Python最強入門邁向數據科學之路: 王者歸來 (第3版) | 誠品線上

Python最強入門邁向數據科學之路: 王者歸來 (第3版)

內容簡介

內容簡介 Python最強入門 邁向數據科學之路 王者歸來 第3版 內容簡介 ★★★★★【33個主題】、【1200個Python實例】★★★★★ ★★★★★【1500個重點說明】★★★★★ ★★★★★【210個是非題】、【210個選擇題】、【291個實作題】★★★★★ Python語言是基礎科學課程，撰寫這本書時採用下列原則。 1：強調Python語法內涵與精神。 2：用精彩程式實例解說。 3：科學與人工智慧知識融入內容。 4：章節習題引導讀者複習與自我練習。 相較於第2版，第3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： ★解說在Google Colab雲端開發環境執行 ☆解說使用Anaconda Spider環境執行 ★PEP 8，Python設計風格，易讀易懂 ☆Python語法精神、效能發揮極致 ★遞迴函數徹底解說 ☆f-strings輸出徹底解說 ★電影院訂位系統 ☆靜態與動態2D ~ 3D圖表 ★Numpy數學運算與3D繪圖原理 ☆Pandas操作CSV和Excel ★Sympy模組與符號運算 ☆機器學習、深度學習所需的數學與統計知識 ★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 ☆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950個程式實例和約250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291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 ☆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 ★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 ★完整函數索引，未來可以隨時查閱

作者介紹

作者介紹 洪錦魁洪錦魁 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彩色圖解 + 基礎數學與基礎微積分 + Python 實作。 除了作品被翻譯為簡體中文、馬來西亞文外，2000 年作品更被翻譯為 Mastering HTML 英文版行銷美國，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 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：演算法最強彩色圖鑑 + Python 程式實作王者歸來 5：matplotlib 從 2D 到 3D 資料視覺化 7：網頁設計 HTML+CSS+JavaScript+jQuery+Bootstrap+Google Maps 王者歸來 6：機器學習彩色圖解 + 基礎數學、基礎微積分 + Python 實作王者歸來 7：R 語言邁向 Big Data 之路王者歸來 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 – 大數據視覺化 + 智慧決策 + 雲端分享王者歸來 他的近期著作分別登上天瓏、博客來、Momo 電腦書類暢銷排行榜前幾名，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，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。

