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。
課程時長 14 時間:
課程簡介
數據任務所需的 Python 基礎
- 安裝 Python 並設定開發環境
- 語言基礎:變數、數據類型、控制結構
- 撰寫並執行簡單的 Python 腳本
檔案處理:CSV 與 Excel
- 使用 csv 模組及 Pandas 讀取與撰寫 CSV 檔案
- 使用 openpyxl/xlrd 及 Pandas 處理 Excel 檔案
- 實作練習:自動化檔案格式轉換
Pandas 入門
- DataFrame 基礎:建立、索引、選取與過濾
- 彙總與分組操作
- 常見清洗操作:缺失值、重複項目及類型轉換
Polars 入門
- Polars 的概念及與 Pandas 相比的性能特點
- Polars 中的基本 DataFrame 操作
- 應用情境範例:何時選擇 Polars 而非 Pandas
進階數據轉換(中級)
- Pandas 中的複雜聯接、窗口函數及透視表操作
- 使用 Polars 的高效數據處理模式
- 鏈式操作與記憶體使用優化
使用 Python 進行流程自動化
- 撰寫腳本以自動化重複性數據任務及 ETL 步驟
- 使用作業系統排程器或任務排程器排程腳本
- 記錄日誌、錯誤處理及通知機制
腳本封裝與最佳實踐
- 使用 PyInstaller 或類似工具建立可執行檔
- 專案結構規劃、虛擬環境及相依性管理
- 版本控制基礎及工作流程文件化
實作微型專案
- 端到端任務:讀取原始檔案、清洗與轉換數據、產出結果
- 自動化工作流程,並封裝為可運行的腳本或可執行檔
- 根據同儕回饋進行審查與改進
總結與下一步行動
最低要求
- 具備基本的程式設計概念,或願意學習新知識
- 能舒適地使用命令列或終端機進行套件安裝
- 有處理試算表(CSV/Excel)的經驗
受眾對象
- 旨在自動化數據任務的數據分析師及營運人員
- 尋求輕量級 ETL 腳本開發的分析工程師
- 對實用的 Python 數據工作流程感興趣的專業人士
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