元組 vs 列表 特性元組列表 符號()[] 可變性不可變可變 效能較快、佔記憶體少較慢 可做字典鍵

字典特性 鍵值對：以 key: value 儲存，鍵唯一且不可變。 無序（Python 3.7+ 保持插入順序）。 查找快：平均 O(1) 時間複

集合特性 無序：無索引，不支援切片。 唯一性：自動去除重複元素。 可變：可新增、刪除元素。 建立集合 # 使用大括號（注意：空集合不能用 {}

基本語法結構 Python 使用縮排區分程式區塊，if、elif、else 組成條件判斷： score = 50 if score < 60: pri

什麼是推導式？ 推導式是 Python 獨有的語法糖，能以簡潔、可讀的方式構建列表、集合、字典，取代傳統迴圈寫法。 列表推導式 傳統寫法： L = [] fo

math 模組常用函數 Python math 模組提供豐富的數學運算函數，使用前需 import math。 範例程式碼 import math prin

定義無參數函數 使用 def 關鍵字定義函數，無參數函數最簡單： def sayHello(): print(hello) sayHello() #

基本格式化輸出 str.format() 是 Python 3 推薦的字串格式化方法，使用 {} 作為佔位符。以下範例展示如何格式化圓周率輸出： import

類與對象的核心概念 在 Python 中，類是對一類事物的抽象描述，定義了該類事物共有的屬性與方法；而對象則是類的具體實例。打個比方：「動物」是一個類，具體的「

Python 语言内置了一段极具哲理的彩蛋——import this，输出的即为《The Zen of Python》（Python 之禅）。这是 Tim Pe

NumPy 的核心是多维数组对象 ndarray。本文系统梳理数组创建、数据类型控制、基本运算、索引切片、花式索引及通用函数（ufunc），为数据科学奠定坚实基

NumPy 是 Python 科学计算的基石。本文涵盖一维/多维数组的常用数学统计方法、矩阵运算（乘法与求逆）及随机数生成技巧，助你高效处理数值计算任务。 一

Pandas 建立在 NumPy 之上，最初作为金融数据分析工具诞生，因此对时间序列分析有极佳支持。掌握其两大核心数据结构——Series 与 DataFram

Python 语言中隐藏着一颗彩蛋——import this，它输出的便是《The Zen of Python》（Python 之禅）。这组由 Tim Pete

一、常用數學統計方法 1. 一維陣列統計 import numpy as np # 產生 9 個標準常態分佈隨機數 arr = np.random.rand

函式基本語法 def function_name(parameters): \\\文件字串：說明函式用途、參數、回傳值\\\ # 函式主體

模組匯入的四種基本形式 一、import module：匯入整個模組 最基本用法，需透過模組名稱存取成員： import turtle turtle.circ

一、for 迴圈：遍歷序列的首選 for 迴圈用於遍歷任何可迭代物件（列表、元組、字串、字典、range 物件等），語法簡潔： # 遍歷列表 L1 = [10,

核心差異一覽 關鍵字作用執行流程 break立即跳出整個迴圈不再執行後續迴圈，直接跳到迴圈後的第一行程式碼 continue跳過本次迴圈剩餘程式碼直接進

if 陳述式基本語法 Python 使用縮排定義程式區塊，if、elif、else 關鍵字構成條件分支： if 條件1: # 條件1 為 True 時執