- 计算机知识资源介绍
在线网课 Python3学习之Python3数据科学入门与实战——更多资源,课程更新在 甜心资源网
博学网课 Python3学习之Python3数据科学入门与实战 Python3数据科学入门与实战 这是一个数据驱动的时代，想要从事机器学习、人工智能、数据挖掘等前沿技术，都离不开数据跟踪，本课程通过Numpy、Pandas进行数据科学计算，通过Seaborn、 Matplotlib进行数据图形化展示；从实战角度出发，让你在数据科学领域迈出重要的一步，开启Data Science职业之旅！ 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 1-2 Anaconda和Jupyter notebook介绍 1-3 Anaconda在Mac上的安装演示 1-4 Anaconda在windows上安装演示 1-5 Anaconda在Linux上的安装演示 1-6 Jupyter-notebook的使用演示 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 2-2 数学基础回顾之矩阵运算 2-3 Array的创建及访问 2-4 数组与矩阵运算 2-5 Array的input和output 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pandas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 3-2 Pandas DataFrame 3-3 深入理解Series和Dataframe 3-4 Pandas-Dataframe-IO操作 3-5 DataFrame的Selecting和indexing 3-6 Series和Dataframe的Reindexing 3-7 谈一谈NaN 3-8 多级Index 3-9 Mapping和Replace 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 4-2 Series和DataFrame的排序 4-3 重命名Dataframe的index 4-4 DataFrame的merge操作 4-5 Concatenate和Combine 4-6 通过apply进行数据预处理 4-7 通过去重进行数据清洗 4-8 时间序列操作基础 4-9 时间序列数据的采样和画图 4-10 数据分箱技术Binning 4-11 数据分组技术GroupBy 4-12 数据聚合技术Aggregation 4-13 透视表 4-14 分组和透视功能实战 4-15 Streaming DataFrame 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 5-2 matplotlib简单绘图之plot 5-3 matplotlib简单绘图之subplot 5-4 Pandas绘图之Series 5-5 Pandas绘图之DataFrame 5-6 直方图和密度图 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matplotlib的功能对比。 6-1 seaborn介绍 6-2 seaborn实现直方图和密度图 6-3 seaborn实现柱状图和热力图 6-4 seaborn图形显示效果的设置 6-5 seaborn强大的调色功能 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 7-2 股票市场分析实战之数据获取 7-3 股票市场分析实战之历史趋势分析 7-4 股票市场分析实战之风险分析 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 总结常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用？
- 本站所有资源均由会员上传，版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿商用。如侵犯了您的权益，请联系我们删除。
- 下载地址过期失效怎么办？
- 资源缺少内容怎么办？
- 获取其它帮助？
发表评论