資料科學核心能力一次學會 - Python資料科學程式馬拉松 - Cupoy

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)

課前安裝流程教學

今天的內容會帶大家了解 如何安裝 anaconda 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的定義與屬性

Numpy 陣列中不同的資料型態

今天的內容會帶大家了解 Numpy 套件 Array 的陣列定義、常用屬性、重要特性 Numpy 使用更少的空間儲存資料，對於元素的查找更加快速高效 支援了矩陣相關的數學運算，同時可以更好地表示數學中的向量/矩陣 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 陣列的初始化

今天的內容會帶大家了解 1. 初始化陣列 2. 固定大小對於陣列的意義 3. 不同的亂數陣列有什麼差異 4. 操作結構化陣列 (Structured Arrays) 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的算術運算 (3/18更新)

今天的內容會帶大家了解 1. NumPy 中的算術運算及相關函式操作 2. 陣列與數學矩陣的關係 3. NumPy 與 SciPy 差異為何 SciPy 主要基於 NumPy 的向量結構，提供了一系列的科學運算方法 包含統計、三角函數、線性代數、傅立葉轉換圖像等較高階的科學運算 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的邏輯運算 (3/19更新)

今天的內容會帶大家了解 1. NumPy 中的比較邏輯運算 2. NumPy 陣列的遮罩特性與使用 3. 陣列與列表的用法差異 比較運算是用來判斷數值之間的比較關係，例如：相等、不相等、大於小於等等的關係 邏輯運算適用於布林值的組合，例如 AND 或 OR 之類的運算 遮罩是陣列當中最重要的特性之一，用於篩選出符合條件的元素 有了大概的理解之後，我們開始今天的學習吧！！！

Numpy 中常見的陣列方法與函式 (3/19更新)

今天的內容會帶大家了解 陣列中 1. 統計方法及函式操作 2. 搜尋與排序方法 3. 形狀方法 NumPy 提供了很多統計函數 用於從陣列中查找最小元素，最大元素，百分位標準差和方差 argmax() / argmin() 回傳的是最大值和最小值的索引 也可以依照軸找出各軸最大值和最小值的索引 有了大概的理解之後，我們開始今天的學習吧！！！

NumPy 陣列的索引、切片和迭代 (3/19更新)

Pandas 物件的定義與屬性 (3/19更新)

使用 Pandas DataFrame 的初始化 (3/19更新)

Pandas DataFrame 的資料選取 (3/19更新)

Pandas 中的算術運算特性 (4/27更新)

Pandas 迭代與重複操作 (3/19更新)

Pandas Dataframe 的新增與刪除 (3/19更新)

Pandas 的外部資料存取 (3/19更新)

用 Pandas 撰寫樞紐分析表 (4/28更新)

用 Pandas 執行聚合運算(Split-Apply-Combine Strategy) (4/28更新)

Pandas 時間序列資料處理 (4/28更新)

Pandas 大型資料處理與效能調校 (5/14更新)

Python 資料視覺化工具與常見統計圖表介紹 (4/27 更新)

使用 Matplotlib 繪製各種常用圖表 (4/27更新)

使用 Seaborn 進行資料視覺化 (4/27更新)

運用實際資料集進行資料視覺化練習 (4/27更新)

結合 Pandas 與 Matplotlib 進行進階資料視覺化練習 (4/27更新)

BOKEH 輕鬆以網頁呈現視覺化圖表 (4/27更新)

Basemap 進行地理資訊繪圖 (4/27更新)

使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表 (4/27更新)

用統計描述資料的樣態 (4/27更新)

用機率分布描述亂中有序的世界 - 離散型機率分配(1) (5/14更新)

用機率分布描述亂中有序的世界－離散型分配(2) (5/14更新)

用機率分佈描述亂中有序的世界－連續型分配 (5/17更新)

用貝式定理讓你決策更精準（5/24更新）

掌握 A/B test的精隨 - 假設檢定的概念 (4/27更新)

掌握 AB test 的精隨 - 假設檢定的進階概念與種類 (4/27更新)

A/B test 的執行流程與計算 (4/27更新)

淺談資料科學與 EDA 所扮演的角色與重要性 (4/28更新)

探索性資料分析 (EDA) 數據理解與重覆和遺失值處理

探索性資料分析 (EDA) 異常值偵測 (4/28更新)

探索性資料分析 (EDA) 遺失值與異常值的進階補值策略 (4/28更新)

探索性資料分析 (EDA) 探討變數之間的關係 (4/28更新)

探索性資料分析 (EDA) 從資料中生成特徵 (4/28更新)

探索性資料分析 (EDA) 從資料中選取好的特徵

COVID-19 vs Netflix 進行一場資料科學研究 (4/28更新)

不動產實價登錄分析 (4/28更新)

電商網頁銷售改進效果之 A/B Test 分析(基礎篇) (4/27更新)

Udacity 教學網站註冊效果之 A/B Test 分析 (進階篇) (4/27更新)