Python数据可视化基础实践课程
体系课

Python数据可视化基础实践课程

  • 数据可视化
  • Python

学习Python可视化科学库,帮助学员快速解决数据处理难题

¥59.9
本课程包括
  • 5小时9分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 快速学习Python数据可视化的关键科学库,包括Pandas,Numpy
  • 提升Python数据处理能力
  • 提升Python代码编程能力
  • 提升数据操作处理效率,赋能工作及业务发展

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

本课程是《Python数据可视化:入门、实践、进阶》系列课程的入门篇-Python新手上路:基础入门、Numpy、Pandas。本课程适合零基础学员学习,从Python的安装、常用工具的介绍开始,让学员能掌握如何在自己电脑上部署学习环境;通过快速入门掌握python基础语法;通过对数据对象的学习,掌握列表和字典的创建及常用方法;并深入学习了Numpy和Pandas数据分析的三方库,对Numpy数组、Pandas的序列和数据框的常见和处理有深刻的认知。为后续利用Python进行数据分析和处理打下坚实的基石。

适合人群
  • 适合企业初中级数据分析师提升数据可视化能力
  • 适合企业有较大数据处理工作的业务人员
  • 适合对数据有深入研究的数据工作者
讲师介绍
2017-2024 微软MVP
擅长领域:
  • 数据挖掘与分析
  • 数据可视化
  • 深度学习
  • 机器学习
  • 数据分析与数据决策
  • 商业分析
  • 计算机视觉
曾就职于平安人寿担任资深数据挖掘专家,目前供职于世界百强企业,负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有13年的数据挖掘与分享相关工作的经验;曾经从事过电商、电购、电力、游戏、金融和物流等行业,熟悉不同行业的数据特点。R语言资、python资深玩家,熟练掌握深度学习Tensorflow2框架,有丰富的大数据挖掘和可视化实战经验。2017-2023年微软MVP。《中国现场统计研究会大数据统计分会》第一届理事。 历届中国R语言大会特邀演讲嘉宾。 书籍著作:《R语言与数据挖掘》、《数据实践之美:31位大数据专家的方法、技术与思想》《R语言游戏数据分析与挖掘》、《Keras深度学习:入门、实战与进阶》、《R语言数据分析与挖掘(微课)》和深度学习从入门到精通:基于keras(微课版)》
课程大纲
共0节 时长0分钟 全部收起
1. 讲师介绍
3分钟
2. Anaconda介绍及安装
9分钟
3. Jupyter Notebook工具介绍及操作演示
14分钟
4. Spyder工具介绍及打开
6分钟
5. Spyder工具操作入门
11分钟
6. 模块的安装与使用.
10分钟
7. Python基础操作(注释、对象、缩进详解)
11分钟
8. Python基本数据类型讲解
10分钟
9. Python基本数据结构介绍
6分钟
10. 列表索引四种方式介绍及案例详解
18分钟
11. 列表常用方法的介绍及案例演示
16分钟
12. 字典常用方法及案例详解
18分钟
13. Python控制流讲解(if、for、while语句)
14分钟
14. 函数编写概述
4分钟
15. Numpy模块之创建数组array函数讲解
10分钟
16. Numpy模块之其他创建数组的方法介绍
8分钟
17. Numpy模块数组元素索引讲解
8分钟
18. Numpy:数组常用方法及案例
11分钟
19. Pandas:创建序列的方法和案例详解
11分钟
20. Pandas:访问序列数据
7分钟
21. Pandas:创建数据框函数及案例详解
16分钟
22. Pandas:序列及数据框基本功能介绍及案例演示
14分钟
23. Pandas:数据子集筛选iloc和loc方法详解
16分钟
24. Pandas:数据处理概述
7分钟
25. Pandas:缺失值处理
8分钟
26. Pandas:缺失值处理案例讲解
9分钟
27. Pandas:重置索引和还原索引操作讲解
5分钟
28. Pandas:数据合并介绍
7分钟
29. Pandas:数据合并merge函数介绍
5分钟
30. Pandas:数据分箱cut方法介绍
5分钟
31. Pandas:描述统计分析和分组统计
9分钟
32. Pandas:透视表pivot_table介绍
4分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。