https://www.happycoder.org

HappyCoder 的文章

  1. 程式設計 Programming
Outline 前言 認識圖表專有名詞 解決中文字體空白方法 總結 前言 Matplotlib 和 Pandas 是兩個在資料科學專案中時常使用的兩個套件。Pandas 主要用於資料輸入輸出及資料分析操作,而 Matplotlib 主要是用來資料視覺化,呈現圖表使用,兩者可以單獨也可以搭配使用。在使用 Matplotlib 繪製圖表的中文使用者最常會遇到的問題就是中文字體在預設的 Matplotlib 顯示不出中文字體。接下來我們就透過範例程式一步步手把手帶領大家如何在 Matplotlib 顯示圖表的中文字體標籤和說明圖示(本文假設讀者對於 Python 程式語法、Pandas 和 Matplotlib 已有基本認識)。 認識圖表專有名詞 Matplotlib 中有一些專有名詞,若能掌握住將對我們接下來學習如何在 Matplotlib 使用中文字體會很有幫助。 (1) Figure: 代表整個面板(2) Axes: 代表整個圖表(3) Axis: 代表軸(4) Legend: 代表圖示說明(5) Label: 代表軸標頭(6) Title: 代表圖表標頭 解決中文字體空白方法 解決中文字體空白或是顯示不出來的問題,主要解法有以下兩種: 在程式中引入支援中文的字體並於需要顯示的地方當作參數使用 透過本機端電腦參數設定和字體檔案放置到對應資料夾(可以不用每次在程式中指定字體,但第一次設定步驟較為繁瑣) 接下來本文會先透過一個範例優先介紹 在程式中引入支援中文的字體 這種作法。 範例程式 Step 1. 規劃目標並準備資料目標:我們希望透過長條圖顯示桃園地區結婚對數,了解結婚分布狀況。 資料集使用政府開放資料中 108 年度桃園地區結婚對數資料集,我們下載 .csv 檔案後更改檔案名稱為: marriage.csv。檔案內容如下: Step 2. 載入資料 接著要取出我們想要顯示圖表的資料: 印出內容: 並設定 dataframe index 為 月份區域別 當作 x 軸,因為原本 預設 index 為 0, 1, 2, ... […]
  1. 程式設計 Programming
前言 Python 虛擬環境本質上是一個資料夾,讓我們可以根據不同專案去管理所需要的環境,安裝不同版本的套件避免衝突(例如:某專案需要套件的版本不同)。除了在 Anaconda 圖形化介面環境設定虛擬環境外,我們也可以使用 conda 指令管理虛擬環境。 指令操作 首先,打開 Terminal 終端機 / Anaconda Prompt,我們可以使用 conda 進行指令碼的操作,包括原本使用 GUI 圖形化操作的建立虛擬環境資料夾(工作環境)和安裝套件等操作,進而讓我們的專案獨立使用自己的空間(當然也可以不使用,直接共用 base 工作環境,這邊先記住可以因為不同專案開設不同的虛擬環境來隔離不同的套件安裝)。目前暫時不會用到,可以先記得有相關指令可以管理虛擬環境就好。 檢視目前 conda 的版本: 查看 conda 指令的說明文件: 建立新的工作環境且安裝自行指定的 Python 版本(ENVIRONMENT 為自行命名環境名稱,ex. demo_project): 切換至指定虛擬工作環境(ENVIRONMENT 為自行命名環境名稱。ex. demo_project): 離開虛擬工作環境回到 base 基礎工作環境: 移除指定虛擬工作環境:
  1. 程式設計 Programming
人工智慧是什麼? 人工智慧(Artificial Intelligence)是一門綜合性學科(包含電腦科學、醫學、機器人學、腦神經科學、數學、統計學、經濟學、哲學等),主要研究方向為研究發展和人類類似或是超越人類智慧及能力的電腦系統。機器學習(Machine Learning)和深度學習(Deep Learning)是目前人工智慧主要的實踐技術及研究。而巨量和多元的大數據(Big Data)資料則提供人工智慧很好的研究素材和原料,成本持續下降的運算硬體資源則提供人工智慧領域很好的背景支持(例如:雲端運算、GPU、TPU 等)。 