|
|
课程简介:
2 p$ C) R* z. O7 L6 f( DPython是一种面向对象、直译式计算机程序设计语言。也是一种功能强大而完善的通用型语言,已经具有十多年的发展历史,成熟且稳定。Python 具有脚本语言中最丰富和强大的类库,足以支持绝大多数日常应用。 Python语法简捷而清晰,具有丰富和强大的类库。它常被昵称为胶水语言,它能够很轻松的把用其他语言制作的各种模块(尤其是C/C++)轻松地联结在一起。
2 J' I3 {( _ V' x' B# WPython作为一门开源软件,最近几年在数据分析的领域上也大有作为,从12年13.3%的使用率到15年30.3%的使用率, Python已经逐渐成为数据分析与挖掘软件的后起之秀。作为一门编程语言,Python对于大部分的程序员来说可能会感到更亲切,而强大的扩展库支持,使得Python不仅仅在数据分析这一专业领域上有作为。与其他的专业统计软件相比,Python在非数据分析的领域中也得到很好的应用。3 r. w. J3 L! p, D
课程将从Python的基本使用方法开始,一步步讲解,从ETL到各种数据分析方法的使用,并结合实例,让学员能从中借鉴学习。
) y" j) D- h, i8 M
" g4 @( I9 h5 r4 ]5 V课程目录:* V% c' P+ L/ u9 y: u/ E6 u
第一部分. Python基础3 h1 T3 j3 M. g/ v& @4 o
第01课:Python的概览——Python的基本介绍、安装与基本语法、变量类型与运算符
3 x" [. e; @, h V/ ]# q第02课:了解Python流程控制——条件、循环语句与其他语句- }) M; V; G, v7 o1 }: W% W3 Z
第03课:常用函数——函数的定义与使用方法、主要内置函数的介绍, z, I# K1 p! m! j
第04课:NumPy基础——数组的创建、组合与分割
! W3 n% D( S/ ^7 i" H$ ^# i" Y+ U. P# c- e2 Z
第二部分 数据分析的准备. e- N8 Y4 t$ S+ @- \% j' I# U
第05课:了解数据——数据加载、储存与文件格式;异常值的清理与缺失值处理
9 K' ~( ^5 W* i& X, h% \第06课:数据清洗与初步分析——数据清理、转换、合并与重塑;数据汇总与描述统计;
3 e0 r! j8 s: T: E ?6 u. z第07课:绘图与可视化——基本绘图命令与图形概览、图形元素设定与实例:地震危机数据的可视化
7 s9 @, A! u' R8 {- f e% x第08课:数据聚合与分组处理——数据聚合、分组运算与转换、透视表与交叉表
6 A+ }, O2 [) b2 `! C
" {! z* U7 ^$ }9 P' h0 ^第三部分 数据分析初探
/ Y3 M* T2 X* n6 y第09课:假设检验——常用假设检验与实例分析
8 m9 ]/ K& j% j6 W( Y- w第10课:线性回归——线性回归模型、分析结果呈现与解读;实例:商品价格预测
c6 I1 n/ t6 {* J第11课: logistic回归——logistic回归模型讲解;实例:电信客户流失分析; T& o, I! Y3 f
第12课:时间序列分析——时间序列基本处理、时间序列模型构建与结果解读;实例:未来股票价格预测
. s; o: f+ n* y; r8 a, N* c7 E+ U! Z7 \
第四部分 深入数据分析
* M t; e9 Q9 c/ p第13课:分类算法——knn、决策树、贝叶斯分类器等算法介绍;实例:网页注册用户预测
7 I2 P- j* A: S; H第14课:聚类算法——k-means算法介绍;实例:通信基站聚类分析
- g- @% `9 J- k4 x% i
. ?. y1 M7 b4 @5 u" ]1 J |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|