Python + ChatGPT 零基礎+高效率學程式設計與運算思維(第四版)


	Python + ChatGPT 零基礎 + 高效率學程式設計與運算思維第4版　　★★★★★【前一版是國內第1本ChatGPT輔助學習Python】★★★★★ 　　★★★★★【Google Colab + Python Shell環境解說】★★★★★ 　　★★★★★【前一版是國內第1本用ChatGPT語言模型】★★★★★ 　　★★★★★【設計線上AI客服和Emoji機器人程式】★★★★★ 　　★★★★★【前一版是國內第1本講解設計Pythonic程式★★★★★ 本書特色　　相較於第3版，第4版新增與修訂下列內容：　　☆ 增加ChatGPT處理除錯(Debug)、程式註解、重構和重寫程式的應用。　　★ 更完整的解說機器學習知識的觀念。　　☆ 用「gpt-4」語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」。　　★ 提供「Google Colab的ipynb檔案」與「一般的py檔案」兩種程式。　　☆ 小細節修訂約50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」和「Emoji翻譯機器人」


	目錄第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 / 方程式/ 火箭升空/ 閏年 5-7 ChatGPT 輔助流程圖繪製與程式設計第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/ 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 7-8 ChatGPT 輔助程式除錯(Debug) 7-9 ChatGPT 重構程式第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( ) 打包多個物件 8-10 製作大型的元組資料 8-11 元組的功能 8-12 專題：認識元組/ 基礎統計應用 8-13 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 9-8 ChatGPT 輔助學習第10章　集合(Set) 10-1 建立集合 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：單字出現次數/ 質數 11-11 ChatGPT 輔助學習第12章　類別– 物件導向的程式設計 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：蒙地卡羅模擬/ 文件加密 13-11 ChatGPT 輔助學習第14章　檔案讀取與寫入 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Regular Expression 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　數據圖表的設計 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 下載網頁資訊使用requests 模組 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 22-1 將畢氏定理應用在性向測試 22-2 電影分類第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 模組計算判定係數 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　設計ChatGPT 線上AI 聊天室 25-1 ChatGPT 的API 類別 25-2 取得API 密鑰 25-3 安裝openai 模組 25-4 設計線上AI 客服與Emoji 機器人 25-5 查核API keys 的費用附錄C　使用Google Colab 雲端開發環境 C-1 進入Google 雲端 C-2 建立雲端資料夾 C-3 進入Google Colab 環境 C-4 編寫程式 C-5 更改檔案名稱 C-6 認識編輯區 C-7 新增加程式碼儲存格 C-8 更多編輯功能附錄D 指令、函數、方法與專有名詞索引附錄A：安裝與執行Python(電子書)：9 頁附錄B：安裝Anaconda 與使用Spider 整合環境( 電子書)：15 頁附錄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)：5 頁附錄F： RGB 色彩表( 電子書)：5 頁附錄G： Python 運算思維前20 章是非題與選擇題檔案第3 版( 電子書)：83 頁附錄H： ASCII 碼值表( 電子書)：1頁


	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。2023年12月獲選博客來10大華文作家，且是唯一電腦書籍作者獲選者。　　★DOS時代：代表作品是「IBM PC組合語言、C、C++、Pascal、資料結構」。　　☆Windows時代：代表作品是「Windows Programming使用C、Visual Basic」。　　★Internet時代：代表作品是「網頁設計使用HTML」。　　☆大數據時代：代表作品是「R語言邁向Big Data之路」。　　★AI時代：代表作品是「機器學習Python實作」。　　☆通用AI時代：國內第1本「ChatGPT、Bing Chat + Copilot」作品的作者。　　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：Python、C、Java、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：Python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：機器學習基礎數學、微積分、真實數據、專題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，不同時期暢銷排行榜第1名，他的著作特色是，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說明，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。