課程介紹
課程大綱
講師介紹
常見問題
課程介紹
5人小班制授課
學苑數位職能再造計畫最高補助65%(NT$38,200)，僅需自費35%
課程大綱
程式語言介紹
介紹 Python 程式語言的起源、特點與應用場景，幫助學員了解其作為高階、直譯式語言的優勢。內容包括 Python 的高階特性（如直譯式語言、動態型別）、跨平台能力，以及其在網頁開發、資料分析、人工智慧、自動化等領域的廣泛應用。學員將認識 Python 的版本差異（Python 2 vs. Python 3）與生態系統（如第三方套件與社群資源）。
目標: 建立對 Python 的基礎認知，了解其優勢與學習路徑，為後續課程打下基礎。
目標: 建立對 Python 的基礎認知，了解其優勢與學習路徑，為後續課程打下基礎。
開發環境安裝與介紹
指導學員搭建 Python 開發環境，包括安裝 Python 直譯器（官方版本或 Anaconda）、配置整合開發環境（IDE，如：VS Code）或輕量編輯器（如：Jupyter Notebook）。學員將學習使用 pip 管理套件、建立虛擬環境以隔離專案依賴，並熟悉命令列操作與環境變數配置。
目標: 讓學員能獨立配置穩定且高效的 Python 開發環境，並熟悉常見工具的操作。
目標: 讓學員能獨立配置穩定且高效的 Python 開發環境，並熟悉常見工具的操作。
I/O 語法介紹、案例練習
介紹 Python 的基本輸入輸出（I/O）語法，包括使用 print() 進行資料輸出與 input() 接收使用者輸入。學員將學習格式化輸出（如 f-string、str.format）與基本資料型別（整數、浮點數、字串）的操作。
案例練習將涵蓋簡單的互動程式設計，如計算機或問答程式，以鞏固語法應用。
目標: 掌握基本的 I/O 操作與資料型別，培養初步的程式設計思維。
案例練習將涵蓋簡單的互動程式設計，如計算機或問答程式，以鞏固語法應用。
目標: 掌握基本的 I/O 操作與資料型別，培養初步的程式設計思維。
邏輯判斷/控制、案例練習
深入探討 Python 的條件控制結構，包括 `if`、`elif` 和 else 語句，以及比較運算子（如 `==`、`<`、`>`）與邏輯運算子（如 `and`、`or`、`not`）。學員將學習如何根據條件執行不同的程式分支。
並通過案例練習（如成績評級系統或簡單決策程式）加深對邏輯控制的理解。
目標: 熟悉條件判斷的語法與邏輯結構，學會設計具有決策能力的程式。
並通過案例練習（如成績評級系統或簡單決策程式）加深對邏輯控制的理解。
目標: 熟悉條件判斷的語法與邏輯結構，學會設計具有決策能力的程式。
串列與元組、案例練習
介紹 Python 的序列型資料結構：串列（List）和元組（Tuple）。學員將學習串列的動態操作（新增、刪除、切片、排序等）與元組的不可變特性，並比較兩者的使用場景。
案例練習包括資料清單管理或資料處理任務。
目標: 掌握串列與元組的基本操作，理解其在資料儲存與處理中的應用。
案例練習包括資料清單管理或資料處理任務。
目標: 掌握串列與元組的基本操作，理解其在資料儲存與處理中的應用。
迴圈控制、案例練習
教導 Python 的迴圈結構，包括 for 迴圈與 while 迴圈，涵蓋迴圈的初始化、條件與迭代邏輯。學員將學習如何使用 `range()`、迴圈控制語句（如 `break`、`continue`）以及避免常見錯誤（如無限迴圈）。
案例練習包括數列求和、計數或資料篩選任務。
目標: 熟悉迴圈的設計與應用，學會處理重複性任務。
案例練習包括數列求和、計數或資料篩選任務。
