Python数据分析

Python数据分析与挖掘

时间

模块

内容概要

Day1

数据分析初探

1. 什么是数据分析
2. 数据分析应用场景
3. 数据分析方法论
4. 数据分析常用指标
5. 数据分析流程
6. python数据分析常用模块介绍
7. 数据分析环境准备

Numpy 数值计算基础

1. ndarray的创建、访问、常用属性
2. 矩阵的创建
3. 通用函数ufunc
4. 广播机制
5. 简单统计分析，读写文件、排序、去重、常用统计函数

Day2

Pandas基础操作

1. Series常用操作
2. DataFrame常用操作
3. 读写不同数据源
4. 数据过滤与转换
5. 时间序列操作
6. 分组与聚合
7. 透视与交叉表

Pandas数据处理

1. 合并数据，堆叠合并、主键合并、重叠合并
2. 清洗数据，处理重复值、缺失值、异常值的处理
3. 标准化数据，离差标准化、标准差标准化、小数定标标准化
4. 转化数据 ，类别型特征处理为哑变量，连续性特征离散化处理

Day3

数据可视化

1. Matplotlib绘图
2. Pandas 绘图
3. Seanborn绘图
4. Pyecharts绘图
5. 可视化实战

Day4

机器学习

1. 机器学习概述

• 机器学习算法分类
• 机器学习完整流程
• 机器学习模型评估

2. 常用算法原理解析

• 线性回归
• 逻辑回归
• 朴素贝叶斯
• 决策树
• 集成学习
• 支持向量机
• KNN
• Kmeans
• 关联规则
• 时序模式
• 推荐算法

3. sk-learn 框架

• 拆分数据集
• 特征工程
• 模型训练
• 模型评估

Day5

数据分析实战

1. 拉勾网招聘需求分析
2. 客户价值分析
3. 房价数据分析
4. 电影推荐系统

Day6

数据分析实战

1. 股票数据分析
2. 商品评论情感分析
3. 评分卡模型

扩充知识点

1. 大数据场景的分析
2. 更多学习平台推荐