等面授開課
- 要配合班表,趕不上就等下一期
- 上課節奏由講師帶,錯過難重看
- 重點靠當堂筆記,事後難定位
- 下課後才知道有沒有真正學會
這不是剪輯過的短片課。每課都是面授課堂的完整錄影——同一位講師、同一套實作。你不用等下一期開課,付款後即可開始,進度、暫停、重溫、跳章全部由你控制。
Quiz 及格分數 60 分。通過後可向 UNiSOFT 申請由學校發出的課程證書。
內容就是面授班的錄影。報讀後進入學習系統即可播放,不必遷就下一期班表。
可重看難點、跳過已懂部分,也可標示已完成。播放器支援上一課/下一課與進度列。
AI 根據完整課堂逐字稿整理時間章節與摘要;每課附測驗,對應學習系統裡的 Take Quiz。
從 Python 基礎開始,利用 Pandas 處理大型資料集、清理數據並建立分析及視覺化結果,再輸出到 Excel。
本節課全面介紹了Python編程的基礎與實際應用。課程從環境架設開始,教導學員使用命令提示字元安裝Python並設定環境變數。隨後比較了直譯器與記事本編程,並引導安裝Jupyter Notebook以提升效率。核心涵蓋變數宣告、資料轉換、f-string格式化及條件判斷。接著探討List與Dictionary資料結構的操作,並結合for迴圈處理資料。進階內容包含自訂函式編寫、回傳值設定及自訂模組匯入。最後介紹datetime與math內建模組、檔案讀寫模式(覆寫與附加),並以建立Pandas DataFrame作結,為資料分析奠定基礎。
介紹如何透過命令提示字元操作,下載並安裝Python,強調設定PATH環境變數的重要性。
示範使用pip指令安裝外部套件,並啟動Jupyter Notebook作為主要程式開發環境。
講解變數定義、字串與整數相加時的錯誤排解,以及使用f-string進行字串格式化。
介紹清單結構(List)的概念與索引(Index),並示範利用append及insert進行資料增減。
教導如何使用for迴圈逐一抽出清單內的元素,並結合條件判斷篩選成績及格與否。
介紹字典(Dictionary)格式,透過Key對應Value的方式儲存與查詢特定學生的成績資料。
講解如何使用def定義無參數與帶有參數的函式,並說明return回傳值的必要性。
利用len取得清單長度並搭配range產生數字索引,藉此同時操作與迴圈存取多個資料陣列。
示範透過迴圈將姓名與分數打包成多個字典結構,並集中存入單一清單中以便管理。
將寫好的功能儲存為獨立的.py檔案,並在Notebook中使用import語法匯入與重複呼叫。
匯入datetime模組取得當前時間、定義特定日期,並利用strftime自訂日期輸出的文字格式。
介紹math模組的實用功能,包含計算開平方根、無條件進位與捨去等數理操作。
示範利用open函式處理文字檔,詳解讀取(r)、覆寫(w)與附加(a)模式的差異及換行技巧。
安裝資料分析核心套件Pandas,並示範將字典資料轉換為類似Excel表格的DataFrame結構。
每課 Quiz 及格分數為 60 分。在學習系統完成測驗並達標後,可向 UNiSOFT 申請由學校發出的課程證書。完整測驗、成績與重做次數於系統內進行(demo / demo)。
本節課涵蓋了使用Python進行數據處理與資料視覺化的實用技術。前半部說明如何在雲端與本地端建置開發環境,並透過Pandas套件讀寫Excel資料,執行DataFrame的建立、Slicer行列篩選、字串操作、自定義函數與Apply批次運算,最終將資料匯出回Excel或打包為獨立的Python腳本。後半段則深入介紹Matplotlib繪圖庫,示範如何繪製並美化折線圖、長條圖與圓餅圖,包括設定分離區塊與起始角度。此外,課程進階解析了Figure與Axes的畫中畫架構及Subplot圖表分割配置,最後藉由Numpy產生常態分佈隨機數據,繪製盒鬚圖與直方圖,探討中位數與標準差等統計學知識在數據分析中的重要意義。
