-
排序
- 圖片
- 條列
Python極客實驗室 ｜程式設計師的奇想計畫 第二版
內容簡介:👇來自各界程式設計師與媒體的熱烈好評👇 🔥玩到停不下來的極客實驗報告出爐💥 「每位Python程式設計師的藏書都應該包含這本書！」 —Full Circle Magazine 「如果你想熟練地運用Python做一些巧妙的事情，這本書就是最好的專案選集了，你無法找到比這更實用的說明來了解這個語言的運作方式。」 —Network World 「《Python極客實驗室》的目標讀者是希望進一步提升Python技能和知識的程式設計師。這本書在解釋所有相關細節方面做得很好，確保讀者能清楚地理解正在發生的事情。」 —InfoQ 「這本書擁有絕佳的專案選集，適合對科學感興趣的程式設計師、對程式設計感興趣的科學愛好者，以及介於兩者之間的每一個人。」 —Al Sweigart，《Python自動化的樂趣》的作者 「這是那種難得的程式設計書籍，讀起來很有趣，同時適合中級或進階的Python程式設計師。我認為即使是新手也應該試一試……這本書從頭到尾都很令人享受。」 —Karthikeyan Chellappa, Goodreads書評 「本書充滿娛樂性和有趣的想法……一點也不像典型的程式設計書籍。這本書專為尋求樂趣的程式設計愛好者而寫。千萬不要錯過！」 —F. Howard, Amazon書評 ---------------------------------------------------------- ✨ 重拾程式設計的樂趣，開啟你的Python奇想實驗 🏄♂️ 透過《Python極客實驗室》別出心裁的15個專案，將程式碼化為實體創作並駕馭Python的威能，拓展你的程式設計視野、激發好奇心，並提升程式設計技能。 這本書會帶你跳出程式基礎教育的窠臼，引導你運用Python搭配諸如numpy、matplotlib和 Pillow等常見程式庫，編寫生成藝術作品、音樂、模擬真實世界現象並與硬體互動的程式。 🚀我們為這本書新增了五個全新專案： ✔繪製碎形（fractals） ✔將Conway的Game of Life帶入三維空間 ✔並使用Raspberry Pi和Python製作樂器 ✔物聯網（IoT）花園監視器 ✔以機器學習驅動的語音辨識系統 完成本書專案後，你將能： 🎡 運用參數方程式和turtle模組，雕琢出類似萬花尺（Spirograph）的精巧設計。 🎧 合成撥弦聲，創造屬於你的電子音樂。 🎨 將影像轉化為ASCII藝術、相片拼貼，以及令人驚豔的立體圖。 🐦構築富有趣味性的細胞自動機（cellular automata）和模擬鳥類群動行為。 🤖 探索3D繪圖領域，從基本的圖形描繪到MRI掃描資料的視覺化。 ⚡ 利用Raspberry Pi打造隨音樂舞動閃爍的雷射光影秀。 無論你是經驗老道的開發者，還是渴望親手實驗的初學者，都能在《Python極客實驗室》中找到讓程式設計重新變得好玩的理由。🙌
資料結構與演算法使用Python-最新版-附贈MOSME
本書講述了Python 語言與資料結構。主要內容包括資料結構與演算法、Python 開發環境、Python 資料類型、Python 三大程式結構、函數、線性資料結構、樹形結構、圖形結構、搜尋、排序、異常處理與調試等。 本書內容精煉、由淺入深，注重學習的連續性和漸進性，適合作為大專院校相關專業教材或教學參考書，也可作為電腦技術人員的應用參考書，還可作為全國電腦等級考試、軟體技術資格與水準考試的培訓資料。
不靠框架硬功夫：Scikit-learn手刻機器學習每行程式碼(好評熱銷版)
