{itemname}
{itemname}
香港二樓書店 > 今日好書推介
魔法森林(《秘密花園》第二集,中文版獨家附贈32頁練習本)
定價93.00元
8
折優惠:
HK$74.4
●二樓推薦
●文學小說
●商業理財
●藝術設計
●人文史地
●社會科學
●自然科普
●心理勵志
●醫療保健
●飲 食
●生活風格
●旅 遊
●宗教命理
●親子教養
●少年讀物
●輕 小 說
●漫 畫
●語言學習
●考試用書
●電腦資訊
●專業書籍
一步到位!Python 程式設計 – 最強入門教科書 第五版
沒有庫存
訂購需時10-14天
9789863128809
陳惠貞
旗標
2026年5月14日
217.00 元
HK$ 195.3
詳
細
資
料
ISBN:9789863128809</li><li>規格:平裝 / 560頁 / 23 x 17 x 2.8 cm / 普通級 / 單色印刷 / 初版</li><li>出版地:台灣
分
類
電腦資訊
>
程式設計
>
SQL
內
容
簡
介
<div class="bd">
<div class="content" style="height:auto;">
<strong>內容介紹:</strong><br>
??<br>
<strong>??</strong><strong> 初學 Python 的最佳教材,第一次寫程式就上手! </strong><strong>??</strong><br>
?<br>
<strong>??</strong><strong> 從基礎語法到生成式 AI 應用,打穩 Vibe Coding的關鍵能力 </strong><strong>??</strong><br>
<br>
<br>
身處在 vibe coding 的時代,在當前要能順利和 AI 協作,程式能力依然是不可或缺的。同時,在大數據、人工智慧相關的領域,Python 也還是那個最強的工具。<br>
<br>
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、大數據分析與人工智慧等專業的領域。有了基本的程式能力以後,便能有效的監督 AI 產生的程式碼,又或是清楚地提出自己對程式的要求。如此一來,你將能透過 vibe coding 體會到前所未有的樂趣!<br>
<br>
? 清楚明瞭的語法教學,第一次寫程式就上手!<br>
? 豐富滿點的實作範例,自己動手反覆練習最有感!<br>
? 無縫接軌四大套件-<strong>NumPy、matplotlib、SciPy、pandas</strong><br>
? 紮穩資料科學基礎,銜接機器學習最強套件-<strong>scikit-learn</strong><br>
? <strong>Requests、Beautiful Soup</strong>-網路爬蟲<br>
? <strong>OpenCV、YOLO</strong>-人臉辨識、物體偵測一把罩!<br>
? 輕鬆建立本地端 AI 助理-<strong>Ollama、Streamlit</strong><br>
<strong>本書特色:</strong><br>
??<strong>?</strong><strong>最易學習</strong><strong>?</strong><br>
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。<br>
<br>
<strong>?</strong><strong>豐富範例</strong><strong>?</strong><br>
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。<br>
<br>
<strong>?</strong><strong>最強應用</strong><strong>?</strong><br>
本書包含下列幾個與資料科學、網路爬蟲、機器學習、電腦視覺、自然語言處理、大型語言模型等應用相關的最強套件。有了這些基礎,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:<br>
? NumPy → 資料運算<br>
? matplotlib → 資料視覺化<br>
? SciPy → 科學計算<br>
? pandas → 資料處理與分析<br>
? Requests、Beautiful Soup → 網路爬蟲<br>
? scikit-learn → 機器學習<br>
? OpenCV → 人臉偵測與辨識<br>
? YOLO → 物體偵測與圖像分割<br>
? Ollama、Streamlit → 本地端 LLM 與網頁版聊天機器人
</div><div class="type02_gradient" style="display:none;"></div>
</div></div><div class="mod_b type02_m057 clearfix">
<a name="CategoryP00a400020009"> </a>
目
錄
<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h2">
<p><b><span style="font-size:13.5pt">目錄<span lang="EN-US">:</span></span></b><span lang="EN-US" style="font-size:13.5pt"><o></o></span></p>
<p><span lang="EN-US" style="font-size:13.5pt">??<b>▌Part1 Python </b></span><b><span style="font-size:13.5pt">語法篇</span></b><br>
<b><span style="font-size:13.5pt">第<span lang="EN-US"> 1 </span>章<span lang="EN-US"> Python </span>與<span lang="EN-US"> AI </span>時代的程式設計</span></b><br>
<span lang="EN-US" style="font-size:13.5pt">1-1 </span><span style="font-size:13.5pt">認識<span lang="EN-US"> Python<br>
1-2 </span>使用<span lang="EN-US"> Anaconda<br>
1-3 </span>使用<span lang="EN-US"> Google Colab<br>
1-4 Python </span>程式碼撰寫風格<br>
<span lang="EN-US">1-5 </span>常見的程式錯誤<br>
