AI图书推荐:使用GitHub Copilot和ChatGPT辅助的Python编程

使用Python编写计算机程序变得更加简单了!使用像GitHub Copilot和ChatGPT这样的AI辅助编码工具,将你的想法快速转化为应用程序。人工智能已经改变了我们编写计算机程序的方式。有了像Copilot和ChatGPT这样的工具,你可以用简单的英语描述你想要的东西,然后看着你的AI助手立即生成代码。这对于初学者,或者那些在传统编程陡峭的学习曲线上挣扎的人来说,是完美的。

《使用GitHub Copilot和ChatGPT辅助的Python编程》(Learn AI-assisted Python Programming,With GitHub Copilot and ChatGPT ) 的作者是Leo Porter和Daniel Zingaro。 Leo Porter是加州大学圣地亚哥分校(UC San Diego)计算机科学与工程系的教授。他以对同伴指导在计算课程中影响的研究、使用点击器数据预测学生成果以及开发基础数据结构概念清单而闻名。他与人合作教授了广受欢迎的Coursera专项课程"面向对象的Java编程:数据结构及其超越",该课程有超过300,000名注册学习者,以及edX数据科学微硕士项目中的第一门课程"Python for Data Science",注册学习者超过200,000人。他曾获得六次最佳论文奖、SIGCSE 50周年纪念全时十佳研讨会论文奖、Warren College的杰出教学奖,以及加州大学圣地亚哥分校学术参议院杰出教学奖。他是ACM的杰出会员,并曾担任ACM SIGCSE董事会秘书。

通过本书,你将学习如何:

  • 编写有趣且实用的Python应用程序------无需编程经验!

  • 使用Copilot AI编码助手创建Python程序

  • 编写提示,告诉Copilot确切地做什么

  • 阅读Python代码并理解它的功能

  • 测试你的程序,确保它们按照你想要的方式工作

  • 通过提示工程或人工调整修复代码

  • 创造性地应用Python在工作中提供帮助

这本书各个章节的要点总结:

  1. **介绍AI辅助编程与Copilot**:解释了AI如何改变编程学习的方式,以及为什么编程将不再相同。介绍了Copilot的工作原理和如何通过AI辅助解决初级编程问题。
  2. **开始使用Copilot**:指导读者如何设置计算机以开始学习,包括安装必要的软件和配置编程环境。
  3. **设计函数**:讨论了函数的组成部分、好处、角色,以及如何确定函数的合理任务。展示了如何与Copilot一起创建良好的函数。
  4. **阅读Python代码(第一部分)**:强调了阅读代码的重要性,并介绍了如何使用Copilot来解释代码。概述了需要了解的前五个编程特性。
  5. **阅读Python代码(第二部分)**:继续介绍剩余的五个编程特性,包括循环、缩进、字典、文件和模块。
  6. **测试和提示工程**:讨论了为什么测试代码至关重要,介绍了闭盒测试和开盒测试,并展示了如何使用Python提示符进行测试。
  7. **问题分解**:介绍了如何将大型问题分解为更小的、更易于管理的子问题,以及如何使用自顶向下的设计来构建完整的程序。
  8. **调试和更好地理解你的代码**:探讨了错误(bug)的成因,如何找到并修复bug,以及如何使用调试器来更好地理解代码。
  9. **自动化繁琐任务**:展示了如何使用Copilot编写工具来自动化重复性任务,包括清理电子邮件文本、添加PDF封面页和管理手机照片库。
  10. **制作一些游戏**:介绍了如何使用Copilot编写计算机游戏,包括逻辑游戏和两人轮流游戏的设计和实现。
  11. **未来方向**:探讨了提示模式、当前AI编码助手的局限性以及未来的发展方向。
相关推荐
果冻人工智能1 小时前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工1 小时前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码1 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng11331 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类
Seeklike1 小时前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
庞传奇1 小时前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow