深度学习、机器学习和数据分析必须用Pandas。Pandas是在Python最直接最流行的数据处理框架。这门课程目标是，高效快速的让大家在最短的时间内掌握好pandas这个在python数据分析中不可缺少的数据分析框架，可以这么说，如果你不会使用pandas，那你就谈不上会用python做数据分析。
适用人群
有志于学习技术的所有人
课程简介
注意：实验数据在第二讲中下载。
本课程会使用奥林匹克一个真实的数据作为实验数据，从零基础到各种pandas的常用操作，到常用的数据可视化，让你在最短的时间内掌握好pandas，轻松愉快的玩转数据分析。课程包括以下内容：
第一章：听课注意事项及初识pandas
第二章：Series和Dataframes
第三章：数据输入及验证
第四章：数据基本分析
第五章：数据可视化基础篇
第六章：数据索引
第七章：数据分组
第八章：数据重塑
第九章：数据可视化进阶篇
第十章：数据框架多表操作
第十一章：房价数据分析案例
第十二章：贷款风险预测案例
第1章听课注意事项及初识pandas
1-1课程介绍
1-2观看课程注意事项
1-3初识pandas
第2章Series和DataFrames
2-1数据读取及Dataframe初识
2-2Series及其与Dataframe的关系
2-3本章实战场
2-4pandas老司机带你过第一关
第3章数据输入与验证
3-1pandas数据输入
3-2shape属性
3-3head和tail方法
3-4info方法
第4章基本数据分析
4-1数据频率统计-value_counts方法
4-2数据排序-sort_values方法
4-3布尔值索引快速筛选数据
4-4字符串处理--模糊查询
4-5基本数据分析实战现场
4-6pandas老司机带你过第二关
第5章数据可视化基础篇
5-1初识Matplotlib与Seaborn
5-2常见图形-线形图 柱状图及饼状图
5-3图形颜色设置
5-4图形尺寸设置
5-5多颜色自动匹配-colormaps
5-6seanborn初探
5-7第五章实战现场
5-8pandas老司机带你过第三关
第6章数据索引
6-1数据索引初识
6-2数据索引的设置方式
6-3索引复位
6-4按索引排序数据
6-5loc数据行索引
6-6iloc索引
6-7第六章实战现场
6-8pandas老司机带你过第四关
第7章数据分组
7-1数据分组对象
7-2遍历分组对象
7-3分组数据常用操作
7-4第七章实战现场
7-5pandas老司机带你过第五关
第8章数据重塑
8-1重塑数据准备
8-2stack和unstack用法
8-3第八章实战现场
8-4pandas
第9章数据可视化续篇
9-1heatmap数据总结图
9-2定制colormap
9-3第九章实战现场及老司机带你飞
第10章多表操作
10-1批量处理数据-apply函数
10-2数据多表合并之concat方法
10-3数据框架多表左右内外连接
第11章房价数据分析及预测
11-1初看多维度房价相关数据
11-2数据合并及初级线性回归
11-3多变量线性回归
第12章金融贷款风险预测
12-1贷款数据预览与导入
12-2特征选择与数据清洗
12-3数据探索
12-4风险预测建模-高斯朴素贝叶斯模型
12-5数据预测及模型评估
数据预测及模型评估
| 
首页 课程表 在线聊 报名 讲师 品牌 QQ聊 活动 就业