Python + ChatGPT 零基礎 + 高效率學程式設計與運算思維, 3/e
洪錦魁 著
買這商品的人也買了...
-
$380$300 -
$450$338 -
$539$512 -
$720$612 -
$580$458 -
$1,200$948 -
$780$616 -
$1,990$1,891 -
$380$342 -
$699$552 -
$630$498 -
$580$458 -
$680$537 -
$490$387 -
$1,200$948 -
$680$530 -
$630$498 -
$650$514 -
$680$537 -
$2,100$1,995 -
$499$394 -
$560$442 -
$720$504 -
$520$411 -
$780$616
相關主題
商品描述
Python + ChatGPT
零基礎 + 高效率
學程式設計與運算思維
第3版
天瓏購書獨家贈送習題解答
★★★★★【國內第1本ChatGPT輔助學習Python】★★★★★
★★★★★【Google Colab環境解說】★★★★★
★★★★★【第1本用ChatGPT語言模型】★★★★★
★★★★★【設計線上AI客服】★★★★★
★★★★★【第1本講解設計Pythonic程式★★★★★
本書特色如下:
相較於第2版,第3版新增與修訂下列內容:
- 解說ChatGPT/GPT-4
☆ 每一章節皆有ChatGPT輔助學習Python解說與實作
- Python在Google Colab環境完整解說,特別是中文資料的應用
☆ 培養程式設計的好習慣,從零開始解說Python程式設計風格
- 迴歸分析基礎觀念
☆ 更完整的數據科學與機器學習知識
- 機器學習使用scikit-learn入門
☆ 用ChatGPT語言模型設計「線上AI客服中心」
- 小細節修訂約200處
本書用約700個一般實例與程式實例,同時使用ChatGPT輔助學習,講解了下列知識:
- 科技與人工智慧知識融入內容
☆ 完整Python語法
★ 串列、元組、字典、集合
☆ 經緯度計算城市間的距離
★ 數學方法計算圓週率
☆ 生成式generator
★ 函數與類別設計
☆ 設計與使用自己的模組、使用外部模組
★ 中文Windows預設cp950與國際通用utf-8格式的檔案讀寫
☆ 程式除錯與異常處理
★ 正則表達式
☆ 影像處理
★ Numpy
☆ CSV文件
★ 2D ~ 3D的Matplotlib中英文靜態與動態圖表繪製
☆ 網路爬蟲
★ 人工智慧破冰之旅
☆ 迴歸分析
★ 機器學習使用scikit-learn入門
☆ 使用ChatGPT語言模型設計「線上AI客服中心」
此書為黑白印刷
※ 本書部分實例可至深智官網下載:deepmind.com.tw
作者簡介
洪錦魁
一位跨越電腦作業系統與科技時代的電腦專家,著作等身的作家。
• DOS時代他的代表作品是IBM PC組合語言、C、C++、Pascal、資料結構。
• Windows時代他的代表作品是Windows Programming使用C、Visual Basic。
• Internet時代他的代表作品是網頁設計使用HTML。
• 大數據時代他的代表作品是R語言邁向Big Data之路。
• 人工智慧時代他的代表作品是機器學習基礎數/微積分 + Python實作
作品曾被翻譯為簡體中文、馬來西亞文,英文,近年來作品則是在北京清華大學和台灣深智同步發行:
1:C、Java、Python、C#、R最強入門邁向頂尖高手之路王者歸來
2:OpenCV影像創意邁向AI視覺王者歸來
3:Python網路爬蟲:大數據擷取、清洗、儲存與分析王者歸來
4:演算法邏輯思維 + Python程式實作王者歸來
5:matplotlib從2D到3D資料視覺化
6:網頁設計HTML+CSS+JavaScript+jQuery+Bootstrap+Google Maps王者歸來
7:機器學習彩色圖解 + 基礎數學、基礎微積分 + Python實作王者歸來
8:Excel完整學習、Excel函數庫、Excel VBA應用王者歸來
9:Python操作Excel最強入門邁向辦公室自動化之路王者歸來
10:Power BI最強入門 – AI視覺化+智慧決策+雲端分享王者歸來
他的多本著作皆曾登上天瓏、博客來、Momo電腦書類,各個時期暢銷排行榜第1名,他的著作最大的特色是,所有程式語法或是功能解說會依特性分類,同時以實用的程式範例做解說,不賣弄學問,讓整本書淺顯易懂,讀者可以由他的著作事半功倍輕鬆掌握相關知識。
目錄大綱
第0章:註冊與使用ChatGPT/GPT-4
0-1:進入網頁與註冊
0-2:認識ChatGPT/GPT-4
0-3:ChatGPT使用環境
0-4:第一次使用ChatGPT
0-5:建立新的會話
