20天玩转Python编程
编程学习第一步
共20篇 | 奇猫
¥51.00 2125人订阅
新人大礼包
小程序订阅 省¥12
专栏介绍
数据分析是当前比较热门职位方向,本专栏主要介绍Python常用的数据分析与可视化模块,带你掌握常用的数据指标与基础算法模型。
相信通过案例对实际数据进行分析,能使读者朋友对数据分析与可视化有深入的理解,并将掌握知识点在实际工作中得到应用。
专栏入口
专栏订阅成功后,即可通过以下4个途径永久阅读
1.“51CTO订阅专栏”小程序端
2.“51CTO”微信服务号端
3.“51CTO博客”web端
4.“51CTO学院”Android App端
适用人群
1.Python编程语言学习者
2.想要从事数据分析及可视化分析方向工作
3.对数据及数据可视化感兴趣的朋友
4.不懂数据的运维不是好的DBA
订阅说明
1.本专栏为图文专栏,共计15篇
2.专栏定期更新,现已更新完毕
3.专栏一经订阅永久阅读, 可与作者留言互动
4.本专栏为虚拟产品,一经订阅,概不退款,请慎重订购
5.专栏阅读过程中,如有任何问题请联系51CTO小助手(微信:cto51boke/QQ:3591348659)
学习本专栏您能收获什么
1.剖数据,定决策
2.数据分析及统计常用数据指标
3.掌握数据分析的流程:数据获取,清洗,分析
4.掌握数据分析常用工具与方法,做出合适的图表表达数据
专栏目录
数据分析是当前比较好的一个从业方向,如何从一个小白能够使用Python完成基本数据分析? 看这个专栏可能就能满足您当前需求了。
数据分析和我们生活与工作密切相关,数据分析结果无时无刻不在影响我们决定;在做数据分析时我们要关注那些指标,这节我们就来解决这个问题。
使用列表字典等数据结构对数据进行计算总感觉比较繁琐,效率不高,有么有更好的方式对数据进行处理?这节我们来解决这个问题,使用numpy
numpy支持多种数据类型,掌握常用的数据处理与计算方法能够让我们在后面学习与工作中轻松处理大量数据。
这节我们介绍常用的图表及应用场景,这些图表使用Python及相关模块都能实现;在实际工作与学习中,我们可以根据需求与数据选择不同图表进行展示
本节我们通过一个案例完成matplolib常用图表可视化,包括:折线图,柱状图,饼状图,饼图,多图子图,及细节处理。
本节我们实际抓取北京天气,并使用前面所学习numpy,matplotlib按照需求完成数据提取,整理与可视化。
Pandas是Python数据分析中常用工具,这节主要介绍Series与DataFrame对象创建,访问,索引等相关操作。
本节主要解决三个问题:缺失数据处理,通过索引访问数据及索引变换,pandas中常用数据计算方法,并通过实际案例掌握这些方法使用技巧。
本节主要介绍pandas数据中常用整理方法:数据集合并/分组/过滤/计算,并对movielens数据集进行处理;通过理论与案例掌握pandas中数据处理常用方法。
时间序列是数据处理中必不可少部分,pandas中提供了强大的时间处理处理方法,能够将多种时间格式转换成时间序列,使数据处理起来更加方便。
本接主要介绍seaborn模块常用设计及图表,并通过内置数据集进行数据可视化分析。
本节继续介绍seaborn中常用的图表及使用,并通过实际案例来掌握这些常用方法。
本节主要使用前面所介绍内容对某家二手房数据完成数据清洗,整理,可视化分析;巩固前面所学知识点。
pyecharts是一个非常炫的可视化模块,支持三十多种图表格式,这节我们快速掌握该模块,使用其对股票进行分析。
本节主要使用pandas, seaborn, pyecharts等知识点对2018-2019赛季常规赛球队球员数据进行可视化分析。
支付成功
加入作者互动群
和作者近距离提问 &交流 &互动
扫描二维码 回复 ZL049 + 昵称 入群