對學習是有幫助的，整體節奏偏快，由於我是一個喜歡看文字的人，沒有字幕及重點標記令我有點難找到重點及消化。 建議:放上字幕，可以在每一章節後放一個重點回顧，或是和其他圖表的比對summary。 常找不到講師再用哪一個文件檔做示範，有時找不到作業範例，1-2的範例似乎檔明和影片中名字還有不同，也找不到第二章作業的範例，後面都是自己打，然後看影片一點一點比對。 建議:在開啟哪一份資料時可以提醒大家是哪一份檔案，並把檔名改為1-5課範例等。 若提到前面單元的概念建議在放重點ppt讓學員回顧，例如37章提到EDA時，聽兩三次才想起來是甚麼。 在做重點回顧時建議中英文選擇一種使用就好，以保持一致性。 另外可以放上一些相關資源的連結如:1 Docs: Matplotlib ,Regular expression 2 Community: Facebook, Kaggle 3若希望精進，可以看什麼書籍或是相關的課程。讓學員在真的不懂的時候能更容易取得相關說明，並知道下一步該學什麼。 這堂課程讓我對資料分析有了更進一步的認識，尤其是(1)Seaborn的相關說明，以前都只會用matplotlib進行簡單的分析。(2)字串方式，讓我在整理資料時有更多的選擇。(3)如何清洗資料，以前在整理時常常忘記檢查，導致無法產出，在講師的示範下，看見資料清洗的邏輯與方法。 感覺整體難度不高，但是仍花了一天半的時間才完成這堂課程。 Udemy 線上課程：【增加職場技能】用一個假日進行…
本課程從Python程式碼最基礎開始解釋，第一章從安裝到程式語言，非常淺白易懂，立即可以上手。 老師課程講解，前因後果之間順暢使人理解，不會有跳躍思考的感覺，很適合初學者的課程。 第二章，特別從「資料處理」的基礎表格說起，整理提出實務會應用到的function，到用圖表清楚說明處理dataframe的方法，不會讓人聽不懂，反而因為有圖示說明，使得在應用程序碼時腦中隨時都知道正在處理的資料格式、內容，見樹且見林，非常適合想實作的人學習，知其然也知其所以然。 課程中，每一小段的學習，配合程式碼實作作業，更能讓學習能夠立即複習應用所學，立即執行程式碼得出結果，也能讓人檢測學習成果以及不弱點掃描，很有成就感。 課程中還可以學習pandas的應用，手把手教學，深入淺出，讓人覺得資料處理來不會很雜亂，反而有順序步驟，還有利用幾個實用的function, 讓資料處理看起來更專業，且因為有function也不用自己刻出所有的程式碼，突出Python這門語言的優點，也讓人更想要去學習這門程式語言。 資料處理完後，緊接著的資料視覺化的課程，讓資料可以透過圖表呈現，使人在探索資料的過程中，重新思量資料可以作何 運用，更可以幫助練習資料分析能力。 Udemy 線上課程：【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰 成為快樂學習員：為推廣與提升學習 Python 資料分析之環境，提供學習員鼓勵計畫。分享本篇文章做推薦學習至臉書動態牆並來訊「快樂學程式」粉專分享你學習該堂課的動機與該貼文連結，學程式提供八折優惠折扣。被分享數有達10個以上進行申請（oh!你的學習意願有目共睹，必須給你拍拍手），更提供你六折優惠！讓快樂學程式幫助你快樂學習，提升職場競爭力:) 心得出處-yenlinwu1981@gmail.com
非常喜歡這個課程! 講師用非常淺顯易懂的方式還有句子來教導PYTHON! 因為我自己以前有嘗試學習過python, 但是光是在環境設定就吃了很多苦頭, 網路上的教學也不是很清楚. 在課程裡講師從安裝開始一步一步講解所以初學者也可以非常快速的安裝在不同平台的電腦上設置好環境. 課程裡面也設計了範例檔案作為練習的題材, 所以在一邊上課的同時也可以在自己的電腦上一邊做練習, 我認為這是學習程式語言最好的方法. 包括課後也可以自己再回頭去做練習. 同時, 在設計的範例裡面我也體會到了講者的用心, 不但附上很多註解, 同時設計的題目都是包含了初學者常會需要使用且常會出現的錯誤, 我在上課的同時也同時學習到了很多經驗. 例如在處理CSV檔案時, 要如何去除前面幾行, 後面幾行, 甚至指定某行作為column name,…
