編程不難 (全彩圖解 + 微課 + Python編程) 姜偉生 9787302660330 【台灣高等教育出版社】

編輯推薦
這是一本前所未見的編程入門書，可視化徹底，顏值極高。姜偉生博士自謙「小鎮做題家」，實際上他是國際著名金融企業的金融科技專家。很難想象一位以「術數」為業的金融家具備如此徹底的分享動機，同時，姜博士有著卓越的藝術品位和設計能力，不僅承擔了這套書的精深內容，更承擔了全系圖書的整體設計。希望讀者從枯燥的常規數學書中解脫出來，賞心悅目地慢慢走入繽紛的AI宇宙。

內容簡介
《編程不難:全彩圖解+微課+Python編程》是「鳶尾花數學大系—從加減乘除到機器學習」叢書的第一冊，也是「編程」板塊的第一冊， 著重介紹如何零基礎入門學 Python 編程。雖然《編程不難:全彩圖解+微課+Python編程》主要講解 Python 編程，但是也離不開數學。《編程不難:全彩圖解+微課+Python編程》盡量 避免講解數學概念公式，而且用圖形和近乎口語化的語言描述程序設計、數據分析、機器學習背後常用的 數學思想。
《編程不難:全彩圖解+微課+Python編程》分為預備、語法、繪圖、數組、數據、數學、機器學習、應用八大板塊， 共 36 章， 內容「跨度」極大！ 從 Python 基本編程語法，到基本可視化工具，再到各種數據操作工具，還介紹常用 Python 實現的各種復 雜數學運算，進入數據分析和機器學習之後，還講解如何搭建應用 App。我們可以把《編程不難:全彩圖解+微課+Python編程》看作從 Python 編 程角度對「鳶尾花書」全系內容的總覽。
《編程不難:全彩圖解+微課+Python編程》提供代碼示例和講解，而且提供習題，每章還配套 Jupyter Notebook 代碼文件（Jupyter Notebook 不是可有可無的，而是學習生態的關鍵一環， 「鳶尾花書」強調在 JupyterLab 自主探究學習才能提高大家 編程技能）。《編程不難:全彩圖解+微課+Python編程》配套微課也主要以配套 Jupyter Notebooks 為核心，希望讀者邊看視頻，邊動手練習。
《編程不難:全彩圖解+微課+Python編程》讀者群包括所有試圖用編程解決問題的朋友，尤其適用於初級程序員進階、高級數據分析師、機器學習開發者。

作者簡介
姜偉生 博士 FRM。
勤奮的小鎮做題家，熱愛知識可視化和開源分享。自2022年8月開始，在GitHub上開源「鳶尾花書」學習資源，截至2024年5月，已經分享5000多頁PDF、5000多幅矢量圖、約3000個代碼文件，全球讀者數以萬計，GitHub全球排名TOP140

