感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
Python 基礎知識(針對數據任務)
- 安裝 Python 並設定開發環境。
- 語言基礎:變數、資料類型、控制結構。
- 編寫與執行簡單的 Python 腳本。
文件處理:CSV 和 Excel
- 使用 csv 模組和 Pandas 讀取與寫入 CSV 文件。
- 使用 openpyxl/xlrd 和 Pandas 處理 Excel 文件。
- 實作練習:自動化文件轉換。
Pandas 入門
- DataFrame 基礎:建立、索引、選取與篩選。
- 聚合與分組操作。
- 常見的清理操作:缺失值、重複項與類型轉換。
Polars 入門
- Polars 的概念及其與 Pandas 相比的性能特徵。
- Polars 中的基本 DataFrame 操作。
- 案例示範:何時選擇 Polars 而非 Pandas。
進階數據轉換(中级級)
- Pandas 中的複雜連接、視窗函數與樞紐操作。
- 使用 Polars 進行高效的數據處理模式。
- 鏈式操作與優化記憶體使用。
使用 Python 自動化流程
- 編寫腳本以自動化重複的數據任務和 ETL 步驟。
- 使用作業系統排程器或任務排程器設定腳本排程。
- 日誌記錄、錯誤處理與通知。
腳本打包與最佳實踐
- 使用 PyInstaller 或其他工具建立可執行文件。
- 專案結構、虛擬環境與依賴性管理。
- 版本控制基礎知識與工作流文檔化。
實作迷你專案
- 端到端任務:讀取原始文件,清理與轉換數據,產生輸出結果。
- 自動化工作流並將其打包為可運行腳本或可執行文件。
- 根據同儕回饋進行審查與改進。
總結與後續步驟
最低要求
- 具備基本的編程概念知識,或願意學習。
- 熟悉使用命令列或終端機安裝套件。
- 有處理試算表(CSV/Excel)的經驗。
適用對象
- 需要自動化數據任務的數據分析師與營運人員。
- 尋求輕量級 ETL 腳本的分析工程師。
- 對實用 Python 數據工作流感興趣的專業人士。
14 小時
客戶評論 (2)
一切都很完美
Florin Vrincianu
課程 - Python Programming Fundamentals
機器翻譯
與內容相關的實踐練習確實有助於更好地理解每個主題。此外,以講座開始課程並繼續進行實踐練習的方式很好,有助於將練習與之前介紹的講座內容聯繫起來。
Nazeera Mohamad - Ministry of Science, Technology and Innovation
課程 - Introduction to Data Science and AI using Python
機器翻譯