用動手練習學 Python，而不是只看影片。

Python 變數與資料型別

用變數儲存值，理解 Python 如何判斷一個值屬於什麼型別。

Python 字串方法

用日常最常用的字串方法清理、拆分、連接和檢查文字。

Python if、elif 與 else

用比較和布林邏輯，讓程式在不同情況下走不同的路徑。

Python for 迴圈

對一組值重複執行同樣的工作，不用把同一行程式碼寫很多遍。

Python 列表

儲存有序集合，安全地修改它，並取出你需要的部分。

Python 字典

用有名字的鍵儲存值，通過名稱尋找，而不是通過位置。

Python 函式

把一次計算封裝起來，起個名字，之後反覆使用，不用複製程式碼。

Python 錯誤處理

捕獲可預期的失敗，給出有用的兜底結果，讓程式繼續執行。

Python JSON 入門

把 JSON 文字變成 Python 值，讀取巢狀記錄，再把資料寫回 JSON。

Python while 迴圈

在條件變化前反覆執行，並知道什麼時候該停下來。

Python 元組與集合

固定記錄用元組，唯一值集合用 set，讓資料結構的意圖更清楚。

Python 列表推導式

用更緊湊的表達式從舊集合建構新集合，而不是寫一長串迴圈。

Python 排序與 key 函式

按照真正關心的欄位排序，而不是只對一串數字排序。

Python 類與物件

把資料和操作資料的函式組合成一個可復用的小物件。

Python 模組與匯入

復用已經寫好的程式碼，而不是重新造一遍。

Python 巢狀資料

像處理 JSON 一樣，一層一層地讀取資料。

Python Lambda、map 與 filter

寫簡短函式，不寫迴圈也能轉換序列。

Python 遞迴

把問題交給一個更小版本的自己。

Python 正規表達式

用模式尋找和替換文字，而不是手寫解析器。

Python enumerate 與 zip

不用手寫計數器，也能拿到位置並並行走訪序列。

Python pathlib 路徑

把檔案路徑當作物件，而不是容易出錯的字串。

Python datetime 日期與時間

準確處理日曆日期和簡單的時間間隔。

Python assert 測試

把預期行為變成可以反覆執行的檢查。

Python 型別提示

讓讀者和工具一眼看出資料的形狀。

Python 生成器

按需產生值，而不是一次建構完整列表。

Python 裝飾器

用可復用的行為包裝函式，而不修改函式體。

Python 上下文管理器

用 with 程式碼區塊保證準備和清理一定發生。

Python dataclasses

用聲明式欄位定義以資料為中心的類，減少重複樣板。

Python itertools

組合惰性迭代器，完成計數、拼接和分組。

Python collections

選擇正確的容器，而不是每次手寫同樣的邏輯。

Python functools

用快取、部分應用和摺疊復用函式行為。

Python 列舉

為一組固定值命名一次，然後在所有地方使用這些名字。

Python CSV 檔案

讀寫表格文字，不必自己按行和逗號拆分。

Python 日誌

用級別、處理器和格式記錄程式發生了什麼。

Python 爬蟲 HTTP 請求

先構造一個禮貌的請求，再解析第一個標籤。

Python HTML 解析

讓解析器理解 HTML 結構，而不是用正規猜。

實戰18 分鐘12 道題

Python URL 解析

連結進入佇列前，先把相對位址補全。

實戰18 分鐘12 道題

Python 分頁與去重

抓取就是一個帶記憶和預算的佇列。

Python robots.txt 與禮貌抓取

許可、限速和隱私，都是爬蟲的一部分。

Python 分詞與文字向量

把文字變成詞元，再用向量比較文件。

基礎19 分鐘12 道題

Python softmax 與溫度

把原始分數變成不會溢出的機率分布。

基礎18 分鐘12 道題

Python 最近鄰分類器

看一個點最像哪些鄰居，再用鄰居的標籤分類。

Python 模型評估與準確率

只有知道指標測量了什麼，分數才有意義。

Python 提示詞模板與結構化輸出

把模型輸出當成不可信輸入，而不是完成的資料。

實戰20 分鐘12 道題

Python 線性回歸：從直線到誤差

配適一條直線，做預測，再衡量它錯了多少。

Python 梯度下降：一步一步靠近

沿梯度向下走，看看學習率為什麼重要。

Python 樸素貝葉斯文字分類

用計數、先驗和平滑給短文字分類。

Python k-means 聚類：從距離到收斂

分配樣本、移動質心，重複到結果穩定。

Python 模型監控與漂移檢查

在使用者察覺之前，先發現模型行為的變化。