|
| 商品編號： | DCM8370 | |
| 商品名稱： | Python:最強入門邁向數據科學之路:王者歸來 出版公司:深智數位 作者:洪錦魁 類型:電腦資訊-程式設計 PDF電子書 繁體中文版 | | | 語系版本： | PDF電子書 繁體中文版 | |
| 運行平台： | PDF電子書,沒有任何平台限制,終身使用 | |
| 更新日期： | 2026-05-01 | |
| 光碟片數： | 1片CD光碟 | |
| 銷售價格： | $100元 | |
| 熱門標籤： | 最強入門邁向數據科學之路
王者歸來
深智數位
洪錦魁
電腦資訊
程式設計
Python
| |
Python:最強入門邁向數據科學之路:王者歸來 出版公司:深智數位 作者:洪錦魁 類型:電腦資訊-程式設計 PDF電子書 繁體中文版
商品資料
作者：洪錦魁
出版社：深智數位股份有限公司
出版年：2022
課程類型：電腦資訊>程式設計
檔案格式：PDF
ISBN：9786267146453
書籍簡介
★★★★★【33個主題】、【1200個Python實例】★★★★★
★★★★★【1500個重點說明】★★★★★
★★★★★【210個是非題】、【210個選擇題】、【291個實作題】★★★★★
Python語言是基礎科學課程，撰寫這本書時採用下列原則。
1：強調Python語法內涵與精神。
2：用精彩程式實例解說。
3：科學與人工智慧知識融入內容。
4：章節習題引導讀者複習與自我練習。
相較於第2版，第3版更加強數據科學與機器學習的內容，與相關模組的操作，同時使用更細緻的實例，增加下列知識：
★解說在Google Colab雲端開發環境執行
☆解說使用Anaconda Spider環境執行
★PEP 8，Python設計風格，易讀易懂
☆Python語法精神、效能發揮極致
★遞迴函數徹底解說
☆f-strings輸出徹底解說
★電影院訂位系統
☆靜態與動態2D ~ 3D圖表
★Numpy數學運算與3D繪圖原理
☆Pandas操作CSV和Excel
★Sympy模組與符號運算
☆機器學習、深度學習所需的數學與統計知識
★線性迴歸
☆機器學習 – scikit-learn
★KNN演算法、邏輯迴歸、線性與非線性支援向量機
☆決策樹
★隨機森林樹
☆其他修訂小細節超過100處
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950個程式實例和約250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291道程式實作題。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)
★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
★人工智慧破冰之旅 – KNN演算法
☆機器學習 – 線性迴歸
★機器學習 – scikit-learn
☆KNN演算法、邏輯迴歸、線性與非線性支援向量機
★決策樹
☆隨機森林樹
★完整函數索引，未來可以隨時查閱
圖書資源說明
本書籍的所有程式實例可以在深智公司網站下載。
本書前面20個章節均附是非與選擇的習題解答，下列是示範輸出畫面。
教學資源說明
教學資源有教學投影片(內容超過1500頁)、本書實例、習題解答以及相關附錄的電子書。
本書習題實作題約285題均有習題解答，如果您是學校老師同時使用本書教學，歡迎與本公司聯繫，本公司將提供習題解答。請老師聯繫時提供任教學校、科系、Email、和手機號碼，以方便本公司業務單位協助您。
註：教學資源不提供給一般讀者，請原諒。
讀者資源說明
請至本公司網頁deepmind.com.tw下載本書程式實例與習題所需的相關檔案，以及相關目錄資源，這些目錄以Word檔案呈現。
臉書粉絲團
歡迎加入：王者歸來電腦專業圖書系列
歡迎加入：iCoding程式語言讀書會(Python, Java, C, C++, C#, JavaScript, 大數據, 人工智慧等不限)，讀者可以不定期獲得本書籍和作者相關訊息。
歡迎加入：穩健精實AI技術手作坊
作者簡介
作者簡介
洪錦魁
一位跨越電腦作業系統與科技時代的電腦專家，著作等身的作家。
● DOS 時代他的代表作品是 IBM PC 組合語言、C、C++、Pascal、資料結構。
