線上學習程式設計的好站推薦

隨著108課綱將程式設計納入，

程式語言已成必修之語言，

然而初次接觸程式語言的學生要如何學習呢？

除了從老師的課堂上學習以外，

網路上還是有許多優質的線上教學，

這就是今天的主題：

線上學習程式設計的好站推薦

Scratch

美國麻省理工學院（MIT）的媒體實驗室所推出，

專門設計給小朋友學習的程式設計語言 ，

讓小朋友以熟悉的堆積木方式更快進入程式語言的世界，

是培養「運算思維」更好的學習平台。

           
以積木堆疊方式來設計程式，

學習者使用拖拉的方式組合出希望的結果，

既簡單又方便，

除了預設的積木行為以外，

Scratch有提供讓使用者自訂積木功能，

在程式設計上補足了預設積木所沒有的情境，

對於學習者來說，

不需要去撰寫程式原始碼。

Code.org

一個非營利組織，

主要服務對象以4歲以上為主，

讓使用者在遊戲中學習程式，

而且支援多國語言。

跟Scratch 的主要差異在：

Code.org著重於讓使用者學習基礎的邏輯概念，

而Scratch隨著複雜度的提高，

使用者相對需要更精密更完善的思考，

偏重於運算思維的學習。

Snakity.org

透過簡單易懂的講解及100 題精闢的練習，

只要辦一個帳號就可以線上擁有不錯的練習空間，

照著它提供的解說和範例一路練習下去，可以打好 Python 的基礎。

課程透過Step-by-Step方式演示程式運行情形，

讓使用者在學習過程中，

更能了解該程式碼中，

每個變數的變化，

同時在每個課程都有腦筋急轉彎的練習題，

要學好程式設計，就從實際練習開始。

Codepen

一個網站前端設計開發平台，

可以透過一個簡化的測試用例來演示並找出 Bug也可找出特定的設計模型。

初學者可觀看其他人分享的原始碼，

觀摩其做法來學習，

同時也能夠線上即時檢視程式執行的結果，

讓修改過的原始碼能夠即時呈現更改的情形。

由於JS、CSS與HTML三者各佔有一個區塊，

當程式碼較多的時候，在閱讀上就比較不方便。

Repl.it

隨地隨時編程是件愉悅的事，

可學習語言有Python、C++、C#、JavaScript，

也支援中文輸出。

除了支援各式不同的程式語言以外，

最重要的是只要有網路就能夠線上程式設計，

不需要另外建立開發環境，

可使用Fork方式直接使用其他人分享的專案來修改，

也能以分享方式將程式碼發到社群網站上，

當然對程式設計最有幫助的應該就是輔助工具了

如上圖，

當今天要使用某個函式，

repl.it會跳出提示視窗將其語法資訊告知使用者，

它已不算單純的線上程式設計平台，可說是線上IDE平台。

各家網站功能比較

	Scratch	code.org	Snakity.org	Repl.it	Codepen	openedu
中文介面	x	v	x	x	x	v
code撰寫	x	x	v	v	v	v
影片教學	v	v	v	x	x	v
過程演示	v	x	v	v	x	v
執行結果	v	x	v	v	v	v
線上解題	x	x	v	x	x	v

多元學習並非壞事，

但在競爭激烈的社會風氣下，

反倒對學生及其家長就是一種負擔。

Data Studio數據分析-以Google Analytics資料為範例

之前曾介紹過Power BI Desktop數據分析，

針對雜亂龐大的數據，

必須加以分析然後轉為易懂的報表，

才能呈現出其價值所在，

而Power BI Desktop並不是唯一的資料視覺化工具，

今天就來介紹Google 的：

Data Studio數據分析-以Google Analytics資料為範例

第一次進入的話，

Data Studio會秀出歡迎畫面，

並宣告使用條款，

最後留一個簡單的問卷調查，

就能開始建立資料源。

點擊在左上方 "建立"  按鈕，

共有三個選項，

首先需要建立資料來源，

與Power BI Desktop相同，

Data Studio 也支援各式各樣的資料來源，

本範例以Google Analytics資料為範例，

故選擇 Google Analytics(分析)做為資料來源。

取用資料需要擁有者授權才能使用，

授權後選擇連結，

Data Studio會顯示資料來源中的欄位，

確認無誤之後，

可在右上角直接選擇建立報表。

預設會先進入編輯模式，

可使用新增圖表功能選擇長條圖。

接著在右邊可用欄位中選取適當的欄位拖曳到維度與指標，

Data Studio就會自動將圖形畫出。

範例教學只是做一個簡單的範例說明，

專業的報表不是只有長條圖就能夠顯示數據的重要性，

要圖文並茂才能詳細闡述數據透露出的重點，

底下範例就是範例網站在2018年度各月份瀏覽量。

報表完成以後，

可選擇直接共享給其他人，

或者匯出為PDF文件或者CSV檔案使用。

利用微軟Power BI Desktop數據分析-以Google Analytics資料為範例

數據分析最終的結果就是要整理出有用的資料，

進而將其拿來做各種不同的應用，

最好能以簡單易懂的圖表方式呈現，

這就是所謂的資料視覺化，

至於如何取得數據加以分析後，

將其製作為有用的資料，

有許多工具能夠做到這一點，

而這就是今天的主題：

利用微軟Power BI Desktop數據分析-以Google Analytics資料為範例

Power BI Desktop 是一套免費軟體，

可連線至各種不同的資料來源，

將資料模型化，

而後做成報表呈現出來。


首先當然是前往官方網站下載軟體

前往微軟Store取得並安裝之後，

首次開啟畫面如底下範例

要進行數據分析，

當然要有資料來源，

而Power BI 支持許多各式不同的來源，

甚至連Google Analytics線上資料都能將其建立為資料模型。

第一次連結Google Analytics會要求使用者同意Power BI取得數據

同意後登入並選取所需要的數據匯入之後，

Power BI Desktop會將將資料模型化，

可在最左方工具列的第三個按鈕中檢視。

從Google Analytics 中選取的資料呈現結果如下：

點選左方工具列最上面的按鈕開始建立報表，

從右方視覺效果中，

選擇直條圖，

並從最右方的欄位中，

將各資料拖曳到如紅色框選處。

Power BI Desktop就會自動將此設定的圖形畫出如下：

這就是2019年各月份網站瀏覽次數的長條圖，

非常簡單快速，

最重要的是不用寫程式。


除了長條圖以外，

還能從視覺效果工具列中選擇其他圖形，

呈現各式不同的分析數據，

下次有機會再一一介紹。