第十六天，我們正式踏入機器學習（Machine Learning）的領域！在昨天的半程專案中，我們完成了資料清理與特徵工程；今天我們要學習如何讓電腦「從數據中學...
第十五天！我們不知不覺已經完成了 30 天鐵人賽的一半進程。從最一開始的環境建置、NumPy 矩陣運算，到 Pandas 的資料清理、分組聚合、時間序列處理，再...
第十四天，我們正式踏入機器學習與進階數據建模的敲門磚——特徵工程（Feature Engineering）！乾淨的資料並不等於可以直接拿來給演算法計算的資料。例...
第十三天，我們要將前面所學的 Pandas 資料操作與 Seaborn 視覺化整合起來，進行資料分析領域最重要的標準流程——探索性資料分析（Explorator...
第十二天，我們要從基礎繪圖進階到統計視覺化利器——Seaborn。昨天使用的 Matplotlib 適合精細調整圖表細節，而 Seaborn 是建立在 Matp...
第十一天，我們要正式邁入「資料視覺化」的領域！在完成資料清理與計算後，一張直觀的圖表遠比一堆冰冷的數字更能傳達商業洞察。Python 最老牌且生態系最龐大的視覺...
撰寫與維護 API 文件是許多後端開發者的痛，因為程式碼只要一改，文件沒跟著更新就會讓人很頭痛。但在 FastAPI 中，這是全自動的！ 只要你的 API 伺服...
前面幾天處理的都是放在網址列上的資料（路徑與查詢參數）。但實務上，如果要新增一筆完整的資料，通常會將資料包裝成 JSON 格式，放在 Request Body...
前一天我們學會了如何透過網址路徑來鎖定單一資源，但如果是要列出一長串的資料，我們通常會需要做分頁或條件篩選。這時候，網址後面跟著問號「?」的寫法就派上用場了，例...
在實際開發中，我們經常需要透過網址來指定特定的資源，例如想取得 ID 為 5 的使用者資料，網址可能會是 /users/5。這在 FastAPI 中稱為「路徑參...
昨天我們成功啟動了 FastAPI，今天來談談 RESTful API 的核心：HTTP 請求方法（Methods）與路由（Routing）。 在 Web 開發...
今天的工作 Day26 讓 Prometheus 學會主動告警：Burn Rate 超標，Alertmanager 就會發出通知。今天要把「該不該退版、該不該晉...
本篇目的： 理解 Matplotlib 與 PySide6 的整合機制，使用 FigureCanvasQTAgg 將圖表嵌入 GUI，並建立可由 Contro...
本篇目的： 學習如何從使用者需求規劃 GUI 操作流程、模組職責與資料流，並將完成的 Python GUI 打包成 EXE。 前言 在 day 1 時我在第...
前言 在冰箱周遭，沒有安裝有線網路的情況下，也想讓冰箱資訊同步出來，因此透過 Meshtastic 讓手機和冰箱互相連線。 本日目標，是希望系統自己判斷網路狀態...
本篇目的：讀者可以了解如何建立 QThread、放入工作物件、並安全關閉 QThread 與物件。讓程式可以執行多項工作而不當機 前言 我們使用軟體時最討厭...
本篇目的：讀者可以了解 dataclass、Pydantic 等儲存資料專屬的模組用法，並在資料留個階段選用適當的模組 前言 我們在前面的文章中將資料流、U...
第十天，我們來到資料分析非常核心的一大主題——時間序列資料處理。無論是電商交易紀錄、網站流量日誌還是股市行情，資料幾乎都帶有時間戳記。然而原始資料讀入時，時間通...
前言 單憑是否快過期，優先使用過期食材進行料理，乍聽之下很合理，但是，如果快要過期的東西，都是一堆「調味料」，那該怎麼辦？ Scoring Model 為了避免...
歡迎來到「Python FastAPI 實戰」系列的第一天！在接下來的 30 天裡，我們將從零開始，打造出高效能且具備完整基礎架構的 RESTful API。...
賠率看起來像機率，但不是。十進位賠率 2.00 隱含 50%，可是一個市場裡所有結果的隱含機率加起來會超過 100%，多出來的部分就是莊家的抽水（margin）...
第九天，我們要解決資料分析中極為常見的需求——多表格整併（Data Merging & Concatenation）。在實際專案裡，數據很少單獨存放在同...
第八天，我們要進入資料分析中最具洞察力的核心技能——分組與聚合（GroupBy & Aggregation）。清洗完資料後，我們通常不會逐筆看原始紀錄，...
第七天，我們繼續深入資料清洗的核心主題。在真實情境中，資料來源可能重複匯入、系統可能重送請求，導致出現多筆一模一樣的紀錄；此外，數字欄位也常因為混雜貨幣符號或逗...
第六天，我們要進入資料分析實務中最耗時、但也最關鍵的環節——資料清洗（Data Cleaning）。在現實世界中收集到的數據很少是完美無瑕的，常因為問卷漏填、感...
本篇目的：讀者可以從零開始，以”目標設定→流程設計→定義手法”的方式，做出一個擁有完整功能、易修改的模組。 前言 在 day 14 中我們知道如何以 cla...
一、專案資訊專案名稱： GameAgent專案簡介： 一個 Windows 上的遊戲/模擬器自動化工具。用截圖比對找到畫面上的按鈕後點擊，並用一套自訂的文字指令...
第五天，我們要讓程式真正具備「與外部檔案對話」的能力。在真實的資料分析工作中，資料絕大多數都不會直接寫在 Python 程式碼裡，而是以 CSV、Excel 或...
本篇目的：讀者可以了解如何管理系統設定與使用者設定，並且可學會使用 json 模組進行讀取與寫入 前言 本篇專欄的目的是讓製造業產線工程師的大家，可以做出符...
第四天，我們要正式踏入 Python 資料分析最強大的核心套件——Pandas。昨天學習了底層的 NumPy 數值運算，而 Pandas 就是建立在 NumPy...
goldmangolabs
CY Hung
二坪山小弱砲
iThome鐵人賽
看影片追技術