身處在資料無所不在的世代，大量程式應用、科學運算的需求應運而生，Python 就是目前處理大數據的最強工具。

從基礎語法到資料科學應用，培養大數據分析的關鍵能力

大家都想學 Python，不過很多人完全沒有程式基礎，或者曾經半途而廢。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、機器學習與大數據分析的領域，你會發現原來自己也能成為程式高手！

★ 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，資料處理、分析、運算，快人一等！
★ 紮穩資料科學基礎，銜接機器學習最強套件－scikit-learn

本書特色

初學Python的最佳教材，第一次寫程式就上手！

★最易學習★
沒學過程式設計或學到一半就放棄的都沒關係，本書從基礎的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★
本書內容包含下列幾個資料科學與機器學習最強套件，有了這些基礎，日後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
◇scikit-learn → 機器學習

第 1 章 開始撰寫 Python 程式
1-1 認識 Python
1-2 使用 Anaconda 開發環境
1-2-1 安裝 Anaconda
1-2-3 使用 Spyder
1-3 使用 Google Colab 雲端開發環境
1-4 Python 程式碼撰寫風格
1-5 程式設計錯誤

第 2 章 型別、變數與運算子
2-1 型別
2-1-1 數值型別 (int、float、complex、bool)
2-1-2 字串型別 (str)
2-1-3 list (串列)、tuple (序對)、set (集合) 與dict (字典)
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
3-1-1 內建數值函式
3-1-2 數學函式
3-1-3 亂數函式
3-2 字串與字元
3-2-1 ASCII 與 Unicode
3-2-2 跳脫序列
3-2-3 內建字串函式
3-2-4 連接運算子
3-2-5 重複運算子
3-2-6 比較運算子
3-2-7 in 與 not in 運算子
3-2-8 索引與切片運算子
3-3 字串處理方法
3-3-1 字串轉換方法
3-3-2 字串測試方法
3-3-3 搜尋子字串方法
3-3-4 刪除指定的字元或空白方法
3-3-5 格式化方法
3-4 數值與字串格式化
3-5 f-string 格式化字串實字

第 4 章 流程控制
4-1 認識流程控制
4-2 if 3
4-3 for 14
4-4 while
4-5 break 與 continue 敘述

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
5-4-1 參數傳遞方式
5-4-2 關鍵字引數
5-4-3 預設引數值
5-4-4 任意引數串列
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
5-9 日期時間函式
5-9-1 time 模組
5-9-2 calendar 模組

第 6 章 list、tuple、set 與 dict
6-1 list (串列)
6-1-1 建立串列
6-1-2 內建函式
6-1-3 連接運算子
6-1-4 重...