FireLab

Photo by Hitesh Choudhary on Unsplash 前言 這是一系列我參加完鐵人賽的整理， 最近也透過 火箭隊軟體工程師培訓計畫（高雄） 的場地， 舉辦一系列實體的讀書會導讀， 已經進展到一半了，每次約 3 小時，一週一次已經連續約一個月左右。 透過實際寫過文章、實際講過 YDKJS 這個系列， 這次回顧，把一些真正重要的「大綱」整理出來。 這部分主要會分享一些「自己」的看法， 如果想知道 YDKJS 作者 Kyle Simpson 對於 JS 的想法， 可以參考我的鐵人文章。 鐵人賽…

哄女朋友最高的境界是什麼？ 除了用心之外，每天不重複的年言蜜語必然是少不了的。雖然國文老師上學的時候也教了一些東西，但是日子長了必然「江郎才盡」。 大家都是混科技圈的，借助自動化的手段能不能一次性的解決問題呢？ 稱霸 GitHub 熱門榜數天的「哄女友神器」 嗯，顯然是可以的。Github  作為全球最大的同性交友網站，工程師們不僅可以在上面交流寫程式的技巧，還能學到如何開發一個自動哄女友神器。 先附上 GitHub  地址：（傳送門） 這個自動給女友發送微信暖心話的項目，已經連續霸榜 Github  趨勢榜好幾天了。作者用 Python3  和 Itchat  微信介面開發了一款小工具，可以定時給朋友發送每日天氣、提醒、每日一句。通過圖靈機器人，也可以智慧自動回覆信息。 操作簡單且容易上手，即使是新手，只要配置好了 Python  環境，安裝好必要的 Python  數據庫，下載程式碼之後，只要 CMD  一下即可實現。 首先，我定的時間是 22:20，一到時間文摘菌的帳號就收到了發送的信息，包括英文和中文情話。北京的天氣以及在一起的多少天。 調整圖靈機器人之後，兩個帳號便可以對話，圖靈機器人還算強大，當我發送：這是個測試之後，圖靈機器人回覆：你不放心我嗎？ 備註：工具項目中的天氣信息來自 SOJSON API  介面，暖心情話來自金山詞霸上面的每日一句，還有英文版。圖靈機器人使用需要申請密鑰，每天免費數量只有 100  條。如果使用超過了，可使用青雲客智慧聊天機器人，這個不限制次數。 手把手教學示範 首先，把 Python  安裝好，並配置好環境，個人建議新手安裝 anaconda，具體安裝教程，可自行 Google 搜尋。 然後安裝必要的 Python  數據庫，環境配置好的同學可以直接用 pip install＋ 數據庫名 進行安裝。必須安裝的數據庫為：requests、beautifulsoup4、itchat、apscheduler、pyyaml、lxml、simplejson。記住了，一個數據庫都不能少。 然後進入 Github  地址下載項目的全部文件，解壓縮過後，找到 _config.yaml  用 Python IDE 打開。然後進行一系列的配置。 就是這個文件 第一步：配置自動回覆機器人…

常用 Python 的你，真的了解他嗎？ 一位來自義大利的工程師顛覆網友們對 Python 的想像！ 他不做常見的爬蟲、資料分析與視覺化，他做出能辨識動作的神經網路！真的太強大啦！ 打造舞步來控制電源 在今天的文章裡，我將教大家訓練一個神經網路模型，可用來識別鏡頭錄下的「舞步」，並用這些「舞步」控制燈的開關。 我們將在已有的 OpenPose 深度學習模型上建立我們的模型來識別身體位置，然後我們會建立一些樣本來代表身體的各種麼樣。 當我們建立好舞步和其他姿勢的樣本後，我們會清理數據集，然後利用這些樣本來訓練我們製作出的神經網路。 當神經網路訓練好之後，我們會用它來控制燈光。 今天的文章包括很多步驟，不過，所有的程式碼都在 Github 上，上面還包括了我已經蒐集到的原始數據樣例。 使用數據集建立自己的神經網路 首先就是大量的數據。 我們即將採用的神經網路模型，過去卡內基梅隆大學團隊也曾經使用過，他們用自己的全景數據集來訓練模型。 該數據集包括五個半小時的影片，包含了 1,500,000 個手動添加的代表骨骼位置標籤。 整個工作室的圓屋頂上裝有 500…