若以製作料理的角度來看,大數據(Big Data)就是食材、機器學習(Machine Learning)就是烹飪方式,讓人大快朵頤的美味料理就是人工智慧(Artificial Intelligence) 圖片來源 人工智慧就是讓電腦系統能像人類一樣學習和思考,但是目前對於「智慧」難以有確切的定義,於是將人工智慧區分為「強人工智慧」(Strong AI)和「弱人工智慧」(Weak AI) 兩種不同的主張。「弱人工智慧」只能模擬人類的思維與行為表現,但缺乏真正的推理與解決問題的能力,也不具備有自主意識,並不具備人類的思考能力。目前市面上多數「人工智慧」產品或技術主要都是「弱人工智慧」。舉例來說,目前人工智慧在特定領域已經和人類相當甚至超越人類(例如:語音、影像辨識服務、遊戲競賽、棋藝對奕人工智慧等),這些就屬於弱人工智慧。 參考文件 Wiki 人工智慧 Wiki 機器學習
  1. 程式設計 Programming
題目 給定 C 語言程式如下,其中 s 被宣告為全域變數,給定值為 1。請問最後程式執行後輸出為何? (A) 1, 6, 7, 7, 8, 8, 9(B) 1, 6, 7, 7, 8, 1, 9(C) 1, 6, 7, 8, 9, 9, 9(D) 1, 6, 7, 7, 8, 9, 9 參考解答 答案為 (B) 1, 6, 7, 7, 8, 1, 9 本程式挑戰主要在測試同學對於「全域變數」(Global variable)、「區域變數」(Local variable)的生命週期和變數可視範圍(Scope)的理解。若是函數內沒有宣告變數卻使用該變數,則會往外看是否有同名變數,若有則使用該變數。在主程式外的宣告的變數為全域變數,程式內的跨函式都可以存取、修改該變數,若是在函式內宣告的變數或參數變數則為區域變數,區域變數存取修改權僅限於該函式內,函式結束即消失。 我們可以透過觀察程式執行的過程來判斷(在 C 語言我們以主程式 main() 為執行區塊,由上往下執行):例如在 main() 函式內部 s = 9; 這行之前的 s 使用的是全域變數 1。因此傳入 add() 函式的 a 參數為 1。因此 for 迴圈會進行兩次後結束,印出 6, 7, 7, 8(add 函式內的 s 為自己內部宣告的區域變數非外部的全域變數 1,所以不影響到全域變數 s) 最後main() 函式內部使用到的 s 全域變數(前面沒有設定變數型別),被改成 9: […]
  1. 程式設計 Programming
前言 隨著資訊科技的發展以及 108 年課綱列入程式設計和資訊科技能力素養相關科目,讓許多家長和學生,甚至是職場上班族開始思索是否要開始進修學習資訊技能以及自學程式設計,以免自己或小孩輸在人生的競技場中。過去一段時間我們 HappyCoder 自學程式設計學院社群輔導超過 3000 位學員跨領域學習程式設計,有許多學員和社群朋友提出許多關於跨領域自學程式設計的相關疑問。為了能讓更多的人可以對於跨領域自學程式設計有更清楚的認識,我們整理了以下常見自學程式設計相關的問題,希望能解決許多朋友心中的疑惑,也歡迎大家一起加入我們,一起交流討論,分享你的自學程式設計經驗。 關於跨領域自學程式設計你想知道的都在這裡了 問題一:自學程式設計是在學什麼? 在學習一項新的技能或是才藝時若能明確自己的目標和動機可以讓學習的路上更為順遂。所以事先釐清自己的動機、目的和需求才開始選擇合適的程式語言和工具以及合適的學習資源才是跨領域自學程式設計的第 0 步開始。一般而言跨領域非資工資管等資訊相關科系的學生自學程式主要有分三種方向和動機: 1. 希望轉換跑到轉職成為程式設計師和軟體工程師 事實上,程式設計師或是軟體工程師若是對於撰寫程式和解決問題很有熱忱的話,是一個十分令人羨慕的職業:因為可以將興趣和職業相結合,這是許多工作比較難有辦法達到的部分。 若是以希望轉換跑到轉職成為程式設計師和軟體工程師為目標的話,著重的主要就是求職相關技能的養成,包含對應職業的職能培養、履歷撰寫、面試技巧和軟體工程師素養的養成等。例如:Web 前端軟體工程師、Web 後端軟體工程師、Mobile 行動應用工程師、IC 設計演算法工程師、IoT 軟硬整合工程師/嵌入式系統開發、Blockchain 開發者、DevOps 開發運維以及資料科學家、資料工程師、資料分析師等分別有不同和共同的工作職能需要養成。但需要注意的是 IT 資訊科技產業技術和新知變化快速,要有願意持續刻意練習和克服困難的毅力、自學能力和熱情才能走的長久。 