Python 3 數據分析 Data Science 零基礎入門

從淺入深，為你點亮資料科學的基礎技能！

這是一堂 Python Data Science的入門課程，你可以學習到 Python 在文字探勘（Text Mining）、機器學習（Machine Learning）、深度學習（Deep Learning）中的運用基礎。

課程主要包含以下內容：

• anaconda和Jupyter的安裝
• numpy入門
• pandas入門
• 使用pandas進行數據分析處理
• 數據可視化之Matplotlib
• 數據可視化之Seaborn
• 數據分析項目實戰

1. 使用 Numpy 能夠進行高效的數學運算，可以使用矩陣運算，且運行效率足以和 C 語言或是 Matlab（在數據科學裡有名的付費軟體）媲美，而且還是開源免費的。
2. 使用 Scipy 能夠實現多種常見科學計算，例如線性代數、信號和圖像處理。
3. 使用 Pandas 進行結構化數據分析處理，提供多種高級數據結構，其中包括 Time-Series、DataFrame、Panel，提供強大的數據索引和處理能力，可以非常方便的讀取大量數據，再進行搜索及進行簡單處理。
4. 使用 Matplotlib，它是 Python 2D 繪圖領域使用最廣泛的套件，可以繪製散點圖、曲線圖、柱狀圖等，也可以透過 Mplot3d 繪製出 3D 圖。
5. 使用 Scikit-learn 進行常用的機器學習算法，例如聚類、回歸等，並且提供簡單易學的 API 接口。

Matplotlib 主打強項是支援多種主流作業系統、繪圖後端引擎與輸出格式，這使得它成為軟體工程師或資料分析師的生態圈中不可或缺的第三方套件。

Seaborn 是基於Python 且非常受歡迎的圖形可視化庫，在 Matplotlib 的基礎上，進行了更高級的封裝，使得作圖更加方便快捷，方便做出具有分析價值而又十分美觀的圖形，它同時能高度兼容 numpy 與 pandas 數據結構以及 scipy 與 statsmodels 等統計模式，掌握 Seaborn 能很大程度幫助我們更高效的觀察數據與圖表，並且更加深入了解它們。

Seaborn 優點：

• 默認情況下就能創建賞心悅目的圖表
• Seaborn 是為數據分析而設計的繪圖庫
• 能理解 pandas 的 DataFrame 類型，所以它們一起很好的處理資料

Matplotlib 劣勢：

• 不能與 pandas 很好結合
• 進行數據分析需寫很多代碼
• 圖表不夠漂亮

實戰過程中會一步步帶你練習，首先告訴你如何獲取股票的真實數據，由於股票數據是一個時間序列的數據，需要透過視覺化圖表進行過去股票數據的趨勢分析，最後能夠知道不同股票之間的分析及比較。

超過 2500 位學員加入，滿滿五星課程好評

⭐️Anna：非常棒的python數據分析課程，看了2遍，實操了一遍，對於有一點python語法基礎的朋友，是很容易上手和應用的課程。最喜歡老師的講課方式——直接在jupyter裡實操演示，這種比講deck要更吸引人，也更容易學以致用。課程最後介紹的網站，以前就關注過，以後會更偏向用於python的項目實操。最後希望老師可以再出更多關於data science的項目實操課程，從項目中可以學習到更多的編程思維。感謝老師。

⭐️蕭宇X：真正的從0開始入門課程!!!

⭐️Borix：課程內容講得很清楚，容易理解，講解的氛圍容易點燃學習熱情，讓人想一直學下去，回過神就已具備了數據分析的入門功夫。

⭐️Caide X.：有準備沒廢話很省時間滿分。

⭐️吳凱X.：對想從基礎學習的人來說講解清楚，好上手。