目標: 熟悉迴圈的設計與應用，學會處理重複性任務。
多層迴圈控制、案例練習
深入探討巢狀迴圈（Nested Loops）的設計與應用，介紹多層 for 或 while 迴圈的結構與執行流程。學員將學習如何處理複雜的迭代任務，並了解巢狀迴圈在資料處理中的應用場景。
案例練習包括九九乘法表、圖形列印或資料矩陣處理。
目標: 掌握巢狀迴圈的邏輯與效能考量，學會解決進階迭代問題。
案例練習包括九九乘法表、圖形列印或資料矩陣處理。
目標: 掌握巢狀迴圈的邏輯與效能考量，學會解決進階迭代問題。
多維資料結構與迴圈、案例練習
聚焦於多維資料結構（如二維串列）與其在迴圈中的應用。學員將學習如何建立、存取與操作多維串列，並結合巢狀迴圈進行資料處理。
案例練習包括矩陣運算、表格資料處理或遊戲設計。
目標: 理解多維資料結構的儲存與操作，學會結合迴圈處理複雜資料。
案例練習包括矩陣運算、表格資料處理或遊戲設計。
目標: 理解多維資料結構的儲存與操作，學會結合迴圈處理複雜資料。
字典、函式與模組、案例練習
介紹 Python 的進階資料結構與程式組織方式。包括字典（Dictionary）的鍵值對操作、函式（Function）的定義與調用（含參數、返回值與範圍規則），以及模組（Module）的導入與自定義模組開發。
案例練習包括資料管理、模組化計算程式或簡單的資料查詢系統。
目標: 掌握字典與函式的使用，理解模組化程式設計，提升程式結構化能力。
案例練習包括資料管理、模組化計算程式或簡單的資料查詢系統。
目標: 掌握字典與函式的使用，理解模組化程式設計，提升程式結構化能力。
檔案與例外處理、案例練習
說明 Python 的檔案操作（讀取與寫入文字檔、CSV 等格式）與例外處理（try-except 結構）。學員將學習如何處理檔案 I/O 的常見錯誤（如檔案不存在）與自定義例外。
案例練習包括CSV檔案處理、簡單資料庫操作或錯誤日誌記錄。
目標: 學會安全地進行檔案操作與錯誤管理，提升程式健壯性。
案例練習包括CSV檔案處理、簡單資料庫操作或錯誤日誌記錄。
目標: 學會安全地進行檔案操作與錯誤管理，提升程式健壯性。
GUI 和 tkinter 應用、案例練習
介紹 Python 的圖形使用者介面（GUI）開發，聚焦於 tkinter 模組的基本使用。學員將學習如何建立視窗、按鈕、輸入框等元件，並實現簡單的事件驅動程式。
案例練習包括設定視窗程式、視窗元件排版與或視窗程式控制。
目標: 掌握 tkinter 的基礎應用，理解 GUI 程式設計原理，開發互動式應用程式。
案例練習包括設定視窗程式、視窗元件排版與或視窗程式控制。
目標: 掌握 tkinter 的基礎應用，理解 GUI 程式設計原理，開發互動式應用程式。
SQL 語法、案例練習
介紹結構化查詢語言（SQL）的基礎語法，包括資料查詢（SELECT）、插入（INSERT）、更新（UPDATE）、刪除（DELETE）與簡單的資料表操作。學員將學習如何在 Python 中使用 sqlite3 模組執行 SQL 指令。
案例練習包括資料庫的查詢與管理任務。
目標: 掌握 SQL 基礎語法與 Python 的資料庫操作，理解關聯式資料庫的概念。
案例練習包括資料庫的查詢與管理任務。
目標: 掌握 SQL 基礎語法與 Python 的資料庫操作，理解關聯式資料庫的概念。
資料庫介紹、實際操作
深入探討關聯式資料庫的結構與運作原理，介紹資料庫管理系統（如 SQLite、MySQL）的基本概念。學員將學習如何設計資料表、建立關聯與執行進階查詢，並在 Python 中操作資料庫。
