ประเภทของข้อมูล
ข้อมูลเชิงตัวเลข เชิงหมวดหมู่ และอนุกรมเวลา
ประเภทของข้อมูล เป็นบทเรียน Python For Kids ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 5 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Python For Kids และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Python For Kids มีบทเรียนทั้งหมด 5 บทเรียน
ประเภทของข้อมูล
การทำความเข้าใจประเภทของข้อมูลเป็นสิ่งสำคัญสำหรับการทำงานกับชุดข้อมูลอย่างมีประสิทธิภาพ ในบทเรียนนี้ เราจะสำรวจข้อมูลสำคัญสามประเภท ได้แก่ ข้อมูลเชิงตัวเลข ข้อมูลเชิงหมวดหมู่ และ ข้อมูลอนุกรมเวลา ค่ะ
ข้อมูลเชิงตัวเลข
ข้อมูลเชิงตัวเลข ใช้แทนตัวเลข และแบ่งได้เป็น:
- ไม่ต่อเนื่อง: จำนวนเต็ม เช่น
1, 2, 3 - ต่อเนื่อง: ตัวเลขที่มีทศนิยม เช่น
3.14, 7.89
ตัวอย่าง: อายุ อุณหภูมิ และรายได้ค่ะ
ข้อมูลเชิงหมวดหมู่
ข้อมูลเชิงหมวดหมู่ ใช้แทนกลุ่มหรือหมวดหมู่ โดยแบ่งได้เป็น:
- นามบัญญัติ: หมวดหมู่ที่ไม่มีลำดับเฉพาะ เช่น สี ได้แก่ แดง น้ำเงิน เขียว
- อันดับ: หมวดหมู่ที่มีลำดับที่มีความหมาย เช่น ระดับ ได้แก่ ต่ำ ปานกลาง สูง
ตัวอย่าง: เพศ ประเภทผลิตภัณฑ์ และระดับการศึกษาค่ะ
ข้อมูลอนุกรมเวลา
ข้อมูลอนุกรมเวลา ประกอบด้วยค่าที่บันทึกในช่วงเวลาต่าง ๆ ใช้สำหรับติดตามการเปลี่ยนแปลงหรือแนวโน้มค่ะ
ตัวอย่าง:
- ราคาหุ้นที่บันทึกเป็นรายวัน
- อุณหภูมิที่วัดเป็นรายชั่วโมง
- ปริมาณการเข้าชมเว็บไซต์ที่ติดตามเป็นรายสัปดาห์
การระบุชนิดข้อมูลใน Python
คุณสามารถใช้แอตทริบิวต์ dtypes ใน Pandas เพื่อระบุชนิดข้อมูลของคอลัมน์ในชุดข้อมูลได้
ตัวอย่าง:
import pandas as pd
data = {'Age': [25, 30], 'Gender': ['Male', 'Female']}
df = pd.DataFrame(data)
print(df.dtypes)ความสำคัญของชนิดข้อมูล
การทราบชนิดของข้อมูลช่วยให้คุณ:
- เลือกเทคนิคการวิเคราะห์ที่เหมาะสม
- เลือกวิธีการแสดงข้อมูลที่เหมาะสม
- ใช้เมธอดการเตรียมข้อมูลล่วงหน้าที่เหมาะสม
การแปลงชนิดข้อมูล
ในไพธอน คุณสามารถแปลงชนิดข้อมูลโดยใช้ฟังก์ชันต่าง ๆ เช่น:
astype()ในแพนด้าส์int(),float(),str()สำหรับค่าแต่ละค่า
ตัวอย่าง:
df['Age'] = df['Age'].astype(float)ทบทวนความรู้
ในบทเรียนนี้ คุณได้เรียนรู้เกี่ยวกับ:
- ข้อมูลเชิงตัวเลข: ค่าแบบไม่ต่อเนื่องและต่อเนื่อง
- ข้อมูลเชิงหมวดหมู่: หมวดหมู่แบบนามบัญญัติและแบบอันดับ
- ข้อมูลอนุกรมเวลา: ค่าที่ติดตามในช่วงเวลาต่าง ๆ
การทำความเข้าใจชนิดข้อมูลเป็นสิ่งสำคัญอย่างยิ่งต่อการวิเคราะห์ข้อมูลอย่างมีประสิทธิภาพค่ะ
ขอแสดงความยินดี
คุณเรียนจบบทเรียนเรื่องประเภทของข้อมูลแล้ว โปรดไปต่อยังบทเรียนถัดไปเพื่อเรียนรู้วิธีจัดการข้อมูลที่หายไปอย่างมีประสิทธิภาพ
คำถามที่พบบ่อย
บทเรียน “ประเภทของข้อมูล” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “ประเภทของข้อมูล” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Python For Kids ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Python For Kids มีบทเรียนทั้งหมด 5 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “ประเภทของข้อมูล”
ข้อมูลเชิงตัวเลข เชิงหมวดหมู่ และอนุกรมเวลา คุณปฏิบัติ Python For Kids ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Python For Kids หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Python For Kids บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 5 บทเรียน
บทเรียน “ประเภทของข้อมูล” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Python For Kids นี้ได้ไหม
ได้ บทเรียน Python For Kids ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- ประเภทของข้อมูล
- การจัดการข้อมูลที่หายไป
- การทำข้อมูลให้เป็นมาตรฐาน
- การรวมข้อมูลใน Python
- การสกัดคุณลักษณะจากข้อมูล