        Python數據分析入門到實戰培訓

章節1:數據分析入門
1【數據分析準備】課程介紹
2【數據分析準備】什么是數據分析
3【數據分析準備】開發環境搭建
4【數據分析準備】jupyter notebook詳細講解
5【數據分析準備】作業-前奏部分作業
章節2：Numpy數據處理庫（1）
6【Numpy庫】Numpy庫介紹
7【Numpy庫】數組的創建方式
8【Numpy庫】數組的數據類型詳解
9【Numpy庫】多維數組及其簡單操作
10【Numpy庫】數組的索引和切片詳解
11【Numpy庫】布爾索引
12【Numpy庫】數組值的替換
13【Numpy庫】索引和切片作業
14【Numpy庫】數組的廣播機制
15【Numpy庫】數組形狀操作-reshpae、resize、flatten、ravel
16【Numpy庫】數組形狀操作-數組的疊加
17【Numpy庫】數組形狀操作-數組切割
18【Numpy庫】數組形狀操作-轉置
19【Numpy庫】數組的淺拷貝和深拷貝
20【Numpy庫】文件操作-csv文件操作
21【Numpy庫】文件操作-save和load方式
22【csv文件】讀取csv文件的兩種方式
23【csv文件】寫入csv文件的兩種方式
24【Numpy庫】作業-數組操作和文件操作作業
章節3：Numpy數據處理庫（2）
25【Numpy庫】NAN和INF值的認識
26【Numpy庫】NAN和INF值處理-刪除
27【Numpy庫】NAN和INF值處理-替換
28【Numpy庫】random模塊
29【Numpy庫】axis軸理解
30【Numpy庫】通用函數-一元函數
31【Numpy庫】通用函數-二元函數
32【Numpy庫】通用函數-聚合函數
33【Numpy庫】通用函數-布爾判斷函數
34【Numpy庫】通用函數-排序
35【Numpy庫】通用函數-其他函數補充
章節4
36【Pandas庫】Pandas庫介紹
37【Pandas庫】Series數據結構介紹
38【Pandas庫】DataFrame對象的創建
39【Pandas庫】查看DataFrame對象
40【Pandas庫】DataFrame的基本操作
41【Pandas庫】索引類型詳解
42【Pandas庫】Series索引操作
43【Pandas庫】DataFrame索引操作
44【Pandas庫】4種重置索引的方法
45【Pandas庫】數據類型轉化（1）
46【Pandas庫】數據類型轉化（2）
47【Pandas庫】數據類型轉化（3）
48【Pandas庫】CSV文件操作詳解
49【Pandas庫】Excel文件操作詳解
50【Pandas庫】SQL文件操作詳解
51【Pandas庫】缺失值處理
52【Pandas庫】apply、applymap以及axis理解
53【Pandas庫】sort_values和sort_index排序
54【Pandas庫】邏輯運算與query方法詳解
55【Pandas庫】統計函數與累計函數
56【Pandas庫】數據離散化
57【Pandas庫】數據合并concat方法
58【Pandas庫】數據合并merge詳解
59【Pandas庫】分組和聚合
60【Pandas庫】交叉表使用詳解
61【Pandas庫】交叉表實戰
62【Pandas庫】透視表使用詳解
章節5：Pandas庫數據處理庫（1）
63【Pandas庫】pandas介紹
64【Pandas庫】Series創建
65【Pandas庫】Series基本用法
66【Pandas庫】Series總結
67【Pandas庫】Series作業
68【Pandas庫】DataFrame介紹
69【Pandas庫】DataFrame創建--字典類
70【Pandas庫】DataFrame創建--列表類
71【Pandas庫】DataFrame基本使用
72【Pandas庫】DataFrame作業
章節6：Pandas數據處理庫（2）
73【Pandas庫】Pandas索引操作---index對象
74【Pandas庫】Pandas索引操作---重新索引
75【Pandas庫】Pandas索引操作---增
76【Pandas庫】Pandas索引操作---刪
77【Pandas庫】Pandas索引操作---改
78【Pandas庫】Pandas索引操作---查
79【Pandas庫】Pandas索引操作---高級索引
80【Pandas庫】Pandas索引操作---作業
章節7：Pandas數據處理庫（3）
81【Pandas庫】Pandas對齊運算---算術運算和數據對齊
