一步到位！Python 程式設計 – 最強入門教科書 第五版 / 陳惠貞
產品編號：9789863128809
促銷 團購優惠-旗標 出版社
網路價
NT${{ commaFormat(product.price_actu) }}
NT${{commaFormat(product.price_sugg)}}
專屬特惠價 NT${{ commaFormat(product.group_price) }}
優惠價
NT${{ commaFormat(product.member_price) }}
NT${{ commaFormat(product.group_price) }}
商品組合
贈品 (買就送)
{{ pItem.title }}
付款方式
轉帳/匯款/無摺存款/至總店購書時使用文化幣 / LinePay付款 / 超商代碼付款(綠界金流) / 信用卡一次付清(綠界金流) / AFTEE 先享後付 / [圖書專用] 7-11取貨付款(限500~3000元訂單使用)
配送方式
7-11超商取貨 / 全家超商取貨 / 宅配到家 / 校園書局門市取貨(取貨加碼送5元折價)
超值加購
{{ pItem.title }}
型號:{{ pItem.model }}
加購價 NT${{pItem.extra_price}}
(原價NT${{pItem.price_orig}})
加購數量
已搶購一空
作者：陳惠貞
出版社：旗標科技股份有限公司
出版日期：2026/05/14
【內容】
?? 初學 Python 的最佳教材，第一次寫程式就上手！ ??
?? 從基礎語法到生成式 AI 應用，打穩 Vibe Coding的關鍵能力 ??
身處在 vibe coding 的時代，在當前要能順利和 AI 協作，程式能力依然是不可或缺的。同時，在大數據、人工智慧相關的領域，Python 也還是那個最強的工具。
本書以淺顯易懂的筆觸與大量的實例演練，引導你在動手寫程式的過程中學會 Python 的語法和程式邏輯，跨越初學者經常遇到的障礙，進入資料科學、大數據分析與人工智慧等專業的領域。有了基本的程式能力以後，便能有效的監督 AI 產生的程式碼，又或是清楚地提出自己對程式的要求。如此一來，你將能透過 vibe coding 體會到前所未有的樂趣！
? 清楚明瞭的語法教學，第一次寫程式就上手！
? 豐富滿點的實作範例，自己動手反覆練習最有感！
? 無縫接軌四大套件－NumPy、matplotlib、SciPy、pandas
? 紮穩資料科學基礎，銜接機器學習最強套件－scikit-learn
? Requests、Beautiful Soup－網路爬蟲
? OpenCV、YOLO－人臉辨識、物體偵測一把罩！
? 輕鬆建立本地端 AI 助理－Ollama、Streamlit
本書特色:
?最易學習?
沒學過程式設計或學到一半就放棄的都沒關係，本書從基礎語法和程式邏輯開始，以淺顯文字及簡明程式，帶你快速學會Python在不同領域的應用。
?豐富範例?
本書提供豐富實用的範例，搭配各小節的隨堂練習和章末的學習評量，立即驗證學習成果，自學或課堂教學都適合。
?最強應用?
本書包含下列幾個與資料科學、網路爬蟲、機器學習、電腦視覺、自然語言處理、大型語言模型等應用相關的最強套件。有了這些基礎，你就可以進一步往資料科學、大數據分析、人工智慧等專業的領域發展：
? NumPy → 資料運算
? matplotlib → 資料視覺化
? SciPy → 科學計算
? pandas → 資料處理與分析
? Requests、Beautiful Soup → 網路爬蟲
? scikit-learn → 機器學習
? OpenCV → 人臉偵測與辨識
? YOLO → 物體偵測與圖像分割
? Ollama、Streamlit → 本地端 LLM 與網頁版聊天機器人
【目錄】
▌Part1 Python 語法篇
第 1 章 Python 與 AI 時代的程式設計
1-1 認識 Python
1-2 使用 Anaconda
1-3 使用 Google Colab
1-4 Python 程式碼撰寫風格
1-5 常見的程式錯誤
1-6 AI 輔助寫碼與偵錯（ChatGPT、Gemini）
第 2 章 型別、變數與運算子
2-1 型別
2-2 變數
2-3 常數
2-4 運算子
2-5 輸出
2-6 輸入
第 3 章 數值與字串處理
3-1 數值處理函式
3-2 字串與字元
3-3 字串處理方法
3-4 字串與數值格式化
第 4 章 流程控制
4-1 認識流程控制
4-2 if
4-3 for
4-4 while
4-5 break 與 continue
第 5 章 函式
5-1 認識函式
5-2 定義函式
5-3 呼叫函式
5-4 函式的參數
5-5 函式的傳回值
5-6 全域變數與區域變數
5-7 遞迴函式
5-8 lambda 運算式
第 6 章 list、tuple、set 與 dict
6-1 list（串列）
