📘 教科書：
- Learning Python — Mark Lutz, David Ascher
- Python Data Science Handbook — Jake VanderPlas
1) 課程定位與目標 🎯
本課以「Python 進階 → NumPy 向量化 → 數值解析與物理建模」為主線，訓練你把程式寫成可重用的工具，並能用數值方法解決工程問題：
- 🧱 Python 進階語法與程式結構（函式、模組化、例外處理、資料結構）
- ⚙️ NumPy 向量化與陣列運算思維（提升效能與可讀性）
- 🧠 數值解析與物理建模（把方程式轉成可計算的模型並驗證結果）
2) 評分方式（高分必過策略）🧮✅
- 📝 期中考：40%
- 🧾 期末考：60%
✅ 高分必過三件事：
- 每週整理「語法＋題型模板」：看到題目能立刻套（輸入處理、迴圈/遞迴、函式封裝）。
- NumPy 一定要會向量化：會寫 broadcasting、切片、矩陣運算，期末常用。
- 建模題要會驗證：數值結果要做 sanity check（單位/量級/極限情況），並用圖或誤差分析證明正確。
3) 每週進度（Week 1–16）📅🗺️
1️⃣ 2026-02-26：Python 程式設計－進階（一）2️⃣ 2026-03-05：Python 程式設計－進階（二）
3️⃣ 2026-03-12：Python 程式設計－進階（三）
4️⃣ 2026-03-19：Python 程式設計－進階（四）
5️⃣ 2026-03-26：Python 程式設計－進階（五）
6️⃣ 2026-04-02：國定假日
7️⃣ 2026-04-09：Python 程式設計－進階（六）
8️⃣ 2026-04-16：期中考
9️⃣ 2026-04-23：NumPy 入門（一）
🔟 2026-04-30：NumPy 入門（二）
1️⃣1️⃣ 2026-05-07：數值解析與物理建模
1️⃣2️⃣ 2026-05-14：數值解析與物理建模
1️⃣3️⃣ 2026-05-21：數值解析與物理建模
1️⃣4️⃣ 2026-05-28：數值解析與物理建模
1️⃣5️⃣ 2026-06-04：數值解析與物理建模
1️⃣6️⃣ 2026-06-11：期末考
4) 考試準備 SOP（照做就穩過）🧾🧠
- 📌 每週做一份「模板庫」：
- 字串/檔案輸入處理、函式封裝、資料結構操作、例外處理
- 🧮 NumPy 必練：
- slicing、broadcasting、vectorization、矩陣運算、統計/聚合
- 🧪 建模題必做：
- 先寫方程與假設 → 寫程式 → 驗證（圖/誤差/極限）→ 再整理成可重用函式
5) 本房間（VOCUS）筆記產出格式 📝
- 🎯 本週重點：概念一句話＋常用語法
- 🧩 範例程式：可直接改成作業/考題的模板
- ⚠️ 易錯點：型別、索引、維度、浮點誤差
- ✅ 速讀清單：考前 10 分鐘複習用
