序
相較於第3 版,第4 版更加強數據科學與機器學習的內容,與相關模組的操作,同時使用更細緻的實例,增加下列知識:
●ChatGPT 助攻學習
●中文編碼與 ANSI 編碼,Code Page 950(cp950) 的意義
●使用 locals( ) 和 isinstance( ) 了解變數的資料類型
●深度解析 sort( ) 和 sorted( )
●深度解析迭代器 (iterator)、yield 關鍵字
●解說「utf-8」與「含 BOM 的 utf -8」,對於 txt 檔案與 csv 檔案的差異
●講解使用 Excel 開啟「utf -8」格式的 csv 檔案的方法
●「理論」+「實作」機器學習專題
●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
●其他修訂小細節超過 100 處
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995 個程式實例和約270 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 道程式實作題。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)
●完整解說 Unicode 字符集和 utf-8 依據 Unicode 字符集的中文編碼方式
●徹底解說 utf-8 和 Code Page 950(cp950) 之 ANSI 中文資料
●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
●從大型資料深度解說 sort( ) 和 sorted( )
●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
●徹底解說 iterator 和 yield
●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 (excepon) 處理
●檔案讀寫與目錄管理
●剪貼簿 (clipboard) 處理
●正則表達式 (Regular Expression)
●遞廻式觀念與碎形 (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
●人工智慧破冰之旅 – KNN 演算法
●機器學習 – 線性迴歸
●機器學習 – scikit-learn
●KNN 演算法、邏輯迴歸、線性與非線性支援向量機
●決策樹
●隨機森林樹
●完整解說波士頓房價、葡萄酒、鐵達尼號、糖尿病、乳癌、手寫數字數據集
●完整函數索引,未來可以隨時查閱
寫過許多的電腦書著作,本書沿襲筆者著作的特色,程式實例豐富,相信讀者只要遵循本書內容必定可以在最短時間精通Python 設計,編著本書雖力求完美,但是學經歷不足,謬誤難免,尚祈讀者不吝指正。
洪錦魁2023-05-15