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
发表评论(审核通过后显示) 取消回复