6-2 tuple（元組）
6-3 set（集合）
6-4 dict（字典）
第 7 章 檔案存取與錯誤處理
7-1 認識檔案路徑
7-2 寫入檔案
7-3 讀取檔案
7-4 with
7-5 管理檔案與資料夾
7-6 認識語法錯誤與例外
7-7 try…except
第 8 章 物件導向
8-1 認識物件導向
8-2 使用類別與物件
8-3 繼承
8-4 多型
第 9 章 模組與套件
9-1 標準函式庫
9-2 模組
9-3 套件
9-4 第三方套件
9-5 datetime 模組
▌Part2 資料科學應用篇
第 10 章 陣列與資料運算 － NumPy
10-1 認識 NumPy
10-2 NumPy 的資料型別
10-3 一維陣列運算
10-4 二維陣列運算
10-5 通用函式
10-6 廣播
10-7 視點（view）與複本（copy）
10-8 數學函式
10-9 隨機取樣函式
10-10 統計函式
10-11 檔案資料輸入／輸出
第 11 章 繪製圖表 － matplotlib
11-1 認識 matplotlib
11-2 繪製線條或標記
11-3 繪製長條圖
11-4 繪製直方圖
11-5 繪製圓餅圖
11-6 繪製散佈圖
第 12 章 科學計算 － SciPy
12-1 認識 SciPy
12-2 統計子套件 scipy.stats
12-3 最佳化子套件 scipy.optimize
12-4 插值子套件 scipy.interpolate
第 13 章 資料分析 － pandas
13-1 認識 pandas
13-2 pandas 的資料結構
13-3 pandas 的基本功能
第 14 章 網路爬蟲 － Requests、Beautiful Soup
14-1 認識網路爬蟲
14-2 使用 Requests 抓取網頁資料
14-3 使用 Beautiful Soup 解析網頁資料
▌Part3 人工智慧應用篇
第 15 章 機器學習 － scikit-learn
15-1 認識機器學習
15-2 線性迴歸
15-3 邏輯迴歸
15-4 K-近鄰演算法
15-5 決策樹
15-6 隨機森林
第 16 章 人臉偵測與辨識 － OpenCV
16-1 認識 OpenCV
16-2 基本影像處理
16-3 【實例演練】人臉偵測
16-4 【實例演練】人臉辨識
第 17 章 物體偵測與圖像分割 － YOLO
17-1 認識電腦視覺與常見任務
17-2 認識 PyTorch 與 YOLO
17-3 【實例演練】物體偵測
17-4 【實例演練】圖像分割
第 18 章 本地端 LLM 與聊天機器人 － Ollama、Streamlit
18-1 認識自然語言處理與大型語言模型
18-2 部署本地端 LLM
18-3 使用 Ollama 串接本地端 LLM
18-4 本地端 AI 助理－RAG 與 AI 投資小幫手
18-5 使用 Streamlit 建立網頁應用程式
18-6 本地端聊天機器人 － 網頁版 AI 健身教練
▌Part1 Python 語法篇
第 1 章 Python 與 AI 時代的程式設計
1-1 認識 Python
1-2 使用 Anaconda
1-3 使用 Google Colab
1-4 Python 程式碼撰寫風格
1-5 常見的程式錯誤
1-6 AI 輔助寫碼與偵錯（ChatGPT、Gemini）
第 2 章 型別、變數與運算子
2-1 型別
2-2 變數
2-3 常數
2-4 運算子
2-5 輸出
2-6 輸入
第 3 章 數值與字串處理
3-1 數值處理函式
3-2 字串與字元
3-3 字串處理方法
3-4 字串與數值格式化
第 4 章 流程控制
4-1 認識流程控制
4-2 if
4-3 for
4-4 while
4-5 break 與 continue
第 5 章 函式
5-1 認識函式
5-2 定義函式
5-3 呼叫函式
5-4 函式的參數
5-5 函式的傳回值
5-6 全域變數與區域變數
5-7 遞迴函式
5-8 lambda 運算式
第 6 章 list、tuple、set 與 dict
6-1 list（串列）
6-2 tuple（元組）
6-3 set（集合）
6-4 dict（字典）
第 7 章 檔案存取與錯誤處理
7-1 認識檔案路徑
7-2 寫入檔案
7-3 讀取檔案
7-4 with
7-5 管理檔案與資料夾
7-6 認識語法錯誤與例外
7-7 try…except
第 8 章 物件導向
8-1 認識物件導向
8-2 使用類別與物件
8-3 繼承
8-4 多型
第 9 章 模組與套件
9-1 標準函式庫
9-2 模組
9-3 套件
9-4 第三方套件
9-5 datetime 模組
▌Part2 資料科學應用篇
第 10 章 陣列與資料運算 － NumPy
10-1 認識 NumPy
10-2 NumPy 的資料型別
10-3 一維陣列運算
10-4 二維陣列運算