● Windows 時代他的代表作品是 Windows Programming 使用 C、Visual Basic。
● Internet 時代他的代表作品是網頁設計使用 HTML。
● 大數據時代他的代表作品是 R 語言邁向 Big Data 之路。
● 人工智慧時代他的代表作品是機器學習彩色圖解 + 基礎數學與基礎微積分 + Python 實作。
除了作品被翻譯為簡體中文、馬來西亞文外，2000 年作品更被翻譯為 Mastering HTML 英文版行銷美國，近年來作品則是在北京清華大學和台灣深智同步發行：
1：C、Java、Python 最強入門邁向頂尖高手之路王者歸來
2：OpenCV 影像創意邁向 AI 視覺王者歸來
3：Python 網路爬蟲：大數據擷取、清洗、儲存與分析王者歸來
4：演算法最強彩色圖鑑 + Python 程式實作王者歸來
5：matplotlib 從 2D 到 3D 資料視覺化
7：網頁設計 HTML+CSS+JavaScript+jQuery+Bootstrap+Google Maps 王者歸來
6：機器學習彩色圖解 + 基礎數學、基礎微積分 + Python 實作王者歸來
7：R 語言邁向 Big Data 之路王者歸來
8：Excel 完整學習、Excel 函數庫、Excel VBA 應用王者歸來
9：Python 操作 Excel 最強入門邁向辦公室自動化之路王者歸來
10：Power BI 最強入門 – 大數據視覺化 + 智慧決策 + 雲端分享王者歸來
他的近期著作分別登上天瓏、博客來、Momo 電腦書類暢銷排行榜前幾名，他的著作最大的特色是，所有程式語法或是功能解說會依特性分類，同時以實用的程式範例做解說，讓整本書淺顯易懂，讀者可以由他的著作事半功倍輕鬆掌握相關知識。
章節
第 1 章 基本觀念(第1-1頁)- 1.1 認識 Python(第1-2頁)
- 1-2 Python 的起源(第1-3頁)
- 1-3 Python 語言發展史(第1-4頁)
- 1-4 Python 的應用範圍(第1-5頁)
- 1-5 靜態語言與動態語言(第1-6頁)
- 1-6 系統的安裝與執行(第1-6頁)
- 1-7 系統的安裝與執行(第1-7頁)
- 1-8 Python 彩蛋(第1-8頁)
第 2 章 認識變數與基本數學運算(第2-1頁)- 2-1 用 Python 做計算(第2-2頁)
- 2-2 認識變數(第2-2頁)
- 2-3 認識程式的意義(第2-5頁)
- 2-4 認識註解的意義(第2-5頁)
- 2-5 變數的命名原則(第2-6頁)
- 2-6 基本數學運算(第2-9頁)
- 2-7 指派運算子(第2-11頁)
- 2-8 Python 等號的多重指定使用(第2-11頁)
- 2-9 Python 的斷行(第2-12頁)
- 2-10 專題 - 複利計算 / 計算圓面積與圓周長(第2-13頁)
第 3 章 Python 的基本資料型態(第3-1頁)- 3-1 type( ) 函數(第3-2頁)
- 3-2 數值資料型態(第3-3頁)
- 3-3 布林值資料型態(第3-8頁)
- 3-4 字串資料型態(第3-10頁)
- 3-5 字串與字元(第3-16頁)
- 3-6 bytes 資料(第3-19頁)
- 3-7 專題 - 地球到月球時間計算 / 計算座標軸 2 點之間距離(第3-22頁)
第 4 章 基本輸入與輸出(第4-1頁)- 4-1 Python 的輔助說明 help( )(第4-2頁)
- 4-2 格式化輸出資料使用 print( )(第4-2頁)
- 4-3 輸出資料到檔案(第4-12頁)
- 4-4 資料輸入 input( )(第4-13頁)
- 4-5 處理字串的數學運算 eval( )(第4-14頁)
- 4-6 列出所有內建函數 dir( )(第4-16頁)
- 4-7 專題 - 溫度轉換 / 房貸問題 / 緯度距離 / 雞兔同籠(第4-16頁)
第 5 章 程式的流程控制使用 if 敘述(第5-1頁)- 5-1 關係運算子(第5-2頁)
- 5-2 邏輯運算子(第5-3頁)
- 5-3 if 敘述(第5-5頁)
- 5-4 if ⋯ else 敘述(第5-7頁)
- 5-5 if ⋯ elif ⋯ else 敘述(第5-10頁)
- 5-6 專題 - BMI / 猜數字 / 生肖 / 方程式 / 火箭升空 / 閏年(第5-12頁)