本書特色 ML 的最佳參考書，scikit-learn 的最紮實實戰應用，亦為深入 AI 技術的優良基礎！ ● 機器學習概述 ● 資料特徵提取 ● scikit-learn 估計器分類 ● 單純貝氏分類 ● 簡單線性迴歸到多元線性迴歸 ● k 近鄰演算法分類 ● 線性迴歸到邏輯迴歸 ● 非線性分類與決策樹迴歸 ● 決策樹到隨機森林 ● 感知機到支持向量機 ● 從感知機到類神經網路 ● 主成分分析降維 https://youtu.be/IkKkHAbpH5M☆好評熱銷再上市☆★ ML 最強套件 scikit-learn ✕ 經典演算法，帶領你徹底攻略所有 ML 必備理論與實踐技能！ ★機器學習是一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。其研究電腦模擬或實現人類的學習行為，獲取新的知識，重新組合現有知識結構並改善自身的效能。本書針對機器學習領域描述了多個學習模型、策略、演算法、理論以及應用，以 Python 3 為基礎，使用 scikit-learn 解決實際問題。全書完整介紹機器學習基本概念、演算法流程、模型建構、資料訓練、模型評估與最佳化、必備工具和實現方法，並佐以實際案例，以機器學習的經典演算法為軸線：演算法分析 ▶ 資料獲取 ▶ 模型建構 ▶ 推斷 ▶ 演算法評估，讓你理論與實踐技能一次學會，輕易上手。
超圖解 Python 程式設計：從入門、網頁應用、YOLO 到生成式 AI 實作
內容介紹: 本書是以實戰應用、邁向工程師為目標的 Python 入門書，帶領讀者快速入門學會關鍵語法，再透過實作讓讀者一方面可以學以致用，實際體驗程式語言的用處；一方面在實作範例時，補足快速入門階段還沒學到的進階語法以及各式延伸套件，只要一本書即可從入門學到應用，主題涵蓋網頁應用程式、爬蟲、影像處理與辨識、大型語言模型。為了達成上述目標，本書結構安排如下：》第 1~4 章：環境建置與基本語法》第 5 章：實作檔案備份小工具》第 6,7 章：實作 YouTube 影片下載工具與影音編碼合併處理》第 8~10 章：設計網路爬蟲與 Google 試算表操作》第 11~14 章：使用 Flask 建立與部署網頁應用程式》第 15 章：學習 OpenCV 影像處理與辨識》第 16,17 章：利用 YOLO 偵測物體、肢體動作與車牌辨識》第 18 章：學習最夯的 Ollama 本地端生成式大語言模型 LLM》第 19 章：使用 Streamlit 快速開發網頁應用程式》第 20 章：用 LangChain 框架開發 RAG 應用》第 21 章：結合 LLM 設計 LINE 客服 AI 機器人實務範例選擇以應用廣泛並能跟上 AI 時代潮流為主軸。除基本語法以外，進階語法及延伸套件也不馬虎，涵蓋：》自訂類別》規則表達式》格式化字串》參數的打包與解包》with 語法》閉包與裝飾器》match...case 語法》例外處理》多執行緒》命令行參數處理》subprocess 模組》SQLite 程式庫》JSON 與 CSV 檔處理本書在撰寫風格上除了第 2 章的 Python 程式開發與 AI 輔助工具說明外，每個章節都有實例與詳細圖解，協助讀者更容易理解。在開發工具的選擇上，入門章節以方便易用的 Colab 練習基本語法，接著就以業界工程師廣為採用的 Visual Studio Code 為開發環境，並帶入 Github Copilot 工具熟悉與 AI 助理協作的流程。在設計範例時也貫徹虛擬環境的觀念，輔以多版本 Python 環境建置，避免環境污染問題，讓學習與業界接軌，學完立刻派上用場。在許多實作應用的場合，光是瞭解程式語法是不夠的，像建構網路應用程式，還需要具備網路、防火牆、資料庫系統、租用並在雲端空間部署應用程式...等，還有 AI 影像偵測及大型語言模型應用背後的類神經網路 / 深度學習、模式辨認、評估指標、量化、詞嵌入向量...等概念，本書也針對這些基礎做了全方位的說明。某些 Python 入門書籍沒有觸及的部分，例如：物件導向程式設計，因為很重要，所以筆者也用幾個淺顯實用的案例圖解說明。本書特色: ☆☆AI 時代 Python 就要學這些☆☆ 》快速入門瞭解基礎語法》從實戰範例應用邊做邊學》學習主題跟上 AI 潮流》實作檔案備份工具、YouTube 影片下載工具、網路爬蟲、影像辨識、物體偵測、肢體動作、RAG 應用、LINE 聊天機器人》涵蓋 Flask 與 Streamlit 網頁應用框架、OpenCV 程式庫、YOLO 模型、LangChain 框架等延伸套件》搭配 Ollama 設計本地端 LLM 應用
