Python 資料分析入門

使用 pandas、NumPy 與 Matplotlib 進行資料清洗、分析與視覺化，學習資料科學的核心工作流程。

章節列表

學生登入查看

10
Ch10 檔案的操作
11
Ch11 JSON 格式
12
Ch12 NumPy 套件
13
Ch13 pandas 套件
14
Ch14 pandas 實例操作
15
Ch15 資料庫操作（SQLite）
16
Ch16 Tkinter GUI
17
Ch17 Tkinter 實戰
18
Ch18 推導式與進階函式
19
Ch19 資料分群與統計

課程講義

每章講義 PDF 可免費線上預覽；範例程式碼與打包下載請進入各章節頁。

講義教材整理中，敬請期待。

練習題

NumPy 矩陣運算

中等

不使用迴圈，只用 NumPy 操作：建立一個 5×5 的隨機整數矩陣（0-100），計算每列平均、每欄最大值、標準化成 0-1 之間的值。

提示

用 np.random.randint()，axis 參數控制方向，(x - x.min()) / (x.max() - x.min()) 標準化。

參考解答

python

import numpy as np

# 固定亂數種子，方便重現結果（可移除）
np.random.seed(42)

# 建立 5x5、範圍 0~100 的隨機整數矩陣
matrix = np.random.randint(0, 101, size=(5, 5))
print("原始矩陣：")
print(matrix)

# 每「列」平均：axis=1 表示沿著欄方向計算（每一列得到一個值）
row_means = matrix.mean(axis=1)
print("\n每列平均：")
print(row_means)

# 每「欄」最大值：axis=0 表示沿著列方向計算（每一欄得到一個值）
col_max = matrix.max(axis=0)
print("\n每欄最大值：")
print(col_max)

# 標準化成 0~1 之間：(x - 最小值) / (最大值 - 最小值)
normalized = (matrix - matrix.min()) / (matrix.max() - matrix.min())
print("\n標準化結果：")
print(normalized)

清洗學生成績資料

基礎

給定一份包含缺失值與重複資料的學生成績 CSV，完成清洗：移除重複、填補缺失分數（用班級平均）、將文字型態的分數轉換成數字型態。

提示

用 df.duplicated() 找重複，df.isnull() 找缺失，groupby + transform 計算分組平均。

參考解答

python

import pandas as pd

# 讀取原始資料（假設欄位有 name, class, score，score 可能是字串或缺失值 NaN）
df = pd.read_csv("students_raw.csv")

# 1. 將分數欄位統一轉換成數字型態（無法轉換的值會變成 NaN，方便後續補值）
df["score"] = pd.to_numeric(df["score"], errors="coerce")

# 2. 移除完全重複的資料列
df = df.drop_duplicates()

# 3. 用「班級平均分數」填補缺失分數
#    先計算每個班級的平均分數，再對應填回缺失值
class_avg = df.groupby("class")["score"].transform("mean")
df["score"] = df["score"].fillna(class_avg)

# 4. 四捨五入到小數點後 1 位，讓資料乾淨
df["score"] = df["score"].round(1)

df.to_csv("students_cleaned.csv", index=False, encoding="utf-8-sig")
print("清洗完成，已輸出 students_cleaned.csv")
print(df)

視覺化銷售趨勢報告

挑戰

載入範例銷售資料，繪製：(1) 各月份銷售額折線圖 (2) 各地區銷售佔比圓餅圖 (3) 各商品類別長條圖。所有圖表存成一個 PDF 報告。

提示

用 matplotlib.backends.backend_pdf.PdfPages 將多張圖儲存成一個 PDF 檔案。

參考解答

python

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages

# 讓中文字型正常顯示（Windows 可用「Microsoft JhengHei」，Mac 可用「PingFang TC」）
plt.rcParams["font.sans-serif"] = ["Microsoft JhengHei"]
plt.rcParams["axes.unicode_minus"] = False

# 讀取範例銷售資料，欄位假設為：month, region, category, amount
df = pd.read_csv("sales_data.csv")

with PdfPages("sales_report.pdf") as pdf:
    # (1) 各月份銷售額折線圖
    monthly = df.groupby("month")["amount"].sum().sort_index()
    fig1, ax1 = plt.subplots(figsize=(8, 5))
    ax1.plot(monthly.index, monthly.values, marker="o")
    ax1.set_title("各月份銷售額趨勢")
    ax1.set_xlabel("月份")
    ax1.set_ylabel("銷售額")
    pdf.savefig(fig1)
    plt.close(fig1)

    # (2) 各地區銷售佔比圓餅圖
    region_sales = df.groupby("region")["amount"].sum()
    fig2, ax2 = plt.subplots(figsize=(6, 6))
    ax2.pie(region_sales.values, labels=region_sales.index, autopct="%1.1f%%")
    ax2.set_title("各地區銷售佔比")
    pdf.savefig(fig2)
    plt.close(fig2)

    # (3) 各商品類別長條圖
    category_sales = df.groupby("category")["amount"].sum().sort_values(ascending=False)
    fig3, ax3 = plt.subplots(figsize=(8, 5))
    ax3.bar(category_sales.index, category_sales.values)
    ax3.set_title("各商品類別銷售額")
    ax3.set_xlabel("商品類別")
    ax3.set_ylabel("銷售額")
    pdf.savefig(fig3)
    plt.close(fig3)

print("報告已產出：sales_report.pdf")