第 6 章 串列 ( List )(第6-1頁)- 6-1 認識串列 ( list(第6-2頁)
- 6-2 Python 物件導向觀念與方法(第6-13頁)
- 6-3 字串內容是串列的常用方法(第6-16頁)
- 6-3-1 更改字串大小寫 lower( ) / upper( ) / title( ) / swapcase( )(第6-16頁)
- 6-3-2 刪除空白字元 rstrip( ) / lstrip( ) / strip( )(第6-16頁)
- 6-3-3 格式化字串位置 center( ) / ljust( ) / rjust( ) / zfill( )(第6-18頁)
- 6-4 增加與刪除串列元素(第6-19頁)
- 6-5 串列的排序(第6-22頁)
- 6-6 進階串列操作(第6-24頁)
- 6-7 串列內含串列(第6-26頁)
- 6-8 串列的賦值與切片拷貝(第6-30頁)
- 6-9 再談字串(第6-32頁)
- 6-10 in 和 not in 運算式(第6-37頁)
- 6-11 is 或 is not 運算式(第6-38頁)
- 6-12 enumerate 物件(第6-40頁)
- 6-13 專題 大型串列 / 認識凱薩密碼(第6-40頁)
第 7 章 迴圈設計(第7-1頁)- 7-1 基本 for 迴圈(第7-2頁)
- 7-2 range( ) 函數(第7-6頁)
- 7-3 進階的 for 迴圈應用(第7-13頁)
- 7-4 while 迴圈(第7-19頁)
- 7-5 enumerate 物件使用 for 迴圈解析(第7-25頁)
- 7-6 專題 購物車設計 / 圓周率 / 雞兔同籠 / 國王的麥粒 / 電影院劃位(第7-27頁)
第 8 章 元組 ( Tuple )(第8-1頁)- 8-1 元組的定義(第8-2頁)
- 8-2 讀取元組元素(第8-3頁)
- 8-3 遍歷所有元組元素(第8-3頁)
- 8-4 修改元組內容產生錯誤的實例(第8-4頁)
- 8-5 可以使用全新定義方式修改元組元素(第8-4頁)
- 8-6 元組切片 ( tuple slices )(第8-5頁)
- 8-7 方法與函數(第8-5頁)
- 8-8 串列與元組資料互換(第8-6頁)
- 8-9 其它常用的元組方法(第8-7頁)
- 8-10 enumerate 物件使用在元組(第8-8頁)
- 8-11 使用 zip( ) 打包多個物件(第8-9頁)
- 8-12 生成式 ( generator )(第8-10頁)
- 8-13 製作大型的元組資料(第8-11頁)
- 8-14 元組的功能(第8-12頁)
- 8-15 專題 認識元組 / 打包與解包 / bytes 與 bytearray(第8-12頁)
第 9 章 字典 ( Dict )(第9-1頁)- 9-1 字典基本操作(第9-2頁)
- 9-2 遍歷字典(第9-12頁)
- 9-3 建立字典串列(第9-16頁)
- 9-4 字典內鍵的值是串列(第9-18頁)
- 9-5 字典內鍵的值是字典(第9-19頁)
- 9-6 字典常用的函數和方法(第9-20頁)
- 9-7 製作大型的字典資料(第9-23頁)
- 9-8 專題 文件分析 / 字典生成式 / 星座 / 凱薩密碼 / 摩斯密碼(第9-23頁)
第 10 章 集合 ( Set )(第10-1頁)- 10-1 建立集合(第10-2頁)
- 10-2 集合的操作(第10-4頁)
- 10-3 適用集合的方法(第10-9頁)
- 10-4 適用集合的基本函數操作(第10-18頁)
- 10-5 凍結集合 frozenset(第10-18頁)
- 10-6 專題 夏令營程式 / 程式效率 / 集合生成式 / 雞尾酒實例(第10-19頁)
第 11 章 函數設計(第11-1頁)- 11-1 Python 函數基本觀念(第11-2頁)
- 11-2 函數的參數設計(第11-5頁)
- 11-3 函數傳回值(第11-9頁)
- 11-4 呼叫函數時參數是串列(第11-15頁)
- 11-5 傳遞任意數量的參數(第11-21頁)
- 11-6 進一步認識函數(第11-23頁)
- 11-7 遞迴式函數設計 recursive(第11-27頁)
- 11-8 區域變數與全域變數(第11-35頁)
- 11-9 匿名函數 lambda(第11-38頁)
- 11-10 pass 與函數(第11-44頁)