案例練習包括建立和管理一個小型資料庫應用。
目標: 理解資料庫的設計與操作，學會在 Python 中實現資料庫應用。
案例練習包括建立和管理一個小型資料庫應用。
目標: 理解資料庫的設計與操作，學會在 Python 中實現資料庫應用。
網路資料爬文 HTML 介紹、案例練習
說明網頁爬蟲的基本概念與 HTML 結構，學員將學習 HTML 的標籤、屬性與 DOM 結構，並了解網頁資料的擷取流程。結合 Python 的爬蟲工具，學員將初步探索如何從網頁提取資料。
案例練習包括解析 HTML 頁面並提取指定內容。
目標: 理解 HTML 結構與網頁爬蟲原理，掌握初步的資料擷取技巧。
案例練習包括解析 HTML 頁面並提取指定內容。
目標: 理解 HTML 結構與網頁爬蟲原理，掌握初步的資料擷取技巧。
JSON 應用、案例練習
介紹 JSON 格式的結構與應用，學習如何使用 Python 的 json 模組進行 JSON 資料的序列化與反序列化。內容涵蓋 JSON 在 API 資料交換與檔案儲存中的應用。
案例練習包括處理 API 回傳的 JSON 資料或儲存結構化資料。
目標: 掌握 JSON 的操作，學會處理結構化資料並應用於實際場景。
案例練習包括處理 API 回傳的 JSON 資料或儲存結構化資料。
目標: 掌握 JSON 的操作，學會處理結構化資料並應用於實際場景。
CSV 與 DB 串連、案例練習
介紹如何使用 Python 的 csv 模組處理 CSV 檔案，並結合資料庫進行資料匯入與匯出。學員將學習 CSV 檔案的讀寫操作與資料庫的串連技術。案例練習包括將 CSV 資料匯入 SQLite 資料庫或從資料庫匯出為 CSV 檔案。
目標: 掌握 CSV 檔案與資料庫的整合操作，學會處理結構化資料。
目標: 掌握 CSV 檔案與資料庫的整合操作，學會處理結構化資料。
requests 模組、案例練習
介紹 Python 的 requests 模組，學員將學習如何發送 HTTP 請求（GET、POST）以獲取網頁或 API 資料。內容涵蓋請求頭設定、參數傳遞與回應處理。
案例練習包括從公開 API 獲取資料或下載網頁內容。
目標: 掌握 HTTP 請求的操作，學會從網路獲取資料。
案例練習包括從公開 API 獲取資料或下載網頁內容。
目標: 掌握 HTTP 請求的操作，學會從網路獲取資料。
Pandas 模組、案例練習
介紹 Python 的資料分析套件 Pandas，學員將學習如何使用 DataFrame 與 Series 處理表格資料，涵蓋資料篩選、合併、聚合與視覺化。
案例練習包括處理資料集、進行資料清洗或生成統計報表。
目標: 掌握 Pandas 的基礎操作，學會進行高效的資料分析與處理。
案例練習包括處理資料集、進行資料清洗或生成統計報表。
目標: 掌握 Pandas 的基礎操作，學會進行高效的資料分析與處理。
Beautiful Soup 解析、案例練習
介紹網頁解析套件 Beautiful Soup，學員將學習如何解析 HTML 或 XML 文件，提取特定標籤、屬性或內容。內容涵蓋 CSS 選擇器與正則表達式的應用。案例練習包括從動態網頁提取資料並儲存為結構化格式。
目標: 掌握 Beautiful Soup 的網頁解析技術，學會進行進階網頁爬蟲。
目標: 掌握 Beautiful Soup 的網頁解析技術，學會進行進階網頁爬蟲。
講師介紹
謝竣翔 老師
