python零基础入门教程数据分析-零基础入门Python数据分析师到项目实战

课程章节

第1章 数据能做什么

│ 第一章 数据能做什么

│ 课程1.1 优秀数据分析师的三个特点

│ 课程1.2 避免对数据可视化的误解（上）

│ 课程1.2 避免对数据可视化的误解（下）

│ 课程1.4 用数据改变未来

│

├─第2章 从零开始学习Python

│ ├─01第一章 关于Python你需要知道的事儿

│ │ 课程1.1 重新认识你的电脑

│ │ 课程1.2 为什么选择Python

│ │ 课程1.3 集成开发环境及Python运行逻辑

│ │ 课程1.4 JupyterNotebook与Spyder

│ │

│ ├─02第二章 变量及数值类型)

│ │ 课程2.1 数值类型概述

│ │ 课程2.2 认识变量

│ │ 课程2.3 运算符

│ │ 课程2.4 注释

│ │

│ ├─03第三章 序列及通用操作

│ │ 课程3.1 什么是序列？

│ │ 课程3.2 序列通用操作

│ │ 课程3.3 列表list常用操作

│ │ 课程3.4 文本序列str常用操作

│ │

│ ├─04第四章 字典映射

│ │ 课程4.1 字典dict基本概念

│ │ 课程4.2 字典常用操作

│ │ 课程4.3 字典的元素访问及遍历

│ │

│ ├─05第五章 条件判断及循环语句

│ │ 课程5.1 什么是语句

│ │ 课程5.2 条件判断：if语句

│ │ 课程5.3 循环语句：for循环

│ │ 课程5.4 循环语句：while循环

│ │ 课程5.5 循环控制语句

│ ├─06第六章 函数

│ │ 课程6.1 函数的基本概念

│ │ 课程6.2 自定义函数

│ │ 课程6.3 局部变量及全局变量

│ │ 课程6.4 匿名函数lambda

│ │

│ ├─07第七章 模块与包

│ │ 课程7.1 什么是模块

│ │ 课程7.2 模块创建及import指令运用

│ │ 课程7.3 "包”的概念及python包管理工具

│ │ 课程7.4 windows环境下的代码运行

│ │

│ ├─08第八章 数据读写- o) S4 o6 v7 B

│ │ 课程8.1 文件对象声明及基本操作

│ │ 课程8.2 系统模块下的路径操作

│ │ 课程8.3 文件的读取与写入（上）

│ │ 课程8.4 文件的读取与写入（下）

│ │ 课程8.5 pickle模块的运用

│ │

│ ├─09考核项目介绍

│ │ 9.0项目介绍

│ └─10.0项目解答

│ 答案解读_项目01_商铺数据加载及存储

│ 答案解读_项目02_基于Python的算法函数创建

├─第3章 重点工具掌握：数据解析核心技巧

│ ├─第1章 科学计算工具：Numpy

│ │ 课程1.1 什么是Numpy

│ │ 课程1.2 Numpy基础数据结构

│ │ 课程1.3 Numpy通用函数

│ │ 课程1.4 Numpy索引及切片

│ │ 课程1.5 Numpy随机数)

│ │ 课程1.6 Numpy数据的输入输出

│ │

│ ├─第2章 数据分析工具：Pandas

│ │ 课程2.1 什么是Pandas

│ │ 课程2.2 数据结构Series：基本概念及创建

│ │ 课程2.3 数据结构Series：索引

│ │ 课程2.4 数据结构Series：基本技巧

│ │ 课程2.5 数据结构Dataframe：基本概念及创建

│ │ 课程2.6 数据结构Dataframe：索引

│ │ 课程2.7 数据结构Dataframe：基本技巧

│ │ 课程2.8 时间模块

│ │ 课程2.9 时刻数据

│ │ 课程2.10 时间戳索引

│ │ 课程2.11 时期

│ │ 课程2.12 时间序列 - 索引及切片

│ │ 课程2.13 时间序列 - 重采样

│ │ 课程2.14 数值计算和统计基础

│ │ 课程2.15 文本数据

│ │ 课程2.16 合并

│ │ 课程2.17 连接与修补

│ │ 课程2.18 去重及替换

│ │ 课程2.19 数据分组

│ │ 课程2.20 分组转换及一般性"拆分-应用-合并”

