專案｜Kaggle 鐵達尼號存活預測分析相信學習數據分析的朋友們都聽過【經典案例｜鐵達尼號存活預測分析】，若這個主題是你第一個專案的話，應該不免會有點手忙腳亂，本文將搭配之前文章【自學｜資料科學專案的流程指南】和大家逐步拆解分析流程，同時記錄自己本次練習的成果！話不多說，一起看下去吧！Nov 19, 2023Nov 19, 2023
Pandas｜資料視覺化 — SeabornPython 中，除了 Matplotlib 適合用於資料視覺化之外，Seaborn 也是一個好用的函式庫，兩者經常會放在一起介紹或者使用，今天就和大家聊聊 Seaborn 的厲害吧！Oct 8, 2023Oct 8, 2023
Pandas｜資料視覺化 — MatplotlibPandas 是 Python 生態系中，適合用來做資料分析或機器學習的套件，上一篇文章介紹 Pandas 中對新手相當友善的繪圖函數 plot( ) ，讓我們能夠快速完成資料視覺化，然而，有的使用者對於線條、圖形有更多想法需要更多自定義的操作，此時，可以搭配 Python…Oct 7, 2023Oct 7, 2023
Pandas｜一招 plot() 帶你快速製圖簡報時，我們常會聽到「用數字說話」這句話，面對主管、同事真的是講出每個數字就能讓聆聽者理解嗎？錯！大部分的人單看數字都容易眼花撩亂，想讓對方理解你的報告，圖表視覺化的能力就非常重要！今天，就帶大家用一招快速將複雜的數字變成簡單的圖表！一起來看！Oct 6, 2023Oct 6, 2023
Pandas｜如何在 VS Code 印出漂亮的 DataFrame？VS Code 的使用者應該有發現 Pandas 的輸出結果有時並不是那麼好閱讀，對於一個有版面強迫症的我來說，曾經因為 DataFrame 歪掉的格式十分煩惱，詢問前輩表示不用太在意，上網搜尋多推薦改用 Jupyter…Oct 5, 2023Oct 5, 2023
Pandas｜讓程式快速完成樞紐分析Excel 本身提供方便的樞紐分析，但你有想過用程式該如何撰寫嗎？今天就來分享一下 Pandas 中的樞紐分析：pivot_table( ) 一起透過交叉分析，快速解讀資料吧！Oct 4, 2023Oct 4, 2023
Pandas｜資料的分組和聚合在大型數據當中，有時我們會需要透過群組的方式概括整體資料，除了用以觀察之外，也能進一步深入處理，本文將分享如何使用資料的分組和聚合操作，內容包含： 1. 資料分組與檢視：groupby( )、get_group( ) 2. 資料聚合：agg( )Oct 3, 2023Oct 3, 2023
Pandas｜資料合併的三種常用語法在茫茫數據海當中，資料散布在各種不同的地方，可能是資料庫、網站、文件等，為了要有效統一資料集，方便後續的分析和報告，資料合併的操作是不可不學的，以下將以案例和大家分享資料合併的三種常用語法，內容包含： 1.水平或垂直合併：concat( ) 2.關聯合併：merge(…Oct 2, 2023Oct 2, 2023
