庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
看圖學Python:從程式設計入門到精通資料科學?

看圖學Python:從程式設計入門到精通資料科學?

沒有庫存
訂購需時10-14天
9786264010245
陳會安
全華圖書
2024年6月28日
183.00  元
HK$ 173.85  






ISBN:9786264010245
  • 叢書系列:大專資訊
  • 規格:平裝 / 472頁 / 19 x 26 x 2.36 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣
    大專資訊


  • 專業/教科書/政府出版品 > 電機資訊類 > 資訊











      本書是一本專為初學者設計的Python程式設計及資料科學全面教材,也可作為iPAS巨量資料分析師考試的先修教材。



      透過圖解與實作,循序漸進地引導讀者掌握Python程式設計及資料科學的核心技能。書中內容豐富,從Python基礎語法開始,逐步深入到資料科學的實際應用。搭配詳細的圖例和實作範例,讓學習更加直觀和實用。



      本書特別強調實務應用,詳細介紹了Python資料科學必學的套件,如Numpy、Matplotlib、Pandas、Seaborn、Plotly和SciPy。這些工具不僅幫助讀者進行資料運算和分析,還能輕鬆繪製各種圖表,視覺化資料結果。



      在學習Python程式設計的過程中,本書運用了當前最熱門的AI工具——ChatGPT,來輔助學習。ChatGPT可以提供程式設計協助、解釋程式概念,進而寫出資料收集的網路爬蟲程式,以便更好地理解Python程式設計和資料分析的關鍵概念。這種互動式學習方式,大大提升了學習效率和理解深度。



      此外,本書還包含多個實務導向的案例,從資料預處理、資料清理到探索性資料分析,再到機器學習與深度學習應用,幫助讀者將所學知識應用於實際問題中。這些案例不僅鞏固了讀者的學習成果,還提升了實戰技能,為未來的職場應用打下堅實的基礎。



    本書特色



      1.循序漸進地幫助讀者從基礎到進階學習Python程式設計。



      2.結合ChatGPT,提供互動式學習體驗。

      .ChatGPT 應用:找出Python視窗程式的學習方向。

      .ChatGPT 應用:幫助你學習Python視窗程式設計。

      .ChatGPT 應用:寫出資料收集的網路爬蟲程式。



      3.涵蓋資料科學必備套件,介紹Numpy、Matplotlib、Pandas、Seaborn、Plotly和SciPy,應用於資料分析與視覺化。

      .向量與矩陣運算的NumPy套件。

      .資料視覺化的Matplotlib套件。

      .資料處理與分析的Pandas套件。

      .進階圖表繪製的Seaborn套件。

      .繪製互動圖表的Plotly套件。

      .提供各種演算法與科學運算的SciPy套件。



      4.豐富的實務導向案例,從資料預處理到機器學習與深度學習實例。

      .資料視覺化案例:PTT BBS 推文。

      .資料視覺化案例:台積電股價。

      .探索性資料分析案例:鐵達尼號資料集。

      .機器學習實例:使用線性迴歸預測房價。

      .機器學習實例:使用決策樹分類鳶尾花。

      .深度學習實例:鳶尾花資料集的多元分類。

      .深度學習實例:加州房價預測的迴歸分析。



      5.詳細圖解與實作範例,讓學習更加直觀。

      .抽象觀念圖像化,輕鬆掌握程式設計精髓。

      .搭配「fChart流程圖直譯器」繪製流程圖,提升思考邏輯。

      .以動畫執行流程圖,驗證程式邏輯的正確性。



      6.附iPAS巨量資料分析師認證模擬試題,可作為此認證考試的先修教材。



      7.課本CH12~16的視覺化彩圖,收錄至範例檔,可線上下載。


     





