价格: 19 学币

分类: Python

发布时间: 2022年1月23日 12:03

最近更新: 2022年2月20日 15:18

资源类型: VIP


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 (08:36)
1-2 Anaconda和Jupyter notebook介绍 (12:11)
1-3 Anaconda在Mac上的安装演示 (06:57)
1-4 Anaconda在windows上安装演示 (05:09)
1-5 Anaconda在Linux上的安装演示 (09:52)
1-6 Jupyter-notebook的使用演示 (08:43)

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 (06:08)
2-2 数学基础回顾之矩阵运算 (06:07)
2-3 Array的创建及访问 (10:44)
2-4 数组与矩阵运算 (10:49)
2-5 Array的input和output (05:39)

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panda
s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 (08:32)
3-2 Pandas DataFrame (09:34)
3-3 深入理解Series和Dataframe (11:30)
3-4 Pandas-Dataframe-IO操作 (08:53)
3-5 DataFrame的Selecting和indexing (13:43)
3-6 Series和Dataframe的Reindexing (11:03)
3-7 谈一谈NaN (11:15)
3-8 多级Index (11:29)
3-9 Mapping和Replace (09:12)

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 (08:44)
4-2 Series和DataFrame的排序 (09:17)
4-3 重命名Dataframe的index (15:22)
4-4 DataFrame的merge操作 (10:09)
4-5 Concatenate和Combine (11:58)
4-6 通过apply进行数据预处理 (10:33)
4-7 通过去重进行数据清洗 (07:18)
4-8 时间序列操作基础 (13:01)
4-9 时间序列数据的采样和画图 (14:33)
4-10 数据分箱技术Binning (09:22)
4-11 数据分组技术GroupBy (12:35)
4-12 数据聚合技术Aggregation (07:27)
4-13 透视表 (13:52)
4-14 分组和透视功能实战 (22:01)
4-15 Streaming DataFrame (09:20)

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 (09:46)
5-2 matplotlib简单绘图之plot (15:27)
5-3 matplotlib简单绘图之subplot (12:59)
5-4 Pandas绘图之Series (09:32)
5-5 Pandas绘图之DataFrame (10:15)
5-6 直方图和密度图 (10:36)

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mat
plotlib的功能对比。
6-1 seaborn介绍 (08:22)
6-2 seaborn实现直方图和密度图 (08:28)
6-3 seaborn实现柱状图和热力图 (12:52)
6-4 seaborn图形显示效果的设置 (15:22)
6-5 seaborn强大的调色功能 (16:27)

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 (05:30)
7-2 股票市场分析实战之数据获取 (07:01)
7-3 股票市场分析实战之历史趋势分析 (14:01)
7-4 股票市场分析实战之风险分析 (15:36)

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 (04:24)