本文原文撰寫於2017年，部分資料可能因時空背景而有不同。 如果你不曉得該如何為你的產品選擇一個合適的前端框架，這篇文章也許可以給你一些啟發。 一個有趣的事實是：IBM 發表的 2017 年最值得學習編程語言名單中，JavaScript 榜上有名。 正是這位 IT 巨頭指出，JS 在網站中驚人地達到 94.4％ 的使用率，而且「不太可能降低」。 JavaScript 能確保「對用戶非常友好的網頁，因為它負責整個 web 界面，包括動畫和交互」。 不管你怎麼看，JavaScript 很重要。 這也指明了潛在 Web 開發人員的方向：如果你深入前端，你不得不在某些時刻面對 JavaScript。並且 正確的開發指南 可能有助於此。 讓我們假設你知道 JavaScript 基礎知識，不是一無所知的那種，如果假設是正確的，…

在網頁設計上，你可能固定使用某幾個動畫庫，但你知道 GitHub 上面其實有超多超夯的前端動畫庫嗎？ 前端動畫不僅能代表該網頁製作者與單位的用心，同時也能增加使用者好的體驗， 這篇文章幫喜愛網頁互動動畫的你整理了10個超多人推薦的前端動畫庫！ 我們趕快往下看吧！ 1. jQuery.countdown 創立者：hilios GitHub 人氣：2.2K stars GitHub 傳送門：https://github.com/hilios/jQuery.countdown 2. aniJS 創立者：anijs GitHub 人氣：3.6K stars GitHub 傳送門：https://github.com/anijs/anijs 3. matter-js 創立者：liabru…

第一節由老師解析python基礎功能並利用練習題先來思考如何呈現再來熟悉各項指令，這是相當不錯的進入到python的第一步，但我會希望print可以提早幾的單元，因為print 功能是相當常用的功能，安排在99乘法表的作業後較無沒有什麼作用。 第二節利用pandas了解資料視覺化的前處理，資料處理數據呈現的重要，在之前學習會常常想把已有的資料數據就想要做出圖表卻無法呈現，原因就是資料需要做處理並篩選，在這課程中老師有在這部分給了很多方法，將各式不同來源資料用適合的處理的方式，先將數據列出以便後續圖的繪製。 第三節Maplotlib 與 Seaborn 已經是python常見視覺話套件，在本次課程讓我更了解這兩個套件更多套件搭配不只有折線、柱狀這兩樣還有點狀、箱圖、小提琴情圖….還有KDE在統計上的輔助使用。 套件指令由老師解析後，如何使用並發揮視覺化功能，也能夠多加嘗試有助於更多面向的資料型態出現不同的樣貌，可以在分析上能以不同角度來評估。 希望能夠加入視覺化中文顯示範例 因課程上都以英文呈現table但在目前的工作環境上還是會希望以中文介面呈現，網路上雖爬文也找得到中文顯示方式，若能夠直接在本課堂教學一次打包更讓人為之一亮。   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[email protected]

先講優點，我覺得老師口齒非常清晰，而且對課程編排的方式別具匠心．這個課程設計內容跟外面比起來的最大不同點在於，是以實戰方式為導向，將所有實戰資料分析時最常用的知識與技巧，做為課程內容設計．因此，不會像一般的教學那樣多到包山包海，反而只有最濃縮的重點精華，而且每一項舉例幾乎都是實際處理資料分析時需要用到的小技巧（不論是一開始程式語法教學或者第二章Pandas都是），所以學起來會感覺東西特別少又特別好學，因為我之前看過其他書籍的教學，很多Python語法或範例都是資料分析不常用的，但這份影片內容的教學卻很有親切感，且非常實際． 我對這份課程的一些建議如下： 1.老師示範時是使用Mac系統，但我實際是使用Windows系統，因此一開始操作時就會遇到很多不一樣的狀況，我建議路課程前可以用Windows系統實際操作一次每個步驟看看，因為有很多狀況可能都不同．（我一開始是連jupyter notebook都進不了，但我自己解決了Path問題，可是一般不懂Dos的學生應該就會放棄了），又或者某些套件是否已經預設安裝，好像Mac跟Windows系統也會有落差，這個可能也需要測過才知道． 2.好像沒有教到左取字串跟右取字串的方法(或者從字串某個字取到某個字)，另外，關於那個join的用法，不知道老師是否能順便教自訂函數（或方法），因為很多學過其它程式語言的人可能都會犯跟老師影片示範中一樣的錯誤（一般join陣列會把陣列放前面,join內放用來合併元素的字元）．想知道有辦法透過自訂函數將語法改為像老師誤打得那樣嗎？還有，從第二單元開始影片的聲音就變超小聲！ 3.我有實際將老師的每一行指令打過一次（我並不是純粹看影片而以），但我發現過程中遇到好多障礙，第一個好像是那個範例檔我找不到（因為資源沒有擺在正確的課程單元位置），接著是下載後的範例檔要擺放的位置（影片中並沒有教jupyter notebook的預設目錄在哪，所以學生下載後不一定知道要如何打開），然後某個CSV檔打開時我發現竟然是UTF-8，但照理應該要是ANSI才是（而且這段影片教得跟我在範例檔內看到的並不相同），還有我試過老師教的某些參數，好比index_col，好像只能用在read_excel，用在read_csv就會掛，一些奇奇怪怪的小錯誤讓我自己跟打時花了好多時間除錯． 4.我覺得這份教材對學生的定位是混亂的，感覺好像想針對初學者，但是又不是完全的初學者．像前一點所提到的問題，如果是純初學者，應該會採坑採到死，但若不是針對完全初學者，前面教安裝與基礎語法那段，感覺好像也有一點太過基礎．又比如資料分析有一段，教到使用統計的平均數減標準差算ｚ值，這個好像已經假定了學生是懂統計，如果是對初學者，應該會完全聽不懂才對（尤其一般學程式的統計學通常不會太好甚至沒學過） 其實我沒有來得及看完，我只看到第二章，我最後一件想說的就是，如果真的乖乖看影片，並且把每個單元都實做過，另外還乖乖記錄下所有錯誤更正，可能還需要更多時間．我剛好這兩周周末比較忙，平日晚上也不是都每天有空，所以只能盡量看盡量測，大概到2/28連假才有辦法全部看完吧，如果有可能，以同樣內容長度的東西，希望下次測試時間可以再多一些（抱歉，我知道截止時間是今天中午，我已經超過時間交了，但我想我應該是有很認真幫你們寫回饋的，如果需要，第三章的部分我可以之後補給你們，也謝謝給我機會試看這份教材） 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[email protected]

