(Logistic regression)
33-3 支援向量機(Support Vector Machine)
33-4 決策樹(Decision Tree) 演算法

33-4-1 分類應用
33-4-2 迴歸應用

33-5 無監督學習 - 群集分析

33-5-1 K-means 演算法
33-5-2 使用make_blobs( ) 函數準備群集數據
33-5-3 使用clusterKMeans( ) 和fit( ) 函數作群集分析
33-5-4 標記群集點和群集中心
33-5-5 數據分群的簡單實例

第34 章　機器學習專題 - 波士頓房價預測實務

34-1 從線性迴歸到多元線性迴歸

34-1-1 簡單線性迴歸
34-1-2 多元線性迴歸

34-2 簡單資料測試

34-2-1 身高、腰圍與體重的測試
34-2-2 了解模型的優劣

34-3 波士頓房價數據集

34-3-1 認識波士頓房價數據集
34-3-2 輸出數據集
34-3-3 波士頓房價測試數據的房價預估
34-3-4 殘差圖(Residual plot)

第35 章　機器學習專題 - 葡萄酒數據分析與分類

35-1 認識葡萄酒數據
35-2 使用KNN 演算法執行葡萄酒分類

35-2-1 設計葡萄酒分類程式
35-2-2 KNN 分類器結果評估
35-2-3 葡萄酒分類與效能分析實戰

35-3 使用邏輯斯迴歸演算法執行葡萄酒分類

第36 章　機器學習專題 - 鐵達尼號生存預測

36-1 程式設計必備知識one-hot 編碼
36-2 認識鐵達尼號Titanic 數據集
36-3 鐵達尼號專題實作 – 邏輯斯迴歸
36-4 鐵達尼號專題實作 – 決策樹

第37 章　機器學習專題 - 糖尿病數據分析

37-1 認識糖尿病數據集
37-2 多元線性迴歸處理糖尿病數據

第38 章　機器學習專題 - 乳癌診斷模型訓練

38-1 認識乳癌數據集
38-2 支援向量機處理乳癌數據

第39 章　機器學習專題 - 手寫數字影像辨識

39-1 認識手寫數字數據集
39-2 隨機森林處理手寫數字數據集

39-2-1 隨機森林的應用
39-2-2 手寫數字數據集分類
39-3 PCA 主成份分析

附錄D　指令、函數索引表

購買說明

根據台灣現行法規，數位內容（如電子書、音樂、影片、遊戲、App ）形式之商品，不受「網購服務需提供七日鑑賞期」的限制。為維護您的權益，建議您先使用「試讀」功能後再付款購買。

試讀

Python－最強入門ChatGPT助攻AI數據科學：王者歸來

喜歡這本的人，也看了...

Gemini 3 x NotebookLM領軍：Nano Banana Pro x Veo x Whisk x Flow x Gem - Google 多模態 AI 工作流

Vibe Coding CLI 頂級開發：Claude Code 前瞻菁英育成手冊

寫程式的AI戰友：VS Code x GitHub Copilot

現代 C#：AI 時代的開發者修煉：（C# 14 與 .NET 10）

NotebookLM筆記術：打造你的AI「第二大腦」

AI思維－原子習慣：把意志力換成可被維持的行為系統

命運演算法：八字 × AI 的人生使用說明書

重新認識Vue.js：008天絕對看不完的Vue.js 3指南

AI提示詞：打造精準Prompt的對話力與創造力

Gemini x NotebookLM 領軍：Nano Banana x Imagen x Veo x Gem x Gemini Live - Google 多模態 AI 工作流

用LangChain打造生成式AI創新應用：從 LangGraph到LangSmith

Python x AI辦公室作業自動化：Word、Excel、PowerPoint、PDF、CSV、Pandas-多執行緒、排程、藝術二維碼、短網址、電子郵件、爬蟲

K8S 自學聖經：10大核心模板快速入門【圖解教學】

AI 健康養生長壽書：人工智慧幫你「活得久」、「活得好」

ChatGPT 5 全能實戰：Agent、Prompt、Projects、Canvas、GPT、Sora - AI工作流

AI Prompt for Excel - 打造智慧流工作術

Figma UI/UX設計技巧實戰：打造擬真介面原型(第二版)

機器學習：最強入門邁向AI高手．王者歸來

軟體工程

GitHub Copilot讓你寫程式快 10 倍！AI 程式開發大解放

零基礎開發AI應用: Bubble實戰指南 (第一版)

AI視覺：最強入門邁向頂尖高手－王者歸來

演算法：圖解原理×Python實作×創意應用－王者歸來

AI之眼：幻影操控、變臉、唇語、美妝、手勢、肢體、表情偵測、人臉辨識 Python創意實戰

詳細資訊

影音資訊

目錄列表

購買說明

Python－最強入門ChatGPT助攻AI數據科學：王者歸來

喜歡這本的人，也看了...

詳細資訊

影音資訊

目錄列表

購買說明

出版社簡介

出版社作品