Python數(shù)據(jù)分析視頻教程
簡介:
由于python是一種解釋性語言,大部分編譯型語言都要比python代碼運行速度快,有些同學就因此鄙視python。但是小編認為,python是一門高級語言,其生產(chǎn)效率更高,程序員的時間通常比CPU的時間值錢,因此為了權(quán)衡利弊,考慮用python是值得的。
在數(shù)據(jù)分析和交互、探索性計算以及數(shù)據(jù)可視化等方面,相對于R、MATLAB、SAS、Stata等工具,Python都有其優(yōu)勢。近年來,由于Python庫的不斷發(fā)展(如pandas),使其在數(shù)據(jù)挖掘領域嶄露頭角。結(jié)合其在通用編程方面的強大實力,我們完全可以只使用Python這一種語言去構(gòu)建以數(shù)據(jù)為中心的應用程序。
課程大綱:
第一部分. Python基礎
第一課:Python的概覽——Python的基本介紹、安裝與基本語法、變量類型與運算符
第二課:了解Python流程控制——條件、循環(huán)語句與其他語句
第三課:常用函數(shù)——函數(shù)的定義與使用方法、主要內(nèi)置函數(shù)的介紹
第四課:NumPy基礎——數(shù)組的創(chuàng)建、組合與分割
第二部分 數(shù)據(jù)分析的準備
第五課:了解數(shù)據(jù)——數(shù)據(jù)加載、儲存與文件格式;異常值的清理與缺失值處理
第六課:數(shù)據(jù)清洗與初步分析——數(shù)據(jù)清理、轉(zhuǎn)換、合并與重塑;數(shù)據(jù)匯總與描述統(tǒng)計;
第七課:繪圖與可視化——基本繪圖命令與圖形概覽、圖形元素設定與實例:地震危機數(shù)據(jù)的可視化
第八課:數(shù)據(jù)聚合與分組處理——數(shù)據(jù)聚合、分組運算與轉(zhuǎn)換、透視表與交叉表
第三部分 數(shù)據(jù)分析初探
第九課:假設檢驗——常用假設檢驗與實例分析
第十課:線性回歸——線性回歸模型、分析結(jié)果呈現(xiàn)與解讀;實例:商品價格預測
第十一課: logistic回歸——logistic回歸模型講解;實例:電信客戶流失分析
第十二課:時間序列分析——時間序列基本處理、時間序列模型構(gòu)建與結(jié)果解讀;實例:未來股票價格預測
第四部分 深入數(shù)據(jù)分析
第十三課:分類算法——knn、決策樹、貝葉斯分類器等算法介紹;實例:網(wǎng)頁注冊用戶預測
第十四課:聚類算法——k-means算法介紹;實例:通信基站聚類分析
第十五課:降維方法——主成分分析與因子分析算法介紹;實例:地區(qū)經(jīng)濟指標評分
python數(shù)據(jù)分析視頻教程部分截圖:
購買過此商品的人還購買過