Python数据分析视频教程

 

 

简介：

 

    由于python是一种解释性语言，大部分编译型语言都要比python代码运行速度快，有些同学就因此鄙视python。但是小编认为，python是一门高级语言，其生产效率更高，程序员的时间通常比CPU的时间值钱，因此为了权衡利弊，考虑用python是值得的。

   在数据分析和交互、探索性计算以及数据可视化等方面，相对于R、MATLAB、SAS、Stata等工具，Python都有其优势。近年来，由于Python库的不断发展（如pandas），使其在数据挖掘领域崭露头角。结合其在通用编程方面的强大实力，我们完全可以只使用Python这一种语言去构建以数据为中心的应用程序。

 

课程大纲：

第一部分. Python基础
第一课：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
第二课：了解Python流程控制——条件、循环语句与其他语句
第三课：常用函数——函数的定义与使用方法、主要内置函数的介绍
第四课：NumPy基础——数组的创建、组合与分割

第二部分 数据分析的准备
第五课：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
第六课：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；
第七课：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
第八课：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

第三部分 数据分析初探
第九课：假设检验——常用假设检验与实例分析
第十课：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
第十一课： logistic回归——logistic回归模型讲解；实例：电信客户流失分析
第十二课：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

第四部分 深入数据分析
第十三课：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
第十四课：聚类算法——k-means算法介绍；实例：通信基站聚类分析
第十五课：降维方法——主成分分析与因子分析算法介绍；实例：地区经济指标评分

 

python数据分析视频教程部分截图：