至於如何準備轉職面試、如何度過新手期,如何規劃軟體工程師的職涯發展,資淺工程師如何邁向資深工程師,這部份議題太大太廣,需要之後另外開主題來討論。 2. 磨練運算思維(Computational Thinking)、解決問題的能力及跨領域自學能力 這部份是我們 HappyCoder 自學程式設計學院致力於推廣的自學程式設計精神。學習程式設計並不是希望每個人都成為程式設計師或軟體工程師,因為沒有必要,也不可能。由於撰寫程式最重要的其實是需求分析和系統設計的部分,在這個階段透過問題的拆解、模式識別和歸納、抽象化以及問題的分析與演算法設計等都是很好用來培養解決問題、搜尋資料和團隊溝通協調合作的機會。換言之:學習程式設計並不等於學習運算思維,只是透過正確的方式學習程式設計是學習運算思維和解決問題的能力相對快且有效的方式之一。 那學習運算思維和解決問題有什麼好處呢?事實上,生活中無處不需要運算思維(Computational Thinking)和解決問題的能力。舉凡規劃旅行計畫、分析投資策略、通勤路線規劃、購物選擇、工作商業邏輯分析等。而培養跨領域自學能力則是在各行各業面對自動化 AI 人工智慧等科技發展很重要的競爭力。 學習程式設計並不是希望每個人都成為程式設計師或軟體工程師,因為沒有必要,也不可能。而是在學習程式設計的過程中,磨練運算思維(Computational Thinking)、解決問題的能力及跨領域自學能力,成為更好的自己 3. 學習基礎程式設計用於解決自己專業領域或生活上重複繁瑣的工作 這時候主要是根據想解決的問題去學習和選擇適合的程式語言工具,用來解決生活上的問題。例如:學習 Python 網路爬蟲自動化爬取資料、學習使用 Pyhon 操作 Excel 減少重複性工作、製作小遊戲自娛娛人、開發聊天機器人自動回覆訊息提升工作效率等。 問題二:自學程式設計英文要不要很好? 初期不一定需要,但若具備良好的英文閱讀和理解能力,將讓自己在學習進階內容時可以更快理解內容。這個原因在於目前程式語言主流資訊和學習資源以英文為主,若是具備好的英文能力將有助於學習相關知識,尤其若是學習目標為轉職程式設計師和軟體工程師的話,這部份尤為重要。未來若是希望往資深工程師或是更高深的領域鑽研的話,英文閱讀和理解以及能夠在工作場合、論壇或是演講以英文書寫、口語表達自己的能力就非常重要。 問題三:自學程式設計數學要不要很好? 看目標需求而定。若是志在轉職程式設計師和軟體工程師的話,大部分情況下數學能力只要高中程度即可(前提是高中有好好學習)。若是希望轉職資料科學家或是機器學習專家等對於統計學、離散數學和線性代數等數學能力有更高的要求。所以簡而言之,大部分的情況下軟體工程師更重要的是理解能力、自學能力和邏輯和抽象化歸納能力,在特定領域或是研究機構數學能力相對要求比較高。 問題四:自學程式設計要學什麼程式語言? 端看你的需求決定需要學習哪一種程式語言。若是希望轉職軟體工程師或是程式設計師,可以先從 Web 開發入門,相對而需求量較多也比較容易讓跨領域自學的人進入。對於 […]
  1. 程式設計 Programming
前言 Markdown 是一種輕量級的標記語言,最初為 John Gruber 所設計。Markdown 特色在於允許人們「使用易讀易寫的純文字格式編寫文件,然後轉換成有效的 HTML 文件」。簡而言之,Markdown 就是一種簡潔易懂的語法,讓我們可以專注在內容上,不用花時間思考外觀樣式,在透過轉換變成可以呈現在網頁上的 HTML 語法。目前在許多知名技術/開發者論壇或是開發者工具(例如:Github)、技術部落格工具都有支援 Markdown 語法。 什麼是 HTML? 在開始學習 Markdown 之前我們先來認識一下 HTML,畢竟 Markdown 最終還是要轉換成 HTML 這個網頁上內容結構的標準語法。HTML 中文稱作超文本標記語言(英文全名為HyperText Markup Language,簡稱 HTML),是一種用於建立網頁的標準標記語言。 這樣講起來有點抽象,事實上我們每天在觀看瀏覽的網頁就是由一個個 HTML 所組成。所以我們可以透過瀏覽器的檢視原始碼功能去一窺目前網頁的 HTML 樣貌。 