IT專才培訓 - 技術與學術兼備
每課均根據完整約 2.5 小時課堂逐字稿整理，展示實際摘要、時間章節及測驗題目。
本課程介紹 Python 與 Excel 整合的基礎應用。一開始帶領學員透過本地 Command Prompt 與 Google Colab 雲端環境確認、安裝並執行 Python 程式。接著詳細說明變數宣告、資料型別轉換、F-string 格式化字串，以及利用 if-else 判斷式與 for 迴圈來處理判斷邏輯與重複性動作。課程中段引導學員建立 List 清單與自訂 Function，並示範如何請 AI 輔助生成 Python 程式碼來批次檢查分數。進入進階階段後，介紹資料分析必備的 Pandas 套件，示範 DataFrame 的建立與基本操作，並安裝 openpyxl 來讀取與儲存 Excel 檔案。學員將學會透過 Pandas 進行字串大小寫轉換、新增計算欄位、套用 apply 函數，以及運用過濾條件、聚合函數（如 Sum、Average、Max）與 groupby 進行資料分組統計分析。最後教導學員如何將處理好的 DataFrame 匯出為全新的 Excel 檔案，完整掌握自動化數據處理的基礎流程。
課程開場，介紹如何在本地終端機確認並安裝 Python 環境。
介紹透過 Google Colab 進行免安裝的雲端 Python 開發。
講解變數的概念，以及如何使用 f-string 進行字串格式化輸出。
示範如何將輸入的字串轉為整數，並透過 if-else 檢查分數是否及格。
介紹使用中括號建立 List，並說明索引值 (Index) 的取值方式。
學習使用 def 關鍵字定義函數，並透過參數傳遞來執行特定邏輯。
匯入 Pandas 套件，並說明 DataFrame 作為二維資料表的基本觀念。
安裝 openpyxl 套件，讓 Pandas 能夠順利讀取本地端的 Excel 檔案。
示範如何將 DataFrame 某欄位的字串轉換為大寫，並進行簡單的數值加減計算。
利用 Pandas 的 apply 函數，將自訂的及格判斷函數套用到整個欄位。
將清理與計算完畢的 DataFrame 資料，匯出並儲存為新的 Excel 檔案。
示範如何在 DataFrame 中新增欄位，並將不同欄位的數值進行相減運算。
介紹如何取得資料欄位的加總 (Sum)、平均數、最大值與最小值。
使用 groupby 函數根據特定欄位 (如地區) 進行資料的分組與加總統計。
總結課程學習的檔案整理方式，並開放學員提問。
本課程（基於檔案 2026-08-31_-*python_in_excel_lesson_2_v1*(540p)_(1)-audio.txt）深入探討如何在 Excel 中整合 Python 進行資料分析與視覺化。課程前半段介紹本機 Jupyter 環境的操作，並詳細示範使用 Matplotlib 繪製折線圖、長條圖、圓餅圖與直方圖，同時講解基礎資料呈現概念。後半段轉入 Excel 內建的 Python 雲端環境，引導學員運用 DataFrame 讀取試算表數據。內容涵蓋資料清理實作，如填補空值與格式轉換、撰寫自訂函數並透過 apply 批次套用，以及利用正規表達式拆分字串。此外，課程亦展示如何運用生成式 AI 協助編寫程式碼，並引入 Scikit-Learn 進行線性迴歸預測與關聯矩陣分析。整體教學旨在建立一套從資料清理、視覺化分析到機器學習預測的自動化工作流程，提升學員處理商業數據的實戰能力。
講解如何在Localhost開啟Jupyter Notebook並執行指令安裝畫圖套件。
示範繪製折線圖，並調整線條粗細、顏色與標記樣式。
學習繪製長條圖與圓餅圖，並設定特定區塊的凸出顯示效果。
透過直方圖將大量數字分組顯示，並探討中位數與異常值概念。
說明Excel內建Python的雲端運作機制，示範如何啟動與操作。
介紹DataFrame的觀念，並示範讀取Excel工作表內容轉為資料表。
撰寫條件判斷函數，並利用apply方法快速套用至資料欄位。
討論如何自訂函數將資料表中的全名拆分為名字與姓氏。
示範將需求與資料交給生成式AI，讓其自動產生所需的正規表達式函數。
開啟新的範例檔案進行資料清理，並講解維持乾淨工作表的流程。
針對欄位中的未知資料填補預設字串，並取代掉多餘符號以利計算。
透過Python產生關聯矩陣圖，分析不同商業變數間的關聯強度。
匯入Scikit-Learn套件進行機器學習，訓練線性迴歸模型並預測趨勢。
回顧在Excel中串聯Python進行資料清理、視覺化與預測的標準作業步驟。
試學影片用作示範學習體驗，內容未必與本課程相同
Copyright © 2025 Unisoft Education Centre. All Rights Reserved