產品目錄

產品目錄 第1章：基本觀念 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 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 1-8 Python 彩蛋 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 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 等號的多重指定使用 2-9 Python 的斷列 2-10 專題- 複利計算 計算圓面積與圓周長 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 bytes 資料 3-7 專題- 地球到月球時間計算 計算座標軸2 點之間距離 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 輸出資料到檔案 4-4 資料輸入input( ) 4-5 處理字串的數學運算eval( ) 4-6 列出所有內建函數dir( ) 4-7 專題- 溫度轉換 房貸問題 緯度距離 雞兔同籠 第5章：程式的流程控制使用 if 敘述 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 火箭升空 閏年 第6章：串列 (List) 6-1 認識串列(list) 6-2 Python 物件導向觀念與方法 6-3 字串內容是串列的常用方法 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 is 或is not 運算式 6-12 enumerate 物件 6-13 專題 大型串列 認識凱薩密碼 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：購物車設計 圓周率 雞兔同籠 國王的麥粒 電影院劃位 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 修改元組內容產生錯誤的實例 8-5 可以使用全新定義方式修改元組元素 8-6 元組切片(tuple slices) 8-7 方法與函數 8-8 串列與元組資料互換 8-9 其它常用的元組方法 8-10 enumerate 物件使用在元組 8-11 使用zip( ) 打包多個串列 8-12 生成式(generator) 8-13 製作大型的元組資料 8-14 元組的功能 8-15 專題：認識元組 打包與解包 bytes 與bytearray 第9章：字典 (Dict) 9-1 字典基本操作 9-2 遍歷字典 9-3 建立字典串列 9-4 字典內鍵的值是串列 9-5 字典內鍵的值是字典 9-6 字典常用的函數和方法 9-7 製作大型的字典資料 9-8 專題：文件分析 字典生成式 星座 凱薩密碼 摩斯密碼 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 凍結集合frozenset 10-6 專題：夏令營程式 程式效率 集合生成式 雞尾酒實例 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 進一步認識函數 11-7 遞迴式函數設計recursive 11-8 區域變數與全域變數 11-9 匿名函數lambda 11-10 pass 與函數 11-11 type 關鍵字應用在函數 11-12 設計自己的range( ) 11-13 裝飾器(Decorator) 11-14 專題 函數的應用 質數 11-15 專題 幾里德演算法 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 特殊屬性 12-8 類別的特殊方法 12-9 專題：幾何資料的應用 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 幾個增強Python 功力的模組 13-11 專題設計：賭場遊戲騙局 蒙地卡羅模擬 文件加密 第14章：檔案輸入輸出與目錄的管理 14-1 資料夾與檔案路徑 14-2 os 模組與 14-3 os.path 模組 14-4 獲得特定工作目錄內容glob 14-5 讀取檔案 14-6 寫入檔案 14-7 讀取和寫入二進位檔案 14-8 shutil 模組 14-9 安全刪除檔案或目錄send2trash( ) 14-10 檔案壓縮與解壓縮zipFile 14-11 認識編碼格式encoding 14-12 剪貼簿的應用 14-13 專題設計 分析檔案 加密檔案 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 15-4 紀錄Traceback 字串 15-5 finally 15-6 程式斷言assert 15-7 程式日誌模組logging 15-8 程式除錯的典故 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 搶救CIA 情報員-sub( ) 方法 16-8 處理比較複雜的正則表示法 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 專題 – 建立QR code 辨識車牌與建立停車場管理系統 第18章：開發 GUI 程式使用 tkinter 18-1 建立視窗 18-2 文字標籤Label 18-3 視窗元件配置管理員Layout Management 18-4 功能鈕Button 18-5 變數類別 18-6 文字方塊Entry 18-7 文字區域Text 18-8 捲軸Scrollbar 18-9 選項鈕Radiobutton 18-10 核取方塊Checkboxes 18-11 對話方塊messagebox 18-12 圖形PhotoImage 18-13 尺度Scale 的控制 18-14 功能表Menu 設計 18-15 專題 – 設計小算盤 第19章：詞雲設計 19-1 安裝wordcloud 19-2 我的第一個詞雲程式 19-3 建立含中文字詞雲結果失敗 19-4 建立含中文字的詞雲 19-5 進一步認識jieba 模組的分詞 19-6 建立含圖片背景的詞雲 第20章：數據圖表的設計 20-1 認識matplotlib.pyplot 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 第21章：JSON 資料與繪製世界地圖 21-1 JSON 資料格式前言 21-2 認識json 資料格式 21-3 將Python 應用在json 字串形式資料 21-4 將Python 應用在json 檔案 21-5 簡單的json 檔案應用 21-6 世界人口數據的json 檔案 21-7 繪製世界地圖 第22章：使用 Python 處理 CSV 文件 22-1 建立一個CSV 文件 22-2 用記事本開啟CSV 檔案 22-3 csv 模組 22-4 讀取CSV 檔案 22-5 寫入CSV 檔案 22-6 專題- 使用CSV 檔案繪製氣象圖表 22-7 台灣股市數據 22-8 Python 與Microsoft Excel 第23章：Numpy 模組的基礎知識 23-1 陣列ndarray 23-2 Numpy 的資料型態 23-3 建立一維或多維陣列 23-4 一維陣列的四則運算與基礎操作 23-5 用切片提取一維陣列的元素 23-6 多維陣列的索引與切片 23-7 陣列的拷貝與檢視 23-8 更改陣列外形 23-9 陣列分割 23-10 陣列合併與堆疊 第24章：基礎統計與隨機數 24-1 母體與樣本 24-2 數據加總 24-3 數據分佈 24-4 數據中心指標 24-5 數據分散指標 24-6 Sigma 符號運算規則與驗證 24-7 活用 Sigma 符號 24-8 迴歸分析 24-9 隨機函數的分佈 第25章：Numpy 的數學運算與 3D 繪圖 25-1 基礎數學函數 25-2 三角函數 25-3 指數與對數函數 25-4 陣列處理函數 25-5 陣列資料排序 25-6 向量運算 25-7 矩陣運算 25-8 簡單線性代數運算 25-9 線性插入函數 25-10 Numpy 的廣播功能 25-11 檔案的輸入與輸出 25-12 專題 – 3D 繪圖到3D 動畫 25-13 專題 – 遮罩觀念與數據分類 第26章：Pandas 入門 26-1 Series 26-2 DataFrame 26-3 基本Pandas 資料分析與處理 26-4 讀取與輸出CSV 檔案 26-5 讀取與輸出Excel 檔案 第27章：Pandas 視覺化資料與時間序列 27-1 Pandas 繪圖 27-2 時間序列(Time Series) 27-3 專題：鳶尾花 第28章：網路爬蟲 28-1 上網不再需要瀏覽器了 28-2 下載網頁資訊使用requests 模組 28-3 檢視網頁原始檔 28-4 解析網頁使用BeautifulSoup 模組 28-5 網路爬蟲實戰 第29章：用 Python 操作台灣股市 29-1 Stock( ) 建構元 29-2 Stock 物件屬性 29-3 Stock 物件方法 29-4 取得單一股票之即時資料realtime.get( ) 第30章：Sympy 模組與符號運算 30-1 定義符號 30-2 解方程式 30-3 解聯立方程式 30-4 微分與Sympy 30-5 積分與Sympy 30-6 Sympy 模組的繪圖功能 第31章：人工智慧破冰之旅 - KNN演算法 31-1 將畢氏定理應用在性向測試 31-2 電影分類 31-3 選舉造勢與銷售烤香腸 第32章：機器學習使用 scikit-learn 入門 32-1 網路購物數據調查 32-2 使用scikit-learn 模組計算決定係數 32-3 預測未來值 32-4 人工智慧、機器學習、深度學習 32-5 認識scikit-learn 數據模組datasets 32-6 監督學習 – 線性迴歸 32-7 scikit-learn 產生數據 32-8 常見的監督學習分類器 32-9 無監督學習 – 群集分析 附錄 指令、函數與專有名詞索引