Clean Code：Python 寫乾淨程式碼 - 告別技術債，不再為爛程式加班收爛攤
Clean CodePython 寫 乾淨程式碼告別技術債，不再為爛程式加班收爛攤寫程式不是比誰先跑起來，而是能否長期維護。當需求一改就骨牌倒、長函式與巢狀條件像毛線球、沒有測試誰也不敢動，這些都是「技術債」。本書以實務為軸，從Clean Code 的定義、Pythonic 寫法、命名與文件、PEP 8 與工具鏈、函數與物件設計、模組化結構、單元測試、例外處理與 logging，到壞味道識別與小步重構，一步步把專案從混亂導向清晰與可持續。你將學到☆Clean Code的5大原則◎「可讀」◎「可維護」◎「單一職責」◎「低耦合」◎「高內聚」☆如何判斷好/壞程式碼與乾淨程式碼的核心特徵。☆Pythonic vs. Non-Pythonic 的差異與常見誤用修正。☆命名、註解、docstring 的可讀性準則，讓程式自我說明。☆PEP 8 + black/isort/flake8 的實戰組合，建立一致風格。☆函數設計：單一職責、控制參數、避免副作用的落地做法。☆物件設計：恰到好處的封裝、避免過度設計與抽象。☆模組化設計：高內聚、低耦合，避開循環匯入。☆單元測試：unittest/pytest 的測試網，降低回歸風險。☆錯誤處理與 logging：把問題抓出來，也把原因留下來。☆重構手法：辨識壞味道、拆長 if-elif-else，穩健演進。適合讀者☆每天與需求變更拔河的一般公司軟體工程師。☆技術主管、Code Review 參與者與維運/測試人員。☆想把「能跑」升級為「能維護、能擴充」的 Python 開發者「為何必讀這本書」的關鍵理由☆把「能跑」升級為「能維護」：讓修改不再牽一髮動全身。☆對抗技術債：用小步重構把壞味道逐一清掉，減少救火。☆可讀性優先：命名、註解、docstring 讓程式能自我說明。☆統一團隊風格：PEP 8 +自動化工具（black/isort/flake8）讓評審聚焦在設計而非格式。☆降低回歸風險：pytest 測試網＋錯誤處理與 logging，建立可靠的安全網。☆穩定交付：把需求變更的成本降到最低，開發節奏更平滑。☆良好設計習慣：單一職責、低耦合、高內聚，在真實專案中務實落地。☆清晰專案結構：模組化與目錄切分，避免循環依賴、縮短新人上手時間。☆有章可循：從 Code Review 清單到重構步驟，立即可用的標準流程。☆減少加班：把時間花在創造價值，而不是收爛攤。☆現場的案例：每章皆以常見反模式與對治法示範，學了就能用。☆可長可久：把品質內建在流程裡，讓專案能持續演進與擴充。一句話總結：「告別技術債」，「不再為爛程式加班收爛攤」。寫得乾淨，改得安心，交付更穩。
計量經濟學導論II其他（含時間序列篇）：使用Python語言(第1版)
＃以Python的模擬方法來輔助或取代數學證明，有效掌握計量經濟學。＃理論與實作兼具，操作步驟清楚易懂。＃內容包含時間序列迴歸模型的假定與應用、panel data的介紹與說明、工具變數估計與二階段最小平方法、聯立方程式模型（含SUR與VAR模型）以及限制因變數模型等。＃附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。本書以熱門程式語言Python實際操作，帶領讀者認識以及運用計量經濟學。內容循序漸進，分為三大部分：第一部分包括第1∼5章，內容主要敘述「時間序列迴歸模型」的假定、內容與估計等。第二部分包括第6∼7章，其是有關於panel data的介紹與說明。第8∼10章則屬於第三部分，其內容含工具變數估計與二階段最小平方法、聯立方程式模型（含SUR與VAR模型）以及限制因變數模型。另有附錄補充說明基本矩陣代數操作，增進讀者理解。書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，隨書光碟內皆附有完整的Python程式碼供讀者參考使用。