10-5 通用函式
10-6 廣播
10-7 視點（view）與複本（copy）
10-8 數學函式
10-9 隨機取樣函式
10-10 統計函式
10-11 檔案資料輸入／輸出
第 11 章 繪製圖表 － matplotlib
11-1 認識 matplotlib
11-2 繪製線條或標記
11-3 繪製長條圖
11-4 繪製直方圖
11-5 繪製圓餅圖
11-6 繪製散佈圖
第 12 章 科學計算 － SciPy
12-1 認識 SciPy
12-2 統計子套件 scipy.stats
12-3 最佳化子套件 scipy.optimize
12-4 插值子套件 scipy.interpolate
第 13 章 資料分析 － pandas
13-1 認識 pandas
13-2 pandas 的資料結構
13-3 pandas 的基本功能
第 14 章 網路爬蟲 － Requests、Beautiful Soup
14-1 認識網路爬蟲
14-2 使用 Requests 抓取網頁資料
14-3 使用 Beautiful Soup 解析網頁資料
▌Part3 人工智慧應用篇
第 15 章 機器學習 － scikit-learn
15-1 認識機器學習
15-2 線性迴歸
15-3 邏輯迴歸
15-4 K-近鄰演算法
15-5 決策樹
15-6 隨機森林
第 16 章 人臉偵測與辨識 － OpenCV
16-1 認識 OpenCV
16-2 基本影像處理
16-3 【實例演練】人臉偵測
16-4 【實例演練】人臉辨識
第 17 章 物體偵測與圖像分割 － YOLO
17-1 認識電腦視覺與常見任務
17-2 認識 PyTorch 與 YOLO
17-3 【實例演練】物體偵測
17-4 【實例演練】圖像分割
第 18 章 本地端 LLM 與聊天機器人 － Ollama、Streamlit
18-1 認識自然語言處理與大型語言模型
18-2 部署本地端 LLM
18-3 使用 Ollama 串接本地端 LLM
18-4 本地端 AI 助理－RAG 與 AI 投資小幫手
18-5 使用 Streamlit 建立網頁應用程式
18-6 本地端聊天機器人 － 網頁版 AI 健身教練
【關於教科書訂購說明】
☆ 單本即有折扣，將商品放入購物車就可以看見優惠價唷！五本以上團購更便宜！加入會員訂購，還可累積購物金！
★ 若有急需用書，可先LINE私訊詢問庫存呦~
☆ 出貨時間：有現貨的，2個工作日內出貨；無現貨，約3~5個工作日 出貨
【寄送方式說明】
❶ 實體門市取貨
全台麗文校園書局皆可取貨，貨到書局將會以簡訊通知。
❷ 超商取貨
提供7-11及全家超商取貨(需先付款，無貨到付款)。
❸ 一般宅配
本公司主要與黑貓宅急便配合，送達到您指定的地址。
※當您於本網站消費交易完成後，電子發票將會以電子郵件寄給您；如需紙本發票請於下訂時於備註欄位說明。
【付款方式說明】
❶ ATM轉帳、匯款
銀行│第一銀行-三民分行
代號│007
戶名│麗文文化事業股份有限公司
帳號│704-10-051861
※實體ATM每日轉帳最高限額為3萬，若訂購金額超過3萬元，請分兩天或是使用不同的銀行帳戶轉帳。
❷ 信用卡（可分期，需負擔手續費）
凡各家銀行的VISA、MASTER、Union Pay、JCB信用卡皆可使用。
❺ 超商代碼
系統會發送繳費代碼至您的電子信箱，需自行至「超商機器ex：iBon」輸入代碼，產生繳費單後前往櫃檯繳費。
❼ 免卡分期
麗文校園購與「zingala銀角零卡」「第一資融」以及「皮路後支付」合作，讓您免用信用卡就可以購物。
如有使用上的問題，可以先與揪小編聯絡唷！。
※請注意：超過7天未付款之訂單則訂單自動失效；免卡分期訂單成立起7天內未主動聯繫亦同。
【其他說明】
❶關於出貨
1.商品為不缺貨前提下，訂單完成付款後2-4個工作天將會出貨(不含例假日及國定假日)；若商品缺貨則須等待1-2週。
2.麗文校園揪來玩保留訂單接受與否權利，若因交易條件有誤或有其他情形導致我們無法接受您的訂單，將以E-mail發送取消訂單通知給您，造成不便敬請見諒。
❷關於退貨
1.非門市現場消費享有七天猶豫期，收到商品當天往後算七天內若是決定不買，則協助不要拆封，一拆封視同願意購買。
2.若真的決定不購買商品要退貨，請聯繫我們LINE線上客服，我們會盡速為您處理。
❸關於新品瑕疵與維修保固
1.全新商品享有購買七日內，新品瑕疵的換新保障；但新品瑕疵與否，是由商品代理商或原廠所判定，麗文校園揪來玩僅能依據判定的結果給予協助。若是原廠判定非新品瑕疵則無法換新，需改為維修的方式處理。
2.新品瑕疵換新的作業時間，將依各廠商的流程而定，最快2個工作天，慢的話也可能需要到15個工作天。
3.購買超過七日後，維修服務由原廠提供。如有需要維修，麗文校園揪來玩可以代為送修，但送修如需運費時（EX:原廠沒有提供免費收件服務），則需由您負擔送修的運費（運費約為100元起，因商品大小而異）。
【華碩的維修服務】