82【Pandas庫】Pandas對齊運算---填充值
83【Pandas庫】Pandas對齊運算---混合運算
84【Pandas庫】Pandas函數應用---apply和applymap
85【Pandas庫】Pandas函數應用---排序18:54
86【Pandas庫】Pandas函數應用---唯一值和成員屬性
87【Pandas庫】Pandas函數應用---處理缺失數據
88【Pandas庫】Pandas層級索引
89【Pandas庫】Pandas統計計算和描述
90【Pandas庫】Pandas入門總結
章節8：Pandas數據處理庫（4）
91【Pandas庫】數據加載，存儲與文件格式---讀寫文本格式文件
92【Pandas庫】數據清洗和準備---處理缺失數據
93【Pandas庫】數據清洗和準備---移除重復數據
94【Pandas庫】數據清洗和準備---利用映射或函數轉換數據
95【Pandas庫】數據清洗和準備---替換值
96【Pandas庫】數據清洗和準備---重命名軸索引
97【Pandas庫】數據清洗和準備---離散化和面元劃分
98【Pandas庫】數據清洗和準備---檢測和過濾異常值
99【Pandas庫】數據清洗和準備---排列和隨機采樣
100【Pandas庫】數據清洗和準備---字符串對象方法
101【Pandas庫】數據清洗和準備---正則表達式
102【Pandas庫】數據清洗和準備---pandas的矢量化字符串函數
103【Pandas庫】數據清洗和準備---總結
104【Pandas庫】數據清洗和準備---作業
章節9：Pandas數據處理庫（5）
105【Pandas庫】數據規整---層次化索引
106【Pandas庫】數據規整---數據連接
107【Pandas庫】數據規整---數據合并
108【Pandas庫】數據規整---重塑層次化索引
109【Pandas庫】數據規整---軸向旋轉
110【Pandas庫】數據分組和聚合
111【Pandas庫】數據分組和聚合---補充
112【Pandas庫】數據規整，分組聚合---作業
章節10：Matplotlib繪圖庫（1）
113【Matploblib庫】數據分析中的常用圖剖析
114【Matploblib庫】matplotlib基本使用
115【Matploblib庫】設置折線圖的線條樣式
116【Matploblib庫】設置圖標題和顯示中文
117【Matploblib庫】設置軸刻度和文本顯示
118【Matploblib庫】設置marker和注釋文本
119【Matploblib庫】畫板樣式設置和保存圖片
120【Matploblib庫】繪制多個子圖和matplotlib風格設置
121【Matploblib庫】作業-折線圖作業要求
章節11：Matplotlib繪圖庫（2）
122【Matploblib庫】條形圖-垂直條形圖的繪制
123【Matploblib庫】條形圖-橫向條形圖的繪制
124【Matploblib庫】條形圖-分組條形圖的繪制
125【Matploblib庫】條形圖-堆疊條形圖的繪制
126【Matploblib庫】作業-條形圖作業要求
127【Matploblib庫】直方圖-直方圖的繪制
128【Matploblib庫】作業-直方圖作業要求
章節12：Matplotlib繪圖庫（3）
129【Matploblib庫】散點圖-散點圖的繪制
130【Matploblib庫】散點圖-繪制回歸曲線
131【Matploblib庫】作業-散點圖作業要求
132【Matploblib庫】餅圖-餅圖的繪制
133【Matploblib庫】作業-餅圖的作業要求
134【Matploblib庫】箱線圖-箱線圖詳解
135【Matploblib庫】箱線圖-箱線圖的繪制
136【Matploblib庫】作業-箱線圖作業要求
137【Matploblib庫】雷達圖-雷達圖的繪制
138【Matploblib庫】作業-雷達圖作業要求
章節13：Matplotlib繪圖庫（4）
139【Matploblib庫】matplotlib圖結構分析
140【Matploblib庫】Axes對象講解
141【Matploblib庫】Axis對象講解
142【Matploblib庫】Tick對象講解
143【Matploblib庫】多子圖調整布局
144【Matploblib庫】自定義多圖布局
145【Matploblib庫】散點圖直方圖綜合案例
146【Matploblib庫】rcParams配置詳解