目錄

目錄
緒論 ????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? 1
第 1章 聊聊「巨蟒」 9
1 1 Python? 巨蟒 ? 10
1 2 Python 和可視化有什麼關係 ? 14
1 3 Python 和數學有什麼關係 ? 14
1 4 Python 和機器學習有什麼關係 ? 20
1 5 相信「反覆 + 精進 」的力量！ 21
第 2章 安裝使用Anaconda 29
2 1 集成開發環境 30
2 2 如何安裝 Anaconda? 31
2 3 測試 JupyterLab 33
2 4 查看 Python 第三方庫版本號 35
2 5 安裝、更新、卸載 Python 第三方庫 38
第 3章 JupyterLab，用起來！ 41
3 1 什麼是 JupyterLab? 42
3 2 使用 JupyterLab：立刻用起來 43
3 3 快捷鍵：這一章可能最有用的內容 48
3 4 什麼是 LaTeX? 51
3 5 字母和符號 52
3 6 用 LaTex 寫公式 57
第4章 Python語法，邊學邊用 63
4 1 Python 也有語法 ? 64
4 2 註釋：不被執行，卻很重要 66
4 3 縮進：四個空格，標識代碼塊 69
4 4 變數：一個什麼都能裝的箱子 72
4 5 使用 import 導入包 74
4 6 Pythonic：Python 風格 76
第 5章 Python數據類型 77
5 1 數據類型有哪些 ? 78
5 2 數字：整數、浮點數、複數 79
5 3 字元串：用引號定義的文本 81
5 4 列表：存儲多個元素的序列 88
5 5 其他數據類型：元組、集合、字典 94
5 6 矩陣、向量：線性代數概念 95
第 6章 Python常見運算 101
6 1 幾類運算符 102
6 2 算術運算符 103
6 3 比較運算符 105
6 4 邏輯運算符 106
6 5 賦值運算符 107
6 6 成員運算符 108
6 7 身份運算符 108
6 8 優先順序 109
6 9 聊聊 math 庫 109
6 10 聊聊 random 庫和 statistics 庫 113
第 7章 Python控制結構 123
7 1 什麼是控制結構？ 124
7 2 條件語句：相當於開關 126
7 3 for循環語句 129
7 4 列表生成式 138
7 5 迭代器itertools 143
第 8章 Python函數 147
8 1 什麼是 Python 函數 ? 148
8 2 自定義函數 152
8 3 更多自定義線性代數函數 160
8 4 遞歸函數：自己反覆調用自己 164
8 5 位置參數、關鍵字參數 165
8 6 使用 *args 和 **kwargs 167
8 7 匿名函數 169
8 8 構造模塊、庫 170
8 9 模仿別人的代碼 171
第 9章 Python面向對象編程 175
9 1 什麼是面向對象編程 ? 176
9 2 定義屬性 178
9 3 定義方法 180
9 4 裝飾器 181
9 5 父類、子類 182
第 10章 聊聊可視化 ??????????????????????????????????????????????????????????????????????????????????????????????? 187
10 1 解剖一幅圖 188
10 2 使用 Matplotlib 繪製線圖 190
10 3 圖片美化 198
10 4 使用 Plotly 繪製線圖 202
第 11章 二維和三維可視化 209
11 1 二維可視化方案 210
11 2 二維散點圖 210
11 3 二維等高線圖 216
11 4 熱圖 222
11 5 三維可視化方案 225
11 6 三維散點圖 229
11 7 三維線圖 231
11 8 三維網格曲面圖 232
11 9 三維等高線圖 234
11 10 箭頭圖 235
第 12章 Seaborn可視化數據 ?????????????????????????????????????????????????????????????????????????????????? 239
12 1 Seaborn：統計可視化利器 240
12 2 一元特徵數據 241
12 3 二元特徵數據 252
12 4 多元特徵數據 257
第 13章 聊聊NumPy ??????????????????????????????????????????????????????????????????????????????????????????????? 265
13 1 什麼是 NumPy? 266
13 2 手動構造數組 267
13 3 生成數列 273
13 4 生成網格數據 274
13 5 特殊數組 276
13 6 隨機數 276
13 7 數組導入、導出 280
第 14章 NumPy索引和切片 ??????????????????????????????????????????????????????????????????????????????????? 283
14 1 什麼是索引、切片 ? 284
14 2 一維數組索引、切片 284
14 3 視圖 vs 副本 287
14 4 二維數組索引、切片 289
第 15章 NumPy常見運算 ??????????????????????????????????????????????????????????????????????????????????????? 293
15 1 加、減、乘、除、乘冪 294
15 2 廣播原則 295
15 3 統計運算 298
15 4 常見函數 301
第 16章 NumPy數組規整 ??????????????????????????????????????????????????????????????????????????????????????? 307
16 1 從 reshape() 函數說起 309
16 2 一維數組 → 行向量、列向量 310
16 3 一維數組 → 二維數組 311
16 4 一維數組 → 三維數組 312
16 5 視圖 vs 副本 312
16 6 轉置 313
16 7 扁平化 314
16 8 旋轉、翻轉 314
16 9 堆疊 315
16 10 重複 317
16 11 分塊矩陣 318
第 17章 NumPy線性代數 321
17 1 NumPy 的 linalg 模塊 322
17 2 拆解矩陣 323
17 3 向量運算 325
17 4 矩陣運算 329
17 5 幾個常見矩陣分解 333
第18章 NumPy愛因斯坦求和約定 337
18 1 什麼是愛因斯坦求和約定？ 338
18 2 二維數組求和 340
18 3 轉置 341
18 4 矩陣乘法 343
18 5 一維數組 345
18 6 方陣 346
18 7 統計運算 347
第 19章 聊聊Pandas ??????????????????????????????????????????????????????????????????????????????????????????????? 351
19 1 什麼是 Pandas? 353
19 2 創建數據幀：從字典、列表、NumPy 數組 354
19 3 數據幀操作：以鳶尾花數據為例 357
19 4 四則運算：各列之間 363
19 5 統計運算：聚合、降維、壓縮、摺疊 365
19 6 時間序列：按時間順序排列的數據 368
第 20章 Pandas快速可視化 ?????????????????????????????????????????????????????????????????????????????????? 373
20 1 Pandas 的可視化功能 374
20 2 線圖：pandas DataFrame plot() 375
20 3 散點圖 378
20 4 柱狀圖 381
20 5 箱型圖 382
20 6 直方圖和核密度估計曲線 382
第 21章 Pandas索引和切片 ??????????????????????????????????????????????????????????????????????????????????? 385
21 1 數據幀的索引和切片 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? 386
21 2 提取特定列 387
21 3 提取特定行 388
21 4 提取特定元素 388
21 5 條件索引 389
21 6 多層索引 391
21 7 時間序列數據幀索引和切片 395
第 22章 Pandas規整 ????????????????????????????????????????????