0-6:管理ChatGPT會話紀錄
0-7:Prompt
0-8:ChatGPT回應的語言
0-9:ChatGPT繼續回答與快捷鍵
第1章:基本觀念
1-0:運算思維(Computational Thinking)
1-1:認識Python
1-2:Python的起源
1-3:Python語言發展史
1-4:Python的應用範圍
1-5:變數 - 靜態語言與動態語言
1-6:系統的安裝與執行
1-7:程式註解(comments)
1-8:Python彩蛋(Easter Eggs)
1-9:ChatGPT輔助學習
第2章:認識變數與基本數學運算
2-1:用Python做計算
2-2:認識變數(variable)
2-3:認識程式的意義
2-4:認識註解的意義
2-5:變數的命名原則
2-6:基本數學運算
2-7:指派運算子
2-8:Python的多重指定(Multiple Assignment)
2-9:Python的列連接(Line Continuation)
2-10:專題-複利計算/計算圓面積與圓周長
2-11:ChatGPT輔助學習
第3章:Python的基本資料型態
3-1:type( )函數
3-2:數值資料型態
3-3:布林值資料型態
3-4:字串資料型態
3-5:字串與字元
3-6:專題-地球到月球時間計算/計算座標軸2點之間距離
3-7:ChatGPT輔助學習
第4章:基本輸入與輸出
4-1:Python的輔助說明help( )
4-2:格式化輸出資料使用print( )
4-3:資料輸入input( )
4-4:處理字串的數學運算eval( )
4-5:列出所有內建函數dir( )
4-6:專題-溫度轉換/房貸問題/經緯度距離/雞兔同籠
4-7:ChatGPT輔助學習
第5章:程式的流程控制
5-1:關係運算子
5-2:邏輯運算子
5-3:if敘述
5-4:if … else敘述
5-5:if … elif …else敘述
5-6:專題-BMI/猜數字/生肖/方程式/聯立方程式/火箭升空/閏年
5-7:ChatGPT輔助學習
第6章:串列(List)
- :認識串列(list)
6-2:Python物件導向觀念與方法
6-3:串列元素是字串的常用方法
6-4:增加與刪除串列元素
6-5:串列的排序
6-6:進階串列操作
6-7:串列內含串列
6-8:串列的賦值與切片拷貝
6-9:再談字串
6-10:in和not in運算式
6-11:enumerate物件
6-12:專題:大型串列/帳號管理/認識凱薩密碼
6-13:ChatGPT輔助學習
第7章:迴圈設計
7-1:基本for迴圈
7-2:range( )函數
7-3:進階的for迴圈應用
7-4:while迴圈
7-5:enumerate物件使用for迴圈解析
7-6:專題:成績系統/圓周率/國王的麥粒/電影院劃位
7-7:ChatGPT輔助學習
第8章:元組(Tuple)
8-1:元組的定義
8-2:讀取元組元素
8-3:遍歷所有元組元素
8-4:元組切片(tuple slices)
8-5:方法與函數
8-6:串列與元組資料互換
8-7:其它常用的元組方法
8-8:enumerate物件使用在元組
8-9:使用zip( )打包多個串列
8-10:生成式(generator)
8-11:製作大型的元組資料
8-12:元組的功能
8-13:專題:認識元組/打包與解包/bytes與bytearray
8-14:ChatGPT輔助學習
第9章:字典(Dict)
9-1:字典基本操作
9-2:遍歷字典
9-3:字典內鍵的值是串列
9-4:字典內鍵的值是字典
9-5:字典常用的函數和方法
9-6:製作大型的字典資料
9-7:專題:文件分析/字典生成式/星座/凱薩密碼/摩斯密碼
9-8:ChatGPT輔助學習
第10章:集合(Set)
10-1:建立集合set( )
10-2:集合的操作
10-3:適用集合的方法
10-4:適用集合的基本函數操作
10-5:專題:夏令營程式/程式效率/集合生成式/雞尾酒實例
10-6:ChatGPT輔助學習
第11章:函數設計
11-1:Python函數基本觀念
11-2:函數的參數設計
11-3:函數傳回值
11-4:呼叫函數時參數是串列
11-5:傳遞任意數量的參數
11-6:遞迴式函數設計recursive
11-7:區域變數與全域變數
11-8:匿名函數lambda
11-9:pass與函數
11-10:專題:函數的應用/質數
11-11:ChatGPT輔助學習
第12章:類別 - 物件導向程式設計
12-1:類別的定義與使用
12-2:類別的訪問權限 – 封裝(encapsulation)
12-3:類別的繼承
12-4:多型(polymorphism)
12-5:多重繼承
12-6:type與instance