- 11-11 type 關鍵字應用在函數(第11-44頁)
- 11-12 設計自己的 range( )(第11-45頁)
- 11-13 裝飾器 ( Decorator )(第11-45頁)
- 11-14 專題 函數的應用 / 質數(第11-49頁)
- 11-15 專題 歐幾里德演算法(第11-51頁)
第 12 章 類別 - 物件導向的程式設計(第12-1頁)- 12-1 類別的定義與使用(第12-2頁)
- 12-2 類別的訪問權限 - 封裝 ( encapsulation )(第12-6頁)
- 12-3 類別的繼承(第12-10頁)
- 12-4 多型 ( polymorphism )(第12-20頁)
- 12-5 多重繼承(第12-22頁)
- 12-6 type 與 instance(第12-25頁)
- 12-7 特殊屬性(第12-27頁)
- 12-8 類別的特殊方法(第12-29頁)
- 12-9 專題：幾何資料的應用(第12-33頁)
第 13 章 設計與應用模組(第13-1頁)- 13-1 將自建的函數儲存在模組中(第13-3頁)
- 13-2 應用自己建立的函數模組(第13-4頁)
- 13-3 將自建的類別儲存在模組內(第13-9頁)
- 13-4 應用自己建立的類別模組(第13-10頁)
- 13-5 隨機數 random 模組(第13-14頁)
- 13-6 時間 time 模組(第13-18頁)
- 13-7 系統 sys 模組(第13-22頁)
- 13-8 keyword 模組(第13-26頁)
- 13-9 日期 calendar 模組(第13-27頁)
- 13-10 幾個增強 Python 功力的模組(第13-29頁)
- 13-11 專題設計 賭場遊戲騙局 / 蒙地卡羅模擬 / 文件加密(第13-37頁)
第 14 章 檔案輸入 / 輸出與目錄的管理(第14-1頁)- 14-1 資料夾與檔案路徑(第14-2頁)
- 14-2 os 模組(第14-3頁)
- 14-3 os.path 模組(第14-5頁)
- 14-4 獲得特定工作目錄內容 glob(第14-9頁)
- 14-5 讀取檔案(第14-9頁)
- 14-6 寫入檔案(第14-14頁)
- 14-7 讀取和寫入二進位檔案(第14-17頁)
- 14-8 shutil 模組(第14-19頁)
- 14-9 安全刪除檔案或目錄 send2trash( )(第14-20頁)
- 14-10 檔案壓縮與解壓縮 zipfile(第14-21頁)
- 14-11 認識編碼格式 encoding(第14-23頁)
- 14-12 剪貼簿的應用(第14-28頁)
- 14-13 專題設計 分析檔案 / 加密檔案(第14-29頁)
第 15 章 程式除錯與異常處理(第15-1頁)- 15-1 程式異常(第15-2頁)
- 15-2 設計多組異常處理程序(第15-7頁)
- 15-3 丟出異常(第15-11頁)
- 15-4 紀錄 Traceback 字串(第15-12頁)
- 15-5 finally(第15-15頁)
- 15-6 程式斷言 assert(第15-16頁)
- 15-7 程式日誌模組 logging(第15-19頁)
- 15-8 程式除錯的典故(第15-27頁)
第 16 章 正則表達式Regular Expression(第16-1頁)- 16-1 使用 Python 硬功夫搜尋文字(第16-2頁)
- 16-2 正則表達式的基礎(第16-4頁)
- 16-3 更多搜尋比對模式(第16-7頁)
- 16-4 貪婪與非貪婪搜尋(第16-10頁)
- 16-5 正則表達式的特殊字元(第16-12頁)
- 16-6 MatchObject 物件(第16-18頁)
- 16-7 搶救 CIA 情報員 -sub( ) 方法(第16-21頁)
- 16-8 處理比較複雜的正則表示法(第16-22頁)
第 17 章 用 Python 處理影像檔案(第17-1頁)- 17-1 認識 Pillow 模組的 RGBA(第17-2頁)
- 17-2 Pillow 模組的盒子元組 ( Box tuple )(第17-3頁)
- 17-3 影像的基本操作(第17-4頁)
- 17-4 影像的編輯(第17-7頁)
- 17-5 裁切、複製與影像合成(第17-12頁)
- 17-6 影像濾鏡(第17-14頁)