<span lang="EN-US">1-6 AI </span>輔助寫碼與偵錯(<span lang="EN-US">ChatGPT</span>、<span lang="EN-US">Gemini</span>)<br>
<br>
<b>第<span lang="EN-US"> 2 </span>章 型別、變數與運算子</b><br>
<span lang="EN-US">2-1 </span>型別<br>
<span lang="EN-US">2-2 </span>變數<br>
<span lang="EN-US">2-3 </span>常數<br>
<span lang="EN-US">2-4 </span>運算子<br>
<span lang="EN-US">2-5 </span>輸出<br>
<span lang="EN-US">2-6 </span>輸入<br>
<br>
<b>第<span lang="EN-US"> 3 </span>章 數值與字串處理</b><br>
<span lang="EN-US">3-1 </span>數值處理函式<br>
<span lang="EN-US">3-2 </span>字串與字元<br>
<span lang="EN-US">3-3 </span>字串處理方法<br>
<span lang="EN-US">3-4 </span>字串與數值格式化<br>
<br>
<b>第<span lang="EN-US"> 4 </span>章 流程控制</b><br>
<span lang="EN-US">4-1 </span>認識流程控制<br>
<span lang="EN-US">4-2 if<br>
4-3 for<br>
4-4 while<br>
4-5 break </span>與<span lang="EN-US"> continue</span><br>
<br>
<b>第<span lang="EN-US"> 5 </span>章 函式</b><br>
<span lang="EN-US">5-1 </span>認識函式<br>
<span lang="EN-US">5-2 </span>定義函式<br>
<span lang="EN-US">5-3 </span>呼叫函式<br>
<span lang="EN-US">5-4 </span>函式的參數<br>
<span lang="EN-US">5-5 </span>函式的傳回值<br>
<span lang="EN-US">5-6 </span>全域變數與區域變數<br>
<span lang="EN-US">5-7 </span>遞迴函式<br>
<span lang="EN-US">5-8 lambda </span>運算式<br>
<br>
<b>第<span lang="EN-US"> 6 </span>章<span lang="EN-US"> list</span>、<span lang="EN-US">tuple</span>、<span lang="EN-US">set </span>與<span lang="EN-US"> dict</span></b><br>
<span lang="EN-US">6-1 list</span>(串列)<br>
<span lang="EN-US">6-2 tuple</span>(元組)<br>
<span lang="EN-US">6-3 set</span>(集合)<br>
<span lang="EN-US">6-4 dict</span>(字典)<br>
<br>
<b>第<span lang="EN-US"> 7 </span>章 檔案存取與錯誤處理</b><br>
<span lang="EN-US">7-1 </span>認識檔案路徑<br>
<span lang="EN-US">7-2 </span>寫入檔案<br>
<span lang="EN-US">7-3 </span>讀取檔案<br>
<span lang="EN-US">7-4 with<br>
7-5 </span>管理檔案與資料夾<br>
<span lang="EN-US">7-6 </span>認識語法錯誤與例外<br>
<span lang="EN-US">7-7 try…except</span><br>
<br>
<b>第<span lang="EN-US"> 8 </span>章 物件導向</b><br>
<span lang="EN-US">8-1 </span>認識物件導向<br>
<span lang="EN-US">8-2 </span>使用類別與物件<br>
<span lang="EN-US">8-3 </span>繼承<br>
<span lang="EN-US">8-4 </span>多型<br>
<br>
<b>第<span lang="EN-US"> 9 </span>章 模組與套件</b><br>
<span lang="EN-US">9-1 </span>標準函式庫<br>
<span lang="EN-US">9-2 </span>模組<br>
<span lang="EN-US">9-3 </span>套件<br>
<span lang="EN-US">9-4 </span>第三方套件<br>
<span lang="EN-US">9-5 datetime </span>模組<br>
<br>
<span lang="EN-US"><b>▌Part2 </b></span><b>資料科學應用篇</b><br>
<b>第<span lang="EN-US"> 10 </span>章 陣列與資料運算 -<span lang="EN-US"> NumPy</span></b><br>
<span lang="EN-US">10-1 </span>認識<span lang="EN-US"> NumPy<br>
10-2 NumPy </span>的資料型別<br>
<span lang="EN-US">10-3 </span>一維陣列運算<br>
<span lang="EN-US">10-4 </span>二維陣列運算<br>
<span lang="EN-US">10-5 </span>通用函式<br>
<span lang="EN-US">10-6 </span>廣播<br>
<span lang="EN-US">10-7 </span>視點(<span lang="EN-US">view</span>)與複本(<span lang="EN-US">copy</span>)<br>
<span lang="EN-US">10-8 </span>數學函式<br>
<span lang="EN-US">10-9 </span>隨機取樣函式<br>
<span lang="EN-US">10-10 </span>統計函式<br>
