|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/python-for-data-analysis-numpy-pandas-matplotlib-seaborn/
课程评论：没有评论
Coursera 数据分析与 Python (Pandas 和 NumPy) 课程总结 本课程专为希望利用 NumPy、Pandas、Matplotlib 和 Seaborn 等强大工具从数据中提取有意义见解的任何人而设计。 **核心内容与目标：** * **理论与实践结合：** 提供 NumPy 和 Pandas 等 Python 数据分析库的理论基础和实践应用。 * **数据可视化技能：** 教授 Matplotlib 和 Seaborn 这类可视化工具的使用，帮助学员基于数据进行准确的可视化和决策。 * **实战项目驱动：** 通过真实数据集进行实践，增强学员对数据分析主题的信心，为实际项目和面试做好准备。 **课程模块概览：** 1. **NumPy 入门：** 介绍 NumPy 库的核心概念与基本操作。 2. **Pandas 入门：** 深入学习 Pandas 中的 Series 和 DataFrame 对象，这是数据处理的基础。 3. **数据导入与存储：** 掌握 CSV、Excel、SQLite、JSON、HTML、Pickle 和 HDF5 等多种数据格式的读取与存储。 4. **数据准备 (Data Preparation)：** * 识别和处理缺失数据。 * 处理重复数据。 * 数据转换和格式调整。 * 行和列的操作。 * 桶分析 (Bucket Analysis)。 * 异常值检测 (Outlier Detection)。 * 数据采样。 * 创建虚拟变量 (Dummy Variable)。 5. **数据整理 (Data Wrangling)：** * 数据聚合。 * 数据库风格的合并 (Merging) 和连接 (Joins)，包括 Inner, Outer, Left, Right Join。 * 连接 (Join) 和合并 (Concatenate)。 * 数据透视 (Pivot) 和数据融化 (Melt)。 6. **数据聚合 (Data Aggregation)：** * Split-Apply-Combine (拆分-应用-合并) 模式。 * GroupBy 子句的使用。 * 数据分箱 (Binning)。 * 数据透视表 (Pivot Table) 和交叉表 (Cross Tabulations)。 7. **数据可视化 (Visualization)：** * 使用 Matplotlib 进行基本绘图。 * 利用 Pandas 对象内置的可视化功能。 * 使用 Seaborn 绘制更复杂的统计图表。 8. **实战项目：** 应用所学知识，使用真实数据集进行完整的数据分析实践。 本课程旨在全面提升学员的数据处理、分析和可视化能力，使其能够自信地应对各种数据分析挑战。
Data Analysis with Python is for everyone who would like to create meaningful insight out of the data with the power of Numpy, Pandas, Matplotlib & Seaborn. The course has the right recipe to equip student with the right set of skill to ingest, clean, merge, manipulate, transform and finally visualize the data to create the meaning out of the data at hand. The goal of this course is many fold:- To provide theoretical and practical understanding of data analysis with Python package like NumPy and Pandas. - To provide the knowledge of visualization tool ( matplotlib and seaborn ) so that one will be able to visualize and make correct decision based on the data.- And finally practice with real life data to feel confident of the topic and be able to ready to work on data analysis project or interview.The whole project is divided into following module:- NumPy introduction- Pandas introduction (Series and dataframe objects )- Data ingestion & Storage ( CSV, Excel, SQLite, JSON, HTML, Pickle and HDF5 storage etc. )- Data Preparation ( Identify missing data, Handle missing data, handling duplicate data, Data transformation, Manipulating Row & Columns, Bucket Analysis, Outlier detection, Sampling, Creating dummy variable etc. )- Data Wrangling ( Data Aggregation, Merging, Joins - Inner, Outer, Left & Right join, Join, Concatenate, Pivot, Melt etc. )- Data Aggregation (Split, Apply & Combine, GroupBy clause, Binning data, Pivot table and Cross tabulations etc. )- Visualization ( MatplotLib, Pandas Object visualization, Seaborn )- Project - Practice data analysis with real life datasets.
