"เรียน Python จาก 0" สำหรับ วิเคราะห์ข้อมูล ใครเป็นมือใหม่ เรียนเถ้อะ ถือว่าขอเลย

สวัสดีกับวิดีโอสุดท้ายของปีนี้ละคร้าบ เย้! เจอกันอีกทีปีหน้า(อาทิตย์หน้านี่เอง!) สำหรับตอนนี้ คงอาจจะไม่เหมาะกับมือเก๋าเท่าไหร่ ที่คุ้นเคยกับการใช้งาน Python มาอยู่แล้ว (แต่มือเก๋าสามารถแชร์ให้คนอื่นได้นะฮะ หรือถ้าแอดพลาดตรงไหน comment ได้เลย) แต่จะเป็นตอนที่เรียกว่าเอาไว้ "Welcome newbie" แบบจริงๆจังๆ คนที่ต้องการจะหาวิดีโอเรียนเกี่ยวกับ Python เครื่องมือไม้เบื่อไม้เมาที่บางคนถึงกับยอมกลับไปใช้ Spreadsheet เหมือนเดิม (ซึ่งก็ไม่ผิดอะไรฮะ แอดเข้าใจ 5555 เพราะบางทีแอดก็เป็น) ใครที่กำลังมองหาวิดีโอที่แบบเริ่มต้นจาก 0 จริงๆ แอดว่าตอนนี้แหละ คือสิ่งที่คุณต้องการ ลุย! เอาไว้เขียนโค้ด Python 👇🏻 https://colab.research.google.com/?authuser=0#create=true . Timestamp 00:00:00 - บทนำและเตรียมความพร้อมสำหรับมือใหม่ (Complete Beginner) 00:01:44 - ความหมายของ Data Analytics: การใช้ข้อมูลเพื่อตอบโจทย์ธุรกิจ 00:02:51 - เหตุผลที่ทำไมต้องใช้เครื่องมือนี้ 00:03:41 - ข้อดีของ Python: 1. อ่านง่ายเหมือนภาษาอังกฤษ 00:04:31 - ข้อดีของ Python: 2. มี Library สนับสนุนงาน Data (Pandas, Numpy, Matplotlib) 00:05:43 - ข้อดีของ Python: 3. การจัดการข้อมูลขนาดใหญ่ที่ Excel รับไม่ไหว 00:07:41 - Agenda: หัวข้อหลักที่จะเรียนในวันนี้ (Variable, Data Type, Pandas) 00:09:23 - Python คืออะไร: ภาษาที่เป็นตัวกลางคุยกับคอมพิวเตอร์ 00:10:58 - หลักการเขียนโค้ด (Coding): การลำดับความเข้าใจให้ชัดเจน 00:11:51 - ตัวอย่างการสั่งคอมพิวเตอร์แบบ Step-by-step (การชงกาแฟ) 00:12:47 - เรื่องของตัวแปร (Variables): เปรียบเสมือนกล่องเก็บข้อมูล 00:14:45 - การใช้คำสั่ง print() เพื่อแสดงผลลัพธ์จากกล่องตัวแปร 00:15:12 - ชนิดของข้อมูล (Data Type): Integer (เลขเต็ม) และ Float (ทศนิยม) 00:15:57 - ชนิดของข้อมูล (Data Type): String (ข้อความ) และ Boolean (ค่าจริง/เท็จ) 00:17:18 - การเก็บข้อมูลประเภทวันที่ (Date) เบื้องต้น 00:17:57 - การคำนวณด้วยตัวแปร (Calculation): การหา Total Sales 00:19:40 - โครงสร้างข้อมูลแบบ List: การเก็บข้อมูลหลายค่าในตัวแปรเดียว 00:21:21 - การเข้าถึงข้อมูลใน List ด้วย Indexing (เริ่มนับจาก 0) 00:22:57 - โครงสร้างข้อมูลแบบ Dictionary: การเก็บข้อมูลแบบ Key และ Value 00:24:56 - วิธีการเรียกดูข้อมูลเฉพาะเจาะจงจาก Dictionary 00:26:24 - รู้จัก Pandas: Library สำหรับจัดการข้อมูลรูปแบบตาราง (Table) 00:27:39 - ขั้นตอนการ Import Pandas as pd 00:28:46 - วิธีการสร้าง Data Frame จากชุดข้อมูลดิบ 00:30:45 - การแสดงผลข้อมูลในรูปแบบตารางที่ดูง่ายเหมือน Spreadsheet 00:32:00 - คำสั่ง df.head() และ df.tail(): การดูข้อมูลแถวบนและแถวล่าง 00:32:07 - คำสั่ง df.info(): ตรวจสอบความสมบูรณ์และชนิดข้อมูลในตาราง 00:32:57 - คำสั่ง df.describe(): สรุปค่าสถิติพื้นฐาน (Mean, Max, Min, SD) 00:34:39 - Workshop: เริ่มเขียนโค้ดจริงบน Google Colab 00:38:23 - วิธีการอ่านค่าสถิติจากคำสั่ง describe บนหน้าจอคอมพิวเตอร์ 00:39:53 - การเพิ่มคอลัมน์ใหม่และการคำนวณ VAT 7% ด้วย Python 00:40:40 - การกรองข้อมูล (Filtering) ด้วยเงื่อนไขต่างๆ 00:41:55 - สรุปยอดขาย (Sum) และการหาค่าเฉลี่ยแบบเฉพาะเจาะจง 00:43:03 - ทำไม Python ถึงเป็นคำตอบเมื่อข้อมูลมีปริมาณมหาศาล 00:44:04 - ความสำคัญของการ Clean Data และการลด Bias ในข้อมูล 00:45:35 - ทิ้งท้ายและส่งต่อแรงบันดาลใจ: "หนีไม่ได้ก็สู้กับมัน" . 🟠 สมัครรับบทความฟรี พร้อมรับ code ส่วนลดคอร์ส Fastlane Data Analytics ได้ที่ http://www.common-learn.com/newsletter 🎉 เรียน Data Analytics แบบ text-based สนุกๆ + ได้ความรู้ รวมถึงคอร์สเรียนอื่นๆ ได้ที่ https://common-learn.com/courses/ . 🚀 จอย Community ที่พูดคุยเรื่องเกี่ยวกับ Data บ้าง สัพเพเหระบ้างที่ https://discord.com/invite/cAGRsWzCke . 🙏🏻 ชอบวิดีโออย่าลืมกดไลค์ กดแชร์ และก็กดติดตามกันไว้ด้วยนะคร้าบบ #data #datanalytics #datascience #เรียนการวิเคราะห์ข้อมูล #bigdata #dataengineering #sql #python #googlesheet #microsoftexcel #rstudio #tableau #looker #powerbi