介紹如何使用Google Colab與本地端Jupyter Notebook建立Python開發環境。
指導學生解決讀取Excel時的錯誤,並透過pip安裝openpyxl套件以順利讀取資料。
示範在Pandas中如何對整列分數進行加分或乘法運算,取代傳統Excel的公式複製操作。
講解資料篩選的技巧,包含如何透過指定的起訖與間隔參數(slicer)來提取特定範圍的行或列。
示範如何將DataFrame內的字串轉換為小寫,以及如何擷取特定字元並與其他欄位合併產生新編碼。
教導如何定義check_pass與check_grade等Python函數,透過多重條件判斷學生成績等級。
利用apply功能將自定義的成績判斷函數快速套用至整個DataFrame的分數欄位中。
介紹to_excel指令將處理結果匯出成Excel檔案,並說明如何處理檔案被佔用的錯誤及隱藏index。
將測試完成的資料處理程式碼整理至純文字編輯器中並儲存為py檔,以利後續的批次處理與自動化。
開始介紹圖表繪製,帶領學生安裝matplotlib套件並使用pyplot模組建立基本環境。
示範如何繪製折線圖,並調整線條寬度、顏色及標記點(marker)的大小與面色。
講解長條圖語法,並介紹如何繪製圓餅圖、分離特定區塊(explode)及旋轉起始角度。
解釋Figure與Axes的概念,並透過設定坐標與長寬比例實作在一張圖中繪製多重圖表的畫中畫效果。
利用subplot指令在單一畫布上分割出多個子圖表區塊,實現多個圖表並排比較的效果。
匯入Numpy產生隨機數據,並繪製盒鬚圖與直方圖,深入探討中位數、標準差等統計分佈意義。
每課 Quiz 及格分數為 60 分。在學習系統完成測驗並達標後,可向 UNiSOFT 申請由學校發出的課程證書。完整測驗、成績與重做次數於系統內進行(demo / demo)。
本次課程延續Python數據處理的基礎,重點教授如何使用OpenPyXL套件自動化操作Excel檔案,並展示Python與Power BI的整合應用。課程從建立與載入活頁簿及工作表開始,引導學員精準讀取特定儲存格的數值,並將計算結果寫回Excel中存檔。隨後進入實戰案例,指導學員如何透過迴圈與條件判斷,自動化讀取大量結構相同的發票檔案,精確擷取發票號碼、日期及商品明細,並將多個活頁簿與工作表中的數據整併到單一總表中。此外,還解決了迴圈讀寫過程中座標位移與空白儲存格防錯的問題,並引入PathLib模組實現資料夾批次處理。課程最後階段,講師介紹如何在Power BI中引入Python腳本,利用Pandas與正則表達式進行數據清洗,例如自動遮蔽私人電話號碼與過濾無效的電子郵件地址,展示了Python在商業數據自動化處理上的強大實用性。
介紹專門用來操作Excel的OpenPyXL套件,並設定Jupyter Notebook開發環境。
示範如何存取現有活頁簿的作用中工作表,並利用座標讀取儲存格內的資料。
介紹使用cell方法配合for迴圈,自動依序讀取多列數值並進行加總。
說明如何從多份散落的發票檔案中,擷取特定欄位並準備彙整至總表。
教學如何用程式建立一個全新的活頁簿,並為準備寫入的總表設定第一行標題列。
指導學員整理與重構程式碼,將讀取與寫入的流程對齊並加上註解以便維護。
加入迴圈功能,使程式能自動讀取單張發票內的多筆商品紀錄。
解決讀取與寫入時行列數字不一致的問題,透過數學加減來對齊正確的儲存格。
示範運用if語句檢查讀取到的儲存格是否為None,避免無資料時發生錯誤。
講解如何將工作表物件放入迴圈,自動走訪同一個Excel檔案內的所有分頁。
設立獨立的總表寫入列計數器,確保來自不同工作表的資料能依序往下寫入而不被覆蓋。
教學使用PathLib模組,自動讀取指定資料夾內所有副檔名為.xlsx的Excel檔案。
示範如何將Python腳本匯入微軟的Power BI工具中進行進階數據匯入與處理。
展示如何利用Pandas與正則表達式遮蔽機敏資料(如電話號碼)與過濾無效電子郵件。
