第一課 python入門
知識點1：python安裝
知識點2：常用資料分析庫numpy、scipy、pandas、matplotlib安裝
知識點3：常用高階資料分析庫scikit-learn、nltk安裝
知識點4：ipython的安裝與使用
知識點5：python2與python3區別簡介
實戰專案：python常用科學計算
第二課 準備資料與numpy
知識點1：多維陣列物件
知識點2：元素級別處理函式
知識點3：利用陣列進行資料處理
知識點4：檔案輸入輸出
知識點5：線性代數相關功能以及線性代數基礎知識
知識點6：隨機數的生成
實戰專案：通過實際**演示numpy的多維陣列與線性代數矩陣操作，以及資料輸入輸出
第三課 python資料分析主力pandas
知識點1：基本資料結構
知識點2：基本功能：索引，選取，過濾，排序...
知識點3：基本統計功能
知識點4：缺失資料處理
知識點5：層次化索引
實戰專案：通過實際**演示pandas處理及統計資料
第四課 資料獲取與處理
知識點1：工業界常見資料格式與形態
知識點2：python對不同格式的資料讀寫
知識點3：pandas資料處理複習
知識點4：資料簡易爬取與解析
知識點5：正規表示式：快捷捕捉你想要的資訊
實戰專案：簡易網頁爬取與資料解析處理
第五課 資料視覺化matplotlib
知識點1：資訊視覺化和資料視覺化的基本原理
知識點2：常見視覺化的方式
知識點3：如何針對資料特點設計視覺化方案
實戰專案：一典型視覺化方式的實現（提供課堂ipython**例項）
第六課 使用nltk進行python文字分析
知識點1：分詞
知識點2：詞性標註
知識點3：情感分析
知識點4：詞形還原
知識點5：拼寫檢查
知識點6：文字分類
實戰專案：乙個典型文字分類流程的實現
第七課 python 社交網路分析igraph
知識點1：社交網路分析指標介紹
知識點2：pagerank演算法
知識點3：igraph中多種社群發現演算法介紹
實戰專案：如何構造乙個圖，節點、邊操作，以及基礎圖演算法使用和視覺化案例
第八課 python機器學習scikit-learn
知識點1：scikit-learn簡介
知識點2：機器學習的處理流程：以scikit-learn為例
知識點3：scikit-learn的優化方法（並行化處理，cython的使用等）
實戰專案：以手寫數字識別和房價預估為例，如何利用sklearn進行機器學習的特徵轉化、建模、視覺化，以及最後的模型評估
第九課 資料科學完整案例
知識點1：資料獲取與解析：你愛的足球隊
知識點2：用「資料」的眼睛去看球：「乙個人完成的央視資料統計」
知識點3：球員資料統計與視覺化：「到底誰是最好的球員？」
實戰專案：從抓取資料、解析資料、分析資料，到視覺化、建模完整走一遍，從實際案例中一舉窺探數學科學完整工作流程
第十課 python分布式計算
知識點1：python多程序模組multiprocessing
知識點2：python使用hadoop分布式計算庫mrjob
知識點3：python使用spark分布式計算庫pyspark
實戰專案：分別使用mapreduce和spark實現wordcount
最新Python資料分析實戰教程
課程簡介 主要介紹python在資料處理 資料分析 資料視覺化方面常用的實戰方法與技巧。本課程目的是幫助學員提公升工作效率及效果，增強職場競爭力。課程目錄 章節1 python與資料分析概況 課時1課程學習指南 課時2資料分析概況 課時3python概況 章節2 python 安裝 課時4安裝ana...
python資料分析
以網路爬蟲為例，網路爬蟲是乙個自動提取網頁的程式，爬蟲是搜尋引擎的第一步，也是最容易的一部。網頁搜尋，建立索引，查詢排序 用c c 效率高，速度塊，適合通用搜尋引擎做往往爬取。但是它的缺點也特別明顯 開發慢，寫起來又臭又長的。而python無論在資料分析還是在指令碼自動化編寫尚都是簡單，易學的。良好...
python資料分析
陣列間的算術運算 npwhere pandas的使用 np.random.rand 3,4 產生乙個3行4列的矩陣 0 1之間的 in 32 data1 1,2,3,4.0 in 34 arr1 np.array data1 in 35 arr1 out 35 array 1.2.3.4.in 37...