這邊我們使用 Google Chrome 瀏覽器當作範例,可以在畫面中點選右鍵 > 檢視原始碼(View Page Source): 就可以看到該網頁的 HTML 內容: 網頁來源:view-source:https://zh.wikipedia.org/zh-tw/HTML 由於這個網頁已經有點複雜,因為它已經包含了 CSS 外觀樣式語法和 JavaScript 互動邏輯程式的部分,對於初學者來說比較難一眼理解。所以我們用一下範例來介紹 HTML 最基礎的部分: 若是使用瀏覽器打開這個 HTML 網頁會呈現: HTML 標籤語法每個標籤皆有其意義且大部分成對出現,標籤元素內可以設定屬性值。網頁元素主要放置於 <body></body> 中,<head></head> 內主要放置 […]
  1. 程式設計 Programming
前言 「軟體正在吃掉全世界。」(Software is eating the world.) 這是知名創投也是 Netscape 瀏覽器共同創辦人 Marc Andreessen 的名言。 隨著科技的快速發展,我們生活中已經離不開網路、手機等科技電子產品,而這些科技電子產品,背後往往有電腦軟體程式在運作(想想你每天使用的 Google、Facebook、LINE、Youtube 等應用程式)。也因為全世界的學校陸續開始將程式設計課程列入課綱之中,從一般白領上班族到有小孩的家長,不論是否是資訊相關科系畢業都開始學習程式語言和程式設計相關知識。深怕沒有擁有這項程式語言第二專長會被小孩所嫌棄或是錯過加薪升職的大好機會。 然而隨著網路、軟體技術的日新月異,初學者往往會迷失在豐富的學習資源和除錯 debug 的挫折當中,喪失了程式設計本身創作的樂趣。所以這邊我們要分享自學程式設計必備觀念和心態,希望讓所有有自學程式設計需求的朋友,不再徬徨、無助。 為什麼要學習程式設計? 我們為什麼要學習程式設計?相信這是許多家長和初學者內心的疑問。 事實上,程式設計是一種介於藝術與科學的腦力創作運動。學習程式設計正確心態是透過學習程式設計理解電腦科學運作的原理和動手用科技技術解決生活上的問題。 在學習程式設計過程中可以培養創造能力(對,你只要有一台電腦和網路就有機會創造出幾千幾萬人使用的軟體或網路服務),邏輯思考、團隊合作、自學能力和解決問題的能力。 撰寫程式可以讓你可以學習怎麼樣把一個複雜的問題切分成一個個小問題,在這個過程中不但可以訓練邏輯思考、解決問題的能力。隨著專案越來越大、技術越來越複雜,你可能會需要和其他專案成員合作去解決和學習你不懂的新技術,是一個很好培養自學能力和團隊合作能力的機會。當然在過程中可能會因為長期關注電腦螢幕而需要適時的休息和運動(但現代人即便不寫程式也是每天盯著螢幕了:P),這也是為什麼幼稚園和國中小的學童們會建議先從不插電學習程式設計的教材和桌遊開始學習程式設計和電腦科學的邏輯觀念。 確認目標和動機 最好學習程式設計的動機是因為想解透過科技解決生活上的問題(例如:想要寫一個記帳 App 給家人使用所以開始學習 Mobile App 開發,你可能需要學習 Android Java/Kotlin 或 iOS Swift/Objective-C)或是結合你現有的領域和電腦科學的應用。 若是你是因為想要轉職成為工程師/程式設計師,這又是另外一個話題。若是這樣,你可以針對你想要學習的領域列出需要學習知識去一一攻克(直接上求職網站把心儀的工作要求做成一個 checklist 清單)。例如:我希望轉職 Web 前端工程師,我需要具備基本的 HTML/CSS 語法和 JavaScript 程式語言的基礎或是我想轉職資料科學家,我需要具備 Python 或是 R 語言的基礎和理解機器學習和深度學習演算法等。 當具備正確的學習程式設計心態後,以終為始是學習程式設計最重要的一個環節,這是當你夜深人靜 debug 不出來時給自己最好的支持動力。事實上,程式語言只是一個創作的工具,你可以想像成設計師素描本和素描筆,雕刻大師的雕刻刀。幸運的是,程式設計只要一台電腦加上網路就可以開始。 選擇合適的程式語言和工具 若你是完全的初學者,我們會建議你從以下程式語言開始入手,再一步步針對你有興趣的領域繼續鑽研。 Scratch若是你是國中小學的學員,你可以從 Scratch […]
  1. 程式設計 Programming
