與 web 互動上，在 python 中都是用 requests 為主要套件。透過 requests 可以對 HTTP 發送請求，抓取網頁的資料。因為它目前不是 python 預設套件，所以我們開始前需要先安裝

當有資料缺失就難以分析，因此需要先處理有問題的資料，才有辦法分析。以下會用到「numpy」套件，一樣我們先透過 Pycharm 左下方的 Terminal pip install numpy。

恭喜各位來到第二篇 Pandas 囉！如果還不清楚什麼是 Pandas ，建議先看上一篇，了解基本使用方式。這邊讓大家繼續往下看更多更細的操作。

如果說 python 之所以可以成為數據處理的王者，Pandas套件功不可沒啊！從數據處理、自動分類、做表格、補缺值等等，如此強大的套件，肯定得趕快來一探究竟！

對於 Python 資料處理而言，最重要的一環莫過於時間了，尤其是金融相關的資料，每個環節都會涉及時間。

在 Python 常見的異常處理中，很難針對錯誤的地方找到真正的錯誤，往往套件越複雜，或是導入的套件越多、層數越多，該功能能抓出準確問題的能力也就越困難。

Python 對於各式資料格式的處理方式，每個人都有各式各樣的作法，我們這篇文章就主要介紹兩種常見的資料處理方式－有序資料處理 List 及無序資料處理 Dictionary！

Python 安裝套件有很多做法，這邊跟大家介紹常用的幾種做法：用 pip install 安裝以及用 pycharm 工具安裝。

dictionary 是一種資料型態，它的概念就是來自於字典，用索引的方式儲存資料。就像是查字典一樣經由一個「關鍵字 Key」，回傳對應的「值 Value」給使用者。