學習資料科學：資料清理實戰指南

資料科學課程大綱

課程簡介： 本課程旨在深入探討資料科學的基礎工具與應用，從資料處理、資料清理，到API應用、金融資料分析等，逐步帶領學生熟悉如何使用Python工具解決實際的資料科學問題。

1. NumPy 數據處理與分析基礎

• 課程目標：了解並掌握NumPy的基礎操作，熟練使用其數組、矩陣處理能力。
• 內容涵蓋：
  • NumPy陣列與Python內建列表的區別
  • 基本數學運算與數組操作
  • 向量化運算與性能優化
  • 高階數學函式與隨機數生成
  • 與Pandas等其他庫的協同工作

2. Pandas 基本操作與資料清理

• 課程目標：學習如何使用Pandas進行資料操作，並了解資料清理的重要性。
• 內容涵蓋：
  • DataFrame與Series的基本操作
  • 資料的過濾、選擇與清理
  • 處理缺失資料、重複資料與異常值
  • 資料合併與連接
  • 文字資料的處理與轉換

3. 日期轉換工具

• 課程目標：學習如何處理和轉換時間戳記與日期資料。
• 內容涵蓋：
  • 使用Pandas的to_datetime函式轉換日期
  • 日期與時間的格式化與解析
  • 時間序列資料處理與分析
  • 時間區域與時區處理

4. API 應用-農產品交易行情-以甘藍為例

• 課程目標：學會如何從API獲取資料並進行分析。
• 內容涵蓋：
  • API概述與使用方式
  • 設計API請求與解析JSON格式回應
  • 以農產品甘藍的交易行情為例，抓取並清理資料
  • 分析與可視化農產品交易趨勢

5. API 應用-中央氣象局-顯著有感地震報告

• 課程目標：了解如何從中央氣象局API中提取並分析地震資料。
• 內容涵蓋：
  • API介面介紹與資料提取
  • 地震資料的解析與處理
  • 有感地震報告的分析與可視化

6. yfinance 金融市場函式庫

• 課程目標：學習使用yfinance來抓取金融市場資料並進行基本分析。
• 內容涵蓋：
  • 安裝與使用yfinance庫
  • 股票資料抓取與時間序列分析
  • 市場指標計算（如：移動平均線、相對強弱指標）
  • 分析個別股票或市場指數的表現

7. 實戰-網路拍賣資料清理

• 課程目標：通過實戰案例學習如何清理和處理網路拍賣資料。
• 內容涵蓋：
  • 抓取網路拍賣資料（例如：商品名稱、價格、賣家評價等）
  • 資料清理技術：處理缺失值、重複項目、資料轉換等
  • 透過Pandas進行資料篩選與清理
  • 分析拍賣資料，挖掘有價值的市場洞察

課程總結： 通過本課程的學習，掌握資料處理、API應用、資料清理及基本的資料分析技巧，並能將所學應用於真實的資料科學項目中，為未來的數據分析職業生涯打下堅實的基礎。