大家好，最近有不少新朋友咨询怎么学Python，从哪找学习资源等等。
由于我个人也是从网易云课程的免费资源入门的，这里就扒一扒了网易云课程的Python课程资源，做简单的处理分析，让大家对这个平台的免费好资源有个了解，然后白嫖起来就好了。（文末附领取方式）
可以叫我才哥数据爱好者，学习分享数据之美63篇原创内容
Official Account
关于免费课程方面，其实有很多都讲得很详细，新人朋友选择一个比较全面的免费课程学习下去，基本就能对基础有一定的掌握，然后再进行更深入的学习就行了。
目录：
- 1. python课程数据采集
- 2. 简单的数据处理
- 3. 都有哪些不错的课程
- 3.1. 评分最高的课程
- 3.2. 学习人数最多的课程
- 3.3. 数据分析及可视化类的课程
- 4. 网易云课程Python课程数据统计
- 4.1. 评分区间分布
- 4.2. 课程单价区间分布（原价）
- 4.3. 课程学习人次区间分布
- 4.4. 课程名称常用关键词
- 4.4. 课程描述常用关键词
- 4.5. 各机构课程学习人次及评分
1. python课程数据采集
网易云课堂的课程列表数据爬取比较简单，直接关键字搜索出结果之后在开发者模式找到请求源地址即可，通过接口发现数据起始就是json格式的，处理也比较简单，附完整代码如下：
import pandas as pd
import requests
from tqdm import tqdm
# 请求头
headers = {
"Accept-Encoding": "Gzip", # 使用gzip压缩传输数据让访问更快
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36",
}
# 数据接口地址
url = 'https://study.163.com/p/search/studycourse.json'
# 获取数据函数
def getData(page):
pageIndex = page
relativeOffset = (page-1)*50
Payload = {
'activityId': 0,
'keyword': "python", # python关键字，你也可以改为别的
'orderType': 5,
'pageIndex': pageIndex,
'pageSize': 50,
'priceType': -1,
'qualityType': 0,
'relativeOffset': relativeOffset,
'searchTimeType': -1,
}
r = requests.post(url, json=Payload, headers=headers)
data = r.json()
return data
# 获取总页数
data = getData(1)
pages = data['result']['query']['totlePageCount']
dataList = []
for page in tqdm(range(1, pages+1)):
data = getData(page)
dataList.extend(data['result']['list'])
# 将数据转为dataframe类型
df = pd.DataFrame(dataList)
# 只选取自己需要的字段
df = df[['courseId', 'productName', 'description', 'provider', 'score',
'learnerCount', 'lessonCount',
'originalPrice', 'discountPrice', 'discountRate','vipPrice']]
df['平台'] = '网易云课堂'
# 存储数据到本地
df.to_csv('网易云课堂python课程.csv',index=None)数据预览：
数据预览
2. 简单的数据处理
由于我们在查看原始数据发现存在评分超过5，课程实际为Java或Power bi类的，这里需要进行删除：
# 删除score异常的数据及非python课程
df = df[df['score']<=5]
df = df[~df.productName.str.contains('Java')]
df = df[~df.productName.str.contains('Power')]另外，我们在后续需要对评分、价格以及学习人数进行分箱操作后做数据可视化，这里也直接进行一次分箱操作：
# 设置评分区间
bins = [0,2,3,4,4.5,5]
df['评分区间'] = pd.cut(df.score,bins)
# 计算评分区间分布
score = df.groupby('评分区间')['courseId'].nunique().reset_index()
score.评分区间 = score.评分区间.astype('str')
# 设置原价区间
bins = [0,10,50,100,200,500,1000]
df['原价区间'] = pd.cut(df.originalPrice,bins,right=False)
# 计算原价区间分布
price = df.groupby('原价区间')['courseId'].nunique().reset_index()
price.原价区间 = price.原价区间.astype('str')
# 设置学习人次区间
bins = [0,100,200,500,1000,2000,5000,100000,1000000]
df['学习人次区间'] = pd.cut(df.learnerCount,bins,right=False)
# 计算学习人次区间分布
learner = df.groupby('学习人次区间')['courseId'].nunique().reset_index()
learner.学习人次区间 = learner.学习人次区间.astype('str')
# 计算各培训机构python课程数
provider = df.groupby('provider')['courseId'].nunique().reset_index()3. 都有哪些不错的课程
由于评分最高的一批课程以及学习人数最多的课程都是免费的，所以这里就直接简单做排序处理就好了。
3.1. 评分最高的课程
评分最高的课程都是满分5分，学习人数超过20万的免费课程《免费Python全系列教程全栈工程师》真的超级推荐，不仅包含了python基础，还包含了GUI库Tkinter、爬虫、Django等内容共128课时。
免费Python全系列教程全栈工程师
评分最高且学习人数最多的前10课程：
score10 = df.sort_values(['score','learnerCount'],ascending=False).head(10)
score10[['productName','provider','score','learnerCount','lessonCount']].reset_index(drop=True)
