新工科 课程 Python数据分析
课程封面
Python数据分析
大数据 人工智能 微专业
该课程是大数据分析专业学习领域的专业核心课程、专业必修课程,建议开设在第三或四学期。其前导课程为python编程基础。后续课程为机器学习(python)。
课程教学的基本任务是介绍什么是数据分析,并详细讲解科学计算工具-NumPy、数据分析工具-Pandas、数据加载与存储、数据清洗与合并、数据聚合与分组、数据可视化,通过项目案例实战,让学生能够综合运用所学知识进行数据分析。
通过学习这些内容,为今后开展数据分析领域的研究和开发工作,打下良好的基础。
课程大纲
    第零章 课程介绍
    第1节 什么是数据分析
    第一章 科学计算工具-Numpy
    第1节 Numpy介绍、安装与加载
    第2节 Numpy数组类型
    第3节 Numpy数组创建方法
    第4节 数组维度变换与重塑
    第5节 数组索引与切片方法
    第6节 数组组合方法
    第7节 基本统计函数介绍
    第8节 本章实验
    第9节 本章测试
    第二章 数据分析工具-Pandas
    第1节 Pandas介绍、安装与加载
    第2节 Series与DataFrame类型
    第3节 DataFrame与ndarray互操作
    第4节 DataFrame索引方法
    第5节 DataFrame切片
    第6节 DataFrame堆叠
    第7节 常用函数介绍
    第8节 本章实验
    第9节 本章测试
    第三章 数据加载与存储
    第1节 Pandas文件加载介绍
    第2节 Pandas文件写入介绍
    第3节 Pandas数据库操作
    第4节 本章实验
    第5节 本章测试
    第四章 数据清洗与合并
    第1节 数据合并操作
    第2节 数据连接操作
    第3节 数据清理和转换
    第4节 数据离散化与装箱
    第5节 离散数据的哑变量矩阵
    第6节 数据随机采样
    第7节 字符串操作
    第8节 本章实验
    第9节 本章测试
    第五章 数据聚合与分组
    第1节 数据分组操作
    第2节 数据聚合运算
    第3节 自定义聚合函数
    第4节 通用的apply方法
    第5节 透视表与交叉表
    第6节 本章实验
    第7节 本章测试
    第六章 数据可视化
    第1节 可视化包介绍、安装与加载
    第2节 Matplotlib可视化方法
    第3节 Pandas内置可视化方法
    第4节 Seaborn可视化方法
    第5节 本章实验
    第6节 本章测试
    第七章 案例实战
    第1节 案例背景以及项目目标
    第2节 数据采集与理解
    第3节 数据预处理
    第4节 模型建立与评估
    第5节 案例总结
    第6节 本章实验
    第7节 本章测试
课件资源
  • 视频数

    128
  • 文档数

    2
  • 题目数

    100
  • 实验数

    7

如果您想对我们的产品和服务更进一步了解
请用下面的方式和我们联系

电子邮箱:business@yundaxue.org(会在1个工作日之内和您接洽)

联系电话:400-828-1210(周一至周五 9:00-18:00 )