正在播放课程的免费体验部分,购买后可完整学习哦!
播放列表
Python数据分析及可视化
章节1章节1
课时11.数据分析背景
课时22.什么是数据分析
课时33.数据分析的应用场景
课时44.数据分析的流程
课时55.Python做数据分析的优势
课时66.Ancoda的介绍
课时77.Anaconda的安装及使用
课时88.Jupyter-Notebook的启动
课时99.Jupyter的界面介绍及其使用
课时1010.常见数据分析工具
章节2章节2
课时11.认识Numpy数组对象
课时22.创建Numpy数组
课时33.ndarray对象的数据类型
课时44.数组的运算
课时55.数组的索引和切片的基本使用
课时66.花式(数组)索引的基本使用
课时77.布尔索引的基本使用
课时88.数组的转置和轴对称
课时99.Numpy通用函数
课时1010.将条件逻辑转为数组运算
课时1111.统计相关的函数使用
课时1212.数组排序
课时1313.检索数组元素
课时1414.线性代数模块
课时1515.随机数模块
章节3章节3
课时11.Series(本章课件下载)
课时22.DataFrame
课时33.索引对象
课时44.重置索引
课时55.索引操作
课时66.算术运算与数据对齐
课时77.数据排序
课时88.统计计算与描述
课时99.认识层次化索引
课时1010.层次化索引的操作
课时1111.读写文本文件
课时1212.读写Excel文件
课时1313.读写HTML表格数据
课时1414.读写数据库
课时1515.读写数据库1
章节4章节4
课时11.空值和缺失值的处理
课时22.重复值的处理
课时33.异常值处理
课时44.更改数据类型
课时55.轴向堆叠数据
课时66.主键合并数据
课时77.根据行索引合并数据
课时88. 合并重塑数据
课时99. 重塑层次化索引
课时1010.轴向旋转mp4
课时1111.重命名轴索引
课时1212.离散化连续数据
课时1313.哑变量处理类别型数据
课时1414.案例—预处理部分地区信息
章节5章节5
课时11.分组与聚合的原理
课时22.通过groupby()方法将数据拆分成组
课时33.使用内置统计方法聚合数据
课时44.面向列的聚合方法
课时55.数据转换
课时66.数据应用
课时77.案例—运动员信息的分组与聚合
章节6章节6
课时11.什么是数据可视化
课时22.常见的图形
课时33.数据可视化的工具
课时44.通过figure()函数创建画布
课时55.通过subplot()函数创建单个子图
课时66.通过subplots()函数创建多个子图
课时77.通过add_subplot()方法添加和选中子图
课时88.添加各类标签
课时99.绘制常见图表
课时1010.本地保存图形
课时1111.可视化数据的分布
课时1212.用分类数据绘图
课时1313.认识Bokeh库
课时1414.通过Plotting绘制图形
课时1515.案例—画图分析某年旅游景点数据
章节7章节7
课时11.创建时间序列(本章课件下载)
课时22.通过时间戳索引选取子集
课时33.创建固定频率的时间序列
课时44.时间序列的频率、偏移量
课时55.时间序列的移动
课时66.创建时期对象
课时77.时期的频率转换
课时88.重采样方法(resample)
课时99.降采样
课时1010 升采样
课时1111.数据统计—滑动窗口
课时1212.时序模型—ARIMA
章节8章节8
课时11.NLTK与jieba概述
课时22.安装NLTK和下载语料库
课时33.jieba库的安装
课时44.预处理的流程
课时55.分词
课时66.词性标注
课时77.词形归一化
课时88.删除停用词
课时99.文本情感分析
课时1010.文本相似度
课时1111 文本分类
课时1212.案例—商品评价分析
章节9章节9
课时11 数据读取
课时22.重复值和空值处理
课时33.数据转换类型
课时44.房源数量、位置分布分析
课时55.户型数量分析
课时66.平均租金分析
课时77.面积区间分析