背景介绍

最近几年大热的编程语言非 Python 莫属， 很多职场人借助它来数据分析，高效办公。虽然 Python 学习门槛不高，但知识点零散、枯燥，不仅记忆困难，更是难以学以致用。现实中，很多 Python 学习者，最终都未能有效使用 Python，将它变为职场利器。

所以，到底如何学习 Python 最有效？如何应用 Python 才能高效处理、分析数据，提升工作效率？

课程解读

学习 Python，最快、最有效果的方式就是多多动手。

所以，课程依据 Python 语言基础、数据集获取、数据加载及处理、数据预测、数据的可视化呈现，这 5 个功能关卡，带你掌握 Python 做数据分析关键流程，在此基础上，融入了 9 大实战项目，以练带学，帮你做到真正会应用。

① 第一模块，Python 语言基础。
这一模块重点讲述后续课程中需要用到的 Python 语言基础，比如理解程序是如何运行的，学习 Python 的常用指令……即使你 0 编程基础，也能迅速上手，为后面的应用知识打好基础。

② 第二模块，获取数据集。
这一模块我会着重介绍用 Python 获取、筛选、保存网页上数据的技巧和方法。学完之后，你就可以构建任意工作领域的数据集。

③ 第三模块，加载、查看与数据处理。
这一模块会将上一步我们构建的数据集加载到 Python 中，查看、修改，以及清洗掉一些冗余的脏数据。这样你在实际工作中，就能从多种类型的数据文件中加载数据、查看数据、清洗数据，使数据标准化。

④ 第四模块，深挖数字背后的逻辑。
这一模块我会介绍如何操作数值列，轻松完成统计分析常用的矩阵计算、回归分析等任务。这样你才能在数据中发现“金子”，助力业务，比如预测未来业务数据的趋势等。

⑤ 第五模块，可视化你的分析思路。
这一模块会将之前的数据通过各种形式的图表呈现出来（散点图、直方图、线图、饼图、图例、注解等），你还可以绘制可交互的图表，让你的方案汇报更加清晰、有亮点。

⑥ 第六模块，综合项目实战篇。
这一部分会通过多个实际、高级、综合的数据分析任务，比如全球新冠肺炎区域确诊病例趋势分析、电影票房预测模型、用户流失预测与分析等。让你融会贯通所学技巧，同时学会数据分析的基本套路与方法。

课程大纲

开篇词：学会python数据分析，用数据赋能职业成长

• 课前基础：计算机运行一个程序的过程；
• 课前准备：搭建一个高效的python开发环境；

模块一 千里之行始于足下：python语言基础

• python常用的变量和数据类型
• 流程控制：如何控制代码执行的顺序
• 函数：快速实现代码的复用
• 类与对象：更好的组织你的代码
• 案例实战：日程管理小工具

模块二 兵马未动粮草先行：获取用于数据分析的数据集

• 爬虫基础：个人获取数据集的正确姿势
• 下载网页：如何使用模拟请求下载真实的网页？
• 提取数据：如何从网页中提取感兴趣的内容？
• 保存数据：如何将爬取的数据保存成csv格式
• 实战：手把手教你构建国产电视剧评分数据集

模块三 数据处理的银弹：加载、浏览和修改数据

• 课前准备：安装Pandas工具包
• 文件处理：如何读取多种文件的数据？
• DataFrame：如何以表格形式查看和操作数据？
• 高级索引：过滤和查看表格中的局部数据
• 数据清洗：表格数据缺失值与异常值的处理
• 时间序列：时间数据的解析与应用
• 案例实战：如何用python分析电商用户行为？

模块四 深挖数字背后的逻辑：进行统计、预测分析

• 课前准备：安装NumPy工具包
• 如何快速实现数据的批量计算
• 基础统计：如何统计数据的均值、方差等特征
• 回归分析：如何预测未来数据趋势？
• 案例实战：电商用户对商品喜好的预测

模块五 可视化你的分析思路：用各类图表展示你的数据

• 课前准备：安装Matplotlib和Seaborn工具包
• 绘图基础：如何将表中的数据特征画成图？
• 散点图与线图：如何展示不同特征之间的相关性？
• 直方图、条形图和饼图：如何分析数据分布与占比？
• 图像的脊柱、注解和图例：如何画出更专业的图表？
• Seaborn：实现用户可交互的图标
• 案例实战：用图例可视化用户行为分析和喜好预测过程

模块六 项目综合实战篇

• 初识 EDA：全球新冠肺炎确诊病例趋势分析
• AI 落地实战：训练通用电影票房预测模型
• 综合实战：网络服务用户流失预测与分析
• 综合实战：国产电视剧评分预测与分析
• 结束语 | 构建数据分析的技能树

结束语 python未来之路