12-7:專題:幾何資料的應用
12-8:ChatGPT輔助學習
第13章:設計與應用模組
13-1:將自建的函數儲存在模組中
13-2:應用自己建立的函數模組
13-3:將自建的類別儲存在模組內
13-4:應用自己建立的類別模組
13-5:隨機數random模組
13-6:時間time模組
13-7:系統sys模組
13-8:keyword模組
13-9:日期calendar模組
13-10:專題設計:賭場遊戲騙局/蒙地卡羅模擬/文件加密
13-11:ChatGPT輔助學習
第14章:檔案的讀取與寫入
14-1:開啟檔案open( )
14-2:讀取檔案
14-3:寫入檔案
14-4:讀取和寫入二進位檔案
14-5:認識編碼格式encoding
14-6:ChatGPT輔助學習
第15章:程式除錯與異常處理
15-1:程式異常
15-2:設計多組異常處理程序
15-3:丟出異常 - raise
15-4:程式除錯的典故
15-5:ChatGPT輔助學習
第16章:正則表達式
16-1:使用Python硬功夫搜尋文字
16-2:正則表達式的基礎
16-3:更多搜尋比對模式
16-4:貪婪與非貪婪搜尋
16-5:正則表達式的特殊字元
16-6:MatchObject物件
16-7:專題-搶救CIA情報員-sub( )方法
16-8:ChatGPT輔助學習
第17章:用Python處理影像檔案
17-1:認識Pillow模組的RGBA
17-2:Pillow模組的盒子元組(Box tuple)
17-3:影像的基本操作
17-4:影像的編輯
17-5:裁切、複製與影像合成
17-6:影像濾鏡
17-7:在影像內繪製圖案
17-8:在影像內填寫文字
17-9:ChatGPT輔助學習
第18章:詞雲設計
18-1:Python Shell環境 - 安裝wordcloud
18-2:我的第一個詞雲程式
18-3:建立含中文字詞雲結果失敗
18-4:建立含中文字的詞雲
18-5:進一步認識jieba模組的分詞
18-6:建立含圖片背景的詞雲
18-7:ChatGPT輔助學習
第19章:使用Python處理CSV文件
19-1:建立一個CSV文件
19-2:用記事本開啟CSV檔案
19-3:csv模組
19-4:讀取CSV檔案
19-5:寫入CSV檔案
19-6:Python與Microsoft Excel
19-7:ChatGPT輔助學習
第20章:數據圖表設計
20-1:認識matplotlib.ipynbplot模組的主要函數
20-2:繪製簡單的折線圖plot( )
20-3:繪製散點圖scatter( )
20-4:Numpy模組基礎知識
20-5:色彩映射color mapping
20-6:繪製多個圖表
20-7:建立畫布與子圖表物件
20-8:長條圖的製作bar( )
20-9:圓餅圖的製作pie( )
20-10:設計2D動畫
20-11:專題:數學表達式/輸出文字/圖表註解
20-12:ChatGPT輔助學習
第21章:網路爬蟲
21-1:使用requests模組下載網頁資訊
21-2:檢視網頁原始檔
21-3:解析網頁使用BeautifulSoup模組
21-4:網路爬蟲實戰
21-5:ChatGPT輔助學習
第22章:人工智慧破冰之旅 - KNN演算法
22-1:將畢氏定理應用在性向測試
22-2:電影分類
22-3:ChatGPT輔助學習
第23章:迴歸分析基礎觀念
23-1:相關係數(Correlation Coefficient)
23-2:建立線性迴歸模型與數據預測
23-3:二次函數的迴歸模型
23-4:ChatGPT輔助學習
第24章:機器學習使用scikit-learn入門
24-1:網路購物數據調查
24-2:使用scikit-learn模組計算決定係數
24-3:預測未來值
24-4:人工智慧、機器學習、深度學習
24-5:認識scikit-learn數據模組datasets
24-6:監督學習 – 線性迴歸
24-7:scikit-learn產生數據
24-8:常見的監督學習分類器
24-9:無監督學習 – 群集分析
24-10:ChatGPT輔助學習
第25章:使用ChatGPT設計線上AI客服中心
25-1:ChatGPT的API類別
25-2:取得API密鑰
25-3:安裝openai模組
25-4:設計ChatGPT線上AI聊天室
附錄A:安裝與執行Python(電子書)
附錄B:安裝Anaconda與使用Spider整合環境(電子書)
附錄C:使用Google Colab雲端開發環境
附錄D:指令、函數與專有名詞索引
附錄E:安裝第三方模組(電子書)
附錄F:RGB色彩表(電子書)
附錄G:Python運算思維前20章是非題與選擇題檔案第3版(電子書)
附錄H:ASCII碼值表(電子書)