商品規格

試閱文字

自序 : 相較於第2版，第3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：
■解說在Google Colab雲端開發環境執行
■解說使用Anaconda Spider環境執行
■PEP 8，Python設計風格，易讀易懂
■Python語法精神、效能發揮極致
■遞迴函數徹底解說
■f-strings輸出徹底解說
■電影院訂位系統
■靜態與動態2D ~ 3D圖表
■Numpy數學運算與3D繪圖原理
■Pandas操作CSV和Excel
■Sympy模組與符號運算
■機器學習、深度學習所需的數學與統計知識
■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
■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950個程式實例和約250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291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
■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2D、3D圖表繪製
■設計動態的2D與3D圖表
■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2022-08-01
jiinkwei@me.com

圖書資源說明
本書籍的所有程式實例可以在深智公司網站下載。
本書前面20個章節均附是非與選擇的習題解答，下列是示範輸出畫面。



教學資源說明
教學資源有教學投影片(內容超過1500頁)、本書實例、習題解答以及相關附錄的電子書。
本書習題實作題約285題均有習題解答，如果您是學校老師同時使用本書教學，歡迎與本公司聯繫，本公司將提供習題解答。請老師聯繫時提供任教學校、科系、Email、和手機號碼，以方便本公司業務單位協助您。
註：教學資源不提供給一般讀者，請原諒。

讀者資源說明
請至本公司網頁https://deepmind.com.tw下載本書程式實例與習題所需的相關檔案，以及相關目錄資源，這些目錄以Word檔案呈現。

臉書粉絲團
歡迎加入：王者歸來電腦專業圖書系列
歡迎加入：iCoding程式語言讀書會(Python, Java, C, C++, C#, JavaScript, 大數據, 人工智慧等不限)，讀者可以不定期獲得本書籍和作者相關訊息。
歡迎加入：穩健精實AI技術手作坊

最佳賣點

最佳賣點 : Python最強入門
邁向數據科學之路
王者歸來
第3版

活動

• 1111狂購盛典｜全站滿$5,000折$500
• 1111狂購盛典｜全站滿$3,000折$300
• 1111狂購盛典｜圖書滿$999享88折
• 1111狂購盛典｜全站滿$1,600折$160