    CH01 Python語言與運算思維基礎

    1-1 程式與程式邏輯

    1-2 認識Python、運算思維和Thonny

    1-3 下載與安裝Thonny

    1-4 使用Thonny建立第一個Python程式

    1-5 Thonny基本使用與程式除錯



    CH02 寫出和認識Python程式

    2-1 開發Python程式的基本步驟

    2-2 編輯現存的Python程式

    2-3 建立第二個Python程式的加法運算

    2-4 看看Python程式的內容

    2-5 Python文字值

    2-6 Python寫作風格



    CH03 變數、運算式與運算子

    3-1 程式語言的變數

    3-2 在程式使用變數

    3-3 變數的資料型態和型態轉換函數

    3-4 讓使用者輸入變數值

    3-5 認識運算式和運算子

    3-6 在程式使用運算子



    CH04 條件判斷

    4-1 你的程式可以走不同的路

    4-2 關係運算子與條件運算式

    4-3 if單選條件敘述

    4-4 if/else二選一條件敘述

    4-5 if/elif/else多選一條件敘述

    4-6 在條件敘述使用邏輯運算子



    CH05 重複執行程式碼

    5-1 認識迴圈敘述

    5-2 for計數迴圈

    5-3 while條件迴圈

    5-4 改變迴圈的執行流程

    5-5 巢狀迴圈與無窮迴圈

    5-6 在迴圈中使用條件敘述



    CH06 函數

    6-1 認識函數

    6-2 使用者自訂函數

    6-3 函數的參數

    6-4 函數的回傳值

    6-5 函數的實際應用

    6-6 變數範圍和內建函數



    CH07 字串與容器型態

    7-1 字串型態

    7-2 串列型態

    7-3 元組型態

    7-4 字典型態

    7-5 字串與容器型態的運算子

    7-6 串列與字典推導



    CH08 檔案、類別與例外處理

    8-1 檔案處理

    8-2 二進位檔案讀寫

    8-3 類別與物件

    8-4 建立例外處理



    CH09 Python模組與套件

    9-1 Python模組與套件

    9-2 os模組:檔案操作與路徑處理

    9-3 math模組:數學函數

    9-4 turtle模組:海龜繪圖

    9-5 pywin32套件:Office軟體自動化



    CH10 使用ChatGPT學習Python程式設計

    10-1 認識ChatGPT

    10-2 註冊與使用ChatGPT

    10-3 ChatGPT是你最佳的Python程式助手

    10-4 ChatGPT應用:找出Python視窗程式的學習方向

    10-5 ChatGPT應用:幫助你學習Python視窗程式設計

    10-6 ChatGPT應用:寫出資料收集的網路爬蟲程式



    CH11 NumPy向量與矩陣運算

    11-1 Python資料科學套件

    11-2 陣列的基本使用

    11-3 一維陣列:向量

    11-4 二維陣列:矩陣

    11-5 使用進階索引取出元素

    11-6 陣列的常用操作與廣播



    CH12 Matplotlib資料視覺化

    12-1 資料視覺化與Matplotlib套件

    12-2 使用Matplotlib繪製圖表

    12-3 散佈圖、長條圖、直方圖和派圖

    12-4 子圖表

    12-5 多軸圖表



    CH13 使用Pandas掌握你的資料

    13-1 Pandas 套件的基礎

    13-2 DataFrame 的基本使用

    13-3 選擇、篩選與排序資料

    13-4 新增、更新、刪除與合併資料

    13-5 群組、樞紐分析與統計函數

    13-6 Pandas 資料視覺化



    CH14 Seaborn進階圖表與Plotly互動視覺化

    14-1 Seaborn基礎與基本使用

    14-2 使用Seaborn繪製各種類型的圖表

    14-3 使用Seaborn繪製不同類型組合的圖表

    14-4 使用Plotly繪製互動圖表

    14-5 實作案例:PTT BBS推文的資料視覺化

    14-6 實作案例:台積電股價的互動資料視覺化



    CH15 SciPy科學運算與探索式資料分析

    15-1 SciPy套件的基礎

    15-2 SciPy套件的科學運算

    15-3 探索性資料分析的基礎

    15-4 找出資料之間的關聯性

    15-5 資料預處理

    15-6 實作案例:鐵達尼號資料集的探索性資料分析



    CH16 Python機器學習與深度學習

    16-1 機器學習的基礎

    16-2 機器學習實例:使用線性迴歸預測房價

    16-3 機器學習實例:使用決策樹分類鳶尾花

    16-4 認識深度學習

    16-5 深度學習實例:加州房價預測的迴歸分析

    16-6 深度學習實例:鳶尾花資料集的多元分類



    附錄A Google Colab雲端服務基本使用(電子書)

    ?




    其 他 著 作
    1. Raspberry Pi 樹莓派:AI × OpenCV × LLM × AIoT 創客聖經
    2. 超簡單Python+MicroPython物聯網應用:堆積木寫程式輕鬆學習軟硬體整合(第三版)
    3. Python ? Power BI ? Excel 和 AI 神隊友打造辦公室作業 + 數據分析自動化
    4. 你的第一本Linux入門書:使用WSL建立Linux軟體開發與部署環境,一次學會Docker、版本控制、建立AI預訓練模型
    5. 新一代 Keras 3.x 重磅回歸:跨 TensorFlow 與 PyTorch 建構 Transformer、CNN、RNN、LSTM 深度學習模型
    6. 看圖學Python:資料分析與資料視覺化?
    7. 看圖學Python:資料分析與資料視覺化?
    8. SQL × Power Automate × Python 自動化 Excel 與 Pandas 資料分析
    9. App Inventor 2程式設計與應用:開發Android App一學就上手(第六版)?
    10. 新觀念 Visual C# 程式設計範例教本 第六版