第1章 數字與變數

1-1 基本資料型態

1-2 數值

1-3 變數

1-4 輸入與輸出指令



第2章 字串

2-1 字串介紹

2-2 字串的運算

2-3 print 指令列印文字的常用方法

2-4 介紹f_string 的常用方法

2.5 透過方格的繪製來熟練print 和字串

2.6 字串的專用函數

2.7 字串裡的字元切割

2.8 字串裡的文字切割

2.9 字串的性質：內容不可變（Immutable）



第3章 串列

3-1 串列介紹

3-2 創立串列的主要方式

3-3 串列與文字的關係

3-4 串列解開（List Unpacking）

3-5 增加串列元素的方法

3-6 刪除串列可用pop() 方法

3-7 對串列裡的資料進行運算

3-8 串列與for 迴圈的關係

3-9 for 迴圈與串列解開的使用



第4章 迴圈

4-1 for 迴圈基本用法

4-2 如何在for 迴圈中同時取值和其索引位置

4-3 用for 迴圈修改list 的內容

4-4 串列表達式（List Comprehension）



第5章 字典

5-1 如何建立字典資料

5-2 字典如何取值

5-3 串列和字典資料型態的轉換

5-4 字典如何與for 迴圈結合

5-5 集合



第6章 邏輯判斷

6-1 基本邏輯關係

6-2 and, or, not 的語法

6-3 if

6-4 一行if（One-line if）

6-5 一行if 與串列表達式的結合

6-6 在邏輯判斷裡還有一個語法，叫in



第7章 Python的套件與模組

7-1 套件和模組的介紹

7-2 如何自己撰寫函數

7-3 函數的回傳值

7-4 函數的參數數目不固定

7-5 函數的一行寫法（lambda x）



第8章 pandas套件

8-1 創建Series 資料

8-2 Series 物件常用屬性

8-3 利用位置和索引鍵提取Series 的資料

8-4 變更索引鍵

8-5 索引鍵的重要性

8-6 Series 常用的方法

8-7 Series 用來處理「類別型資料」的常用方法



第9章 pandas DataFrame介紹

9-1 創立DataFrame

9-2 DataFrame 的重要屬性（attributes）

2-3 索引鍵自動對齊的功能

9-4 NaN 介紹

9-5 如何定位和讀取DataFrame 裡面的元素

9-6 增加一欄或一列

9-7 介紹axis 的觀念

9-8 如何篩選資料

9-9 將不同的DataFrame 合併

9-10 Dataframe 裡的常用函數

9-11 日期的資料型態

9-12 用apply() 讓資料處理更簡單



第10章 pandas── 繪圖

10-1 單一變數的繪圖

10-2 二維圖形的幾種可能



第11章 多層級索引鍵

11-1 多層級索引鍵的建立

11-2 多層級索引鍵的資料索引和切片

11-3 跨層級的資料索引

11-4 groupby

11-5 分群之後做什麼

11-6 groupby 和多層級索引鍵的關係

11-7 改變欄索引鍵和列索引鍵的位置



第12章 鐵達尼號

12-1 鐵達尼號資料檢視

12-2 從最基本的存亡人數分析

12-3 了解性別跟存活的關係

12-4 了解船艙等級與存活率的關係

12-5 了解船艙等級、性別和存活的關係

12-6 年紀對存活率的影響

12-7 費用與存活率的關係

12-8 父母孩子的數量與存活率的關係

12-9 費用與年紀的關係



第13章 pandas──系所生源分析

13-1 載入資料

13-2 基本資料分析

13-3 交叉分析

13-4 合併不同DataFrame



第14章 pandas──業務銷售分析

14-1 業務單位的分析

14-2 業務單位裡的業務員銷售分析

14-3 業務單位的產品銷售分析

14-4 業務單位的產品銷售分析的總和與百分比表

14-5 其他不同的綜合分析

14-6 銷售時間軸的分析



第15章 pandas──股市分析

15-1 資料載入

15-2 台積電資料基本分析

15-3 日收益率

15-4 股價趨勢研究

15-5 動態資料的呈現

15-6 威廉指標線

15-7 同時處理多家公司的股價資訊



第16章 pandas──問卷資料分析

16-1 基本資料檢查和遺漏值處理

16-2 構面分析

16-3 性別在四個構面的差異

16-4 教育程度在四個構面的差異

16-5 四個構面的相關性分析

16-6 迴歸分析



第17章 pandas──字串處理

17-1 pandas 裡的字串處理

17-2 正規表達式

17-3 處理E-mail

17-4 處理數字型欄位

17-5 處理日期型欄位