擁有超過近 30 年軟體開發與系統整合經驗、並政府、大學、企業擔任專業教師近 20年，曾領導多項國際、政府、企業、大學、商城與雲端平台專案開發，同時也是 Microsoft 與 Google 技術培育講師、勞動部中小企業輔導顧問、經濟部專業人才培訓講師、勞動部產投班教師，累積教學經歷近 12,000 小時、培育超過 25,000 名學員，橫跨大學、產投與業界專業課程。專長領域包含程式設計、AI 應用、雲端應用、行動商務、系統整合與創新創業推廣，致力於將實戰經驗與前瞻技術結合，培育未來資訊人才。
常見問題
| Q： | 我完全沒學過程式，可以參加嗎？ |
| A： | 課程會從「什麼是程式語言」開始講起，逐步教會你基礎語法（變數、輸入輸出、判斷、迴圈），再進入簡單的圖形介面（GUI）設計。不需要任何背景，只需要帶著一點好奇心和耐心來上課就夠了！ |
| Q： | 課程中會用到什麼工具或軟體？需要事先安裝嗎？ |
| A： | 主要使用 Python 與 Anaconda 編輯器。課程會一步步教你安裝與設定開發環境，不需要先安裝，老師會在課堂上帶著你一起完成設定。 |
| Q： | 這門課適合誰？學完可以應用在哪裡？ |
| A： | 這門課非常適合程式新手、對自動化、資料處理或軟體開發有興趣的人。學完後你將具備：解決問題的邏輯思維、使用 Python 撰寫簡單應用程式的能力、開始進一步學習資料分析、網路爬蟲或自動化任務的基礎、也是轉職工程師、資料人或學生必備的一門入門磚！ |
| Q： | 課程中會不會教到太多難懂的觀念？ |
| A： | 每堂課的主題都會先講解概念、再實作練習，並有許多範例輔助。就算從零開始，也能在引導下順利完成每個練習，讓你學得會、寫得出。 |
| Q： | 如果我在課後遇到問題，該怎麼辦？ |
| A： | 課程會教你如何把問題轉化成清楚的提問，也會分享初學者常見錯誤與排除方式，讓你即使獨立練習，也能有解法、不迷路。 |
| Q： | 這門課會有實作專案嗎？ |
| A： | 不只會學語法，還會練習撰寫實際的資料擷取與整理流程。例如：建立資料表儲存爬取的資料、分析 JSON 格式的 API 回應內容等，幫助你將技能應用於真實案例中。 |
| Q： | 學完之後可以做什麼樣的應用？ |
| A： | 你可以自行開發簡易爬蟲、建立資料庫應用，甚至初步接觸資料分析。例如自動擷取新聞標題、蒐集開放 API 資料、儲存資料到資料庫並做簡易統計等。這些能力在商業、自媒體、研究與職場自動化中都非常實用。 |
| Q： | 購買課程後可以退費嗎? |
| A： | 課程未開課退費：若因報名人數不足或其他因素導致課程無法如期開課，我們將全額退還您已繳納的課程費用，並於課程取消後7個工作天內完成退款手續。正常情況不予退費：課程費用一經繳納，除上述課程未開課的情況外，原則上不接受退費申請，請報名前審慎評估。 |
相關推薦課程
AI 助攻！Python 新手速成班｜零基礎 6 小時輕鬆入門
在這 AI 浪潮席捲的時代，不會程式語言就像缺少了重要的溝通工具。你是否想學 Python，卻被繁瑣的語法和複雜的環境設定嚇退？
2,125人瀏覽
實作 Python 股市爬文分析應用全攻略
本課程，結合 Python基礎與股票程式應用，涵蓋從環境設定、語法基礎到進階爬蟲與資料分析的完整學習路徑。
4,620人瀏覽
手把手 - 從零開始，Python 程式設計與實作全攻略
是專為零基礎學員設計的快速入門課，從最基礎的語法教起，帶你一步步學會撰寫程式，進而進入網路爬蟲的世界。
2,886人瀏覽
AI 助攻！新手也能做出一頁式網頁｜前端開發速成班
這堂課專為 對網頁設計有興趣的零基礎新手 打造，結合最新 AI 工具，讓你在短短 6 小時 從零開始，輕鬆完成一個專業又有互動效果的網站！
1,306人瀏覽