<span lang="EN-US">10-11 </span>檔案資料輸入�輸出<br>
<br>
<b>第<span lang="EN-US"> 11 </span>章 繪製圖表 -<span lang="EN-US"> matplotlib</span></b><br>
<span lang="EN-US">11-1 </span>認識<span lang="EN-US"> matplotlib<br>
11-2 </span>繪製線條或標記<br>
<span lang="EN-US">11-3 </span>繪製長條圖<br>
<span lang="EN-US">11-4 </span>繪製直方圖<br>
<span lang="EN-US">11-5 </span>繪製圓餅圖<br>
<span lang="EN-US">11-6 </span>繪製散佈圖<br>
<br>
<b>第<span lang="EN-US"> 12 </span>章 科學計算 -<span lang="EN-US"> SciPy</span></b><br>
<span lang="EN-US">12-1 </span>認識<span lang="EN-US"> SciPy<br>
12-2 </span>統計子套件<span lang="EN-US"> scipy.stats<br>
12-3 </span>最佳化子套件<span lang="EN-US"> scipy.optimize<br>
12-4 </span>插值子套件<span lang="EN-US"> scipy.interpolate</span><br>
<br>
<b>第<span lang="EN-US"> 13 </span>章 資料分析 -<span lang="EN-US"> pandas</span></b><br>
<span lang="EN-US">13-1 </span>認識<span lang="EN-US"> pandas<br>
13-2 pandas </span>的資料結構<br>
<span lang="EN-US">13-3 pandas </span>的基本功能<br>
<br>
<b>第<span lang="EN-US"> 14 </span>章 網路爬蟲 -<span lang="EN-US"> Requests</span>、<span lang="EN-US">Beautiful Soup</span></b><br>
<span lang="EN-US">14-1 </span>認識網路爬蟲<br>
<span lang="EN-US">14-2 </span>使用<span lang="EN-US"> Requests </span>抓取網頁資料<br>
<span lang="EN-US">14-3 </span>使用<span lang="EN-US"> Beautiful Soup </span>解析網頁資料<br>
<br>
<span lang="EN-US"><b>▌Part3 </b></span><b>人工智慧應用篇</b><br>
<b>第<span lang="EN-US"> 15 </span>章 機器學習 -<span lang="EN-US"> scikit-learn</span></b><br>
<span lang="EN-US">15-1 </span>認識機器學習<br>
<span lang="EN-US">15-2 </span>線性迴歸<br>
<span lang="EN-US">15-3 </span>邏輯迴歸<br>
<span lang="EN-US">15-4 K-</span>近鄰演算法<br>
<span lang="EN-US">15-5 </span>決策樹<br>
<span lang="EN-US">15-6 </span>隨機森林<br>
<br>
<b>第<span lang="EN-US"> 16 </span>章 人臉偵測與辨識 -<span lang="EN-US"> OpenCV</span></b><br>
<span lang="EN-US">16-1 </span>認識<span lang="EN-US"> OpenCV<br>
16-2 </span>基本影像處理<br>
<span lang="EN-US">16-3 </span>【實例演練】人臉偵測<br>
<span lang="EN-US">16-4 </span>【實例演練】人臉辨識<br>
<br>
<b>第<span lang="EN-US"> 17 </span>章 物體偵測與圖像分割 -<span lang="EN-US"> YOLO</span></b><br>
<span lang="EN-US">17-1 </span>認識電腦視覺與常見任務<br>
<span lang="EN-US">17-2 </span>認識<span lang="EN-US"> PyTorch </span>與<span lang="EN-US"> YOLO<br>
17-3 </span>【實例演練】物體偵測<br>
<span lang="EN-US">17-4 </span>【實例演練】圖像分割<br>
<br>
<b>第<span lang="EN-US"> 18 </span>章 本地端<span lang="EN-US"> LLM </span>與聊天機器人 -<span lang="EN-US"> Ollama</span>、<span lang="EN-US">Streamlit</span></b><br>
<span lang="EN-US">18-1 </span>認識自然語言處理與大型語言模型<br>
<span lang="EN-US">18-2 </span>部署本地端<span lang="EN-US"> LLM<br>
18-3 </span>使用<span lang="EN-US"> Ollama </span>串接本地端<span lang="EN-US"> LLM<br>
18-4 </span>本地端<span lang="EN-US"> AI </span>助理-<span lang="EN-US">RAG </span>與<span lang="EN-US"> AI </span>投資小幫手<br>
<span lang="EN-US">18-5 </span>使用<span lang="EN-US"> Streamlit </span>建立網頁應用程式<br>
<span lang="EN-US">18-6 </span>本地端聊天機器人 - 網頁版<span lang="EN-US"> AI </span>健身教練<span lang="EN-US"><o></o></span></span></p>
</div>
書
評
其 他 著 作