- 17-7 在影像內繪製圖案(第17-15頁)
- 17-8 在影像內填寫文字(第17-18頁)
- 17-9 專題 - 建立 QR code / 辨識車牌與建立停車場管理系統(第17-20頁)
第 18 章 開發 GUI 程式使用 tkinter(第18-1頁)- 18-1 建立視窗(第18-2頁)
- 18-2 標籤 Label(第18-3頁)
- 18-3 視窗元件配置管理員 Layout Management(第18-5頁)
- 18-4 功能鈕 Button(第18-11頁)
- 18-5 變數類別(第18-15頁)
- 18-6 文字方塊 Entry(第18-16頁)
- 18-7 文字區域 Text(第18-20頁)
- 18-8 捲軸 Scrollbar(第18-22頁)
- 18-9 選項鈕 Radiobutton(第18-23頁)
- 18-10 核取方塊 Checkbutton(第18-26頁)
- 18-11 對話方塊 messagebox(第18-28頁)
- 18-12 圖形 PhotoImage(第18-31頁)
- 18-13 尺度 Scale 的控制(第18-34頁)
- 18-14 功能表 Menu 設計(第18-35頁)
- 18-15 專題 - 設計小算盤(第18-37頁)
第 19 章 詞雲設計(第19-1頁)- 19-1 安裝 wordcloud(第19-2頁)
- 19-2 我的第一個詞雲程式(第19-3頁)
- 19-3 建立含中文字詞雲結果失敗(第19-4頁)
- 19-4 建立含中文字的詞雲(第19-5頁)
- 19-5 進一步認識 jieba 模組的分詞(第19-9頁)
- 19-6 建立含圖片背景的詞雲(第19-9頁)
第 20 章 數據圖表的設計(第20-1頁)- 20-1 認識 matplotlib.pyplot 模組的主要函數(第20-2頁)
- 20-2 繪製簡單的折線圖 plot( )(第20-3頁)
- 20-3 繪製散點圖 scatter( )(第20-13頁)
- 20-4 Numpy 模組基礎知識(第20-15頁)
- 20-5 色彩映射 color mapping(第20-20頁)
- 20-6 繪製多個圖表(第20-26頁)
- 20-7 建立畫布與子圖表物件(第20-30頁)
- 20-8 長條圖的製作 bar()(第20-35頁)
- 20-9 圓餅圖的製作 pie( )(第20-38頁)
- 20-10 設計 2D 動畫(第20-40頁)
- 20-11 專題 數學表達式 / 輸出文 / 圖表註解(第20-45頁)
第 21 章 JSON 資料與繪製世界地圖(第21-1頁)- 21-1 JSON 資料格式前言(第21-2頁)
- 21-2 認識 json 資料格式(第21-3頁)
- 21-3 將 Python 應用在 json 字串形式資料(第21-4頁)
- 21-4 將 Python 應用在 json 檔案(第21-9頁)
- 21-5 簡單的 json 檔案應用(第21-12頁)
- 21-6 世界人口數據的 json 檔案(第21-13頁)
- 21-7 繪製世界地圖(第21-17頁)
- 21-8 環保署空氣品質 JSON 檔案實作(第21-22頁)
第 22 章 使用 Python 處理 CSV 文件(第22-1頁)- 22-1 建立一個 CSV 文件(第22-2頁)
- 22-2 用記事本開啟 CSV 檔案(第22-3頁)
- 22-3 csv 模組(第22-4頁)
- 22-4 讀取 CSV 檔案(第22-4頁)
- 22-5 寫入 CSV 檔案(第22-7頁)
- 22-6 專題 - 使用 CSV 檔案繪製氣象圖表(第22-11頁)
- 22-7 台灣股市數據(第22-18頁)
- 22-8 Python 與 Microsoft Excel(第22-22頁)
第 23 章 Numpy 模組的基礎知識(第23-1頁)- 23-1 陣列 ndarray(第23-2頁)
- 23-2 Numpy 的資料型態(第23-2頁)
- 23-3 建立一維或多維陣列(第23-3頁)
- 23-4 一維陣列的四則運算與基礎操作(第23-10頁)
- 23-5 用切片提取一維陣列的元素(第23-13頁)
- 23-6 多維陣列的索引與切片(第23-16頁)
- 23-7 陣列的拷貝與檢視(第23-21頁)
