|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/learn-python-libraries-for-data-analysis-data-manipulation/
课程评论：没有评论
本课程名为“使用Python库进行数据分析和数据处理”，是一门专注于使用Pandas库进行数据分析和处理的Python课程。 课程内容涵盖了Pandas的基础知识和高级应用： * **Pandas入门**：介绍Pandas，包括安装和基本概念。 * **Pandas数据结构**：深入讲解Series和DataFrame，包括创建、访问和基本操作，如索引设置、行/列获取和数据定位。 * **数据读取与EDA**：学习如何读写CSV和Excel文件，并通过“权力的游戏”数据集进行探索性数据分析（EDA）。 * **缺失数据处理**：掌握处理缺失数据的方法，如fillna、插值和替换。 * **数据分组与合并**：学习使用groupby进行数据分组，以及如何合并和可视化DataFrames。 * **数据库连接与数据操作**：连接Pandas DataFrame与MySQL数据库，并使用merge方法进行数据整合。 * **数据重塑**：学习pivot、pivot\_table、stack、unstack、melt和crosstab等方法来重塑和操纵数据。 * **时间序列数据**：处理时间序列数据，包括使用DatetimeIndex、date\_range()和to\_datetime()。 * **JSON数据处理**：学习使用JSON模块和Pandas处理JSON数据，并进行API数据分析项目，如天气和股票数据分析。 * **泰坦尼克号数据集EDA**：从零开始对泰坦尼克号数据集进行详细的EDA，包括图表创建（饼图、热力图、直方图、KDE图）和特征分析（Parch、Sibsp）。 * **餐厅小费数据集分析**：在餐厅小费数据集上进行散点图分析。 总的来说，本课程为学习者提供了一个全面而实用的Python数据分析和处理技能框架，尤其侧重于Pandas库的强大功能。
Lecture 2:Introduction to Python PandasLecture 3:How to Install Python Pandas on ComputerLecture 4:Data Structures in Python Pandas Section 2:Pandas SeriesLecture 5:How to Create Pandas Series from ScratchLecture 6:How to Create Pandas Series Using Ndarray and Dictionary Section 3:Pandas DataframesLecture 7:Creating Your First DataframeLecture 8:Creating a Datafram Using Python ListsLecture 9:Create an indexed DataFrame using arraysLecture 10:Getting Data of a Row or Multiple Rows in Pandas DataframeLecture 11:Basic Operations on Pandas Dataframes - Using Some Methods and AttributesLecture 12:Setting and Resetting Index of a DataframeLecture 13:How to Locate Values On the basis of Index Name Section 4:Reading CSV Files - With Exploratory Data Analysis on DatasetLecture 14:Reading CSV Files EDA On GOT Dataset Part 1Lecture 15:Reading CSV Files EDA On GOT Dataset Part 2Lecture 16:Read Excel OR Csv File and Write to an Excel Or CSV File Section 5:Handling Missing DataLecture 17:Handdling Missing Data in Dataframes - Fillna MethodLecture 18:Handdling Missing Data in Dataframes - Fillna Method ContinuedLecture 19:Interpolation in Dataframes - Handling Missing DataLecture 20:Replace Methodd in Dataframes - Handling Missing DataLecture 21:Groupby in Python Pandas on Columns with repeating valuesLecture 22:Concatenate Dataframes and visualize them Section 6:Connecting Pandas Dataframe with MySQL Server DatabaseLecture 23:How to Connect Pandas With MySQL Server DatabaseLecture 24:Use of Merge Method in Python Pandas Section 7:Reshaping DataFrames in PandasLecture 25:Pivot and Pivot_Table Methods in Python PandasLecture 26:Stack and Unstack Methods in Python PandasLecture 27:Melt Method for Data Manipulation in PandasLecture 28:Crosstab method in Python Pandas Section 8:Working with Time Series Data in PandasLecture 29:DatetimeIndex in Python Pandas - Time SeriesLecture 30:date_range() method in Python Pandas - Time SeriesLecture 31:to_datetime() Method in Python Pandas Section 9:Working with JSON Data Using JSON Module and Pandas ModuleLecture 32:What is JSONLecture 33:What is an API ?Lecture 34:JSON API Weather Data Analysis Project Using Python Pandas and MatplotlibLecture 35:Stock Price Data From JSON API Analysis using Python Libraries Section 10:EDA on Titanic Dataset from ScratchLecture 36:Exploratory Data Analysis on Titanic Dataset - Pie Chart and DropLecture 37:Correlation Matrix or Heatmap using Seaborn EDA on Titanic DatasetLecture 38:Analysis of Parch and Sibsp Columns in Titanic Dataset - 3 Graphs Side By SideLecture 39:Histogram Plot and Kernel Density Estimation Using Python Section 11:Restaurant Tips DatasetLecture 40:Scatter Plot using Python Libraries on Tips Dataset
