3.Python数据分析实战教程视频

作者: admin 分类: Python教程合集 发布时间: 2017-07-11 08:51

众所周知,Python数据分析在目前程序领域里起着举足轻重的作用,以下提供三套最新的Python资料,包含视频+文档+源码,介绍如下:

系列一:《python数据分析基础与实践》:(15元)
章节1Python概况
课时2Python简介
章节2Python安装
课时3安装Anaconda
课时4使用Anaconda
章节3数据准备
课时5数据类型 – 布尔型
课时6数据类型 – 数值型
课时7数据类型 – 字符型
课时8数据结构 – List
课时9数据结构 – Tuple
课时10数据结构 – Set
课时11 数据结构 – Dic
课时12 Pandas数据结构 – Series
课时13 Pandas数据结构 – DataFrame
课时14程序结构 – 选择
课时15程序结构 – 循环
课时16函数使用
课时17向量化运算
章节4数据处理
课时18数据的导入 – CSV
课时19数据的导入 – 修改文件编码
课时20数据的导入 – TXT
课时21数据的导入 – Excel
课时22数据的导出
课时23重复值处理
课时24 缺失值处理
课时25空格值处理
课时26字段抽取
课时27字段拆分
课时28记录抽取
课时29随机抽样
课时30记录合并
课时31字段合并
课时32字段匹配
课时33简单计算
课时34数据标准化
课时35数组分组
课时36日期转换
课时37日期格式化
课时38日期抽取
章节5数据可视化
课时39散点图
课时40折线图
课时41饼图
课时42柱形图
课时43直方图
章节6网页数据抓取
课时44HTML简述
课时45JSON简述
课时46网页结构分析
课时47解析网页
课时48综合案例
章节7连接MySQL
课时49Python & MySQL
章节8数据分析
课时50基本统计
课时51分组分析
课时52分布分析
课时53交叉分析
课时54结构分析
课时55相关分析
系列二:《Python数据分析班(视频+课件+源码)》:(20元)

第一课 Python入门 (王)
1.Python安装
2.常用数据分析库NumPy、Scipy、Pandas、matplotlib安装
3.常用高级数据分析库scikit-learn、NLTK安装
4.IPython的安装与使用
5.Python2与Python3区别简介
案例:Python常用科学计算

第二课 数据准备与Numpy (应)
1.多维数组对象
2.元素级别处理函数
3.利用数组进行数据处理
4.文件输入输出
5.线性代数相关功能以及线性代数基础知识
6.随机数的生成
案例:通过实际代码演示NumPy的多维数组与线性代数矩阵操作,以及数据输入输出

第三课 Python数据分析主力Pandas (应)
1.基本数据结构
2.基本功能:索引,选取,过滤,排序…
3.基本统计功能
4.缺失数据处理
5.层次化索引
案例:通过实际代码演示pandas处理及统计数据

第四课 数据获取与处理 (寒)
1.工业界常见数据格式与形态
2.python对不同格式的数据读写
3.pandas数据处理复习
4.数据简易爬取与解析
5.正则表达式:快捷捕捉你想要的信息
案例:简易网页爬取与数据解析处理

第五课 数据可视化Matplotlib (冯)
1.信息可视化和数据可视化的基本原理
2.常见可视化的方式
3.如何针对数据特点设计可视化方案
案例:一典型可视化方式的实现(提供课堂ipython代码实例)

第六课 Python文本分析NLTK (加)
1.分词
2.词性标注
3.情感分析
4.词形还原
5.拼写检查
6.文本分类
案例:一个典型文本分类流程的实现

第七课 python 社交网络分析igraph(王)
1.社交网络分析指标介绍
2.pagerank算法
3.igraph中多种社区发现算法介绍
案例:如何构造一个图,节点、边操作,以及基础图算法使用和可视化案例

第八课 Python机器学习scikit-learn(冯)
1.scikit-learn简介
2.机器学习的处理流程:以scikit-learn为例
3.scikit-learn的优化方法(并行化处理,cython的使用等)
案例:以手写数字识别和房价预估为例,如何利用sklearn进行机器学习的特征转化、建模、可视化,以及最后的模型评估

第九课 数据科学完整案例:学会使用你的“瑞士军刀”(寒)
1.数据获取与解析:你爱的足球队
2.用“数据”的眼睛去看球:“一个人完成的央视数据统计”
3.球员数据统计与可视化:“到底谁是最好的球员?”
案例说明:从抓取数据、解析数据、分析数据,到可视化、建模完整走一遍,从实际案例中一举窥探数学科学完整工作流程

第十课 Python分布式计算 (王)
1.Python多进程模块Multiprocessing
2.Python使用Hadoop分布式计算库mrjob
3.Python使用Spark分布式计算库PySpark
案例:分别使用MapReduce和Spark实现wordcount

系列三《十五周完完全全学python数据分析》:(20元)
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

系列四:Python可视化分析教程(新增)
1.课程简介和环境搭建16:26
2.Numpy简介12:47
3.散点图12:16
4.折线图11:14
5.条形图10:23
6.直方图09:30
7.饼状图06:39
8.箱形图07:35
9.颜色和样式12:40
10.面向对象 VS Matlab Style09:18
11.子图-subplot07:46
12.多图-figure03:03
13.网格08:03
14.图例_legend12:09
15.坐标轴范围06:08
16.坐标轴刻度14:56
17.添加坐标轴09:15
18.注释09:29
19.文字10:40
20.Tex公式16:33
21.工具栏04:49
22.区域填充11:20
23.形状10:26
24.样式-美化13:41
25.极坐标09:03
26.函数积分图(一)14:09
27.函数积分图(二)17:29
28.散点-条形图(一)14:53
29.散点-条形图(二)14:41
30.球员能力图(一)15:37
31.球员能力图(二)15:34
32.股票K线图(一)10:04
33.股票K线图(二)12:03

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!

更多阅读