章節說明:【基礎入門篇】
01 建置 Python 開發環境
1.1 建置 Anaconda 開發環境
1.2 Spyder 編輯器
1.3 Jupyter Notebook 編輯器
02 變數、運算及判斷式
2.1 變數與資料型別
2.2 運算式
2.3 判斷式
03 迴圈、串列與元組
3.1 迴圈與串列
3.2 進階串列與元組
04 字典與集合的使用
4.1 字典基本操作
4.2 字典進階操作
4.3 集合
4.4 凍結集合
05 函式與模組
5.1 自訂函式
5.2 數值函式
5.3 字串函式
5.4 亂數模組
5.5 時間模組
【進階學習篇】
06 物件導向程式開發
6.1 類別與物件
6.2 類別封裝
6.3 類別繼承
6.4 多型
6.5 多重繼承
6.6 類別應用
6.7 建立 Python 專案
6.8 打造自己的模組
07 例外處理
7.1 例外處理
7.2 try...except 常用例外錯誤表
7.3 捕捉多個例外
7.4 raise 拋出例外
7.5 Traceback 記錄字串
7.6 assert 斷言
08 正規表達式
8.1 使用傳統程式設計方式搜尋
8.2 使用正規表達式
8.3 使用 re.complie() 建立正規表達式物件
8.4 使用 re 模組建立隱含正規表達式物件
8.5 更豐富的搜尋方式
8.6 使用 re.sub() 取代字串
8.7 實戰：網路爬蟲資料格式檢查
09 檔案系統的使用
9.1 檔案和目錄管理
9.2 檔案的讀寫
9.3 二進位檔案的讀寫
10 圖形使用者介面設計
10.1 Tkinter 模組：圖形使用者介面
10.2 排版方式
10.3 視窗區塊 (Frame)
10.4 實戰：英文單字王視窗版
【資料科學篇】
11 數據資料的爬取
11.1 requests 模組：讀取網站檔案
11.2 BeautifulSoup 模組：網頁解析
11.3 Selenium 模組：瀏覽器自動化操作
12 數據資料的儲存與讀取
12.1 csv 資料的儲存與讀取
12.2 Excel 資料儲存與讀取
12.3 json 資料的讀取與輸出
12.4 XML 資料的儲存與讀取
12.5 SQLite 資料庫的操作
12.6 MySQL 資料庫的操作
12.7 Google 試算表的操作
13 數據資料視覺化
13.1 繪製折線圖：plot
13.2 繪製長條圖：bar
13.3 繪製圓餅圖：pie
13.4 設定圖表區：figure
13.5 在圖表區加入多張圖表：subplot、axes
13.6 實戰：台灣股市股價走勢圖
14 Numpy 與 Pandas
14.1 Numpy 陣列建立
14.2 Numpy 陣列取值
14.3 Numpy 的運算功能
14.4 Pandas Series
14.5 Pandas DataFrame 的建立
14.6 Pandas DataFrame 資料取值
14.7 Pandas DataFrame 資料操作
14.8 Pandas 資料存取
14.9 Pandas 繪圖應用
15 Pandas 資料分析
15.1 資料預處理
15.2 資料合併
15.3 樞紐分析表
15.4 實戰：鐵達尼號生存機率預測
【網路應用篇】
16 Flask 網站開發
16.1 基本 Flask 網站應用程式
16.2 使用模板
16.3 Template 語言
16.4 以 GET 及 POST 傳送資料
17 Flask 建立 Web API 及 Vercel 部署
17.1 建立 PM2.5 資料 Web API
17.2 部署 Web API 到 Vercel
17.3 Web API 應用：PM2.5 查詢系統
18 LINE Bot 申請設定及開發
18.1 LINE 開發者管理控制台
18.2 實戰：「鸚鵡」LINE Bot 開發
19 Django 網站開發
19.1 Django 是什麼？
19.2 建立 Django 專案
19.3 視圖 (view) 與 URL
19.4 視圖、模版與 Template 語言
19.5 以 GET 及 POST 傳送資料
20 Django 資料庫連結與應用
20.1 PostgreSQL 資料庫
20.2 Django 資料庫
20.3 admin 後台管理與 ModelAdmin 類別
20.4 資料庫查詢
20.5 資料庫管理
21 Django 專題實戰及 Vercel 部署
21.1 實戰：Django 新聞公告系統
21.2 部署 Django 專案到 Vercel
【人工智慧篇】
22 機器學習：特徵提取
22.1 認識機器學習
22.2 文字特徵處理
22.3 數值標準縮放
22.4 特徵降維：特徵選擇
23 機器學習：分類及迴歸演算法
23.1 scikit-learn 資料集
23.2 K 近鄰演算法
23.3 樸素貝葉斯演算法
23.4 迴歸演算法
24 深度學習起點：多層感知器 (MLP)
24.1 認識多層感知器 (MLP)
24.2 Mnist 資料集
24.3 訓練 Mnist 手寫數字圖片辨識模型
24.4 模型儲存與預測
25 深度學習重點：CNN 及 RNN
25.1 卷積神經網路 (CNN) 基本結構
25.2 卷積神經網路實戰：Mnist 手寫數字圖片辨識
25.3 循環神經網路 (RNN) 基本結構
25.4 實戰：市場股價預測
26 自然語言處理 (NLP)
26.1 Jieba 模組
26.2 文字雲
27 ChatGPT API 及 Playground
27.1 ChatGPT API
27.2 ChatGPT Playground
【多媒體互動篇】
28 圖片批次處理：pillow
28.1 認識 pillow
28.2 圖片基本操作
28.3 圖片編輯
28.4 圖片切割、複製和合成
28.5 圖片濾鏡
28.6 繪製圖形
28.7 實戰：大量圖片處理
29 電腦遊戲開發：PyGame
29.1 Pygame 入門教學
29.2 Pygame 動畫處理
29.3 實戰：打磚塊遊戲
30 線上影音下載：PyTube
30.1 Pytube：下載 YouTube 影片模組
30.2 播放清單及相關資源下載
【開發加值篇】
31 雲端開發平台：Google Colab
31.1 Google Colab：雲端的開發平台
31.2 Markdown 語法
32 萬用編輯神器：VS Code
32.1 VS Code：最多人使用的程式編輯器
32.2 VS Code 執行 Python 程式
32.3 讓 VS Code 更有效率
33 編譯程式執行檔：PyInstaller
33.1 程式打包前的準備工作
33.2 實戰：打包 exe 執行檔
33.3 實戰：打包含有資源檔的執行檔
33.4 實戰：使用 .spec 打包含有資源檔的執行檔
33.5 資料儲存的考量
【附錄、IOT 物聯網篇】
（本篇為PDF形式電子書，請線上下載）
附錄 A MicroPython 與 ESP32
2026專利防護中