共 49 小节 已有 190420 人学过 2020.7.23 推出
带领大家从零开始，熟悉Python数据分析常用的几大工具包（Numpy、Pandas、Matplotlib），并通过实战项目，让大家熟练它们的操作，最后还会扩展学习机器学习常用算法之聚类算法Kmeans，为以后机器学习算法打基础。
- 第一章：导言
1-1 开篇词
1-2 Anaconda安装
1-3 Jupyter基础
- 第二章：Numpy
2-1 数组与矩阵的基本概念
2-2 创建与访问数组(一)
2-3 创建与访问数组(二)
2-4 数组矩阵基本操作
2-5 Numpy数组的合并与分割
2-6 Numpy聚合运算
2-7 Numpy其他操作
- 第三章：Pandas
3-1 Series
3-2 DataFrame
3-3 对比Series 与 DataFrame
3-4 Pandas IO 操作
3-5 DataFrame之loc与iloc数据选择
3-6 DataFrame之pivot_table
3-7 DataFrame之merge连接操作
3-8 DataFrame之groupby操作
3-9 DataFrame之Map 与 Replace操作
3-10 DataFrame之分箱操作
3-11 DataFrame之apply自定义函数
3-12 DataFrame之其他常用函数(一)
3-13 DataFrame之其他常用函数(二)
- 第四章：可视化绘图Matplotlib
4-1 折线图
4-2 条形图与直方图
4-3 Series 画图
4-4 DataFrame 画图
4-5 subplots
4-6 字体设置
- 第五章：Seaborn
5-1 lmplot 回归图
5-2 barplot 条形图
5-3 kdeplot 核密度估计图
5-4 distplot
5-5 heatmap 热力图
5-6 boxplot 与 stripplot
- 第六章：实战一-股票趋势分析
6-1 获取数据
6-2 查看股票趋势
- 第七章：实战二-DataFrame 与 SQL 对比
7-1 筛选数据与条件判断
7-2 groupby分组
7-3 数据连接
7-4 子查询与数据更新
- 第八章：实战三-RFM用户分类
8-1 预处理数据(一)
8-2 预处理数据(二)
8-3 预处理数据(三)
8-4 构建RFM模型
- 第九章：实战四-实战扩展之Kmeans用户聚类
9-1 Kmeans基本原理
9-2 Kmeans API介绍
9-3 构建Kmeans模型
9-4 课程总结
带领大家从零开始，熟悉Python数据分析常用的几大工具包（Numpy、Pandas、Matplotlib），并通过实战项目，让大家熟练它们的操作，最后还会扩展学习机器学习常用算法之聚类算法Kmeans，为以后机器学习算法打基础。