评分最高且学习人数最多的前10课程
有兴趣的同学可以都看看，根据自己的需求，免费的好资源，白嫖起来！
3.2. 学习人数最多的课程
在学习人数最多的课程中，python基础、python爬虫和python-web开发居多，大家依旧是可以根据自己的需求，有选择的进行学习。
learnerCount10 = df.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)
学习人数最多的课程
绘图展示：
学习人数柱状图
绘图代码：
from pyecharts import options as opts
from pyecharts.charts import Bar
x_data = learnerCount10.productName.to_list()
y_data = learnerCount10.learnerCount.to_list()
bar = (Bar(init_opts=opts.InitOpts(theme="light", width='800px',
height='490px',
))
.add_xaxis(x_data)
.add_yaxis('', y_data)
.set_global_opts(
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
title_opts=opts.TitleOpts(title="网易云课堂Python课程学习人数最高的前10课程", subtitle="绘图：可以叫我才哥"),
)
)
bar.render_notebook()3.3. 数据分析及可视化类的课程
我们通过关键字过滤课程，看看都有哪些关于数据分析、可视化及pandas的免费课程资源
数据分析主题课程
data = df[df['productName'].str.contains('数据分析')]
learnerCount10 = data.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)
数据分析课程
大家就找originalPrice = 0 且 score 高的就可以看看了。
可视化主题课程
data = df[df['productName'].str.contains('可视化')]
learnerCount10 = data.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)
可视化
pandas主题课程
data = df[df['productName'].str.contains('pandas')]
learnerCount10 = data.sort_values(['learnerCount','score'],ascending=False).head(10)
learnerCount10[['productName','provider','score','learnerCount','lessonCount','originalPrice']].reset_index(drop=True)
pandas
4. 网易云课程Python课程数据统计
网易云课堂一共有1,544种python关键字课程，其中有400门是免费课程，占比达到25.91%超过1/4。在网易云课堂发布课程的机构有491家，其中最多的发了59门课程。
4.1. 评分区间分布
可以看到，网易云课程中，超过3/4大部分课程的评分在4-4.5分之间，超高分的4.5以上也有接近20%，整体来说还是可以的。
评分区间
绘图代码：
from pyecharts.charts import Pie
# 富文本
rich_text = {
"a": {"color": "#999", "lineHeight": 22, "align": "center"},
"b": {"fontSize": 12, "lineHeight": 33},
"per": {
"color": "#eee",
"backgroundColor": "#334455",
"padding": [2, 4],
"borderRadius": 2,
},
}
cate = score.评分区间.to_list()
data = score.courseId.to_list()
pie = (Pie(init_opts=opts.InitOpts(theme='light', width='700px',
height='490px',
))
.add('', [list(z) for z in zip(cate, data)],
radius=180, #设置饼图半径
label_opts=opts.LabelOpts(position='outsiede',
formatter="{b|{b}: }{c} {per|{d}%} ",
rich=rich_text))
.set_global_opts(legend_opts=opts.LegendOpts(is_show=False),
title_opts=opts.TitleOpts(title="网易云课堂python课程评分区间分布",
subtitle='制图：可以叫我才哥'),)
)
pie.render_notebook()4.2. 课程单价区间分布（原价）
在1544门课程中，有400门免费课程，1144门付费课程。在付费课程中大部分其实在100元以内，其中10元以内 139门占比12.18%，1000元以上42门占比3.68%。
课程单价区间
4.3. 课程学习人次区间分布
其实，有67.6%的大部分课程学习人次都较少低于100，差不多就是那些知名度低或者价格高的课程吧。另外，还有4门课的学习人次超过了10万次，这部分就是上面提到的python基础免费课程。
学习人次区间分布
4.4. 课程名称常用关键词
对于python课程，大家都喜欢起什么名字呢，以python为核心关键字之外，常见的关键字还有基础、入门、爬虫、开发、编程、实战等等。
我们可以看到，爬虫 作为特殊关键词的存在，一定程度上表明了这类型可能很受python学习者的青睐！
python课程关键字词云
4.4. 课程描述常用关键词
在课程描述中，依旧是以Python为核心关键字，此外课程、数据、开发、学习、基础、讲解、介绍、数据分析和项目等字眼也频繁被用到。
python课程描述常用关键词
4.5. 各机构课程学习人次及评分
在这里还是要推荐下我自己建的Python学习Q群:705933274，群里都是学Python的，如果你想学或者正在学习Python ，欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2021最新的Python进阶资料和零基础教学，欢迎进阶中和对Python感兴趣的小伙伴加入！
扫一扫
2386
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