章節14：Seaborn繪圖庫
147【Seaborn庫】關系圖-散點圖的繪制
148【Seaborn庫】關系圖-折線圖的繪制
149【Seaborn庫】分類圖-分類散點圖的繪制
150【Seaborn庫】分類圖-分類分布圖的繪制
151【Seaborn庫】分類圖-分類統計圖的繪制
152【Seaborn庫】分布圖-單一變量分布圖的繪制
153【Seaborn庫】分布圖-二變量分布圖的繪制
154【Seaborn庫】分布圖-pairplot分布圖的繪制
155【Seaborn庫】線性回歸-線性回歸圖的繪制
156【Seaborn庫】FacetGrid繪圖-FacetGrid講解（1）
157【Seaborn庫】FacetGrid繪圖-FacetGrid講解（2）
158【Seaborn庫】FacetGrid繪圖-FacetGrid講解（3）
159【Seaborn庫】seaborn樣式和風格設置10:48
160【Seaborn庫】調色盤-調色盤的使用和定性調色盤
161【Seaborn庫】調色盤-連續和離散調色盤
162【Seaborn庫】作業-seaborn作業要求
章節15:Pyecharts庫
163【pyecharts】pyecharts介紹
164【pyecharts】pyecharts快速入門
165【pyecharts】繪圖配置項數據準備
166【pyecharts】繪圖配置項講解（1）
167【pyecharts】繪圖配置項講解（2）
168【pyecharts】條形圖的繪制
169【pyecharts】箱線圖的繪制
170【pyecharts】地圖的繪制
章節16:第十四天：數據分析實戰
171【絕地求生】數據集介紹和缺失值處理
172【絕地求生】數據集內存壓縮
173【絕地求生】異常數據處理
174【絕地求生】計算是否吃雞特性
175【絕地求生】武器和吃雞的關系分析
176【絕地求生】尋找吃雞概率高的隊友
177【絕地求生】射擊距離與槍的選擇
178【絕地求生】移動距離與吃雞分布
179【黑色星期五】黑色星期五個人消費金額分析
180【黑色星期五】性別和婚姻狀況分布分析
181【黑色星期五】年齡和產品購買信息挖掘
182【黑色星期五】產品銷售情況分析
183【黑色星期五】城市與購買力之間的分析
184【黑色星期五】相同產品在不同城市的購買力分析

章節17：機器學習（1）
186【機器學習】認識機器學習
187【機器學習】scikit-learn庫介紹
188【機器學習】算法介紹
189【機器學習】sklearn數據集介紹
190【機器學習】K近鄰算法原理
191【機器學習】使用sklearn實現K近鄰
192【機器學習】K近鄰預測約會是否受歡迎
193【機器學習】標準化原理和代碼實現
194【機器學習】K近鄰總結和作業
章節18：機器學習（2）
195【機器學習】樸素貝葉斯公式詳解
196【機器學習】樸素貝葉斯文檔分類原理
197【機器學習】特征抽取-CountVectorizer
198【機器學習】樸素貝葉斯文章分類實戰
199【機器學習】多項式、高斯、伯努利模型
200【機器學習】決策樹理解
201【機器學習】決策樹之信息熵
202【機器學習】決策樹之信息熵補充
203【機器學習】決策樹之信息增益
204【機器學習】決策樹之算法選擇（ID3，C4.5，CART）
205【機器學習】決策樹算法之預剪枝和后剪枝
206【機器學習】實戰-泰坦尼克號獲救預測（1）
207【機器學習】實戰-泰坦尼克號獲救預測（2）
208【機器學習】決策樹的繪制
209【機器學習】隨機森林原理
210【機器學習】sklearn實現隨機森林
章節19：機器學習（3）
211【機器學習】線性回歸通俗解釋
212【機器學習】線性回歸方程和損失函數
213【機器學習】線性回歸推導-求解對象轉換
214【機器學習】線性回歸推導-似然函數
215【機器學習】線性回歸推導-梯度下降
216【機器學習】線性回歸預測波士頓房價
217【機器學習】正則化和嶺回歸
218【機器學習】邏輯回歸原理
219【機器學習】邏輯回歸預測是否患癌癥
220【機器學習】精確率和召回率
章節20：機器學習（4）
221【機器學習】特征工程-字典特征抽取
222【機器學習】特征工程-文本特征抽取和jieba分詞
223【機器學習】特征工程-TFIDF特征抽取
224【機器學習】特征工程-歸一化
225【機器學習】特征工程-標準化
226【機器學習】特征工程-缺失值處理
227【機器學習】特征工程-特征選擇
228【機器學習】特征工程-PCA原理分析
229【機器學習】特征工程-PCA實例