- 23-8 更改陣列外形(第23-24頁)
- 23-9 陣列分割(第23-28頁)
- 23-10 陣列合併與堆疊(第23-29頁)
第 24 章 基礎統計與隨機數(第24-1頁)- 24-1 母體與樣本(第24-2頁)
- 24-2 數據加總(第24-3頁)
- 24-3 數據分佈(第24-3頁)
- 24-4 數據中心指標(第24-4頁)
- 24-5 數據分散指標(第24-11頁)
- 24-6 Σ 符號運算規則與驗證(第24-14頁)
- 24-7 活用 Σ 符號(第24-15頁)
- 24-8 迴歸分析(第24-17頁)
- 24-9 隨機函數的分佈(第24-22頁)
第 25 章 Numpy 的數學運算與 3D 繪圖(第25-1頁)- 25-1 基礎數學函數(第25-2頁)
- 25-2 三角函數(第25-5頁)
- 25-3 指數與對數函數(第25-6頁)
- 25-4 陣列處理函數(第25-6頁)
- 25-5 陣列資料排序(第25-10頁)
- 25-6 向量運算(第25-11頁)
- 25-7 矩陣運算(第25-14頁)
- 25-8 簡單線性代數運算(第25-18頁)
- 25-9 線性插入函數(第25-19頁)
- 25-10 Numpy 的廣播功能(第25-20頁)
- 25-11 檔案的輸入與輸出(第25-21頁)
- 25-12 專題 - 3D 繪圖到 3D 動畫(第25-23頁)
- 25-13 專題 - 遮罩觀念與數據分類(第25-29頁)
第 26 章 Pandas 入門(第26-1頁)- 26-1 Series(第26-2頁)
- 26-2 DataFrame(第26-9頁)
- 26-3 基本 Pandas 資料分析與處理(第26-14頁)
- 26-4 讀取與輸出 CSV 檔案(第26-26頁)
- 26-5 讀取與輸出 Excel 檔案(第26-28頁)
第 27 章 Pandas 視覺化資料與時間序列(第27-1頁)- 27-1 Pandas 繪圖(第27-2頁)
- 27-2 時間序列 ( Time Series )(第27-8頁)
- 27-3 專題：鳶尾花(第27-15頁)
第 28 章 網路爬蟲(第28-1頁)- 28-1 上網不再需要瀏覽器了(第28-2頁)
- 28-2 下載網頁資訊使用 requests 模組(第28-5頁)
- 28-3 檢視網頁原始檔(第28-10頁)
- 28-4 解析網頁使用 BeautifulSoup 模組(第28-13頁)
- 28-5 網路爬蟲實戰(第28-24頁)
第 29 章 用 Python 操作台灣股市(第29-1頁)- 29-1 Stock( ) 建構元(第29-2頁)
- 29-2 Stock 物件屬性(第29-2頁)
- 29-3 Stock 物件方法(第29-4頁)
- 29-4 取得單一股票之即時資料 realtime.get( )(第29-5頁)
第 30 章 Sympy 模組與符號運算(第30-1頁)- 30-1 定義符號(第30-2頁)
- 30-2 解方程式(第30-4頁)
- 30-3 解聯立方程式(第30-6頁)
- 30-4 微分與 Sympy(第30-7頁)
- 30-5 積分與 Sympy(第30-8頁)
- 30-6 Sympy 模組的繪圖功能(第30-8頁)
第 31 章 人工智慧破冰之旅 -KNN 演算法(第31-1頁)- 31-1 將畢氏定理應用在性向測試(第31-2頁)
- 31-2 電影分類(第31-4頁)
- 31-3 選舉造勢與銷售烤香腸(第31-7頁)
第 32 章 機器學習使用 scikit-learn 入門(第32-1頁)- 32-1 網路購物數據調查(第32-2頁)
- 32-2 使用 scikit-learn 模組計算決定係數(第32-3頁)
- 32-3 預測未來值(第32-4頁)
- 32-4 人工智慧、機器學習、深度學習(第32-5頁)
- 32-5 認識 scikit-learn 數據模組 datasets(第32-7頁)
- 32-6 監督學習 - 線性迴歸(第32-8頁)
- 32-7 scikit-learn 產生數據(第32-15頁)
- 32-8 常見的監督學習分類器(第32-18頁)
- 32-9 無監督學習 - 群集分析(第32-27頁)
附錄 D 指令、函數與專有名詞索引(第A-1頁)
|
您現在的位置：
電子書綜合教學
