本课程适合从事数据分析、数据挖掘、数据展示等数据相关方面工作的学员。

课程简介

本课程讲解利用Python控制、整理、分析结构化数据的基本知识，并通过实践案例让学员们学会如何利用各种Python库（包括NumPy、Pandas、Matplotlib，Jupyter Pyhton等）高效地解决各式各样的数据分析和可视化问题。

目标收益

通过本课程的学习，学员们能够在短时间内掌握利用python进行数据分析的技巧和方法，能够在企业数据整理分析等项目上迅速入手。

课程大纲

搭建和使用科学计算环境 1.1准备开发环境

1.1.1为什么用python进行数据分析

1.1.2数据分析的主要python库

1.1.3安装Anaconda数据分析包

1.2 Anaconda和Ipython用法

1.2.1 Ipython交互式计算环境基础

1.2.2 JupyterNotebook的用法

Numpy

基础 2.1 Numpy数组

2.1.1 数组的构造、重塑和数据类型

2.1.2 数组的切片与索引

2.1.3 数组操作

2.2 Numpy通用函数

2.2.1 字符串函数

2.2.2 数学运算函数

2.2.3 统计函数

2.2.4 NumPy排序、搜索和计数函数

2.3 Numpy高级用法

2.3.1 Numpy生成随机数和线性代数

2.3.2 Numpy文件读写

2.3.3 性能提示

Pandas

基础 3.1 Pandas入门

3.1.1 Pandas数据结构

3.1.2 数据观察、排序及缺失值的处理

3.1.3 数据汇总统计方法

3.1.4 层次化索引

3.2 数据加载、存储与文件格式

3.2.1 读取文本格式的数据

3.2.2 将数据写出到文本格式

3.2.3 使用HDF5格式和数据库

3.3 数据规整化

3.3.1 合并数据集

3.3.2 数据重塑和轴向旋转

3.3.3 数据转换和重复处理

3.3.4 字符串操作

3.3.5 数据的离散化

3.4 pandas绘图和可视化

Pandas

练习 1908年以来空难数据的分析

Pandas高级用法 4.1 数据的聚合与分组

4.1.1 数据聚合

4.1.2 分组运算和转换

4.1.3 透视表

4.2 时间序列

4.2.1 时间序列基础

4.2.2 时间序列的重采样

数据分析

练习 1.共享单车骑行数据分析

谷歌股票趋势分析

Matplotlib绘图基础 5.1 线图、柱形图、直方图、散点图、饼图

5.2 面向对象绘图

5.3 多图的绘制

5.4 使用中文与3D绘图

数据分析

实例与练习 6.1 纽约市出租车行车记录(2013年)

6.2 2015年美国社区统计数据

6.3 波士顿 Airbnb 公开数据

讲师介绍

日月光华

高级工程师

日月光华，原中国网通山东分公司数据中心工程师，擅长python编程，尤其是python爬虫、python数据分析和可视化、机器学习等方向。曾担任CPDA大数据公众号培训讲师。