目前数据分析已经深入到各个行业中，尤其以Python为工具的数据分析和数据挖掘将越来越流行, 随着大数据越来越广泛使用，数据分析技能目前已经成为必不可少的技能之一了。熟悉运用Python进行数据分析，可以有效提升今后工作中的竞争力。

Python数据分析实战与运用之数据分析篇课程大纲，以真实的场景数据为案例，包括金融，电商，零售数据等。掌握好Python数据分析相关技术，有利于今后从事或者转行数据分析或者数据挖掘相关工作以及解决工作和项目中遇到的各种数据分析问题。

 

课程目标

1.熟练掌握数据分析的方法和流程

2.熟练掌握Python的使用

3.熟练掌握pandas和numpy库以及matplotlib库的运用

4. 提高数据处理能力，在项目中能够事半功倍

 

课程定位

1.零基础学员或者有一定基础学员、大中院校学生、

2.在职从事数据分析相关工作以及打算转行Python数据分析人员

3.对Python有兴趣人群

 

课程特色

1.相关代码老师课堂上全部打出，方便理解和记忆。

2.提供源代码和数据方便同学们复习以及实操演练

3.使用真实的数据进行教学，紧贴实战，避免枯燥的理论

4.在教学过程中，尽可能多的使用图表教学

 

课程大纲

第一章：Python基础

第二章：Numpy运用

第三章：Pandas数据分析运用

第四章：数据可视化

 

课程学习环境

Python3.7版本

 

讲师介绍

Peter， 某科技公司高级量化分析师，金融数学硕士毕业，擅长数据分析和数据挖掘，在公司长期从事机器学习建模，拥有多家银行，消费金融和互联网金融风控建模经验。熟练掌握Python编程软件和数据库等软件

 

课程内容

第一章：Python基础

1.1Python编程基础:  数据类型、数据结构和字符串处理

1.2 Python编程进阶:  控制语句(if,else和循环语句等)、函数编写和匿名函数

1.3Python文件读写:  Python文件读写和json格式数据解析

1.4高阶函数运用:  运用map、reduce和filter函数进行数据处理

第二章：Numpy运用

2.1Numpy基础用法:   数组的创建、常用方法和访问

2.2Numpy高级用法:   数组的高级索引、 形状改变和广播机制

2.3Numpy数据处理:  数组排序、搜索和字符串处理

2.4Numpy统计计算:  数组通用函数操作

第三章：Pandas数据分析运用

3.1  Pandas基础运用: Pandas数据结构和常用方法以及数据读写和数据表的操作

3.2  Pandas进阶运用: 数据整合、数据的分组和汇总、透视图和交叉表等操作

3.3  Pandas高级操作: 使用pandas的高级函数对数据进行处理

3.4  Pandas数据预处理: 使用pandas进行缺失值、异常值和数据离散化等处理

第四章：数据可视化

4.1 Matplotlib绘图基础:  掌握matplotlib常用函数和图形样式设置以及绘制常用图形

4.2 Matplotlib高级绘图:   完善常用统计图形，如画布、图例、添加图形内容和子图等

4.3 Seaborn精美制图:  使用seaborn绘制更加精美的图形，如直方图，散点图和分布图等

4.4 plotly精美制图:  掌握Plotly交互式绘图，绘制出更加动态逼真的图形

 

   了解更多课程内容及课程安排，可咨询QQ 2852509883 或致电客服 400-821-0951（工作日9:00-17:30）

【看这里！】技术交流、拓展人脉、领取更多福利，欢迎加入学掌门Atstudy