全國統一學習專線 8:30-21:00
課程詳情 在線報名
上課形式是怎么樣的？課程分為現場班和遠程直播班，現場班是現場面授，在北京有現場面授班，遠程班采取現場直播 + 錄播視頻 + 線上答疑，不受地域限制，直播需和現場班同步時間學習，錄播視頻同學可以自主安排時間
在這門課程中會學習到什么？你將在課程中學習如何選擇不同的數據分析方法來解決問題，同時學會使用當前數據科學最主流和收歡迎的數據分析工具-Python。深入學習數據清洗、探索性分析、可視化技術和機器學習技術。
如果學不會怎么辦？上課期間，全程助教跟班答疑；課后，助教老師依舊會在群里幫大家解答學習上的疑問。此外，課程均贈送全套錄播視頻，有效期2年，方便學員反復觀看鞏固，穩扎穩打學會全部課程。
課程內容課程內容以CDA數據分析師標準大綱要求，包含Python基礎 – Pandas數據清洗 - Python爬蟲 - Python數據可視化（Matplotlib、Seaborn、Pyecharts） - Python機器學習算法等內容，并結合互聯網金融、電信、銀行、醫療、交通等行業實際案例來幫助學員建立整套的數據分析和機器學習思路，案例涉及營銷優化、風險控制、用戶研究、商業部署等領域，使學員所學更符合企業要求。Python數據分析集訓課程提供3個月全脫產周末集訓，畢業可推薦相關工作
學習目標熟練掌握數據科學領域受歡迎的編程語言-Python ；掌握使用Python和pandas庫進行數據清洗和預處理；使用Python爬蟲獲取網絡數據；學會使用matplotlib、seaborn進行初級可視化；學會使用Pyecharts進行高級數據可視化；學會構建機器學習算法進行分類、預測和聚類模型；使用Python進行數據分析整體思路、針對業務做出模型優化選擇；善用機器學習解決用戶畫像、風險管理等商業問題；使用機器學習實操電商、金融、電信、醫藥行業真實項目案例
01 希望轉行數據領域人員
02 個人發展遭遇瓶頸的數據分析師
03 想從事數據領域工作，缺乏實踐技能的在校學生
04 有數據化運營需求的產品運營、市場人員及管理者
05 對Python數據分析和挖掘感興趣的業界人士
| 學習章節 | 學習內容 |
| 01章Python編程基礎知識 |
01-01成為Python高手之前必備基礎知識 01-02數據分析的武器庫與分析工具Python介紹 01-03Python的基本數據類型和數據結構 01-04Python的程序控制 01-05Python的函數與模塊 01-06Python日期和時間處理 01-07Python字符串處理與正則表達式 01-08Python異常處理和文件操作 01-09實戰：基于Python的函數創建與商業實操文件操作 |
| 02章Python進行數據整理和數據清洗 |
01-01Numpy中的數據類型--ndarray數組的創建 01-02Numpy數組基礎：索引、切片、變形、分裂 01-03Numpy數組運算：通用函數 01-04Numpy數組變形、拼接 01-05Numpy數組計算：廣播、聚合、比較和掩碼、數組排序 01-06Pandas對象簡介：Series、Dataframe、Index 01-07Pandas數據加載與存儲 01-08Pandas數值運算方法：通用函數、聚合函數、遍歷 01-09Panda層次化索引 01-10Pandas數據處理：數據類型轉換、缺失值處理、字符串轉換 01-11Pandas數據表的合并與連接 01-12Pandas數據的累計與分組 01-13高性能Pandas：query（）、eval（）實現高性能運算 01-14Pandas數據規整化：清理、轉換、合并、重塑 01-15Pandas時間序列&金融數據處理 01-16實戰案例1：泰坦尼克幸存者數據清洗 01-17實戰案例2：USDA食品數據清洗 |
| 03章Python進行數據可視化技術-線上 |
01-01繪圖思想的基本原理 01-02Python數據可視化包-Matplotlib介紹 01-03使用Matplotlib進行基本的圖形繪制 01-04使用Python數據處理包Pandas做可視化 01-05Python數據可視化包-Seaborn介紹與圖形繪制 01-06Python數據可視化包-Pyecharts介紹與圖形繪制 01-07使用Python進行地圖繪制-Pyecharts 01-08數據可視化技巧 |
| 04章Python進行網絡爬蟲 |
01-01網絡爬蟲基礎知識 01-02網絡請求及響應-Requests庫 01-03HTML文檔解析-BeautifulSoup庫 01-04常見反爬蟲機制及應對 01-05網絡爬蟲 VS 網絡數據抓取 01-06實戰1：新東方批量下載頭像 01-07實戰2：抓取豆瓣書籍簡介 01-08實戰3：模擬瀏覽器selenium抓取電商商品信息及評論 |
| 05章Python數據清洗高級操作及案例實戰 |
01-01如何成為一名優秀的數據分析師 01-02P供Python讀取的數據：CSV文件、JSON數據、XML數據 01-03數據的獲取與存儲：數據的不平等性、真實性、可讀性、清潔度等 01-04對獲取到的數據進行探索：埃博拉病毒危機、列車安全數據、童工數據 01-05數據清洗探索：找出要清洗的數據、數據格式化、找出離群值和不良數據、找出重復數據、模糊匹配、正則匹配等 |
