【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰
4.6 (59 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
248 students enrolled

【增加職場技能】用一個假日進行 Python 資料分析視覺化實戰

從事行銷或是數據分析的男生女生工作者,從入門初階學習 Python 做實戰資料分析,開始理解資料分析與視覺化不再困難,讓它成為你圖像化資料的職場技能
4.6 (59 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
248 students enrolled
Last updated 1/2020
Traditional Chinese
Current price: $48.99 Original price: $74.99 Discount: 35% off
2 days left at this price!
30-Day Money-Back Guarantee
This course includes
  • 8 hours on-demand video
  • Full lifetime access
  • Access on mobile and TV
  • Assignments
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • 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
  • 與課程講師一同實務練習 Python 題目與日常用法
Course content
Expand all 40 lectures 07:49:05
+ 環境建置與 Python 基礎
12 lectures 02:20:49

使用 Anaconda 進行 Python 環境安裝建置說明。

Preview 06:17

開始這門資料視覺化,你將會有基本的認知進行這項專業技能的磨練。

資料分析視覺化前言
07:50

使用 Jupyter notebook 來提升開發測試 Python 操作筆記。

Jupyter Notebook 教學
07:38

認識 Python 變數的使用,理解賦值的方式。

Python 變數介紹
07:27

認識 Python 型別,了解電腦如何去理解字串意義的分別。

Python 型別概念
14:51

在 Python 中有不同的運算子來處理電腦中的數字計算功能。

Python 運算子介紹
11:24

跟變數類似,是一種 Python 的打包資料的方式,方便進行資料操作。

Python 資料結構
15:45

利用 Python 進行程式遞迴的方式,建立自動化作業。

Python 迴圈操作
18:27

理解迴圈在字典中的使用方式技巧。

迴圈操作針對字典的用法
03:33
使用 Python 打印出格式化九九乘法表。
打印出九九乘法表
1 question

使用 Print 進行 Python 打印,列印出終端機方便辨識錯誤。

常用函式介紹 - print( ) 的各種操作方法
14:53

各種不同的數值與字串的處理方式。

常用函式介紹 - 數值與字串處理
23:50

整合前述 Python 操作概念,讀取 CSV 資料進行資料分析處理。

使用原生 Python 進行資料分析
08:54
使用 Python 進行身分證字號的驗證機制。
身分證驗證機制
1 question
+ Pandas 資料處理
11 lectures 01:58:59

專門處理資料的套件,進行批量處理資料,不需要一直使用重複性的操作,Pandas 只需要使用兩到三行程式即可以做到原本Python可以做到的方法。

Pandas 套件介紹
03:32

介紹 Pandas DataFrame, Series 去儲存資料與資料表上的處理。

Pandas 資料存儲物件介紹
07:02

將資料檔案透過 Pandas 的獨立函式去讀取常見的 CSV 檔案。

使用 Pandas 進行資料讀取
08:10

在 Pandas 中的資料型別與原生 Python 的不同。

Pandas 中的資料型別
06:44

進行資料檢視去獲得 Python 資料的基本屬性。

運用 Pandas 進行資料檢視
11:47

使用 Pandas 中去定位資料,是非常核心的功能去找到 EXCEL 的欄位。

使用 Pandas 進行資料定位選取
13:26

透過上述的定位資料,使用 Boolean Mask Filter 去定位資料篩選資料內容。

運用 Pandas 進行資料篩選蒐集
09:43

資料搜集上可能因數值或編程的關係,導致資料缺失空值,因此透過 Pandas 去處理空值資料清理。

資料清理 - 空值處理
19:38

使用數值運算建立所需資料內容。

資料清理 - 數值資料處理
09:40

使用字串運算建立所需資料內容。

資料清理 - 字串資料處理
20:28

Pandas lambda 迴圈遍歷方式去做資料處理。

Pandas 中的遍歷資料方法
08:49
使用範例給予的資料表OECD進行資料清理。
OECD 產業資料清理練習
1 question
+ 資料視覺化
17 lectures 02:42:34

