【2020年第2期】Python数据分析线上训练营

【2020年第2期】Python数据分析线上训练营 扫二维码继续学习 二维码时效为半小时

价格: 699.00元

Python线上集训营

每天1小时,带你玩转Python

集训营内容分为三大部分(内容安排详见教学安排表):

  1. Python编程基础
  2. Python数据分析技术
  3. Python网络爬虫实战

课程形式是:高质量录屏课+企业导师答疑+作业批改+班主任督学+学习打卡接龙和心得分享

在云课堂后买后联系客服加入学习交流群

客服二维码

 

 

Python编程基础》教学安排

时间安排

教学活动

内容

第一天

在线视频

1准备工作

1.1认识Python

1.2搭建Python环境

1.3安装PyCharm

1.4 PyCharm使用入门

2列表操作

2.1第一个Python程序

2.2 Python固定数据类型介绍

2.3列表构建及索引操作

2.4列表元素的增删改查操作

2.5列表推导式

作业练习

第一天作业 (备注:选择题(10题)+操作题(列表简单操作))

在线答疑

在线答疑

第二天

在线视频

3程序流程控制语句

3.1 Python常用操作符

3.2 Python条件判定语句

4字符串操作

4.1字符串及其索引&切片

4.2字符串的常见方法

4.3字典的创建及索引

4.4字典常用操作

4.5字典推导式

5 Python文件读取操作

5.1 Python读取文件

6函数

6.1 Python函数自定义

7面向对象与模块

7.1 Python方法与函数对比介绍

7.2 Python面向对象示例

7.3 Python模块使用

7.4第三方库的安装与调用

作业练习

第二天作业 (备注:选择题(10题)+操作题(通过条件判定语句来判定任意年份是否为闰年))

在线答疑

在线答疑

 

Python数据分析技术》教学安排

时间安排

教学活动

内容

第三天

在线视频

1 Python数据分析概述

1.1数据分析概述

1.2熟悉Python数据分析的工具

1.3安装Python的Anaconda发行版

1.4掌握Jupyter Notebook常用功能

2 Numpy数值计算基础

2.1掌握Numpy数组对象

2.2掌握Numpy矩阵与通用函数

2.3利用Numpy进行统计分析

作业练习

第三天作业 (备注:选择题(10题))

在线答疑

在线答疑

第四天

在线视频

3 Matplotlib数据可视化基础

3.1掌握绘图基础语法与常用参数

3.2分析特征间关系

3.3分析特征内部数据分布与分散情况

4 Pandas统计分析基础

4.1读写不同数据源的数据

4.2掌握DataFrame的常用操作

4.3转换与处理时间序列数据

4.4使用分组聚合进行组内计算

4.5创建透视表与交叉表

作业练习

第四天作业 (备注:选择题(10题:Matplotlib、Pandas统计分析基础各5题)

在线答疑

在线答疑

第五天

在线视频

5使用Pandas进行数据预处理

5.1合并数据

5.2清洗数据

5.3标准化数据

5.4转换数据

作业练习

第五天作业(备注:选择题(10题))

在线答疑

在线答疑

第六天

在线视频

6使用scikit-learn构建模型

6.1使用sklearn转换器处理数据

6.2构建并评估聚类模型

6.3构建并评估分类模型

6.4构建并评估回归模型

作业练习

第六天作业(备注:选择题(10题))

在线答疑

在线答疑

 

Python网络爬虫实战》教学安排

时间安排

教学活动

内容

第七天

在线视频

1 Python爬虫环境与爬虫简介

1.1 Python网络爬虫实战介

1.2认识爬虫

1.3认识反爬虫

1.4 Python爬虫环境

2网页前端基础

2.1概述

2.2 HTTP请求方法与过程

2.3常见HTTP状态码

2.4 HTTP头部信息

2.6小结

作业练习

第七天作业 (备注:选择题(10题))

在线答疑

在线答疑

第八天

在线视频

3简单静态网页爬取

3.1静态网页爬取概述

3.2使用requests库实现HTTP请求

3.3谷歌开发者工具介绍

3.4使用XPath进行网页解析

3.5使用BeautifulSoup进行网页解析

3.6数据存储

3.7小结

作业练习

第八天作业 (备注:选择题(10题))

在线答疑

在线答疑

第九天

大作业练习

前程无忧招聘网站数据分析岗位信息爬取分析:

任务1:爬取前程无忧招聘网站数据分析岗位招聘信息(爬取前3页:包括工作岗位、公司名称、工作地点、薪资)

任务2:数据预处理

2.1去重:将岗位名字和该公司名字都重复的进行去重

2.2空值处理:检查各属性是否存在空缺值并进行处理

2.3薪资处理等:增加两个属性(最低工资和最高工资,工资单位要一致)

任务3:分析不同地点的薪资水平情况并进行可视化展示

任务4:分析不同地点对于数据分析师的需求量情况并进行可视化展示

在线答疑

在线答疑

第十天

在线答疑

在线答疑

在线直播

直播、答疑、大作业讲解

结课

结课、打分