Python 資料結構速覽
這篇文章介紹了Python資料結構的重要性，並提供了對常見資料結構的快速概述，包括列表 元組 字典和集合。文章解釋了這些資料結構的特點 用途以及如何創建和操作它們。
開始上課
hidden
字典 (Dictionary) 簡介
字典是Python中一種非常有用的資料結構，它以鍵-值對的形式儲存資料。每個鍵都必須是唯一的，值可以是任意類型的物件。字典可以用於解決許多實際問題，例如建立通訊錄或詞典。
開始上課字典 (Dictionary) 練習題
這一章節介紹了資料科學家們可以使用的一些字典練習題。字典是Python中一種重要的資料結構，可以用來保存和組織資料。通過這些練習題，讀者將學到如何使用字典解決不同的問題，並提升對字典的操作能力。
開始上課集合 (Set) 簡介
集合（Set）是Python中的一種結構，由一組唯一且無序的元素組成。可以使用花括號{}或set()函數創建集合。集合中的元素可以是任何不可變的數據類型。集合是可變的，可以添加或刪除元素。可以使用add()方法添加元素，remove()或discard()方法刪除元素。集合可以進行聯集 交集和差集等運算，分別使用| &和-運算符計算。
開始上課[Scrapy 爬蟲] 如何使用items.py整理Scrapy 爬取下來的資料並輸出成JSON檔?
![[Scrapy 爬蟲] 如何使用items.py整理Scrapy 爬取下來的資料並輸出成JSON檔?](https://img.youtube.com/vi/Me9SpR0SE08/0.jpg)
Scrapy 的 items.py 可以將爬蟲爬取到的資料結構化，爬蟲主程式隨後可建立物件來存放爬取下來的資料。最後，透過指令 "scrapy crawl apple -o
開始上課繼承(Inheritance)
繼承是物件導向程式設計中的重要概念，在Python中得到了充分支援。通過繼承，可以創建新的類別並使用現有類別的屬性和方法，促使程式碼重用更容易。繼承中有父類別和子類別的分層組織，子類別可以繼承父類別的屬性和方法，同時還能添加自己的屬性和方法。繼承是一種結構化程式碼的方法，通常將相關功能放在父類別中，可以在多個子類別中共用這些功能，同時還可以在每個子類別中添加不同的行為和特性。
開始上課套件(Package)
在資料科學中，套件 (Package) 是指一組相關的功能模組或程式庫，以協助資料科學家處理和分析數據。Python 是一個廣受歡迎的程式語言，擁有豐富的套件生態系統，對於資料科學家來說，這些套件不僅能節省開發時間，還能幫助處理龐大的數據集。
開始上課如何使用Python 套件: BeautifulSoup4 剖析網頁內容?
這篇文章介紹了使用BeautifulSoup4來解析網頁內容的方法。透過幾個簡單的選取動作，我們可以迅速地從非結構化的資料中抓取有價值的部分。有了這些資料，進一步的分析也就離我們不遠了。
開始上課用第三方套件打造"真"對話機器人
本文介紹如何使用Python中的第三方套件打造一個真實的對話機器人。對話機器人可以進行自然的對話，並根據使用者的輸入提供適當的回應。文章提到可以使用NLTK或spaCy等自然語言處理套件來處理和分析使用者的輸入。同時，可以使用GPT模型等語言模型生成自然流暢的回應。另外，也可以使用SpeechRecognition等語音辨識套件實現語音輸入功能。文章指出，這些套件能夠讓應用程序能與使用者進行自然且有意義的對話。
開始上課Python 總複習 - 用Python 分析川普演說文最常出現字詞(Word Count)
文章介紹了在Python 中使用詞頻統計或字詞計數的方法來分析川普演說文中最常出現的字詞。作者提到了使用Python 的文本處理技術預處理川普演說文的內容，並使用字典資料結構記錄每個字詞的出現次數。透過迴圈和條件判斷式，可以遍歷川普演說文並計算每個字詞的出現次數，最後，可以使用Python 的排序功能將字詞按照出現次數進行排序並進行視覺化。
