Logo
☆☆☆☆☆
0.0
Beginner
4h 10m

Python 数据科学入门

Python 是数据科学与分析领域中最流行的编程语言之一,广泛应用于各行各业。它易于学习、灵活性高,并且拥有丰富的库,能够原生支持统计运算和数据可视化。 本课程全面介绍如何使用 Python 进行统计分析。你将从逐步学习 Python 编程基础开始,掌握如何对数值数据应用各类函数。课程首先讲解字符串、列表、字典、循环、函数以及数据映射等核心概念。在掌握这些基础知识后,你将深入学习多种 Python 库,包括 pandas、NumPy、Matplotlib、Seaborn 和 Plotly。最后,通过一系列引导式项目,练习使用这些库对真实数据集进行数据清洗、分析和可视化。 完成本课程后,你将熟练掌握数据科学的核心技能,包括数据管理、数据分析和数据可视化。

11 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
Python 数据科学入门
Python 是数据科学与分析领域中最流行的编程语言之一,广泛应用于各行各业。它易于学习、灵活性高,并且拥有丰富的库,能够原生支持统计运算和数据可视化。 本课程全面介绍如何使用 Python 进行统计分析。你将从逐步学习 Python 编程基础开始,掌握如何对数值数据应用各类函数。课程首先讲解字符...

WHAT YOU'LL LEARN

对 Python 的各种数据函数有深入的了解

Content

11 Lessons • 0 Quizzes • 0 Challenges

简介
  1. 1

    关于本课程

Python 核心知识
  1. 1

    数字

  2. 2

    字符串

  3. 3

    列表

  4. 4

    字典

  5. 5

    元组、集合与布尔值

  6. 6

    比较

  7. 7

    循环

  8. 8

    函数

  9. 9

    Lambda表达式、Map和Filter

  10. 10

    挑战1:Python 基础知识

  11. 11

    解决方案:Python 核心知识

  12. 12

    挑战2:Python基础

  13. 13

    解决方案2:Python核心知识

  14. 14

    测验:Python 核心知识

Pandas:数据可视化
  1. 1

    直方图与样式表

  2. 2

    图表类型

  3. 3

    挑战:使用pandas进行数据可视化

  4. 4

    解决方案:在 pandas 中进行数据可视化

  5. 5

    测验:使用pandas进行数据可视化

NumPy:数据分析
  1. 1

    NumPy 数组

  2. 2

    数组方法和属性

  3. 3

    索引与切片

  4. 4

    广播

  5. 5

    花式索引

  6. 6

    布尔掩码

  7. 7

    算术运算

  8. 8

    挑战:NumPy 基础知识

  9. 9

    解决方案:NumPy 核心要点

  10. 10

    测验:使用 NumPy 进行数据分析

Plotly:交互式数据可视化
  1. 1

    基础与常用图表

  2. 2

    地理绘图

  3. 3

    测验:使用 Plotly 进行交互式数据可视化

Pandas:数据分析
  1. 1

    pandas 中的数据结构

  2. 2

    DataFrame

  3. 3

    分层索引

  4. 4

    处理缺失数据

  5. 5

    合并与组合数据集

  6. 6

    GroupBy 方法

  7. 7

    常用方法与操作

  8. 8

    挑战1:Pandas 基础知识

  9. 9

    解决方案1:pandas 基础知识

  10. 10

    挑战2:Pandas 基础知识

  11. 11

    解决方案2:Pandas 核心知识

  12. 12

    测验:使用pandas进行数据分析

项目1:经济衰退期间能源股与银行股的对比
  1. 1

    项目介绍

  2. 2

    练习:经济衰退期间能源股与银行股的对比

  3. 3

    解决方案:衰退期间的石油与银行业对比

  4. 4

    练习:绘制数据

  5. 5

    解决方案:绘制数据

  6. 6

    练习:绘制移动平均线

  7. 7

    解决方案:绘制移动平均线

Matplotlib:数据可视化
  1. 1

    基础绘图

  2. 2

    Matplotlib 面向对象方法

  3. 3

    图形尺寸、纵横比和DPI

  4. 4

    图表类型与自定义

  5. 5

    挑战1:使用Matplotlib进行数据可视化

  6. 6

    解决方案1:使用Matplotlib进行数据可视化

  7. 7

    挑战2:使用Matplotlib进行数据可视化

  8. 8

    解决方案2:使用Matplotlib进行数据可视化

  9. 9

    使用 Matplotlib 进阶绘图选项

  10. 10

    彩色与三维图形

  11. 11

    测验:使用 Matplotlib 进行数据可视化

项目2:紧急呼叫数据集
  1. 1

    项目介绍

  2. 2

    练习:紧急呼叫数据集

  3. 3

    解决方案:紧急呼叫数据集

  4. 4

    练习:绘制数据

  5. 5

    解决方案:绘制数据

  6. 6

    练习:绘制分组数据

  7. 7

    解决方案:绘制分组数据

Seaborn:统计数据分析可视化
  1. 1

    分布图

  2. 2

    挑战1:分布图

  3. 3

    解决方案1:分布图

  4. 4

    核密度估计图

  5. 5

    分类图

  6. 6

    分类散点图

  7. 7

    类别分布图

  8. 8

    分类估计图

  9. 9

    组合不同的分类图

  10. 10

    坐标轴网格

  11. 11

    矩阵图

  12. 12

    回归图

  13. 13

    控制图形的外观样式

  14. 14

    测验:使用 Seaborn 进行统计数据分析可视化

课程总结与反馈
  1. 1

    结论

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)