鐵人檔案
資料科學相關的論壇時不時會看到類似問題：我想要從事資料科學相關的工作，我知道 R 語言與 Python 各擅勝場，但我的時間只夠我先學一樣，請問各位大大推薦我先從哪一個學起？這份學習筆記的野心很大，它的回答直截了當：讀完我（或我的部分章節），你的心中會自然作出選擇。
Everything in Python, from numbers to modules, is an object.Bill Lubanovic 經歷...
我們終於對物件（Objects）以及屬於她的屬性（Attributes）與方法（Methods）有了一定程度的瞭解，這對於非開發者背景的 R 語言使用者可是一個...
我們在昨天的學習筆記討論了 Python 基本變數類型與資料結構可以應用的屬性或方法，除了基本的資料結構以外，你是否還記得 Python 可以透過引入 nump...
除了 Python 基本的資料結構（list，tuple 與 dictionary）以及昨天學習筆記提到的 ndarray，還記得我們在 [第 06 天] 資料...
截至目前為止我們在學習筆記練習的資料結構，不論是 Python 內建的 list，tuple 或 dictionary，還是引用 numpy 套件與 panda...
並不是所有的資料都能這麼方便地以表格式資料（Tabular data），EXCEL 試算表或者 JSON 載入工作環境，有時候我們的資料散落在網路不同的角落裡，...
我們現在面對表格式資料（Tabular data），Excel 試算表，JSON 或者網頁資料時有了相當程度的自信，透過 pandas、requests 與 B...
在我們昨天的文章 [第 17 天] 資料角力有提到，進行資料角力（Data wrangling）的目的多半是為了後續的資料視覺化或者建立機器學習的模型。R 語言...
使用 matplotlib 建立一個圖表的概念是組裝它提供的基礎元件，像是圖表類型、圖例或者標籤等元件。 Seaborn 套件是以 matplotlib 為基礎...
我們前兩天討論的 matplotlib 與 Seaborn 套件基本上已經可以滿足絕大多數的繪圖需求，唯一美中不足的一點是這些圖形都是靜態（Static）的，如...
