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)-FindBook 找書網 ISBN:9789865028060

型式

價格

供應商

所屬目錄

Computers & Technology

Computers & Technology

章節說明:【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

《Python自學聖經》是一本淺顯易懂的學習指南，對初學者非常的貼心的解釋和實用的示例，引導讀者進入Python的世界，融會貫通基礎和高級概念。作者以簡潔風趣的語言，將複雜的主題變得易於理解，使讀者能夠輕鬆掌握語言特性和應用技巧。每章節結構合理，深入淺出，幫助讀者建立堅實的Python基礎。總體而言，這本書是一本CP值極高的Python學習資源，是自學者和教育機構的理想選擇。

原來想說能有本案頭書在學習時能查查，所以特地挑了一本看來很齊全的書，沒想到也真的太齊全了！從程式入門、進階物件，接著看資料科學、網路應用，最後還有人工智慧、多媒體，沒想到附錄還有物聯網！真的有夠超值！範例多、專題多，真的能感受到誠意滿滿！還有一點我很喜歡的是書上附的教學影片，像物件以前在學的時候，看書有時候會看不太懂，但是看影片跟著操作，真的就很受用！還有我沒想到 Colab 有那麼多學問，那麼多用法，都是跟著影片學才發現的！學Python真的看這一本真的就夠啦！

真希望一開始就下定決心買這本書！真的很值得！查了很多網路的資料，看了很多影片想要自學，除了內容的品質不一，不連貫的資訊讓我就要放棄學習。但是看到書本目錄內容與規劃，無論是入門初學、網路爬蟲、資料科學、網路應用、圖像處理、多媒體影音、機器學習、深度學習還有很多有趣的主題，像LINE Bot等。終於下定決心買了後，只要有基礎後，我喜歡就挑我有興趣的主題去學習，因為它內容很廣，好像就有挖不完的寶藏一樣，而且有問題，聯絡作者也都回應超快的，真的強力推薦！

多處錯誤與不準確用詞。第一次發現的是可分辨的明顯錯誤，但當時已經差點將錯誤詞彙背下來。第二次直接影響到概念的理解，讓我卡住兩週。這本書真的讓初學者感到很困擾。造成的誤導只想給半顆，多出的半顆是出版社客服回應很迅速，另外一顆星是因為其他概念解釋蠻清楚的。

本書包含了PYTHON大部分學習主題，非常適合初學者閱讀，尤其是還未決定學習PYTHON方向者，可涉獵所有PYTHON方向，再進一步針對感興趣主題閱讀專書。以我為例，閱讀後對網路爬蟲及機器學習想進一步研究。書籍內容相當豐富，除了800頁的紙本內容外，還有數百頁的物聯網電子書，也有可觀的影音教學，對我幫助很大。以前有閱讀文淵閣工作室 App Inventor 相關書籍，有問題到他們論壇詢問，很快就能得到解答，是很負責任的工作室。

終於看到在Python自學時能面面俱到的書了，重點是很習慣這系列作者的教學方式過去看了一些大數據資料科學的書，重點都放在網路爬蟲，但Python自學聖經有很明確的引導我更全面的去了解爬取後的資料要如何分類、分群、分析，讓資料化為真的有用的武器。在學習中有不容易了解的環節，或是卡關的節點，都可以找到應對的內容再回頭去充實，去了解細節，對於自學來說真的是很實用的案頭書，十分推薦！