![軟體測試實務 : 業界成功案例與高效實踐 [ I ]](https://static.yohowto.com/images/books/tw/0010958428.jpg)
![軟體測試實務 : 業界成功案例與高效實踐 [ II ]](https://static.yohowto.com/images/books/tw/0010958431.jpg)
Python + ChatGPT
零基礎 + 高效率
學程式設計與運算思維
第3版
★★★★★【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」
本書特色
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
※ 本書部分實例可至深智官網下載：deepmind.com.tw
Python + ChatGPT 零基礎+高效率學程式設計與運算思維 (第三版)
相關推薦清單
內容描述
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)
6-1：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)
作者介紹
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。
全面啟動：賈伯斯完美簡報的成功關鍵_@9789862764923_https://static.yohowto.com/images/books/tw/0010546017.jpg)
(附練習光碟)_@9786263284654_https://static.yohowto.com/images/books/tw/0010959811.jpg)