Python数据分析入门与实践

主讲:麦兜搞IT Python工程师课时:时长 9小时
Python数据分析入门与实践
这是一个数据驱动的时代，想要从事机器学习、人工智能、数据挖掘等前沿技术，都离不开数据跟踪，本课程通过Numpy、Pandas进行数据科学计算，通过Seaborn、 Matplotlib进行数据图形化展示；从实战角度出发，让你在数据科学领域迈出重要的一步，开启Data Science职业之旅！

课程介绍

Python数据分析入门与实践
这是一个数据驱动的时代，想要从事机器学习、人工智能、数据挖掘等前沿技术，都离不开数据跟踪，本课程通过Numpy、Pandas进行数据科学计算，通过Seaborn、 Matplotlib进行数据图形化展示；从实战角度出发，让你在数据科学领域迈出重要的一步，开启Data Science职业之旅！适合人群及技术储备要求
只要具备基本的Python语法，对数据科学感兴趣的人都可以学习本课程，
这是一门真正入门课程，但并不止步于入门将带你从入门向进阶过渡，
带你迈进Python data science领域！

学前必备技术
Python语法基础丨高中数学知识
另:1：《Python数据分析入门与实践》来自某课网，原价248，由编程猿整理发布！编程猿承诺，本站所有课程百分百高清，完整，原画，包含所有的视频+素材+课件+源码，官方同步体验！2：本站所有课程MP4格式无密 可以通过网盘在线学习也可下载到本地，方便快捷！3： 所有课程全部支持试看任何章节，可通过点击右侧官方微信扫码添加要求试看！4：官方品质，信誉保证，本站包含某课网,某讯课堂,某易云,饥人谷,某度教育....等上万部课程正在陆续更新，感谢同学们的信任与支持，保证让同学们意！5：所有课程都会包更新，只要官方更新本站延迟2-3天就会更新。6：爱好学习，一直提升自己的小伙伴可以【开通VIP】，享受全站免金币无限制畅快学习！7：在线看默认流畅，调节成原画，最好直接下载到本地是超清！8：试看链接：https://pan.baidu.com/s/1cbDa1VVdCVnV4MHQlzwYSQ?pwd=q7ip如需咨询请点击课程目录： 第1章 实验环境的搭建

    本章将主要介绍Anaconda和Jupyter Notebook。包括如何在windows，Mac，linux等平台上安装Anaconda，以及Jupyter Notebook的基本启动使用方法。
        1-1 导学视频
        1-2 Anaconda和Jupyter notebook介绍
        1-3 Anaconda在Mac上的安装演示
        1-4 Anaconda在windows上安装演示
        1-5 Anaconda在Linux上的安装演示
        1-6 Jupyter-notebook的使用演示
    第2章 Numpy入门

    本章将介绍Python数据科学领域里最基础的一个库——Numpy，回顾矩阵运算基础，介绍最重要的数据结构Array以及如何通过Numpy进行数组和矩阵运算。
        2-1 数据科学领域5个常用Python库 试看
        2-2 数学基础回顾之矩阵运算 试看
        2-3 Array的创建及访问 试看
        2-4 数组与矩阵运算
        2-5 Array的input和output
    第3章 Pandas入门

    本章将介绍Python数据科学领域用于数据分析最重要的一个库——Pandas。将从pandas里最重要的两种数据结构Series和DataFrame开始，介绍其创建和基本操作，通过实际操作理解Series和DataFrame的关系。
        3-1 Pandas Series
        3-2 Pandas DataFrame
        3-3 深入理解Series和Dataframe
        3-4 Pandas-Dataframe-IO操作
        3-5 DataFrame的Selecting和indexing
        3-6 Series和Dataframe的Reindexing
        3-7 谈一谈NaN
        3-8 多级Index
        3-9 Mapping和Replace
    第4章 Pandas玩转数据

    本章是Pandas的进阶。我们会使用Pandas进行高级的数据分析操作，包括如何去做数据清洗、预处理和排序等数学计算，数据的分箱技术，分组技术，聚合技术，以及透视表等。
        4-1 DataFrame的简单数学计算
        4-2 Series和DataFrame的排序
        4-3 重命名Dataframe的index
        4-4 DataFrame的merge操作
        4-5 Concatenate和Combine
        4-6 通过apply进行数据预处理
        4-7 通过去重进行数据清洗
        4-8 时间序列操作基础
        4-9 时间序列数据的采样和画图
        4-10 数据分箱技术Binning
        4-11 数据分组技术GroupBy
        4-12 数据聚合技术Aggregation
        4-13 透视表
        4-14 分组和透视功能实战
        4-15 Streaming DataFrame
    第5章 绘图和可视化之Matplotlib

    数据的可视化是数据分析领域里非常重要的内容。本章会学习Matplotlib的基本使用，包括如何对Pandas里的Series和DataFrame绘图， 以及图形样式和显示模式的设置等内容。
        5-1 Matplotlib介绍
        5-2 matplotlib简单绘图之plot
        5-3 matplotlib简单绘图之subplot
        5-4 Pandas绘图之Series
        5-5 Pandas绘图之DataFrame
        5-6 直方图和密度图
    第6章 绘图和可视化之Seaborn

    Seaborn是对Matplotlib的进一步封装，其强大的调色功能和内置的多种多样的绘图模式，使之成为当下最流行的数据科学绘图工具。本章将介绍Seaborn的基本使用，以及和matplotlib的功能对比。
        6-1 seaborn介绍
        6-2 seaborn实现直方图和密度图
        6-3 seaborn实现柱状图和热力图
        6-4 seaborn图形显示效果的设置
        6-5 seaborn强大的调色功能
    第7章 数据分析项目实战

    通过前六章的学习，我们基本上掌握了数据分析领域里主要工具的使用，本章将通过一个股票市场的分析实战项目，和大家一起用学过的知识去分析数据，进而得到有用的信息。
        7-1 实战准备
        7-2 股票市场分析实战之数据获取
        7-3 股票市场分析实战之历史趋势分析
        7-4 股票市场分析实战之风险分析
    第8章 课程总结

    本章的总结不是对前面8章内容的汇总，而是给大家指明了一条继续学习和锻炼的道路。希望大家坚持练习，早日修成正果。
        8-1 总结

本课程已完结