【基礎入門篇】

01 建置Python開發環境

1.1 建置Anaconda開發環境

1.2 Spyder編輯器

1.3 Jupyter Notebook編輯器

02 變數、運算及判斷式

2.1 變數與資料型別

2.2 運算式

2.3 判斷式

03 迴圈、串列與元組

3.1 迴圈與串列

3.2 進階串列與元組

04 字典的使用

4.1 字典基本操作

4.2 字典進階操作

05 函式與模組

5.1 自訂函式

5.2 數值函式

5.3 字串函式

5.4 亂數模組



【進階學習篇】

06 檔案系統的使用

6.1 檔案和目錄管理

6.2 檔案的讀寫

6.3 二進位檔案的讀寫

07 物件導向程式開發

7.1 類別與物件

7.2 類別封裝

7.3 類別繼承

7.4 多型

7.5 多重繼承

7.6 類別應用

7.7 建立Python專案

7.8 打造自己的模組

08 例外處理

8.1 例外處理

8.2 try…except常用例外錯誤表

8.3 捕捉多個例外

8.4 raise拋出例外

8.5 Traceback記錄字串

8.6 assert斷言

09 圖形使用者介面設計

9.1 Tkinter圖形使用者介面模組

9.2 排版方式

9.3 視窗區塊(Frame)

10 正規表達式

10.1 使用傳統程式設計方式搜尋

10.2 使用正規表達式

10.3 使用re模組建立隱含正規表達式物件

10.4 更豐富的搜尋方式

10.5 使用re.sub()取代字串

10.6 正規表達式實務上的應用



【資料科學篇】

11 數據資料的爬取

11.1 requests模組：讀取網站檔案

11.2 BeautifulSoup模組：網頁解析

11.3 Selenium模組：瀏覽器自動化操作

12 數據資料的儲存與讀取

12.1 csv資料的儲存與讀取

12.2 Excel資料儲存與讀取?

12.3 SQLite資料庫的操作

12.4 MySQL資料庫的操作

12.5 Google試算表的操作

13 數據資料視覺化

13.1 繪製折線圖：plot

13.2 繪製長條圖：bar

13.3 圓餅圖繪製：pie

13.4 設定圖表區：figure

13.5 在圖表區加入多張圖表：subplot、axes

13.6 專題：台灣股市股價走勢圖

14 Numpy與Pandas

14.1 Numpy陣列建立

14.2 Numpy陣列取值

14.3 Numpy的運算功能

14.4 Pandas Series

14.5 Pandas DataFrame的建立

14.6 DataFrame資料取值

14.7 DataFrame資料操作

14.8 Pandas資料存取

14.9 Pandas模組：繪圖應用



【網路應用篇】

15 Flask網站開發

15.1 基本Flask網站應用程式

15.2 使用模板

15.3 Template語言

15.4 以GET及POST傳送資料

16 Flask建立Web API及Heroku部署

16.1 建立縣市天氣資料Web API

16.2 部署Web API到Heroku

16.3 Web API應用：縣市天氣應用程式

17 Django網站開發

17.1 Django是什麼？

17.2 建立Django專案

17.3 視圖(view)與URL

17.4 視圖、模版與Template語言

17.5 以GET及POST傳送資料

18 Django資料庫連結與應用

18.1 Django資料庫

18.2 admin後台管理與ModelAdmin類別

18.3 資料庫查詢

18.4 資料庫管理

19 Django專案實戰及Heruko部署

19.1 Django新聞系統

19.2 部署Django專案到Heroku

20 LINE Bot申請設定及開發

20.1 Line開發者帳號

20.2 「鸚鵡」LINE Bot

21 LINE Bot進階應用與互動功能

21.1 圖文式LINE Bot

21.2 LINE Bot基本互動功能

22 LINE Bot專題實戰

22.1 取得發票中獎號碼

22.2 發票對獎LINE Bot



【人工智慧篇】

23 機器學習起點：多層感知器(MLP)

23.1 認識多層感知器(MLP)

23.2 Mnist資料集

23.3 訓練Mnist手寫數字圖片辨識模型

23.4 模型儲存與預測

24 深度學習重點：CNN及RNN

24.1 卷積神經網路(CNN)基本結構

24.2 卷積神經網路實戰：Mnist手寫數字圖片辨識

24.3 循環神經網路(RNN)基本結構

24.4 循環神經網路實戰：股價預測

25 演算法雲端利器：Algorithmia

25.1 認識Algorithmia平台

25.2 使用 Algorithmia演算法

26 機器學習雲端平台：Azure

26.1 電腦視覺資源

26.2 臉部辨識資源

26.3 文字語言翻譯資源

27 自然語言處理(NLP)

27.1 Jieba模組

27.2 文字雲



【IoT物聯網篇】

28 MicroPython與ESP8266

28.1 認識MicroPython與ESP8266

28.2 NodeMCU和WEMOS D1 mini控制板簡介

28.3 下載與燒錄MicroPython韌體

28.4 使用Thonny操控MicroPython控制板

28.5 使用麵包板連接LED電路

28.6 LED閃爍電路實作

29 MicroPython小專題實作

29.1 三色Led燈

29.2 按鈕開關

29.3 PWM電路

29.4 類比輸入

29.5 蜂鳴器

30 感測器應用：溫溼度與超音波感測器

30.1 Timer計時器

30.2 DHT11溫溼度感測器

30.3 超音波感測器

31 顯示裝置：LCD液晶顯示器

31.1 認識I2C

31.2 LCD顯示器

32 Wi-Fi無線網路

32.1 Wi-Fi無線網路

32.2 設定開機自動連線

32.3 讀取網站

32.4 建立網路通訊程式

32.5 連結網站伺服器

32.6 以HTTPS連結網站伺服器

33 物聯網應用

33.1 網站伺服器

33.2 傳送HTML網頁和圖片檔

33.3 遠端控制

33.4 從外部網路控制

33.5 ThingSpeak的物聯網應用



?

序



　　Python是一套直譯式、物件導向，功能強大的程式語言，廣泛應用於大數據、網路爬蟲、人工智慧、機器學習、物聯網等熱門領域。具備簡潔的語法，擁有許多模組套件，跨平台且容易擴充，所以非常適合初學者學習。



　　但有許多的人在學習時卻迷失在網路爬文、教學影片的知識叢林裡，沒有系統也沒有結構，花了太多時間也沒有成效。所以本書整理了多年教學、研習與專案開發的心得，並且爬梳了許多國內外學習Python的重點，帶領讀者由淺入深地領略Python程式在各個領域裡的開發應用。



　　在章節的規劃上，除了想要帶領學習者打好札實的語法基礎，並針對Python每個引發討論的主流重點深入探討，特別以基礎入門、進階學習、資料科學、網路應用、人工智慧與IoT物聯網為重點脈絡，打造沒有死角的學習體驗。



　　我們希望觀念與實作並進，因此要求團隊在內容編寫上要與時俱進、貼近實際開發現況；除了在各個階段詳盡地說明相關的語法內容外，還搭配了實用又有趣的範例，盼望能在自學的道路上拉你一把，規劃出最好的學習地圖，縮短學習途徑，提高學習成效。

?