Python软件技术培训课程简介
爱发资源整合网：Python教程《Python数据挖掘》4天快速入门视频
Jupyter Notebook现在已迅速成为数据分析，机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。而在课程中以 Jupyter Notebook的亮相而开头，帮助同学们不断深入的进行数据分析教学，同学们能够快速的掌握数据分析而进行企业级的项目开发。
该阶段主要是介绍一些数据科学领域用Python语言实现的基础库，如简洁、轻便的数据可视化展示工具Matplotlib，高效的运算工具Numpy，方便的数据处理工具Pandas，为人工智能阶段打基础。
1. 用最快地办法入门数据科学
2. 用最简单方式轻松掌握数据科学基础库
课程内容目录：
第一天
01-环境搭建
02-JupyterNotebook介绍
03-快速上手JupyterNotebook
04-Matplotlib介绍
05-快速上手Matplotib
06-Matplotlib三层结构
07-完善折线图(画布层)
08-修改x、y轴刻度
09-中文问题解决
10-其他辅助显示层完善折线图
11-完善折线图(图像层)
12-创建多个绘图区
13-折线图应用场景
14-常见图表及散点图
15-柱状图
16-直方图
17-饼图
18-总结
第二天
01-上节回顾
02-今日目标
03-Numpy优势
04-ndarray属性
05-生成数组的方法
06-均匀分布与正态分布
07-切片索引与形状修改
08-类型修改与数组去重
09-逻辑运算
10-统计运算
11-数组间运算
12-矩阵运算
13-合并与分割
14-10操作与数据处理
15-总结
答疑
第三天
01-上节回顾
02-Pandas介绍
03-DataFrame属性和方法
04-DataFrame索引设置
05-Multilndex与Panel
06-Series
07-索引操作
08-赋值与排序
09-算术运算与逻辑运算
10-统计运算与自定义运算
11-Pandas画图
12-CSV文件的读取与存储
13-hdf5文件的读取与存储
14-json文件的读取与存储
15-总结
第四天
01-上节内容回顾
02-今日安排
03-处理np.nan类型的缺失值
04-处理其他标记的缺失值
05-数据离散化
06-按方向合并pd.concat()
07-按索引合并pd.merge0
08-交叉表与适视表
09-分组与聚合
10-综合案例
11-总结