介紹常用的資料視覺化 Matplotlib 跟 seaborn 套件。

資料視覺化與常用套件
04:30

介紹使用 Matplotlib 折線圖表繪製。

使用 Matplotlib 製作折線圖
08:02

介紹使用 Matplotlib 長條圖表繪製。

Preview 04:10

介紹使用 Matplotlib 直方圖表繪製。

使用 Matplotlib 製作直方圖
06:18

介紹使用 Matplotlib 圓餅圖表繪製。

使用 Matplotlib 製作圓餅圖
05:54

介紹使用 Matplotlib 盒狀圖表繪製。

使用 Matplotlib 製作盒狀圖
06:10

介紹使用 Matplotlib 散佈圖表繪製。

使用 Matplotlib 製作散佈圖
05:04

Matplotlib 圖表中的基本參數設定與參數調整。

圖表參數調整
19:07

使用 Matplotlib 跟 Pandas 進行合併操作與使用。

Matplotlib 與 Pandas直接操作
21:10

呈現多圖形類別的操作,進行組圖合併。

組圖操作
17:46

資料操作上常使用的套件,並建立在 Pandas 與 Matplotlib 去進行資料處理與視覺化顯示。

Seaborn套件介紹
06:17

使用 countplot 呈現圖表,呈現直方統計圖表。

Seaborn 圖表介紹:countplot
17:23

使用 distplot 呈現圖表,類似機率密度圖表與直方圖的結合體。

Seaborn 圖表介紹:distplot
08:47

使用 boxplot 呈現圖表,以盒狀圖來呈現細緻圖表。

Seaborn 圖表介紹:boxplot
09:53

使用 stripplot 呈現圖表,以點狀方式呈現散佈圖表。

Seaborn 圖表介紹:stripplot
06:19

使用 violinplot 呈現圖表,顯示不同分類資料整體數據的小提琴圖。

Seaborn 圖表介紹:violinplot
07:43

使用 lmplot 呈現圖表,做線性迴歸預測圖製作。

Seaborn 圖表介紹:lmplot
08:01
使用開放資料FreeCodeCamp來做圖表視覺化分析
運用開放資料 FreeCodeCamp 進行市場分析視覺化
1 question
Requirements
  • 具備快樂學習的心情與一個假日
  • 基本數學知識邏輯更有幫助於學習資料科學
  • 不需要嚴謹的程式背景,願意思考學習
  • 有操作 Mac/Windows 電腦的基礎
Description

你對資料總是分不清楚該怎麼去找到 Business Impact 嗎?

你在工作中會需要有洞見、提前知道如何透過資料來顯示重要資訊嗎?

你想學習 Python 卻找不到一起學習的管道嗎?


關於這堂課

快樂學程式在台灣擁有超過 1000 人參與的在地社群活動。截至 2020 年我們已經舉辦超過兩年的社群與活動,每個月皆有程式思維相關的聚會與交流,深耕社群並參與推廣工程思維,讓非本科系的男孩女孩皆能一窺程式的風趣與培養解決問題的能力。這次與 Glove 推出這堂「Python 資料分析視覺化」,內容屬於入門並有進階的套件與實作,圖表呈現從直方圖、折線圖、長條圖、散步圖等等一個個逐步講解。做為上課學員的你可以在裡面跟著一起練習,反覆操作將視覺化成為你的職場技能:)


職場加分技能

Python 具有簡單易學、功能強大的特色,比起其他程式語言,更適合作為初學者學習的第一個程式語言。在知名 Youtuber Techlead 的影片中提到 2020 年具有優勢的程式語言,Python 在數據上的表現尤為突出,可至 Youtube 搜尋「Top Programming Languages in 2020 」。

特性如下:

  1. 擁有大量的函式庫與社群支持。

  2. 低門檻的語法特徵相比於其他靜態語言。

  3. 靈活度並具有可讀性,操作資料容易上手。

  4. 良好的視覺化能力,並可用使用在 Web, AI 等產業。


為什麼上這堂課

這堂課程分為三個大章節。從基礎 Python 實作講師會使用 Jupter Notebook 直接操作給你看,讓你可以一起練習,接著從 Python 在數據清理上的常用套件 Pandas 處理 Spreadsheet 或是 Excel 上的表格式資料,運用 DataFrame 的概念做資料清洗與過濾,最後的章節到了重要的視覺化技能,運用 Maplotlib 與 Seaborn 去製作具有意義性的圖表、甚至有洞見的資訊,幫助自身或公司成長,提升你的職場加分競爭力。


Who this course is for:
  • 對資料科學感興趣的初級 Python 開發人員
  • 工作上會使用到資料處理,對資料科學感興趣者
  • 想要接觸程式語言的非資工本科系的學生或上班族
  • 想要初探程式語言的高中生