TQC題庫-第四大類_不定數迴圈_While
TQC題庫-第五大類_函式

TQC題庫-第五大類_函式

解題重點此類可以不用使用函式（Function），不過還是會用502與504來進行介紹，不然這兩題太污辱人了 510費氏數列會固定起始的a0與a1 ，接者每個下一項都是前兩項的和，比如a2 = a0 + a1 可以重複使用a0與a1 12345678a0=0a1=1a2=a0+a1a0=a1a1=a2a3=a0+a1... 123456789num = int(input())a0=0a1=
TQC檢定
#TQC檢定
繼續閱讀
TQC題庫-第三大類_定數迴圈_For

TQC題庫-第三大類_定數迴圈_For

以下大方向請先熟悉： range() 產生的範圍，隨著for 的迴圈變動，因此通常會如此寫來做加總、重複 12for i in range(開始,結束條件,間隔): 要做加總，需要一個變數做儲存，要在for 迴圈外面避免每次迴圈時被重置 302題目為a~b的偶數加總，但我們的i 還是間隔為1，透過if 判斷是否要加進s 變數當中。 認為間隔為2是常見的錯誤，若for i in range
TQC檢定
#python #TQC檢定
繼續閱讀
資料科學第七週-用Streamlit連接資料庫與OpenAI聊天機器人

資料科學第七週-用Streamlit連接資料庫與OpenAI聊天機器人

前言-會做到什麼功能這堂課會使用Streamlit進行登入，畢竟有些東西，不是免費就能看的（搓手） 先上成果圖，下圖為登入成功畫面 登入成功後，可以與OpenAI機器人進行交談(需有API Key) 那就可以來練習這個主題了。 其中會簡化一些內容，比如密碼採明碼、API Key直接呈現在程式碼上，這些在真正要上線時，千萬不要這樣做。 先講講資料庫，再來做登入資料庫是專門處理資料儲存、管理和檢索
資料科學
#python #資料科學
繼續閱讀
資料科學第六週-期中了！用Streamlit展示文字資訊與圖表

資料科學第六週-期中了！用Streamlit展示文字資訊與圖表

前言-會使用到什麼讓網站上線在這週，我們要將前面所學到的DataFrame與資料視覺化圖表的上線，可參考動態展示網站： https://taoyuan-data.streamlit.app/ 若只是在本地(Local)端呈現，會使用到的技術包含： Streamlit - 建置網站 Pandas and Plotly - 資訊分析與視覺化工具 如果要上雲端，讓人能夠連上，要學會的包含(我會
資料科學
#python #資料科學
繼續閱讀
資料科學第五週-Seaborn折線圖的用法

資料科學第五週-Seaborn折線圖的用法

資料視覺化-Seaborn既然有了AI，更好幫你操作繪圖。建議直接用Seaborn，更漂亮。 載入除了載入matplotlib.pyplot之外，現在需要載入seaborn，多簡稱為sns 1import seaborn as sns 台灣信用卡盜刷統計你知道每年台灣因為信用卡被盜刷，損失的金額嗎？ 透過Open Data，可以看出台灣越來越有錢？ 12url = 'https://w
資料科學
#python #資料科學
繼續閱讀
資料科學第五週-樞紐分析、表資料視覺化長條圖
資料科學第五週-Colab中圖要怎麼有中文、資料視覺化圓餅圖

資料科學第五週-Colab中圖要怎麼有中文、資料視覺化圓餅圖

資料視覺化：讓數據說話的藝術在資料科學的世界中，資料視覺化扮演著至關重要的角色。它不僅能幫助我們更好地理解複雜的數據集，讓我們迅速發現數據中的模式、趨勢和異常。還能以直觀、吸引人的方式呈現分析結果。 圖型分類用圖說話，先以一張Kaggle大神的圖概括： 可根據要資料的「分佈」、「趨勢」或「關係」來繪圖： 分佈(Distribution)：圓餅圖、長條圖、核密圖(KDE) 趨勢(Trend)：折線
資料科學
#python #資料科學
繼續閱讀
資料科學第四週-資料處理常用操作
資料科學第四週-資料前處理

資料科學第四週-資料前處理

資料前處理所謂「前處理」是指在進行資料分析之前，先對資料進行一些處理，以便讓資料更適合進行分析。前處理的內容很多，包括「資料觀察」、「資料篩選」、「填補遺失值」、「資料轉換」與「刪除重複資料」等。資料篩選在前面建立DataFrames時操作過一些條件篩選方式，除此之外，以下我們一一介紹。 資料觀察可以透過Pandas中的info() describe() 和duplicated()，減少人為觀察時
資料科學
#python #資料科學 #資料前處理
繼續閱讀