開始上課[ChatGPT] 使用Llama Parse和 ChatGPT 翻譯 Google Drive 上的PDF文件
![[ChatGPT] 使用Llama Parse和 ChatGPT 翻譯 Google Drive 上的PDF文件](https://img.youtube.com/vi/ZEVufrG1_CQ/0.jpg)
在 [ 如何使用ChatGPT 快速翻譯 PDF 文件? ] 的影片中，我們探討了如何使用ChatGPT來翻譯文件。許多觀眾提問，表示他們有大量的論文儲存在自己的電腦或Google Drive上。因此，今天我們將展示如何有效利用我們的程式來翻譯這些文件。我們將直接從Google Drive存取文件，並使用ChatGPT進行翻譯。今天的教程不僅是對之前程式的改良，我們還將介紹一種更強大的PDF解析器。以往，我們使用了PyPDF來處理PDF文件，但由於PDF的結構複雜，我們今天將引入一個更專業的工具—LamaParse，這是由知名的RAG套件Lama Index所提供。讓我們開始今天的教程吧！
開始上課[ChatGPT] 利用 ChatGPT 打造萬用網路爬蟲追蹤最新機票價格
![[ChatGPT] 利用 ChatGPT 打造萬用網路爬蟲追蹤最新機票價格](https://img.youtube.com/vi/IMHKew03DTc/0.jpg)
本教學將教您如何使用Selenium自動瀏覽Expedia網站，並利用LangChain和ChatGPT的Extraction功能，自動解析半結構化資料。最後，使用Pandas將半結構化資料轉換為結構化資訊。透過ChatGPT和LangChain的幫助，我們可以省去編寫網路爬蟲時需要觀察元素的麻煩。再加上Selenium可以模擬人類操作，我們能夠簡化網路爬蟲的過程，輕鬆地獲取所需的網頁資訊。期待著中秋節的到來，並希望能在日圓跌至新低的時候，節省機票費用，享受一趟愉快的旅程。
開始上課[爬蟲實戰] 如何剖析PTT的網頁?
![[爬蟲實戰] 如何剖析PTT的網頁?](https://img.youtube.com/vi/pudl3-BzFok/0.jpg)
本篇文章介紹了如何使用Python的requests和BeautifulSoup4函式庫來獲取並解析PTT網站的文章內容。透過requests的get方法可以將網頁內容取回，再使用BeautifulSoup4來解析原始碼，提取出有意義的結構化資訊，例如文章標題 作者和發文時間等。這對於進一步分析和處理PTT文章內容非常有用。
開始上課[財經爬蟲] 如何透過Python 網路爬蟲抓取Goodinfo 台灣股市資訊網?
![[財經爬蟲] 如何透過Python 網路爬蟲抓取Goodinfo 台灣股市資訊網?](https://img.youtube.com/vi/BsZTtGKZweA/0.jpg)
Goodinfo台灣股市資訊網為投資者提供重要股票資訊，作者使用Python網路爬蟲自動化爬取各股票的歷年經營績效。作者通過設定user-agent以規避Goodinfo的防爬蟲機制，並使用Pandas整理資料。這樣的資料結構可以幫助投資者做出更好的投資決策。詳細的影片和程式碼連結都有提供。
開始上課[爬蟲實戰] 如何極速擷取1111購物狂歡節的特價商品資訊?
![[爬蟲實戰] 如何極速擷取1111購物狂歡節的特價商品資訊?](https://img.youtube.com/vi/HeXKNCI-CWc/0.jpg)
本文介紹了如何使用Python網路爬蟲來抓取天貓特價商品資料。使用Python的requests模組抓取商品頁面，再使用BeautifulSoup4抓取特價商品的資料區塊，最後使用json.loads將資料轉換成字典結構。這樣就可以在1111購物狂歡節期間，同時享受購物樂趣，又顧好自己的錢包了。程式碼可以在文章中提供的GitHub連結中找到。
開始上課