尚硅谷Python数据分析教程

来源官方

尚硅谷Python数据分析教程

本套教程专为希望掌握大数据处理能力的开发者设计，是深入学习Python数据分析与Pandas的保姆级入门指南。教程从基础环境搭建到高级数据分析技巧，全面覆盖实际工作中的核心场景，助你从零进阶为数据分析专家！

内容系统全面，从Anaconda环境配置到NumPy科学计算，再到Pandas核心数据结构（Series/DataFrame），最后深入数据清洗与预处理，构建了完整的知识体系。

实战驱动式讲解，囊括销售分析、用户行为分析、股票预测等真实案例，通过20+场景化练习实战演练，如学生成绩统计、电商用户行为分析等。教程涵盖数据分析全流程工具：NumPy（数值计算引擎）、Pandas（数据手术刀）、Matplotlib（可视化），并集成了Jupyter Notebook实战环境。

通过本套教程的学习，你将掌握处理百万行数据的自动化方法，能够编写可复用的数据分析流程代码，独立完成从数据清洗到可视化输出的完整项目，获得电商、金融、教育等行业的数据分析解决方案！前置知识：需掌握Python基础语法、理解列表/字典数据类型。

教程目录

01-课程介绍

02-课程导论-Anaconda安装

03-课程导论-Jupyter的使用

04-课程导论-Pycharm中使用Jupyter

05-课程导论-本章小结

06-Numpy-Numpy介绍

07-Numpy-Ndarray的特性

08-Numpy-Ndarray的属性

09-Numpy-Ndarray的创建1

10-Numpy-Ndarray的创建2

11-Numpy-Ndarray的创建3

12-Numpy-Ndarray的数据类型

13-Numpy-索引与切片

14-Numpy-Ndarray的运算

15-Numpy-基本数学函数

16-Numpy-统计函数

17-Numpy-比较函数

18-Numpy-排序函数

19-Numpy-本章小结

20-Numpy-本章练习1

21-Numpy-本章练习2

22-Pandas-Pandas介绍

23-Pandas-Series的创建

24-Pandas-Series的属性

25-Pandas-访问Series数据

26-Pandas-Series常用方法

27-Pandas-Series常用方法2

28-Pandas-Series案例-学生成绩统计

29-Pandas-Series案例-温度数据分析

30-Pandas-Series案例-股票价格分析

31-Pandas-Series案例-销售数据分析

32-Pandas-Series案例-每小时销售数据分析

33-Pandas-Series总结

34-Pandas-DataFrame介绍

35-Pandas-DataFrame的创建

36-Pandas-DataFrame的属性

37-Pandas-访问DataFrame的数据

38-Pandas-DataFrame常见方法

39-Pandas-DataFrame案例-学生成绩分析

40-Pandas-DataFrame案例-销售数据分析

41-Pandas-DataFrame总结

42-Pandas-数据分析步骤

43-Pandas-数据的导入导出

44-Pandas-缺失值的处理

45-Pandas-数据类型转换

46-Pandas-数据变形

47-Pandas-数据分箱

48-Pandas-时间数据处理

49-Pandas-分组聚合

50-Pandas-综合案例-企鹅体重分析

51-Pandas-综合案例-睡眠质量分析

52-Pandas-本章小结

53-数据可视化-可视化介绍

54-Matplotlib-折线图

55-Matplotlib-条形图

56-Matplotlib-饼图

57-Matplotlib-散点图

58-Matplotlib-箱线图

59-Matplotlib-多个图表的绘制

60-Matplotlib-综合案例讲解

61-Seaborn学习

62-项目实战-项目介绍

63-项目实战-数据导入

64-项目实战-数据类型转换

65-项目实战-异常值处理

66-项目实战-数据特征构造

67-项目实战-特征相关性

68-项目实战-房价分布直方图

69-项目实战-朝向分析