所属分类：软件编程与计算机基础 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

Python数据分析实战：Pandas+NumPy

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
数据分析的行业价值 · 课程目标 · Pandas与NumPy的定位与整体…
课程导入数据分析的行业价…
02
环境搭建与工具准备
Anaconda安装 · Jupyter Notebook使用 · Python基础语法速览（列表
环境搭建工具准备
03
NumPy核心概念
ndarray数组的创建 · 形状 · 维度
NumPy核心概念
04
NumPy索引与切片
一维 · 二维 · 多维数组的索引
NumPy索引
05
NumPy数组运算
向量化运算 · 广播机制 · 通用函数（ufunc）与数学统计函数
NumPy数组运算
06
NumPy高级操作
数组重塑 · 转置 · 合并（concatenate
NumPy高级操作
07
NumPy实战案例
使用NumPy处理数值数据 · 如温度统计 · 股票收益率计算
NumPy实战案例
08
Pandas入门
Series与DataFrame的创… · 索引 · 列操作
PandasSeries
09
Pandas数据读取与写入
读写CSV · Excel · JSON
Pandas数据读取
10
Pandas数据清洗
处理缺失值（dropna · fillna） · 重复值
Pandas数据清洗
11
Pandas索引操作
索引设置 · 重置 · 层次化索引（MultiIndex）与…
Pandas索引操作
12
Pandas数据筛选与排序
条件筛选 · query方法 · sort_values
Pandas数据筛选
13
Pandas数据聚合与分组
groupby机制 · 聚合函数（sum · mean
Pandas数据聚合
14
Pandas数据合并与连接
merge · join · concat的用法与区别
Pandas数据合并
15
Pandas数据透视与重塑
pivot_table · crosstab · melt
Pandas数据透视
16
Pandas时间序列分析
日期时间索引 · 生成日期范围 · 重采样（resample）
Pandas时间序列分析
17
Pandas文本数据处理
字符串方法 · 正则表达式提取 · 拆分
Pandas文本数据处理
18
Pandas实战案例
电商订单数据清洗与统计分析 · 包括销售额 · 用户行为等维度
Pandas实战案例
19
NumPy与Pandas结合
数组与DataFrame互转 · 性能优化技巧 · 内存占用优化
NumPyPandas
20
数据可视化基础
使用Matplotlib与Seabo… · 柱状图 · 散点图
数据可视化基础Matplotlib
21
探索性数据分析（EDA）流程
数据概览 · 分布分析 · 相关性分析
EDA探索性数据分析
22
实战项目一
电影数据集分析——从CSV读取 · 清洗 · 分组统计到可视化展示票房与评分关系
实战项目一CSV
23
实战项目二
股票数据量化分析——使用Pandas… · 计算移动平均线 · 收益率与波动率
实战项目二Pandas
24
实战项目三
销售数据报表自动化——多表合并 · 透视表生成 · 自动导出Excel报告
实战项目三销售数据报表自动…
25
常见问题与调试技巧
Pandas链式赋值警告 · SettingWithCopyWar… · 内存错误
常见问题调试技巧
26
性能优化进阶
向量化操作 · apply与applymap的取舍 · 使用Cython/Numba加速
性能优化进阶向量化操作
27
数据清洗实战进阶
处理复杂缺失模式 · 时间序列缺失插值 · 异常值检测（IQR
数据清洗实战进阶处理复杂缺失模式
28
综合实战
从多个数据源（CSV · Excel · API）整合数据
综合实战CSV
29
课程总结与知识图谱
梳理Pandas+NumPy核心知识… · 常见分析套路 · 学习资源推荐
课程总结知识图谱
30
综合提升挑战
给定一个真实业务数据集 · 独立完成从数据导入 · 清洗
综合提升挑战给定一个真实业务…