人生不時一堆巧合，就當我獲得些許關於「數據分析」的學習資源時，當下只將資源丟著，沒想到過了不久，被指導教授要求要帶學弟們參加數據分析的比賽，身為學長的我數據分析經驗為零要如何帶著他們一同去競賽，因此不得不跳數據分析的坑，今後可能也會像這篇文章一樣，偶爾寫一些跟數據分析有關的紀錄或心得吧。
目錄
前言
其實手中的學習資源一直都不少，但真的沒有太多心力花在上面，包含資安、各種程式語言、架構等…，今天要談的主題其實不久前就有打算要接觸，但談數據分析，就得跟他關係要好的數學有一定基礎，對於微積分差點被當四年的我來說，根本是一場惡夢…
本文中不會有任何跟 Python 基礎有關說明或講解，並且簡單說明在數居分析領域常用的函數及使用方法，多半是以自己的角度記錄下來的筆記。
筆記進度到第四週。
第五週比較可以參考: [Python] 跌入數據分析的坑 – 談談起手式 Pandas (二)
資源
本文以蔡炎龍老師的「成為python數據分析達人的第一課(自學課程)」為主，課程是政大磨課師線上課程，內容由淺入深，很適合跟我一樣跳坑的人一同學習， 即使對 Python 不熟，也不用害怕，課程會帶入 Python 基礎，接著引領到數據分析領域。
成為python數據分析達人的第一課(自學課程): 傳送門
數據分析起手式
在政大磨課師課程中，炎龍老師不斷強調的起手式就當筆記開頭了，如下。
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
此環境需要在 IPython 中執行，其中%matplotlib inline為 ipython 中的 Miagic Function，可以讓程式碼省略掉 plt.show() 的部分，並且直接圖示輸出。
但經過測試後，現在 IPython 在沒有加上%matplotlib inline的情況下好像沒有影響，下圖為筆者版本，所以%matplotlib inline 應該是要加不加皆可。
pandas 為第五週的課程，會在下一個章節中說明，import 故為起手式的一部份，先行加上了，但此章節不會說明任何有關 pandas 的內容。
matplotlib
matplotlib 是 Python 中的 Library，可用於將 NumPy 數值視覺化。
plot
畫圖透過 matplotlib.pyplot 的套件作用，其 import 方法在上述起手式已經談過，複製貼上即可(?
使用方法淺顯易懂，透過 plt.plot() 來畫圖，plot可以接受兩個 list，分別是 x, y 軸，如果僅有一個 list 當輸入，數值就會被當作 y 軸，如下圖。
有 x, y 兩個 list 如下。
NumPy
炎龍老師有提到，在做數據分析的話，盡可能不要使用到 for loop，原因在於數據量巨大，應該採用更有效率的方式進行分析、運算，其中 NumPy 是 python 中的 Library，用於計算陣列(Array)、矩陣的好幫手。
在此需要注意的是 NumPy 的 Array 與 Python 的 List 資料型態並不相同，並無法直接使用 Python 的 List 來直接進行運算，所以須透過 NumPy 來處理。
安裝指令如下:
python -m pip install numpy
補充說明: 為何不直接使用 pip install，因為我在 Windows CLI 的環境下使用 pip install \<package> 會發生錯誤，錯誤訊息如下。
PS C:\Users\MksYi> pythom -m pip install pandas
Fatal error in launcher: Unable to create process using '"'
import 指令:
import numpy as np
To np.Array
np.Array 接受 Python 的 List、Tuple 兩種資料型態，直接轉為 np.Array，以下範例為三個成績分別為80、70、82，分別的成績權重為0.3、0.4、0.3，透過 NumPy 計算權重。
如果沒有做 np.Array 的資料轉型，要做到 List 或 Tuple 的數學運算會變得相當複雜，透過 NumPy 就變得相當容易。
sum
透過 sum() 可以直接將 np.Array 中的數值做內積。
作用原理如下
g.sum() = g[0] + g[1] + ... g[n]
dot
假設資料便得多筆，現在班上多了幾位同學，數據從一維陣列變成二維陣列，如果還要個別取出來成上權重會變得相當麻煩，藉此透過 dot 來簡化運算。
作用原理如下:
g[0] = grades[0][0] * weights[0] + grades[0][1] * weights[1] + grades[0][2] * weights[2]
g[1] = grades[1][0] * weights[0] + grades[1][1] * weights[1] + grades[1][2] * weights[2]
g[2] = grades[2][0] * weights[0] + grades[2][1] * weights[1] + grades[2][2] * weights[2]
...
g[n] = grades[n][0] * weights[0] + grades[n][1] * weights[1] + grades[n][2] * weights[2]
Random
Python 的 Library 中的 random 與 NumPy 的 random 並不相同，在此需要特別注意，
NumPy 的 random 提供了三種方法。
- np.random.rand()
rand(n)來產生 n 個 0 到 1 區間的亂數。 - np.random.randn()
randn(n)來產生 n 個平均值為 0 標準差為 1 的亂數 - np.random.randint()
randint(x, y, size=n)與 Python 原生 Random 雷同，產生 n 個 x 到 y 的亂數，但資料型態為np.Array。
此外還有亂數取值的部分也稍有不同，下列例圖中，上方為np.random，下方 For loop 為使用原生random方法。
得到以下結論: np.random[1-9] ; random:[1-10]
linspace
np.linspace(Stert, End, Size) 這個函數相當方便，可以自動產生 Stert 到 End 的點，如下圖就是產生linspace函數產生 100 個從 10 到 1000 的點。
三角函數
NumPy 也提供 Trigonometric Functions 方法，可以直接做使用。
- np.sin()
- np.cos()
- np.tan()
- np.sinc()
以 sin、cose 做為範例，首先透過 np.linspace(0, 10, 1000) 產生 1000 個從 0 到 10 之間的點，並透過plot()劃出 sin 與 cos 曲線，其中不同的 plot() 會自動標出不同顏色。
Array 篩選法
np.Array 提供了很多對於陣列的處理方法，這邊介紹的篩選法，可以幫助我們快速整理資料，例如要挑選出陣列中小於 0 的資料，可以參考下圖。
同時我們也可以用來話圖，標出點的數值大於或小於多少的點。
假如要找出所有 y 大於 0 的點，則使用 y[y>0]，至於為什麼連 x 都要需要補上 [y>0]，原因在於使用 plot() 函數，如果同時使用 x 與 y，點的位置必須相等，若 x 沒有加上，便會造成 x 有 500 個點; y 則從 500 個點中刪去小於 0 的點，造成不對等。
plot()函數額外補充:
- 參數的最後
'o'表示劃出的點以字串'o'來呈現，也可以取代成'x'。 - 也可以使用
lw=size來調整話線的寬度 (lw = line weight)。
scatter
scatter 與 plot 雷同，但劃的不是線，而是個別的點。
額外補充:
- s = size 可以控制點的大小。
- c = color 可以控制點的顏色。