之前有修過其他網路上的相關基礎python課程,但是概念上並不是很能夠理解清楚，所以我算是沒什麼機基礎可言。哈哈！！但是修完本課程真的清楚理解了許多，老師不管在說話語速、基礎名詞解說（像是什麼是資料結構、變數、型別等等）以及整體『資料分析視覺化』的概念上都講解的很清楚，一步一步的慢慢解說，並且會舉許多例子供大家更加地去明白那是什麼，讓沒有基礎的我真的理解了許多，並且能夠讓人聽起來覺得舒服以及有趣，並不會覺得無聊想睡，會想繼續聽下去。 另外，這門課程也有提供3個小的作業練習以及『第4個運用所學進行開放資料的視覺化分析』，並且有作業說明，所以覺得透過聽完老師的課程解說，做起來真的滿有成就感。而且老師在解說時是搭配ppt以及一步步的打出內容來慢慢解說的，所以在理解課程上會有時間去理解內容的。 最後，我覺得有興趣的朋友也可以利用線上免費的開放資料來照著老師的步驟練習，一定會越來越有成就感的。因此我滿推薦沒有程式基礎或是想增加一種技能的朋友，真心覺得能夠考慮看看『【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰』這門課程覺得值得推薦。 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[email protected]

老師，課程講解的蠻仔細的，蠻認真的，但聽得出來，有時候老師錄音時應該很緊張，造成常常會有結巴，或是一直打結的感覺，希望老師可以放慢語調，也許可以降低緊張感，簡報可以再多做幾張，視覺代替聲音，畢竟看不到老師的臉，滑鼠也沒有再動，只聽到老師一直不斷講話，如果可以多些簡報畫面來解說，可以讓人更容易理解，印象也會更深刻。 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[email protected]

我是一位沒有程式基礎的學員，會參加測試的原因是，行業中有時候需要溝通製作一些數據的圖表。上完課後發現原來「找尋數據」也是非常困難的事。課程整體非常平易近人，除了第二節需要另外找一些資料理解更基礎的邏輯外，第一節和第三節都很容易理解，但是進入實際操作的時候會卡卡的，不外乎對資料不熟悉，對程式為什麼要這樣下指令不熟悉。 三章課程中，最需要花時間理解的是「Pandas資料處理」需要想出用什麼情境、什麼方法去做整理又為什麼要這樣整理都是功夫。講師的簡報很清楚的講解，Pandas的使用邏輯 功能非常容易理解。 環境建制與Python與資料視覺化講解都非常清楚，也很好理解。對於只是想理解操作和粗略懂資料視覺化是怎麼回事的學員，對這兩節課程應該很容易理解。 我會建議假如你沒有任何程式基礎，你也沒有興趣整理數據，可以不用購買課程。若你有程式基礎，想理解怎麼使用Python這是堂非常好入門的課程。 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[email protected]