〖课程介绍〗:

这是一个数据驱动的时代，本课程通过Numpy、Pandas进行数据科学计算，通过Seaborn、 Matplotlib进行数据图形化展示；从实战角度出发，让你在数据科学领域迈出重要的一步，开启Data Science职业之旅！



〖课程目录〗:

  • 第1章 实验环境的搭建6 节 | 52分钟


  • 本章将主要介绍Anaconda和Jupyter Notebook。包括如何在windows，Mac，linux等平台上安装Anaconda，以及Jupyter Notebook的基本启动使用方法。


  • 收起列表


    • 视频：1-1 导学视频 (08:36)

    • 视频：1-2 Anaconda和Jupyter notebook介绍 (12:11)

    • 视频：1-3 Anaconda在Mac上的安装演示 (06:57)

    • 视频：1-4 Anaconda在windows上安装演示 (05:09)

    • 视频：1-5 Anaconda在Linux上的安装演示 (09:52)

    • 视频：1-6 Jupyter-notebook的使用演示 (08:43)


  • 第2章 Numpy入门 试看5 节 | 40分钟


  • 本章将介绍Python数据科学领域里最基础的一个库——Numpy，回顾矩阵运算基础，介绍最重要的数据结构Array以及如何通过Numpy进行数组和矩阵运算。


  • 收起列表


    • 视频：2-1 数据科学领域5个常用Python库 (06:08)试看

    • 视频：2-2 数学基础回顾之矩阵运算 (06:07)试看

    • 视频：2-3 Array的创建及访问 (10:44)试看

    • 视频：2-4 数组与矩阵运算 (10:49)

    • 视频：2-5 Array的input和output (05:39)


  • 第3章 Pandas入门9 节 | 96分钟


  • 本章将介绍Python数据科学领域用于数据分析最重要的一个库——Pandas。将从pandas里最重要的两种数据结构Series和DataFrame开始，介绍其创建和基本操作，通过实际操作理解Series和DataFrame的关系。


  • 收起列表


    • 视频：3-1 Pandas Series (08:32)

    • 视频：3-2 Pandas DataFrame (09:34)

    • 视频：3-3 深入理解Series和Dataframe (11:30)

    • 视频：3-4 Pandas-Dataframe-IO操作 (08:53)

    • 视频：3-5 DataFrame的Selecting和indexing (13:43)

    • 视频：3-6 Series和Dataframe的Reindexing (11:03)

    • 视频：3-7 谈一谈NaN (11:15)

    • 视频：3-8 多级Index (11:29)

    • 视频：3-9 Mapping和Replace (09:12)


  • 第4章 Pandas玩转数据15 节 | 176分钟


  • 本章是Pandas的进阶。我们会使用Pandas进行高级的数据分析操作，包括如何去做数据清洗、预处理和排序等数学计算，数据的分箱技术，分组技术，聚合技术，以及透视表等。


  • 收起列表


    • 视频：4-1 DataFrame的简单数学计算 (08:44)

    • 视频：4-2 Series和DataFrame的排序 (09:17)

    • 视频：4-3 重命名Dataframe的index (15:22)

    • 视频：4-4 DataFrame的merge操作 (10:09)

    • 视频：4-5 Concatenate和Combine (11:58)

    • 视频：4-6 通过apply进行数据预处理 (10:33)

    • 视频：4-7 通过去重进行数据清洗 (07:18)

    • 视频：4-8 时间序列操作基础 (13:01)

    • 视频：4-9 时间序列数据的采样和画图 (14:33)

    • 视频：4-10 数据分箱技术Binning (09:22)

    • 视频：4-11 数据分组技术GroupBy (12:35)

    • 视频：4-12 数据聚合技术Aggregation (07:27)

    • 视频：4-13 透视表 (13:52)

    • 视频：4-14 分组和透视功能实战 (22:01)

    • 视频：4-15 Streaming DataFrame (09:20)


  • 第5章 绘图和可视化之Matplotlib6 节 | 69分钟


  • 数据的可视化是数据分析领域里非常重要的内容。本章会学习Matplotlib的基本使用，包括如何对Pandas里的Series和DataFrame绘图， 以及图形样式和显示模式的设置等内容。


  • 收起列表


    • 视频：5-1 Matplotlib介绍 (09:46)

    • 视频：5-2 matplotlib简单绘图之plot (15:27)

    • 视频：5-3 matplotlib简单绘图之subplot (12:59)

    • 视频：5-4 Pandas绘图之Series (09:32)

    • 视频：5-5 Pandas绘图之DataFrame (10:15)

    • 视频：5-6 直方图和密度图 (10:36)


  • 第6章 绘图和可视化之Seaborn5 节 | 62分钟


  • Seaborn是对Matplotlib的进一步封装，其强大的调色功能和内置的多种多样的绘图模式，使之成为当下最流行的数据科学绘图工具。本章将介绍Seaborn的基本使用，以及和matplotlib的功能对比。


  • 收起列表


    • 视频：6-1 seaborn介绍 (08:22)

    • 视频：6-2 seaborn实现直方图和密度图 (08:28)

    • 视频：6-3 seaborn实现柱状图和热力图 (12:52)

    • 视频：6-4 seaborn图形显示效果的设置 (15:22)

    • 视频：6-5 seaborn强大的调色功能 (16:27)


  • 第7章 数据分析项目实战4 节 | 43分钟


  • 通过前六章的学习，我们基本上掌握了数据分析领域里主要工具的使用，本章将通过一个股票市场的分析实战项目，和大家一起用学过的知识去分析数据，进而得到有用的信息。


  • 收起列表


    • 视频：7-1 实战准备 (05:30)

    • 视频：7-2 股票市场分析实战之数据获取 (07:01)

    • 视频：7-3 股票市场分析实战之历史趋势分析 (14:01)

    • 视频：7-4 股票市场分析实战之风险分析 (15:36)


  • 第8章 课程总结1 节 | 5分钟


  • 本章的总结不是对前面8章内容的汇总，而是给大家指明了一条继续学习和锻炼的道路。希望大家坚持练习，早日修成正果。


  • 收起列表


    • 视频：8-1 总结 (04:24)