Python自學聖經(第二版):從程式素人到開發強者的技術與實戰大全(附影音/範例程式) | 被動收入的投資秘訣 - 2024年8月
![](https://www.books.com.tw/img/001/089/28/0010892834.jpg)
Python自學聖經(第二版):從程式素人到開發強者的技術與實戰大全(附影音/範例程式)
【Python系列書在台累計銷量近10萬冊】
國內眾多程式人選書第一指名、學業界指定Python講師、
榮登暢銷榜最多Python圖書作者團隊代表作
集Python程式技術大成,強大內容增值再進化~
8大領域、39個主題、上百種模組套件、近1,200個範例,
涵蓋語法入門,橫跨各大熱門技術與軟硬整合實戰應用!
一本帶你入行!系統化分章、大量圖表解說,
全面跨入Python程式開發殿堂!
給需要本書的人:
★不知道如何開始才能自學好Python的人
★有接觸過但又不想打掉重練的人
★老是寫不好Python程式的人
★想運用Python開發專案的人
掌握系統化的學習途徑
才能真正駕馭Python
Python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,是一套直譯式、物件導向,功能強大的程式語言。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,但沒有系統性與結構化的學習,只能一知半解,而胡亂網路爬文,也只會迷失在資訊叢林。
本書從Python自學角度出發,系統化的分章學習,全面涵蓋語法、模組套件、主題應用、軟硬整合,規劃出最好的學習曲線,縮短自學途徑,排除學習障礙,真正從初學入門到業界活用!
■完整詳實的程式入門:
從開發環境建置開始,由淺入深、循序漸進、完整且詳細的解說變數、運算、判斷式、迴圈、串列、元組、字典、集合、函式與模組等語法觀念與實作。
■晉級專業的進階心法:
包括物件導向開發、例外處理、正規表達式、檔案管理、圖形使用者介面設計等內容。
■應用廣泛的資料科學:
涵蓋網路爬蟲、數據資料儲存與讀取、資訊視覺圖表化、Numpy、Pandas資料與分析的完整學習。
■無所不在的網路應用:
囊括Flask網站開發、建立Web API與Heroku部署、Django資料庫網站架設,還有LINE Bot機器人整合應用。
■邁向未來的AI人工智慧:
具備機器學習入門、機器學習特徵處理、分類與迴歸演算法、深度學習MLP、CNN與RNN的應用,以及機器學習雲端平台Azure、NLP自然語言處理等能力。
■玩轉創意的多媒體互動:
包含讀取圖片、編輯圖片、合成、濾鏡效果、大量圖片處理,還有PyGame遊戲開發、PyTube影音下載等運用。
■提升效率的開發加值:
介紹目前業界最熱門的Google Colab雲端開發平台與VS Code編輯神器,也深入介紹如何將程式打包成執行檔。
【超值附加內容】
萬物可通的IoT物聯網:
從MicroPython程式實作、硬體實作、感測器應用、加入顯示裝置、使用Wi-Fi無線網路,到物聯網整合應用,提供PDF電子書,可視需求運用。
【超值學習資源】
獨家收錄「Python物件導向程式開發影音教學」、「Google Colab雲端開發平台入門影音教學」、全書範例程式檔
感謝各界眾多程式讀者的肯定與真好評,新版中,我們依據市場回饋的寶貴訊息調整章節與順序,並且再加值內容與影音教學,讓本書更全面,也更有利於學習。
在基礎入門篇中加入集合與時間模組的使用;
在資料科學篇中加入json及xml格式的檔案操作,以及Pandas資料分析;
在網路應用篇中增加應用Flask進行Line Bot的改版開發,還升級Django的版本;