非常推薦給需要數據分析有興趣或者從事市場行銷分析的學習者，這堂課老師手把手很有耐心的逐一詳細講解細節，從Python最基礎的觀念、變數類別、資料結構、迴圈及數值與文字處理，基本資料處理的工具與方法全都一應俱全了，讓就算是初學者的我也能迅速學習並上手進行數據分析；在資料數值的處理過程中，老師也手把手教導了許多處理資料的觀念與不藏私的分享資料清理的經驗，這讓我的學習非常有效率；課堂中的作業，也很有啟發的意義，雖然不是這麼容易就完成，需要一些時間消化、思考老師教過的，但動手自己coding才是學習Python的不二法門，最後是資料視覺化呈現的部分，老師傳授了最夯的matplotlib及seaborn套件繪圖，看到兩三行程式就可以畫出令人讚嘆的圖片，真是讓人太驚喜了！而且用來做簡報或拿給老闆看，不僅容易傳達市場或資料的趨勢，擁有資料分析的能力絕對會對職場有大大的加分，這是堂非常棒的Python課程，推薦給有志學習的大家。 Udemy 線上課程：【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰 成為快樂學習員：為推廣與提升學習 Python 資料分析之環境，提供學習員鼓勵計畫。分享本篇文章做推薦學習至臉書動態牆並來訊「快樂學程式」粉專分享你學習該堂課的動機與該貼文連結，學程式提供八折優惠折扣。被分享數有達10個以上進行申請（oh!你的學習意願有目共睹，必須給你拍拍手），更提供你六折優惠！讓快樂學程式幫助你快樂學習，提升職場競爭力:) 心得出處-dogdog2250@gmail.com
老師算是我難得一見的口齒清晰、口條極佳的老師，讓課程及操作在行雲流水般優美平順的過程中進行著，也讓學習的邏輯完全環環相扣，讓每一章節及單元都緊密的接續，更加深我的學習思維與效果，而且同步實作自己資料時也還算完全跟的上，算是真的實用。 課程內容雖然偏向入門，但不同於其他入門課程一般那麼多過於基本的陳述（上起課來不會沉悶），反而老師已將主要會用到的入門內容統整出來在第一章節，讓完全新手也能快速理解python的基礎語法與迴圈邏輯等方面。進入第二及第三節章算是完全的實作單元，介紹了資料處理及分析最主要使用的套件: pandas、matplotlib、seaborn三個主流套件，過程算是一步步帶著大家做，而且內容非常豐富且也夠用。建議各位同學可以用自己手邊的資料或是下載一些有一點複雜度的資料，照著老師的單元照著做，會做出來意想不到的結果（我自己是去下載了經濟部主計處的CPI歷年資料）。若覺得跟不上單元的速度還可以暫停直到自己run出來再繼續，完全可以照自己速度來安排上課。 對於資料新手的我來說，這門課還是算有一點跟不上，須要重複上兩次課才懂，實作也才算跟上了，但上完的成就感很大，對於python也更有信心。希望未來老師能再針對廣度及深度出不同的課程，尤其是若能出主題式課程更棒，比如：金融期貨上的應用、股指期貨上ＡＩ的應用等。整體而言算是物超所值的python主題式入門課程，值得大家一起加入學習的行列。 Udemy 線上課程：【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰 成為快樂學習員：為推廣與提升學習 Python 資料分析之環境，提供學習員鼓勵計畫。分享本篇文章做推薦學習至臉書動態牆並來訊「快樂學程式」粉專分享你學習該堂課的動機與該貼文連結，學程式提供八折優惠折扣。被分享數有達10個以上進行申請（oh!你的學習意願有目共睹，必須給你拍拍手），更提供你六折優惠！讓快樂學程式幫助你快樂學習，提升職場競爭力:) 心得出處-johnson.stock@gmail.com
在實務上，常常有機會需要將資料寫入或讀出檔案，而Python也提供了許多相關的模組(Module)讓開發人員可以容易的進行檔案的操作。 透過本篇的教學，各位除了能夠利用Python進行基本的檔案操作外，也有能力讀取及寫入常見的資料交換格式檔案，重點包含： 基本的檔案操作 JSON檔案操作(JSON Files) CSV檔案操作(CSV Files) ZIP檔案操作(Zip Files) 一、基本的檔案操作 首先，先來看一下我們目前專案的檔案結構，如下： 現在就來分別介紹幾個Python常用的檔案操作方式： 檢查檔案是否存在 利用 Path 模組(Module)中的exists()方法，來檢查目錄下是否含有特定的檔案，如下範例: 取得檔案資訊 利用…
