- 全部任务
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.3.2 绘制饼图
- 3.3.3 绘制箱线图
- 4.1 Pandas简介
- 4.2.1 Pandas读取文本...
- 4.2.2 存储数据框
- 4.2.3 Pandas读取ex...
- 4.2.4 将数据框存储为exc...
- 4.3.1 构建数据框
- 4.3.2 查看数据框的常用属性
- 4.3.3 按行列顺序访问数据框...
- 4.3.4 按行列名称访问数据框...
- 4.3.5 修改数据框中的元素
- 4.3.6 删除数据框中的元素
- 4.3.7 描述分析数据框中的元...
- 4.4.1 转换成时间类型数据
- 4.4.2 时间类型数据的常用操...
- 4.5.1 groupby分组操...
- 4.5.2 agg聚合操作
- 4.6.1 生成透视表
- 4.6.2 生成交叉表
- 5.1.1 表堆叠
- 5.1.2 主键合并
- 5.1.3 重叠合并
- 5.2.1 检测与处理重复值
- 5.2.2 检测与处理缺失值
- 5.2.3 检测与处理异常值
- 5.3 标准化数据
- 5.4.1 哑变量处理
- 5.4.2 离散化连续型数据
- 课程配套数据、代码及PPT
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 配套资料下载
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.3.2 绘制饼图
- 3.3.3 绘制箱线图
- 配套资料下载
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.3.2 绘制饼图
- 3.3.3 绘制箱线图
- 4.1 Pandas简介
- 4.2.1 Pandas读取文本...
- 4.2.2 存储数据框
- 4.2.3 Pandas读取ex...
- 4.2.4 将数据框存储为exc...
- 4.3.1 构建数据框
- 4.3.2 查看数据框的常用属性
- 4.3.3 按行列顺序访问数据框...
- 4.3.4 按行列名称访问数据框...
- 4.3.5 修改数据框中的元素
- 4.3.6 删除数据框中的元素
- 4.3.7 描述分析数据框中的元...
- 4.4.1 转换成时间类型数据
- 4.4.2 时间类型数据的常用操...
- 4.5.1 groupby分组操...
- 4.5.2 agg聚合操作
- 4.6.1 生成透视表
- 4.6.2 生成交叉表
- 配套资料下载
- 3.3.1 绘制柱状图
- 3.3.1 绘制柱状图
- 3.3.1 绘制柱状图
- 1.1.1 Matplotlib...
- 1.1.2 基础图形绘制
- 1.1.3 常用参数设置
- 1.2.1 绘制散点图
- 1.2.2 散点图参数设置
- 1.2.3 绘制折线图
- 1.3.1 绘制柱状图
- 1.3.2 绘制饼图
- 1.3.3 绘制箱线图
- 2.1 Pandas简介
- 2.2.1 Pandas读取文本...
- 2.2.2 存储数据框
- 2.2.3 Pandas读取ex...
- 2.2.4 将数据框存储为exc...
- 2.3.1 构建数据框
- 2.3.2 查看数据框的常用属性
- 2.3.3 按行列顺序访问数据框...
- 2.3.4 按行列名称访问数据框...
- 2.3.5 修改数据框中的元素
- 2.3.6 删除数据框中的元素
- 2.3.7 描述分析数据框中的元...
- 2.4.1 转换成时间类型数据
- 2.4.2 时间类型数据的常用操...
- 2.5.1 groupby分组操...
- 2.5.2 agg聚合操作
- 2.6.1 生成透视表
- 2.6.2 生成交叉表
- 3.1.1 表堆叠
- 3.1.2 主键合并
- 3.1.3 重叠合并
- 3.2.1 检测与处理重复值
- 3.2.2 检测与处理缺失值
- 3.2.3 检测与处理异常值
- 3.3 标准化数据
- 3.4.1 哑变量处理
- 3.4.2 离散化连续型数据
- 配套资料下载
- 1.1 Pandas简介
- 1.2.1 Pandas读取文本...
- 1.2.2 存储数据框
- 1.2.3 Pandas读取ex...
- 1.2.4 将数据框存储为exc...
- 1.3.1 构建数据框
- 1.3.2 查看数据框的常用属性
- 1.3.3 按行列顺序访问数据框...
- 1.3.4 按行列名称访问数据框...
- 1.3.5 修改数据框中的元素
- 1.3.6 删除数据框中的元素
- 1.3.7 描述分析数据框中的元...
- 1.4.1 转换成时间类型数据
- 1.4.2 时间类型数据的常用操...
- 1.5.1 groupby分组操...
- 1.5.2 agg聚合操作
- 1.6.1 生成透视表
- 1.6.2 生成交叉表
- 2.1.1 表堆叠
- 2.1.2 主键合并
- 2.1.3 重叠合并
- 2.2.1 检测与处理重复值
- 2.2.2 检测与处理缺失值
- 2.2.3 检测与处理异常值
- 2.3 标准化数据
- 2.4.1 哑变量处理
- 2.4.2 离散化连续型数据
- 配套资料下载
- 配套资料下载
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.3.1 绘制柱状图
- 3.3.2 绘制饼图
- 3.3.3 绘制箱线图
- 4.1 Pandas简介
- 4.2.1 Pandas读取文本...
- 4.2.2 存储数据框
- 4.2.3 Pandas读取ex...
- 4.2.4 将数据框存储为exc...
- 4.3.1 构建数据框
- 4.3.2 查看数据框的常用属性
- 4.3.3 按行列顺序访问数据框...
- 4.3.4 按行列名称访问数据框...
- 4.3.5 修改数据框中的元素
- 4.3.6 删除数据框中的元素
- 4.3.7 描述分析数据框中的元...
- 4.4.1 转换成时间类型数据
- 4.4.2 时间类型数据的常用操...
- 4.5.1 groupby分组操...
- 4.5.2 agg聚合操作
- 4.6.1 生成透视表
- 4.6.2 生成交叉表
- 5.1.1 表堆叠
- 5.1.2 主键合并
- 5.1.3 重叠合并
- 5.2.1 检测与处理重复值
- 5.2.2 检测与处理缺失值
- 5.2.3 检测与处理异常值
- 5.3 标准化数据
- 5.4.1 哑变量处理
- 5.4.2 离散化连续型数据
暂无笔记
0
0
0
0
