309分钟
Python数据可视化基础实践课程
本课程是《Python数据可视化：入门、实践、进阶》系列课程的入门篇-Python新手上路：基础入门、Numpy、Pandas。本课程适合零基础学员学习，从Python的安装、常用工具的介绍开始，让学…
本课程是《Python数据可视化：入门、实践、进阶》系列课程的入门篇-Python新手上路：基础入门、Numpy、Pandas。本课程适合零基础学员学习，从Python的安装、常用工具的介绍开始，让学员能掌握如何在自己电脑上部署学习环境；通过快速入门掌握python基础语法；通过对数据对象的学习，掌握列表和字典的创建及常用方法；并深入学习了Numpy和Pandas数据分析的三方库，对Numpy数组、Pandas的序列和数据框的常见和处理有深刻的认知。为后续利用Python进行数据分析和处理打下坚实的基石。
1. 讲师介绍
2. Anaconda介绍及安装
3. Jupyter Notebook工具介绍及操作演示
4. Spyder工具介绍及打开
5. Spyder工具操作入门
6. 模块的安装与使用.
7. Python基础操作（注释、对象、缩进详解）
8. Python基本数据类型讲解
9. Python基本数据结构介绍
10. 列表索引四种方式介绍及案例详解
11. 列表常用方法的介绍及案例演示
12. 字典常用方法及案例详解
13. Python控制流讲解（if、for、while语句）
14. 函数编写概述
15. Numpy模块之创建数组array函数讲解
16. Numpy模块之其他创建数组的方法介绍
17. Numpy模块数组元素索引讲解
18. Numpy：数组常用方法及案例
19. Pandas：创建序列的方法和案例详解
20. Pandas：访问序列数据
21. Pandas：创建数据框函数及案例详解
22. Pandas：序列及数据框基本功能介绍及案例演示
23. Pandas：数据子集筛选iloc和loc方法详解
24. Pandas：数据处理概述
25. Pandas：缺失值处理
26. Pandas：缺失值处理案例讲解
27. Pandas：重置索引和还原索引操作讲解
28. Pandas：数据合并介绍
29. Pandas：数据合并merge函数介绍
30. Pandas：数据分箱cut方法介绍
31. Pandas：描述统计分析和分组统计
32. Pandas：透视表pivot_table介绍
谢佳标
2017-2024 微软MVP