第一天，我沒有急著直接去啃複雜的資料集，而是先確保「工欲善其事，必先利其器」。在 30 天的挑戰中，如果本地的 Python 開發環境、虛擬環境與 Notebook 互動介面沒有先打理好，後面在安裝各類第三方套件（Pandas、Matplotlib 等）時很容易陷入套件衝突或版本打架的困境。

第一部分：建立專案資料夾與虛擬環境
先在終端機（Terminal / PowerShell）建立本次鐵人賽專屬的工作目錄，並建立 Python 虛擬環境：

第二部分：安裝資料分析核心套件與 Jupyter
在啟動的虛擬環境中，安裝後續常用的基礎核心套件：

安裝完成後，將該虛擬環境註冊進 Jupyter 核心，這樣在 VS Code 打開 .ipynb 檔案時就能直接選用：

第三部分：撰寫第一支測試腳本並驗證安裝
建立一個 day01_test.ipynb 或 day01_test.py 檔案，輸入以下程式碼確認環境與套件版本運作正常：

執行後終端機順利印出對應的版本號與表格，確認核心模組均已就緒！

第四部分：推送到 GitHub 進行版本控制
確認環境與測試腳本可以順暢運行後，接著將整個專案資料夾建立 Git 版本控制並上傳到 GitHub：

這裡我前面已經commit過了也推上去了，只是忘記在github建立repository，所以這裡會出現錯誤。
終端機顯示 [new branch] main -> main，回到 GitHub 重新整理頁面，第一天的程式碼與 .gitignore 都已妥善託管。

今日心得與問題
這是我第一次完整規劃 30 天的資料分析挑戰。雖然第一天的內容主要是基礎環境建置與測試，但打好穩定的環境基礎才能讓未來的 29 天沒有後顧之憂。

在建置過程中，使用 Windows PowerShell 執行 .\venv\Scripts\Activate.ps1 啟動虛擬環境時，曾遇到 因為這個系統上已禁止執行指令碼 的權限報錯（ExecutionPolicy 限制）。後來以系統管理員身分執行 Set-ExecutionPolicy -Scope Process -ExecutionPolicy RemoteSigned 允許當前終端機程序執行腳本，順利解決了啟動問題。