634分钟
Python数据分析科学库经典教程
Numpy科学计算库使用范围广泛，通常应用于Python中数据相关的部分，Numpy效率高，可以在短期内完成复杂任务。本节课以Python为基础，全程代码实战，详细讲解了Python数据分析需要掌握的…
Numpy科学计算库使用范围广泛，通常应用于Python中数据相关的部分，Numpy效率高，可以在短期内完成复杂任务。本节课以Python为基础，全程代码实战，详细讲解了Python数据分析需要掌握的科学计算库和可视化库，为后续机器学习与数据分析奠定基础。
课程主要分为四部分：科学计算库-Numpy，包括数组常见操作和函数应用，章节末尾附有经典练习题讲解，可以帮助学员更好的掌握Numpy实战操作；第二部分是科学计算库-Pandas，系统介绍Pandas在数据处理以及数据分析中的应用，第三部分是可视化库Matplotlib，包括条形图、盒图、直方图、散点图、3D图、pie图等图形绘制细节；第四部分是可视化库Seaborn，包括整体布局风格设置、调色板设置、单变量分析绘图、多变量分析绘图、回归分析绘图、热度图、Facetgrid绘图等内容。
第1章 Python科学计算库-Numpy
- Numpy概述
- Array数组
- 数据结构
- 数组类型
- 数值运算
- 排序操作
- 数组形状操作
- 数组生成函数
- 常用生成函数
- 四则运算
- 随机模块
- 文件读写
- 数组保存
- 练习题-1
- 练习题-2
- 练习题-3
- Numpy代码
第2章 数据分析处理库-Pandas
- Pandas概述
- Pandas基本操作
- Pandas索引
- Groupby操作
- 数值运算
- 对象操作
- Merge操作
- 显示设置
- 数据透视表
- 时间操作
- Pandas常用操作
- Groupby操作延伸
- 字符串操作
- 索引进阶
- Pandas绘图操作
- 大数据处理技巧
- Pandas工具包
第3章 可视化库Matplotlib
- Matplotlib概述
- 子图与标注
- 风格设置
- 条形图
- 条形图细节
- 条形图外观
- 盒图绘制
- 盒图细节
- 绘图细节设置
- 直方图与散点图
- 3D绘制
- Pie图
- 子图布局
- 结合pandas与sklearn
- Matplotlib绘图
第4章可视化库seaborn
- 整体布局风格设置
- 风格细节设置
- 调色板
- 调色板颜色设置
- 单变量分析绘图
- 回归分析绘图
- 多变量分析绘图
- 分类属性绘图
- Facetgrid使用方法
- Facetgrid绘制多变量
- 热度图绘制
- Seaborn代码包
唐宇迪
同济大学硕士，华东理工大学博士