前言 隨著資訊科技發展,演算法已經無所不在存在我們的生活當中。舉凡上網 google 搜尋資料、下載檔案的壓縮方法、檔案的加密傳輸等,都可以看到演算法運作的蹤跡。一般來說資料結構和演算法是程式設計最基本的內涵,所以有人說:程式設計 = 資料結構 + 演算法。那究竟什麼是演算法/算法呢? 咱們維基百科給了個非常需要慧根才能理解的解釋: 演算法(algorithm),在數學(算學)和電腦科學之中,為任何良定義的具體計算步驟的一個序列,常用於計算、資料處理和自動推理。精確而言,演算法是一個表示爲有限長,列表的有效方法。演算法應包含清晰定義的指令,用於計算函式。 我們把它翻譯成人話吧: 演算法是一個有輸入且有輸出的解決問題的步驟,它具有明確和有限步驟且有效的特性 舉例來說,我們今天要創作一道蔥花蛋或菜脯蛋,我的步驟會是把材料當做輸入: 放點油 打蛋 如果喜歡蔥花可以加入蔥花,如果喜歡菜脯可以加入菜脯(程式術語:if...else 條件判斷) 放入少許鹽巴 中火快炒,翻五次面(程式術語:for 迴圈) 當看到蛋面呈現金黃色時可以起鍋,結束料理(程式術語:while 迴圈) 好吃的蔥花蛋或菜脯蛋上桌 透過清楚明確的有限步驟,我們可以解決我們想解決的問題並產出我們要的輸出結果 演算法的定義 一般演算法嚴謹的條件必須符合: 輸入(Input):0 或多個輸入 輸出(Output):至少有一個回傳結果(有可能回傳 0 或是 null) 明確性(Definiteness):每一個指令步驟必須明確 有限性(Finiteness):在有限步驟後一定會結束不會進入無窮迴圈 有效性(Effectiveness):步驟清楚可行,能使用紙筆計算求解 舉個例子: 下面是一個 Python 判斷是否可以投票的演算法(假設可以投票為 18 歲),仔細看下面的算法雖然簡單但有輸入也有輸出,且有明確有限步驟,步驟可行 評估複雜度 事實上,解決一個問題不一定只有一種演算法。那我們怎麼評估演算法的好壞呢?一般來說會有兩種方式:時間複雜度和空間複雜度,比較常見的是使用時間複雜度 時間複雜度(Time Complexity) 想要評估一個演算法執行速度快慢,最直覺的方式是測量演算法計算的時間。但由於執行時間會受不同電腦/計算機機器硬體規格與實作方式影響,很難放諸四海皆準,因此學術上傾向於統計演算法步驟數目,當做時間複雜度可考量。 最常見的評估演算法好壞就是時間複雜度,時間複雜度是指運用概量(漸近分析 asymptotic analysis,例如:當 f(n) = n^2 + 3n 這個函數 n 很大時,3n 會比 […]
  1. 程式設計 Programming
前言 Excel 幾乎是所有職場工作者最常使用的 Office 軟體工具,小至同事間訂便當、飲料,大到進出貨訂單管理,應收應付賬款的財務報表等都有它的身影。在一般工作上,你可能常常需要在不同表單中複製貼上許多的欄位,或是從幾百個列表中挑選幾列依照某些條件來更新試算表內容等。事實上,這些工作很花時間,但實際上卻沒什麼技術含量。你是否曾想過但使用程式語言來加快你的工作效率,減輕瑣碎的重複性無聊工作但又不知道如何開始? 別擔心,這邊我們就要使用 Python 和 Openyxl 這個模組,讓讀者可以輕鬆使用 Python 來處理 Excel 試算表,解決工作上的繁瑣單調工作! Excel 試算表名詞介紹 在正式開始使用 Python 程式來操作 Excel 試算表前我們先來了解 Excel 常見名詞。首先來談一下基本定義,一般而言 Excel 試算表文件稱作活頁簿(workbook),而活頁簿我們會存在 .xlsx 的副檔名檔案中(若是比較舊版的 Excel 有可能會有其他 .xls 等檔名)。在每個活頁簿可以有多個工作表(worksheet),一般就是我們工作填寫資料的區域,多個資料表使用 tab 來進行區隔,正在使用的資料表(active worksheet)稱為使用中工作表。每個工作表中直的是欄(column)從和橫的是列(row)。在指定的欄和列的區域是儲存格(cell),也就是我們輸入資料的地方。一格格儲存格的網格和內含的資料就組成一份工作表。 環境設定 在開始撰寫程式之前,我們先準備好開發環境(根據你的作業系統安裝 Anaconda Python3、virtualenv 模組、openyxl 模組),關於開發環境設定可以參考:Python Web Flask 實戰開發教學 – 簡介與環境建置,Windows 讀者開發環境可以參考 如何在 Windows 打造 Python 開發環境設定基礎入門教學。 這邊我們使用 MacOS 環境搭配 jupyter notebook 做範例教學: 開啟 jupyter notebook 後新增一個 Python3 Notebook 首先先安裝 openyxl 套件(在 jupyter […]
