※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID） （是／否／其他条件）： 是 哪一学年度修课： 111-1 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 郭耀仁 δ 课程大概内容 Week 01 Mid-Autumn Holiday Festival Week 02 Getting started with Python Week 03 Data types in Python Week 04 Data structures in Python Week 05 Control flow in Python Week 06 Functions, classes, and modules in Python Week 07 Python tips Week 08 Midterm Week 09 Python tips Week 10 Array computing with numpy Week 11 Dataframe wrangling with pandas Week 12 Dataframe wrangling with pandas Week 13 NTU Sports Day Week 14 Data visualization with Matplotlib Week 15 Project: Taiwan Election 2022 (老师讲解) Week 16 Final Ω 私心推荐指数(以五分计) 无基础: ★★★★★ 有基础: ★★☆☆☆ (可能觉得太简单) η 上课用书(影印讲义或是指定教科书) 无指定上课用书。 μ 上课方式(投影片、团体讨论、老师教学风格) 老师用自制的Jupyter notebook投影片上课， 整学期都线上上课，课程会同步录影并上传到Youtube， 所以也能课後再用影片补课(我通常都Youtube两倍速看)， 另外，作业、考试也都线上。 σ 评分方式(给分甜吗？是紮实分？) 6次 Assignment 60% Midterm 20% Final 20% (没有很吃队友的专题报告) -------------------------------------- Assignment 一星期内上缴，接受迟交，但分数打六折； Midterm、Final 三天内上缴，不接受迟交。 ρ 考题型式、作业方式 Assignment、Midterm、Fianl 作题方式都类似: 老师会提供ipynb档案，按照里面指示答题， 当周老师也会开线上office hour给同学问问题。 答完题，直接执行档案，就可知道会得到几分。 由於执行档案无次数限制，所以可以答到全对再缴出去， 就算缴了有问题，也可以寄信跟老师询问。 ω 其它(是否注重出席率？如果为外系选修，需先有什麽基础较好吗？老师个性？ 加签习惯？严禁迟到等…) 全程线上，不用出席。 加签的话，期初填课程网上的Google表单就会给授权码。 Ψ 总结 老师在台大上下学期分别有开 「程式设计与资料分析」跟「视觉化与现代资料科学」， 前者 python 教比较深入、後者比较浅但有讲 Tableau 跟 SQL， 想学程式、资料分析的新手，两堂课都满推的， 作业跟考试都很友善、都没恼人的专题报告。 不过诚如课程大纲写的: 请特别注意这堂课的 Python 太过简单，可能会有浪费时间的风险。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 27.105.54.2 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1673537026.A.916.html