簡介
可想而知，資料科學家的角色主要牽涉到探索和分析資料。 雖然資料分析的最終結果可能是報表或機器學習模型，但資料科學家會開始使用資料，而 Python 是最常用的程式設計語言資料科學家，可用來處理資料。
在數十年的開放原始碼開發之後，Python 會使用強大的統計和數值程式庫提供廣泛的功能：
- NumPy 和 Pandas 可簡化分析和操作資料的過程
- Matplotlib 提供吸引人的資料視覺效果
- Scikit-learn 提供簡單且有效的預測性資料分析
- TensorFlow 和 PyTorch 提供機器學習和深度學習功能
範例案例
一般來說，資料分析專案的設計是要建立有關特定案例的深入解析，或測試假設。
例如，假設大學教授從他們的學生那裡收集資料，包括出席的講座次數、研究所花費的時數，以及期末考時獲得的最終成績。 教授可以分析資料，以判斷學生進行的研究量與他們獲得的最終成績之間是否有關聯性。 教授可能會使用資料來測試一種假設，即只有學習達到最低時數的學生才能預期獲得及格等級。
我們將會怎麼做？
在此訓練課程模組中，我們將從教授的觀點探索和分析虛構大學班級的成績資料。 我們將使用 Jupyter Notebook 和數個 Python 工具和程式庫來清除資料集、套用統計技術來測試資料的數個假設，以及將資料視覺化以判斷變數之間的關聯性。