在實務上發展應用程式時，除了可以自行開發模組(Module)與套件(Package)外，很多時候會安裝使用第三方套件(Package)，來提升專案的開發效率。 所以本文將介紹如何在PyPI中搜尋所需的Python套件(Package)，並且以Windows作業系統及Visual Studio Code開發工具為例，瞭解Python強大的套件管理工具，讓您有效管理專案中的Python套件(Package)。 由於是在Visual Studio Code的Terminal視窗中下指令的方式來操作，所以使用命令提示字元視窗，也可以達到相同的效果。本文重點包含： PyPI(Python Package Index) pip套件管理工具 pipenv套件管理工具 Pipfile及Pipfile.lock檔案 一、PyPI(Python Package Index) PyPI是一個套件庫，位於https://pypi.org，其中包含了各式各樣的Python套件(Package)，在開發應用程式的過程中，可以到這邊來搜尋是否有所需的功能套件(Package)，安裝後透過引用的方式來進行使用，藉此提升開發效率。 現在就來介紹幾個在使用PyPI時，需要瞭解的基本功能。首先，PyPI的首頁如下圖： 各位可以在搜尋的地方查詢所需的套件，例如搜尋常應用在網路爬蟲的beautifulsoup4套件(Package)，從查詢結果可以看到許多相關的套件(Package)，如下圖： 以beautifulsoup4…
上一篇文章主要介紹如何利用pandas處理字串資料，而這章節的會著重於數值的資料處理以及顯示基礎統計量的方法。在資料分析中，數值資料是非常常見的，而且對於後續的深入分析而言，數值資料能夠讓我們進一步利用推論統計檢定許多因素與目標的關聯性，幫助我們能夠利用檢定結果進行決策，或是發現夠深入的趨勢。 這次我們會使MLB美國職棒大聯盟的各隊歷年統計數據（mlb_team.csv）的公開資料，其中記錄了美國職棒大聯盟從西元1871年至今的各球隊數據，因為最近正好碰到需要分析棒球的運動相關數據，且這份資料大部分的欄位都是數值欄位，正好適合這篇文章主題。 讀取資料： import pandas as pd mlb_teams = pd.read_csv("mlb_team.csv",encode="UTF-8") mlb_teams.head() 向量處理 Vectorize Operations 之前的文章中有提到Pandas是利用向量處理的方式進行資料處理的，所以我們在進行數值運算的時候都是針對單一個欄位將欄位中的所有數值進行相同的運算，如果要針對特定條件的數值進行運算，則需要先進行資料篩選再進行數值處理。 基本上在利用Pandas進行數值運算時，跟我們一般在寫Python計算一樣，只是平常用於運算的變數變成了 DataFrame 物件或是 Series 物件，所以所有Python中的數學運算符，在Pandas都可以直接使用： s…
Python在近幾年來的受到愈來愈多人的青睞﹐現在更是最熱門的程式語言之一。在這一篇文章我們會和大家一起探討以下四個問題:Python究竟是什麼? Python有什麼功能? 學習Python究竟可以從事那些行業? 介紹Python相關軟體 (more…)
到底要怎麼開始學Python ？對於許多人來說，最難的其實不是學習的過程，而是連起步都不知道該怎麼下手，幾天這篇文章會帶大家認識基礎的python，也讓你對python也更多基礎認識！ 新課程上架Udemy ! 全新Python 課程上架，8小時基礎實戰！，限時優惠搶購點我！ 讓你輕鬆學習： 了解 Python 語法與什麼是資料科學 使用 Pandas 套件進行資料處理 瞭解程式背後的邏輯與為什麼學習 掌握視覺化套件庫 Matplotlib 掌握進階視覺化套件庫 Seaborn 練習使用【歷屆金鐘獎資料】取得重要訊息…