在這個30天的挑戰中,我將帶領讀者逐步掌握如何使用Python進行資料分析,從取得資料、資料清洗到資料視覺化。本教學重視實作操作,理論著墨較少,適合初學者以及希望強化實務能力的讀者。你將學會如何運用Google Colab撰寫程式,利用GitHub儲存專案,並透過Pandas、Numpy、Seaborn與Matplotlib等常用套件完成資料分析全流程。這30天的課程旨在讓你快速上手,並能將這些技術應用於實際專案中。
歡迎來到為期30天的資料分析挑戰!在接下來的30天內,我們將一步步從零開始,學習如何使用Python進行資料分析。本課程專為沒有程式基礎的人設計,無論你是學生、...
Day 02: 什麼是資料分析? 資料分析是將原始資料轉換為有用的資訊,透過處理、整理與檢視數據,幫助我們解答問題、做出決策。無論是在商業、科學還是其他領域,資...
Day 03: 安裝與設定Python環境 在正式開始進行 Python 資料分析之前,我們需要先了解如何設定 Python 的編程環境。市面上有許多可以用來寫...
Day 04: sklearn 套件介紹 在資料分析和機器學習中,scikit-learn(簡稱 sklearn)是 Python 中最強大、最受歡迎的套件之一...
Day 05: 講解 Iris 資料並輸出成 CSV 檔案 Iris 資料集是機器學習中的經典範例,包含 150 筆樣本,每筆樣本有 4 個特徵,並且有 3 種...
Day 06: Google Colab 如何讀取 CSV 檔案 在昨天的教學中,我們將 Iris 資料集儲存為 CSV 檔案。今天我們將學習如何在 Googl...
Day 07: 使用 Pandas 快速檢視資料集 在資料分析的第一步,我們通常需要快速檢視資料集的內容,以便了解資料的基本結構和特徵。今天,我們將學習如何使用...
Day 08: 資料處理 - 處理資料中的缺失值 (NAN) 以下文章有任何問題,都歡迎私訊我IG我IG 在資料處理過程中,缺失值 (NAN) 是我們經常遇到的...
Day 09: 資料清理 - 處理資料中的異常值與重複值 以下有任何問題,歡迎直接私訊我的IG點我私訊 在資料分析過程中,異常值和重複值可能會影響我們的分析結果...
Day 10: 基本的 Numpy 運算介紹 在進行資料分析之前,掌握 Numpy 的基本運算是非常重要的。Numpy 是 Python 中最受歡迎的數值計算庫...