  1. 程式設計 Programming
前言 身為一個開發者最惱人的莫過於環境建置和部屬應用程式。隨著 Docker 容器和虛擬化技術進步以及 DevOps、Infrastructure as Code 文化的推廣,讓我們可以更容易在不同環境開發部屬並調度(Orchestration)我們的專案應用程式。在 Docker 中,除了 Docker 指令和 Docker Engine 背後的技術外,最重要的莫過於 Docker Machine、Docker Compose 和 Docker Swarm 三劍客了。接下來我們將透過 Docker Compose 來啟動並執行 Python Flask + Redis 網頁人數統計的專案,讓讀者能夠理解 Docker Compose 的優勢和使用方式。那就讓我們開始吧! Docker Compose 簡介 一開始我們先了解 Docker Compose 是一個工具可以讓你可以透過一個指令就可以控制所有專案(project)中所需要的 services。Docker Compose 是用 YAML 檔案格式來描述和定義 project 中 services 運作關係,白話來說就是用來管理 Container 的文件檔。 什麼意思呢? 試想一下,我們在開發一個典型的 Web project 時通常不是只有一個 service,有可能需要 […]
  1. 程式設計 Programming
前言 所謂工欲善其事,必先利其器。我們開發程式之前我們最重要的就是要設定好開發環境,接下來我們將帶領讀者體驗如何在 Windows 打造 Python Web 開發環境。 撰寫第一個 ?Python Django 程式 創建虛擬開發環境:conda create -n <自定義虛擬環境名稱> python=3.5 觀看已建立的虛擬環境:conda info -e 進入虛擬環境:activate <自定義虛擬環境名稱> 安裝套件:pip install django 觀看已安裝套件:pip list 建立第一個 django 專案:django-admin startproject my_first_app 啟動伺服器:python manage.py runserver 到瀏覽器觀看成果!http://localhost:8000 或 http://127.0.0.1:8000 其他常用指令 離開虛擬環境:deactivate 移除虛擬環境:conda remove <自定義虛擬環境名稱> -n --all pip uninstall 套件名稱 影片教學
  1. 程式設計 Programming
前言 所謂工欲善其事,必先利其器。我們開發程式之前我們最重要的就是要設定好開發環境,接下來我們將帶領讀者體驗如何在 Windows 打造 Python Web 開發環境。 安裝軟體步驟 下載安裝 google chrome 瀏覽器 下載安裝 Visual Studio Code 或 Sublime text 文字編輯器 下載安裝 cmder terminal 終端機程式 (請下載含 git 的 full 完整版本) 下載安裝 anaconda for windows (請依你的作業系統位元 32/64 下載對應程式,記得安裝時要勾選加入環境變數) 在終端機輸入 (若正確顯示版本即為安裝成功):python -V 輸入 python 可進入互動式對話環境,可以執行 python 程式 撰寫第一個 Python 程式 打開 Visual Studio Code 或 Sublime text 並建立一個 hello.py 檔案: 到 cmder 終端機移動到 hello.py 資料夾下輸入 python hello.py 就可以看到你撰寫的第一個 Python 程式 hello python 啦! 影片教學

登入

歡迎加入 Miracoup
方便的閱讀是您能感受到的第一件事。
加入 Miracoup