│ │ 课程2.21 透视表及交叉表

│ │ 课程2.22 文件读取

│ ├─第3章 图表绘制工具：Matplotlib

│ │ 课程3.1 Matplotlib简介及图表窗口

│ │ 课程3.2 图表的基本元素

│ │ 课程3.3 图表的样式参数

│ │ 课程3.4 刻度、注解、图表输出

│ │ 课程3.5 子图

│ │ 课程3.6 基本图表绘制

│ │ 课程3.7 柱状图、堆叠图

│ │ 课程3.8 面积图、填图、饼图

│ │ 课程3.9 直方图

│ │ 课程3.10 散点图、矩阵散点图

│ │ 课程3.11 极坐标图

│ │ 课程3.12 箱型图

│ │ 课程3.13 表格样式创建

│ │ 课程3.14 表格显示控制

│ │ 课程3.15 表格样式调用

│ │

│ └─第4章 CH04空间分析工具：GIS

│ 课程4.1 什么是空间数据

│ 课程4.2 GIS软件基本操作及数据加载

│ 课程4.3 坐标系

│ 课程4.4 空间数据基本处理

│ 课程4.5 空间数据几何计算

│ 课程4.6 空间可视化制图

│ 课程4.7 空间划分

│ 课程4.8 空间统计

├─第4章 进阶算法学习：统计分析能力强化

│ ├─第一章 数据特征分析

│ │ 课程1.1 数据特征分析

│ │ 课程1.2 分布分析

│ │ 课程1.3 对比分析（上）

│ │ 课程1.4 统计分析（下）

│ │ 课程1.5 帕累托分析

│ │ 课程1.6 正态性检验（上）

│ │ 课程1.6 正态性检验（下）

│ │ 课程1.7 相关性分析

│ │

│ │

│ ├─第三章 数学建模

│ │ 课程3.1数学建模概述

│ │ 课程3.2.1线性回归理论概述

│ │ 课程3.2.2线性回归的python实现方法

│ │ 课程3.2.3线性回归模型评估

│ │ 课程3.3.1KNN最邻近分类理论概述

│ │ 课程3.3.2KNN最邻近分类的python实现方法

│ │ 课程3.4.1PCA主成分分析理论概述

│ │ 课程3.4.2PCA主成分的python实现方法

│ │ 课程3.4.3K-means聚类理论概述及python实现

│ │ 课程3.5.1蒙塔卡罗模拟理论概述

│ │ 课程3.5.2蒙塔卡罗模拟案例解读

│ └─第二章 数据处理

│ ├─课程2.1 缺失值处理

│ │ 课程2.1 缺失值处理

│ ├─课程2.2 异常值处理

│ │ 课程2.2 异常值处理

│ ├─课程2.3 数据归一化

│ │ 课程2.3 数据归一化

│ │

│ └─课程2.4 数据连续属性离散化

│ 课程2.4 数据连续属性离散化

├─第5章 数据表达逻辑：结果输出及内容美化

│ ├─第1章 数据可视化整体概述

│ │ 课程1.1什么是数据可视化

│ │ 课程1.2数据可视化技术体系及方向

│ │ 课程1.3数据图表表达的逻辑原理

│ │ 课程1.4设计美学

│ │

│ ├─第2章 Python数据可视化（一）：Seaborn

│ │ 课程2.1为什么选择Seaborn做图表可视化

│ │ 课程2.2整体风格设置

│ │ 课程2.3调色盘

│ │ 课程2.4分布数据可视化-直方图与亲密图

│ │ 课程2.5分布数据可视化-散点图

│ │ 课程2.6分类数据可视化-分类散点图

│ │ 课程2.7分类数据可视化-分布图

│ │ 课程2.8分类数据可视化-统计图

│ │ 课程2.9线性关系数据可视化

│ │ 课程2.10时间线图表、热图

│ │ 课程2.11结构化图表可视化

│ │

│ ├─第3章 关系网络数据可视化

│ │ 课程3.1 什么是关系网络图

│ │ 课程3.2 Gephi软件安装及配置

│ │ 课程3.3 Gephi基本操作

│ │ 课程3.4 Python数据预处理

│ │ 课程3.5 案例研究一：公司职员关系图表

│ │ 课程3.6 案例研究二：导演演员关系网络可视化

│ └─第4章 空间数据可视化

│ 课程4.1 空间数据可视化工具概述

│ 课程4.2 3D图表

│ 课程4.3 空间柱状图（1）

│ 课程4.4 空间柱状图（2）

│ 课程4.5 空间线性轨迹图（1）

│ 课程4.6 空间线性轨迹图（2）

│ 课程4.7 空间热力图

│

├─第6章 用户增长实践经验分享

│ 1网易严选：用户增长实践经验分享

│ 2网易严选：用户增长实践经验分享

│ 3网易严选：用户增长实践经验分享

│ 4网易严选：用户增长实践经验分享

│

├─第7章 数据时代的网络游戏设计与运营

│ 第7章 数据时代的网络游戏设计与运营

│ 8 I9 h1 R4 L+ T

├─第8章 指标体系

│ 01第一节 指标体系建设

│ 02第二节 指标类型及常见的指标

│ 03第三节 如何确定业务指标体系

│ 04第四节 指标体系落地

├─第9章 整车销售业务分析

│ 第1节 网易有数整体介绍

│ 第2节 整车销售业务分析

│ 第3节 整车售后配件业务分析

│

├─第10章 消费者行为分析

│ 01消费者行为分析

│ 02消费者行为分析

│ 03消费者行为分析

│ 04消费者行为分析

│

└─课堂资料

课前直播

从专业的角度说说数据可视化（课前准备）

课后答案