課程簡介
語言學及語言教學研究仰賴充足的語料與語料分析，而語料的數量大到某個程度，純然依靠人力來檢視語料，是一件相當不容易的事。本課程有以下兩個的目的：(一) 對程式語言 Python做一個較完整的介紹，(二) 介紹幾個對語言學研究具實用性的模組(module)，包括：re (可以對語料庫做自訂的任何種類搜尋，包括關鍵字搜尋)，用scipy及/或statsmodel來進行Logistic Regression、t-test、ANOVA、chi-square等統計，pandas (資料儲存)，Numpy(描述性統計)，matplotlib(繪製統計圖表)，等。
本人在敝所開設一系列利用Python來進行計算語言學研究的課程，在每門課程中，都要介紹使用到的Python及某個/些套件，但，礙於教學時間、目標的限制，無法對Python的各個部份做較詳細的介紹。本門課程的目標就在填補此一空缺，故對其他課程有互補的效果。
課程目標
本課程教學目標如下：(一) 對Python做相對詳細的介紹；(二) 介紹re、scipy及/或statsmodels中的logistic regression、t-test、chi-square、ANOVA等統計、pandas、numpy、matplotlib等套件。這兩個教學目標符合上述各點，因為學生可以學習Python，培養程式設計所需的各種邏輯、運算等能力，亦同時訓練進行運用大數據來進行研究、使用學習新型工具、數位展示及自主學習的能力；(三) 將程式設計能力運用於語言學、華語教學之研究與實務運用。
適用對象
1. 語言學研究所學生 (包括語言學組及華語教學研究組)
2. 對Python及上述套件有興趣的非資訊科系大學部高年級學生
課程特色
Python及其套件，如，re、pandas、Numpy、matplotlib及可執行logistic regression、t-test、chi-square、ANOVA等統計的scipy(及/或statsmodels)函式等
課程進度
CH1 課程大綱說明；安裝 miniconda 及建立虛擬環境 Basic、在虛擬環境中安裝Python、Spyder、Jupyter Notebook；Python程式檔的建立、儲存與開啟；認識變數與基本數學運算
CH2 認識變數與基本數學運算(Cont’d)；Python的基本資料型態
CH3 Python的基本資料型態 (Cont’d)；基本輸入與輸出
CH4 基本輸入與輸出 (Cont’d)
CH5 程式控制流程：if 敍述、迴圈；表列(串列 List)
CH6 表列(串列 List) (Cont’d)
CH7 有序對(元組 tuple)；字典 (dictionary)
CH8 字典 (dictionary) (Cont’d)；集合
CH9 迴圈；設計與應用模組；函式設計；演講：What is a linguist outside of Academia/ 中國信託商業銀行 曾文忻數據分析師
CH10 函式設計 (Cont’d)；演講：華語歌曲之情感分析：男女大不同？/ 國立台灣師範大學英語系 陳政賢副教授
CH11 函式設計 (Cont’d)；類別(Class)
CH12 類別(Cont’d)；檔案路徑及錯誤處理等
CH13 設計與應用模組；檔案的讀取與寫入；Try … Except (錯誤、例外的處理)
CH14 正則表達式 (re)；ckiptagger介紹；numpy簡述
CH15 pandas
CH16 數據圖表的表達 (matplotlib)
CH17 期末專題口頭報告
CH18 期末專題繳交截止日(期末考週)