首页 > 微专业 > 所有微专业 > 课程详情

数据分析师(Python)培训视频教程-网易微专业课程-平面设计学习日记网

数据分析师(Python)

无论你想从事的是金融、管理、战投、还是政府工作,想要融入一个“数据”为上的时代,你的头衔都需要添加一个“数据分析师”。Python不仅具有强大的数据分析功能,又是最接近人工智能的语言,本课程将帮助你掌握最核心的Python数据分析技能,完成15个实战项目,成为优秀的数据分析师!

数据分析师(Python)

开课时间:2018-12-28
课程目标:带你一起用数据认识世界
查看详情

课程概况

城市数据团和网易课程团队将共同带领大家,在最短时间内掌握最核心的Python数据分析技能,完成15个实战项目,梳理网易和硅谷的实战案例,陪伴大家成为一名优秀的数据分析师!

适用人群

1、未来准备从事数据挖掘相关工作的大学生人群;

2、媒体、零售、金融、信息、互联网等业务人员;

3、数据挖掘岗位转型、提拔涨薪、技能优化等的职场白领;

4、希望学习Python数据分析技能的初学者;

5、希望深入了解大数据行业应用的企业负责人;

6、每一位数据爱好者。

课程安排

01 数据思维导论:挖掘数据的价值

本门课程作为数据分析师微专业的开篇导论,将会以数据思路拓展为主,讲解 “城市数据团” 在数据媒体、产品算法、数据咨询研究中的经典案例;以及网易团队........,让学员了解数据能做什么,以及构建对数据分析和数据挖掘的基本概念,补充完善一个系统技术方法论的认知。同时在微专业开展的第一周,我们会指导大家完成课程的前期准备工作,包括python环境设置、相关软件安装等。

课程核心关键字:用数据认识世界、为什么选择python作为技术平台?一个数据分析师需要具备什么样的技能。

第一章 数据能做什么?

1.1 优秀数据分析师的三个特征

1.2 避免对数据可视化的误解

1.3 机器学习是什么?

1.4 用数据改变未来

第二章 课前入门指南

2.1 软件安装及资料准备

02 基础语言入门:从零开始学习Python

通过查阅网络资料等方法,初步了解现有数据分析师的常用技术平台,例如Python、R、Matlab、SPSS、Stata等;对基本的数据分析方法及基础统计学有一定了解;在上课前,以自己现有认知,思考总结一下 “什么是数据分析?” 。

第一章 关于Python你需要知道的事儿

1.1 为什么选择Python?

1.2 集成开发环境及Python运行

1.3 Jupyter Notebook 与 Spyder

第二章 变量及数值类型

2.1 数值类型概述

2.2 认识变量

2.3 算数运算

2.4 逻辑运算

2.5 注释#

第三章 序列及通用操作

3.1 可变序列/不可变序列概述

3.2 可变序列/不可变序列通用操作

3.3 列表list常用操作

3.4 文本序列str常用操作

第四章 字典映射

4.1 字典dict基本概念

4.2 字典的元素访问及遍历

4.3 字典常用操作

第五章 条件判断及循环语句

5.1 什么是语句?

5.2 条件判断:if语句

5.3 循环语句:for / while 循环

5.4 多重循环

第六章 函数

6.1 函数的基本概念及调用

6.2 自定义函数

6.3 局部变量及全局变量

6.4 匿名函数Lambda

第七章 模块与包

7.1 什么是模块?

7.2 模块创建及import指令运用

7.3 “包”的概念及python包管理工具:pip

7.4 windows环境下的代码运行

第八章 数据读写

8.1 文件对象声明及基本操作

8.2 系统模块下的路径操作

8.3 文件的读取与写入

8.4 pickle模块的运用

03 重点工具掌握:数据解析核心技巧

详细讲解Python数据分析工具包的使用,需要学员理解基本矩阵运算逻辑,需要预习一定的数据知识;熟练掌握第二门课程的所有知识,重点包括python下的数据加载、函数与模块。

第一章 科学计算工具:Numpy

1.1 什么是Numpy?

1.2 Numpy基础数据结构

1.3 Numpy通用函数

1.4 Numpy索引及切片

1.5 Numpy随机数

1.6 Numpy数据的输入输出

第二章 数据分析工具:Pandas

2.1 什么是Pandas?

2.2 Pandas数据结构:Series与Dataframe

2.3 Pandas基本技巧

2.4 Pandas数据加载及查看

2.5 Pandas数据提取及筛选

2.6 Pandas字段综合处理

2.7 Pandas排序

2.8 Pandas数据缺失值处理

2.9 Pandas常用运算函数

第三章 图表绘制工具:Matplotlib

3.1 什么是Matplotlib以及Python下的图表制作逻辑

3.2 Matplotlib图表制作通用函数

3.3 Matplotlib核心参数修改

3.4 Matplotlib子图逻辑

3.5 Matplotlib制作线型图

3.6 Matplotlib制作散点图

3.7 Matplotlib制作直方图

3.8 Matplotlib制作密度图

3.9 Matplotlib制作散点图

3.10 Matplotlib其他图表制作及细节

第四章 空间分析工具:GIS

4.1 为什么选择GIS工具做空间分析?

4.2 空间数据类型及加载方法

4.3 空间划分方法概述

4.4 空间距离计算

4.5 空间数据统计及叠加

4.6 空间数据与python交互

第五章 你必须知道的数据源

5.1 国外公开数据

5.2 国内公开数据

5.3 城市数据团-数据库介绍

实战项目

项目03 知乎数据清洗整理和结论研究

项目04 视频网站数据清洗整理和结论研究

04 进阶算法学习:统计分析能力强化

数学统计思维是数据分析的核心,一个优秀的数据分析师是需要同时具备编程、统计学和批判思维能力。本课程将会从算法理论知识的讲解开始,帮助学员掌握核心统计算法技术,结合相关案例场景,打通思路,强化学员的