在第一天完成開發環境建置與 Jupyter 配置後，今天正式進入 Python 核心語法。很多初學者直接跳進 Pandas 或繪圖套件時，常被各種資料取值方式搞得一頭霧水；其實在資料分析的世界裡，雜亂的原始數據（如 JSON 或表格）本質上就是由 Python 的清單（List）與字典（Dictionary）交織而成的。

第一部分：啟動環境與建立 Notebook
開啟 VS Code，確認右下角核心切換至昨天設定的虛擬環境 (venv)，並在專案資料夾下新增一個檔案：day02_python_basics.py。
在第一個 Code Cell 中，先確認基本資料型態的判定與轉換（這是後續資料清理時檢查欄位型態的基石）：

第二部分：List 與 Dictionary 在資料集的應用
在資料分析中，一組數據通常會被表示成「包含多個字典的清單（List of Dictionaries）」，這正是後續載入 Pandas DataFrame 的經典結構：

第三部分：將基礎結構無縫轉換成 DataFrame
掌握了清單與字典之後，可以直觀看到它們是如何轉化成資料分析的表格（DataFrame）：

執行後可以在 Notebook 介面看到整齊的表格，清楚展示從基礎結構到分析表格的過程。

第四部分：推送到 GitHub 進行版本控制
完成今日練習後，將 Notebook 存檔並提交至遠端儲存庫：

今日心得與遇到的問題
今天釐清了 Python 原生資料結構與未來 Pandas 表格之間的關聯。以前看到 List Comprehension（清單推導式）會覺得可讀性偏低，但實際用在資料篩選與欄位批次萃取時，寫法比寫完整的 for 迴圈簡潔許多。

在執行 Jupyter Notebook 時，曾遇到核心無法解析到剛才安裝在虛擬環境的套件問題，後來發現是 VS Code 右上角的「Select Kernel」預設選到了全域的 Python 直譯器，手動切換為專案底下的 (venv) 後便順利運行。