內容簡介 　　Chapter1 資料的概念：在最開始的地方，以一系列的案例讓讀者認識到資料的價值（1.1），並且學習透過資料的型態（1.2） 和尺度（1.3） 來認識資料。 　　Chapter2 Python 基礎：對於沒有程式基礎的讀者，會從 Python的介紹和環境安裝（2.1 ∼ 2.2） 開始，並且介紹一些基礎的程式語法與邏輯（2.3 ∼ 2.4），讓讀者可以快速上手Python。 　　Chapter3 基本數值資料處理：分別介紹在資料分析中最常用到的NumPy（3.1） 和Pandas（3.2），讓讀者可以對各種基本的資料進行處理與分析。 　　Chapter4 各式資料處理：除了基本的數值資料以外，更進一步介紹對於影像（4.1 ∼ 4.2）、音訊（4.3 ∼ 4.4）、文字（4.5 ∼ 4.6） 類型資料的觀念與實作。 　　Chapter5 資料前處理：專門介紹各種拿到資料後要先做的前處理方式，包含資料清理（5.1）、資料轉換（5.2），以及如何進行合適的資料視覺化（5.3）。 　　Chapter6 其他專題補充：針對本書無法展開的內容，透過一個個小實作專題進行補充介紹，包含探索式分析（6.1）、網頁爬蟲（6.2）、機器學習與模型評估（6.3）、ChatGPT API（6.4）、HuggingFace（6.5）、資料管線（6.6）、常見誤區（6.7） 等。 目錄 Chapter1 資料的概念 1.1-資料的價值 1.2-資料的型態 1.3-資料的尺度 Chapter2 Python基礎 2.1-Python語言 2.2-Python環境 2.3-基本運算 2.4-流程與控制結構 Chapter3 基本數值資料處理 3.1-numpy 3.2-pandas Chapter4 各式資料處理 4.1-影像資料原理 4.2-影像資料處理實作 4.3-音訊資料原理 4.4-音訊資料處理實作 4.5-文字資料原理 4.6-文字資料處理實作 Chapter5 資料前處理 5.1-資料清理 5.2-資料轉換 5.3-資料視覺化 Chapter6 其他專題補充 6.1-探索式分析（EDA） 6.2-網頁爬蟲 6.3-機器學習與模型評估 6.4-用ChatGPT建立QA回答系統 6.5-Hugging Face 6.6-資料管線 6.7-常見誤區