每課 Quiz 及格分數為 60 分。在學習系統完成測驗並達標後,可向 UNiSOFT 申請由學校發出的課程證書。完整測驗、成績與重做次數於系統內進行(demo / demo)。
本課程主要教授如何利用 Python 進行 Excel 自動化處理以及與 Power BI 的整合應用。前半部分重點介紹使用 openpyxl 套件,透過編寫迴圈自動讀取指定資料夾內的多個 Excel 發票檔案及工作表,精確提取特定的儲存格數據(如發票號碼、日期、客戶編號、商品明細等),並將這些散落的數據整合到一個全新的總表檔案中,實現日常辦公的自動化。後半部分則轉向 Power BI 的進階應用,示範如何將 Python 腳本無縫嵌入 Power BI 中以進行數據載入、變形與視覺化。課程詳細演練了在 Power Query 編輯器中使用 Python 的 pandas 及 re 正則表達式模組,進行資料清理與敏感資訊遮蔽(如隱藏身份證字號、電話號碼及剔除無效的電子郵件地址),最後示範如何利用 matplotlib 在 Power BI 畫布上繪製自訂的視覺化圖表,大幅提升數據分析與處理的效率。
介紹利用 openpyxl 套件進行 Excel 自動化處理的基本概念與情境。
示範如何匯入套件並建立及讀取目標資料夾中的 Excel 活頁簿與工作表。
教學如何精確定位並讀取指定行與列的發票數據儲存格,如客戶名稱與日期。
透過迴圈自動掃描發票明細列,以取得具有資料的商品項目與金額。
示範如何將提取出的變數資料,按順序寫入至準備好的合併報表檔案中。
透過調整迴圈位置與 current_row 變數,確保每筆資料與標題能正確寫入下一行。
測試資料合併腳本,並將其另存為獨立的 Python 執行檔方便日後自動化處理。
簡介 Power BI 的載入數據、資料變形與建立視覺化這三大基本步驟。
教學如何利用 Python 腳本配合 pandas 直接從外部讀取數據進 Power BI。
示範如何利用 Power Query 的 Python 功能進行自訂的資料變形與欄位計算。
運用 pandas 的 apply 功能為銷售數據添加分類標籤欄位,分辨銷售額高低。
在 Power BI 畫布中呼叫 Python 的 matplotlib 模組來繪製自訂長條圖。
教學使用 re 模組設定字串匹配規則,隱藏留言檔案中的電話號碼與社會安全碼。
實際將敏感資訊遮蔽與無效電郵刪除的 Python 程式碼應用於 Power BI 中。
儲存具有 Python 腳本的 Power BI 分析專案並結束本次課程教學。
每課 Quiz 及格分數為 60 分。在學習系統完成測驗並達標後,可向 UNiSOFT 申請由學校發出的課程證書。完整測驗、成績與重做次數於系統內進行(demo / demo)。
以下片段方便報讀前了解實際教學方式。完整面授錄影於報讀後在學習系統觀看。
擁有豐富的商業網站及應用程式系統開發經驗,超過 25 年教學經驗。教學風格清晰,能把複雜技術簡化為易於理解的概念。現為 NCC Education 和 University of Greenwich 首席講師,專長辦公室自動化、數據科學、數據分析及商業系統開發。
持有 IT 學士、MBA、IT 碩士及電信碩士學位;曾為知名企業、政府部門及本地大學提供工作坊與課程。
進入課程播放器後,左側是課堂大綱與進度;影片下方可跳到 AI 章節、打開本課摘要,以及進行課後 Quiz。你可標示已看、上一課/下一課切換,不必跟任何人的上課時間。
付款後從「我的課程」進入播放器,無需等待開課日。
每課約 2.5 小時實體課堂原片,可暫停、重播、調速度。
時間章節對應真實錄影時間點,摘要幫你先抓該段重點。
每課測驗可重做。及格 60 分後,可向學校申請課程證書。
UNiSOFT 曾為政府部門、大學、銀行及企業提供 IT 與自動化培訓。以下為部分客戶。
Copyright © 2026 UNiSOFT Education Centre. All Rights Reserved