Python数据分析
视频介绍
本套教程专为希望掌握大数据处理能力的开发者设计，是深入学习Python数据分析与Pandas的保姆级入门指南。教程从基础环境搭建到高级数据分析技巧，全面覆盖实际工作中的核心场景，助你从零进阶为数据分析专家！
教程内容系统全面，从Anaconda环境配置到NumPy科学计算，再到Pandas核心数据结构（Series/DataFrame），最后深入数据清洗与预处理，构建了完整的知识体系。
实战驱动式讲解，囊括销售分析、用户行为分析、股票预测等真实案例，通过2+场景化练习实战演练，如学生成绩统计、电商用户行为分析等。教程涵盖数据分析全流程工具：NumPy（数值计算引擎）、Pandas（数据手术刀）、Matplotlib（可视化），并集成了Jupyter Notebook实战环境。
通过本套教程的学习，你将掌握处理百万行数据的自动化方法，能够编写可复用的数据分析流程代码，独立完成从数据清洗到可视化输出的完整项目，获得电商、金融、教育等行业的数据分析解决方案！前置知识：需掌握Python基础语法、理解列表/字典数据类型。
视频目录 选集
- 01-课程介绍
- 02-课程导论-Anaconda安装
- 03-课程导论-Jupyter的使用
- 04-课程导论-Pycharm中使用Jupyter
- 05-课程导论-本章小结
- 06-Numpy-Numpy介绍
- 07-Numpy-Ndarray的特性
- 08-Numpy-Ndarray的属性
- 09-Numpy-Ndarray的创建1
- 10-Numpy-Ndarray的创建2
- 11-Numpy-Ndarray的创建3
- 12-Numpy-Ndarray的数据类型
- 13-Numpy-索引与切片
- 14-Numpy-Ndarray的运算
- 15-Numpy-基本数学函数
- 16-Numpy-统计函数
- 17-Numpy-比较函数
- 18-Numpy-排序函数
- 19-Numpy-本章小结
- 20-Numpy-本章练习1
- 21-Numpy-本章练习2
- 22-Pandas-Pandas介绍
- 23-Pandas-Series的创建
- 24-Pandas-Series的属性
- 25-Pandas-访问Series数据
- 26-Pandas-Series常用方法
- 27-Pandas-Series常用方法2
- 28-Pandas-Series案例-学生成绩统计
- 29-Pandas-Series案例-温度数据分析
- 30-Pandas-Series案例-股票价格分析
- 31-Pandas-Series案例-销售数据分析
- 32-Pandas-Series案例-每小时销售数据分析
- 33-Pandas-Series总结
- 34-Pandas-DataFrame介绍
- 35-Pandas-DataFrame的创建
- 36-Pandas-DataFrame的属性
- 37-Pandas-访问DataFrame的数据
- 38-Pandas-DataFrame常见方法
- 39-Pandas-DataFrame案例-学生成绩分析
- 40-Pandas-DataFrame案例-销售数据分析
- 41-Pandas-DataFrame总结
- 42-Pandas-数据分析步骤
- 43-Pandas-数据的导入导出
- 44-Pandas-缺失值的处理
- 45-Pandas-数据类型转换
- 46-Pandas-数据变形
- 47-Pandas-数据分箱
- 48-Pandas-时间数据处理
- 49-Pandas-分组聚合
- 50-Pandas-综合案例-企鹅体重分析
- 51-Pandas-综合案例-睡眠质量分析
- 52-Pandas-本章小结
- 53-数据可视化-可视化介绍
- 54-Matplotlib-折线图
- 55-Matplotlib-条形图
- 56-Matplotlib-饼图
- 57-Matplotlib-散点图
- 58-Matplotlib-箱线图
- 59-Matplotlib-多个图表的绘制
- 60-Matplotlib-综合案例讲解
- 61-Seaborn学习
- 62-项目实战-项目介绍
- 63-项目实战-数据导入
- 64-项目实战-数据类型转换
- 65-项目实战-异常值处理
- 66-项目实战-数据特征构造
- 67-项目实战-特征相关性
- 68-项目实战-房价分布直方图
- 69-项目实战-朝向分析