?

?

　　Python語言是基礎科學課程，撰寫這本書時採用下列原則。

　　1：最新Python語法 x 強調Python語法內涵與精神。

　　2：精彩 x 創意程式實例解說。

　　3：數學 x 統計 x 數據科學與人工智慧知識融入內容。

　　4：ChatGPT助攻。

　　5：章節習題引導讀者複習與自我練習。

　　6：機器學習 - 真實數據 – 專題實戰 。

?

　　這本書可以說是「Python最強入門邁向數據科學之路第4版」的新版內容，相較於該版，這本更新許多Python語法和模組，整個修訂細節超過300處。由於內容更偏重於AI與數據科學的應用，因此也更新微調書籍名稱。

?

　　多次與教育界的朋友相聚，談到電腦語言的發展趨勢，大家一致公認Python已經是當今最重要的電腦語言了，幾乎所有知名公司，例如：Google、Facebook、…等皆已經將此語言列為必備電腦語言。了解許多人想學Python，市面上的書也不少了，但是許多人買了許多書，但是學習Python路上仍感障礙重重，原因是沒有選到好的書籍，市面上許多書籍的缺點是：

?

　　◎Python語法講解不完整

　　◎用C、C++、Java觀念撰寫實例

　　◎Python語法的精神與內涵未做說明

　　◎Python進階語法未做解說

　　◎基礎實例太少，沒經驗的讀者無法舉一反三

　　◎模組介紹不足，應用範圍有限

?

　　許多讀者因此買了一些書，讀完了，好像學會了，但到了網路看專家撰寫的程式往往看不懂。就這樣我決定撰寫一本用豐富、實用、有趣實例完整且深入講解Python語法的入門書籍。其實這本書也是目前市面上講解Python書籍中語法最完整，當讀者學會Python後，本書將逐步帶領讀者邁向數據科學、機器學習之路。Python以簡潔著名，語法非常活，同時擁有非常多豐富、實用的模組，本書筆者嘗試將Python語法的各種用法用實例解說，同時穿插使用各種模組，以協助讀者未來可以更靈活使用Python，以奠定讀者邁向更高深學習的紮實基礎。

?

　　本書以約1000個程式實例和約300個一般實例，講解紮實的Python語法，同時輔助約210道是非題、210道選擇題與約295程式實作題。讀者研讀完此書，相信可以學會下列知識：

?

　　★內容穿插說明PEP 8風格，讀者可由此養成設計符合PEP 8風格的Python程式，這樣撰寫的程式可以方便自己與他人閱讀。

　　☆拋棄C、C++、Java語法思維，將Python語法、精神功能火力全開

　　★人工智慧基礎知識融入章節內容

　　☆從bytes說起、編碼(encode)、解碼(decoding)，到精通串列(list)、元組(tuple)、字典(dict)、集合(set)

　　★深度解析Sort( )和sorted( )

　　☆完整解說Unicode字符集和utf-8依據Unicode字符集的中文編碼方式

　　★從小型串列、元組、字典到大型數據資料的建立

　　☆生成式(generator)建立Python資料結構，串列(list)、字典(dict)、集合(set)

　　★經緯度計算地球任2城市之間的距離，學習取得地球任意位置的經緯度

　　☆萊布尼茲公式、尼拉卡莎、蒙地卡羅模擬計算圓週率

　　★徹底解說讀者常混淆的遞迴式呼叫。

　　☆基礎函數觀念，也深入到嵌套、lambda、Decorator等高階應用

　　★Google有一篇大數據領域著名的論文，MapReduce:Simplified Data Processing on Large Clusters，重要觀念是MapReduce，筆者將對map( )和reduce( )完整解說，更進一步配合lambda觀念解說高階應用

　　☆設計與應用自己設計的模組、活用外部模組(module)

　　★設計加密與解密程式

　　☆Python處理文字檔案/二元檔案的輸入與輸出

　　★檔案壓縮與解壓縮

　　☆程式除錯(debug)與異常(exception)處理

　　★檔案讀寫與目錄管理

　　☆剪貼簿(clipboard)處理

　　★正則表達式(Regular Expression)

　　☆遞?式觀念與碎形(Fractal)

　　★影像處理與文字辨識，更進一步說明電腦儲存影像的方法與觀念

　　☆認識中文分詞jieba與建立詞雲(wordcloud)設計

　　★GUI設計 - 實作小算盤

　　☆實作動畫與遊戲(電子書呈現)

　　★Matplotlib中英文靜態與動態2D ~ 3D圖表繪製

　　☆說明csv和json檔案

　　★繪製世界地圖

　　☆台灣股市資料擷取與圖表製作

　　★Python解線性代數

　　☆Python解聯立方程式

　　★Python執行數據分析

　　☆科學計算與數據分析Numpy、Pandas

　　★網路爬蟲

　　☆AI破冰之旅 – 畢氏定理到餘弦相似度

　　★機器學習 – 線性迴歸

　　☆機器學習 – scikit-learn

　　★KNN演算法、邏輯迴歸、支援向量機

　　☆決策樹

　　★隨機森林

　　☆波士頓房價

　　★葡萄酒數據集

　　☆鐵達尼號

　　★糖尿病數據集

　　☆乳癌數據集

　　★手寫數字數據集

　　☆PCA主成份分析

　　★ChatGPT助攻完全解析

　　☆完整函數索引，未來可以隨時查閱