在人工智慧篇更針對機器學習補強了演算法的應用與實作,
除了觀念的導引,也強調資料在分類、迴歸分析上的學習,深入機器學習的核心;
全新的開發加值篇介紹目前業界最火熱的Google Colab雲端開發平台,
以及VS Code編輯神器,也深入介紹PyInstaller執行檔編譯;
全新的多媒體互動則著重在Pillow圖片處理、PyGame遊戲開發、PyTube線上影音下載;
附錄的IoT物聯網篇則因應軟體更新了操作介面,提供全彩呈現,
讓Python實戰更加得心應手。
作者簡介
文淵閣工作室
一個致力於資訊圖書創作二十餘載的工作團隊,擅長用輕鬆詼諧的筆觸,深入淺出介紹難懂的 IT 技術,並以範例帶領讀者學習電腦應用的大小事。
我們不賣弄深奧的專有名辭,奮力堅持吸收新知的態度,誠懇地與讀者分享在學習路上的點點滴滴,讓軟體成為每個人改善生活應用、提昇工作效率的工具。
舉凡程式開發、文書處理、美工動畫、攝影修片、網頁製作,都是我們專注的重點,而不同領域有各自專業的作者組成,以進行書籍的規劃與編寫。一直以來,感謝許多讀者與學校老師的支持,選定為自修用書或授課教材。衷心期待能盡我們的心力,幫助每一位讀者燃燒心中的小宇宙,用學習的成果在自己的領域裡發光發熱!
我們期待自己能在每一本創作中注入快快樂樂的心情來分享, 也期待讀者能在這樣的氛圍下快快樂樂的學習。
官方網站:www.e-happy.com.tw
FB粉絲團:www.facebook.com/ehappytw
【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 字典與集合的使用
4.1 字典基本操作
4.2 字典進階操作
4.3 集合
4.4 凍結集合
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
5.5 時間模組
【進階學習篇】
06 物件導向程式開發
6.1 類別與物件
6.2 類別封裝
6.3 類別繼承
6.4 多型
6.5 多重繼承
6.6 類別應用
6.7 建立Python專案
6.8 打造自己的模組
07 例外處理
7.1 例外處理
7.2 try...except常用例外錯誤表
7.3 捕捉多個例外
7.4 raise拋出例外
7.5 Traceback記錄字串
7.6 assert斷言
08 正規表達式
8.1 使用傳統程式設計方式搜尋
8.2 使用正規表達式
8.3 使用re.complie()建立正規表達式物件
8.4 使用re模組建立隱含正規表達式物件
8.5 更豐富的搜尋方式
8.6 使用re.sub()取代字串
8.7 實戰:網路爬蟲資料格式檢查
09 檔案系統的使用
9.1 檔案和目錄管理
9.2 檔案的讀寫
9.3 二進位檔案的讀寫
10 圖形使用者介面設計
10.1 Tkinter模組:圖形使用者介面
10.2 排版方式
10.3 視窗區塊(Frame)
10.4 實戰:英文單字王視窗版
【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 json資料的讀取與輸出
12.4 XML資料的儲存與讀取
12.5 SQLite資料庫的操作
12.6 MySQL資料庫的操作
12.7 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 繪製圓餅圖: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 實戰: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 Pandas DataFrame資料取值
14.7 Pandas DataFrame資料操作
14.8 Pandas資料存取
14.9 Pandas繪圖應用
15 Pandas資料分析
15.1 資料預處理
15.2 資料合併
15.3 樞紐分析表
15.4 實戰:鐵達尼號生存機率預測
【網路應用篇】
16 Flask網站開發
16.1 基本Flask網站應用程式
16.2 使用模板
16.3 Template語言
16.4 以GET及POST傳送資料
17 Flask建立Web API及Heroku部署
17.1 建立縣市天氣資料Web API
17.2 部署Web API到Heroku
17.3 實戰:縣市天氣查詢系統
18 LINE Bot申請設定及開發
18.1 LINE開發者管理控制台
18.2 實戰:「鸚鵡」LINE Bot開發
19 Django網站開發
19.1 Django是什麼?
19.2 建立Django專案
19.3 視圖(view)與URL
19.4 視圖、模版與Template語言
19.5 以GET及POST傳送資料
20 Django資料庫連結與應用
20.1 Django資料庫
20.2 admin後台管理與ModelAdmin類別
20.3 資料庫查詢
20.4 資料庫管理
21 Django專題實戰及Heruko部署
21.1 實戰:Django新聞公告系統
21.2 部署 Django專案到Heroku
【人工智慧篇】
22 機器學習:特徵提取
22.1 認識機器學習
22.2 文字特徵處理
22.3 數值標準縮放
22.4 特徵降維:特徵選擇
23 機器學習:分類及迴歸演算法
23.1 scikit-learn資料集
23.2 K近鄰演算法
23.3 樸素貝葉斯演算法
23.4 迴歸演算法
24 深度學習起點:多層感知器(MLP)
24.1 認識多層感知器(MLP)
24.2 Mnist資料集
24.3 訓練Mnist手寫數字圖片辨識模型
24.4 模型儲存與預測
25 深度學習重點:CNN及RNN
25.1 卷積神經網路(CNN)基本結構
25.2 卷積神經網路實戰:Mnist手寫數字圖片辨識
25.3 循環神經網路(RNN)基本結構
25.4 實戰:市場股價預測
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
【多媒體互動篇】
28 圖片批次處理:pillow
28.1 認識pillow
28.2 圖片基本操作
28.3 圖片編輯
28.4 圖片切割、複製和合成
28.5 圖片濾鏡
28.6 繪製圖形
28.7 實戰:大量圖片處理
29 電腦遊戲開發:PyGame
29.1 Pygame入門教學
29.2 Pygame動畫處理
29.3 實戰:打磚塊遊戲
30 線上影音下載:PyTube
30.1 Pytube:下載YouTube影片模組
30.2 播放清單及相關資源下載
【開發加值篇】
31 雲端開發平台:Google Colab
31.1 Google Colab:雲端的開發平台
31.2 Markdown語法
32 萬用編輯神器:VS Code
32.1 VS Code:最多人使用的程式編輯器
32.2 VS Code執行Python程式
32.3 讓VS Code更有效率
33 編譯程式執行檔:PyInstaller
33.1 程式打包前的準備工作
33.2 實戰:打包exe執行檔
33.3 實戰:打包含有資源檔的執行檔
33.4 實戰:使用.spec打包含有資源檔的執行檔
33.5 資料儲存的考量
【附錄、IOT物聯網篇】
(本篇為PDF形式電子書,請線上下載)
附錄 A MicroPython與ESP8266
附錄 B MicroPython小專題實作
附錄 C 感測器應用:溫溼度與超音波感測器
附錄 D 顯示裝置:LCD液晶顯示器
附錄 E Wi-Fi無線網路
附錄 F 物聯網應用
物聯網篇使用材料表
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。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、開發加值、多媒體互動與IoT物聯網為重點脈絡,打造沒有死角的學習體驗。
新版中,我們依據市場回饋的訊息調整章節順序,更有利於學習,並在基礎入門篇中加入集合與時間模組的使用;在資料科學篇中加入json及xml格式的檔案操作,以及Pandas資料分析;在網路應用篇中增加應用Flask進行Line Bot的改版開發,還升級Django到最新版本;在人工智慧篇更針對機器學習補強了演算法的應用與實作,除了觀念的導引,也強調資料在分類、迴歸分析上的學習,深入機器學習的核心;全新的開發加值篇介紹目前業界最火熱的Google Colab雲端開發平台及VS Code編輯神器,也深入介紹PyInstaller執行檔編譯;多媒體互動著重在Pillow圖片處理、PyGame遊戲開發、PyTube線上影音下載;附錄的IoT物聯網篇則因應軟體更新了操作介面,提供全彩的呈現,讓實戰更加得心應手。
我們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,盼望能在您自學的道路上帶來最大的助力,規劃出最好的學習地圖,縮短學習途徑,提高學習成效。