Python Level 6
适合熟练掌握python基础知识并对网络爬虫熟悉的学生,通过学习numpy、pandas、matplotlib等数据分析的常用库,让学生学会数据可视化分析的要点和主要步骤,利用所学知识分析出大数据里蕴含的有价值的讯息和规律。
课程对象 |
|
上课形式 |
|
学习时长 |
(以上) |
|
12节录播课+12节小班课+3个月在线答疑 |
|
3个月(建议) |
课程大纲
序号 |
课程 |
课程内容 |
知识点 |
1 |
数据分析与统计学 |
本节课通过几个经典的历史案例了解了数据分析的应用场景,学习了如何通过观察分析统计图表得到有用的信息,并初步了解了一些生活中常见的统计学陷阱。 |
1. 数据分析的应用场景 2. 可视化分析 3. 统计学陷阱 4. 数据分析的常用库 5. 数据分析的步骤
|
2 |
Numpy库和数据结构 |
本节课初步了解Numpy和Pandas的数据结构,并初步熟悉了Spyder的编程界面操作,重点学习了ndarray这个数据结构。 |
1. Numpy和Pandas的数据结构 2. Spyder的使用 3. ndarray的创建 4. ndarray的访问和修改
|
3 |
Series和DataFrame |
本节课了解了Series和DataFrame的内在联系,以及如何创建Series对象和DataFrame对象,重点学习掌握访问、修改、删除和根据条件筛选数据。 |
1. Series和DataFrame的联系 2. Series和DataFrame的创建 3. Series和DataFrame的数据获取和修改 4. 数据的删除和条件筛选
|
4 |
数据处理与分组 |
在上节课的基础上,我们来学习字符串的基础知识并学会将大眼怪的名字以及作者名显示出来。 |
1. 数据处理 2. 数据合并:Merge 3. 数据拼接 4. 数据清洗 5. 数据分组:Goupby
|
5 |
Matplotlib库下的pyplot模块 |
本节课主要学习matplotlib库下的pyplot模块,学习图表的基本属性,后通过案例学会绘制一个完整的图表。 |
1. Matplotlib库介绍 2. pyplot模块学习 3. 图表的基本属性 4. 绘制折线图
|
6 |
绘制常用的图表 |
本节课在上节课的基础上学会如何选择恰当的图形,并学会绘制常见的图表。还介绍Pandas库绘图,以及与Matplotlib库的相关性。 |
1. 图形的选择 2. 常用图表的绘制 3. 利用Pandas库绘图 4. Pandas库和Matplotlib库绘图的相关性。
|
7 |
pyecharts的使用 |
使用pyecharts结合wxpy库读取微信个人信息,分析微信好友的性别比例和地域分布 |
1. 漏斗图Funnel 2. 仪表盘Gauge 3. 地图Map 4. 结合wxpy绘图
|
8 |
泰坦尼克号的秘密 |
本节课通过分析当初泰坦尼克号上乘客的存活率与性别、舱位等因素的关系,来熟悉整个数据分析的具体流程 |
1. 数据分析基本步骤 2. 数据获取 3. 数据处理 4. 数据可视化
|
9 |
三国演义文本分析 |
通过分析《三国演义》中各个人物的出场次数,判断谁是主角 |
1. jieba分词 2. sort排序 3. 横向柱状图barh
|
10 |
分析豆瓣影评 |
利用爬虫爬取豆瓣网某部电影的短评,并根据相关内容绘制词云以及数据图 |
1. 爬取数据 2. wordcloud库的使用 3. 词云制作和数据可视化
|
11 |
空气质量分析(上) |
本节课通过复杂度更高的综合项目学习数据分析的整个流程,重点讲解了空气质量分析这个项目的数据获取和数据处理部分 |
1. 问题如何定义 2. 数据获取 3. 问题数据的处理
|
12 |
空气质量分析(下) |
本节课重点讲解了如何从问题出发,挖掘数据里隐藏的趋势和规律,并用可视化图表直观地呈现出来 |
1. 可视化分析的流程 2. 空气质量等级对比分析 3. 月度趋势对比分析
|
更多培训课程,学习资讯,课程优惠,课程开班,学校地址等学校信息,请进入 编玩边学少儿编程培训 详细了解 咨询电话:400-0358-011 你也可以留下你的联系方式,让课程老师跟你详细解答: 在线咨询