课程概述：
近年来，数据分析师的需求非常大，90%的岗位技能需要掌握Python作为数据分析工具。
Python语言的易学性、快速开发，拥有丰富强大的扩展库和成熟的框架等特性很好地满足了数据分析师的职业技能要求。
本课程以案例驱动的方式讲解如何利用Python完成数据获取、处理、数据分析及可视化方面常用的数据分析方法与技巧。
每章节都会引入Kaggle的项目和数据集，通过这些实际案例让学员轻松掌握使用Python分析来自不同领域的数据，随课代码及案例代码均会提供给学员自行实操。
适用人群：
-
想了解和学习典型的数据分析流程和实践方法的人
-
不会使用Python的数据分析师从业者
-
想转行从事数据分析师行业的朋友
- 想使用Python实现机器学习的工程师
课程目标：
-
熟悉数据分析的流程，包括数据采集、处理、可视化等
-
掌握Python语言作为数据分析工具，从而有能力驾驭不同领域的数据分析实践
-
快速积累多个业务领域的数据分析项目经验
- 掌握使用Python实现基于机器学习的数据分析和预测
课程大纲：
第一课 工作环境准备及Python数据结构讲解 (2小时)
课程介绍、工作环境准备、Python语言基础回顾、Python数据结构讲解
列表、字典、元组、集合、Python高级特性、切片、迭代、Python高阶函数、map、filter、reduce
第二课 科学计算及数据可视化入门 (2小时)
使用NumPy和SciPy进行科学计算、Matplotlib绘图入门、实战案例：2016美国总统大选数据分析 (2016 Election Polls)
第三课 本地数据的采集与操作 (2小时)
常用格式的本地数据读写、SQL常用语法讲解、Python的数据库基本操作、数据库多表连接用法详解
left join、right join、inner join
实战案例：欧洲职业足球数据库分析 (European Soccer Database)
第四课 网络数据的获取与表示 (2小时)
BeautifulSoup解析网页
爬虫框架Scrapy基础
实战案例：获取电商网站的商品信息
第五课 数据分析工具Pandas 基础 (2小时)
Pandas的数据结构、Series、DataFrame、Pandas的数据操作、数据的导入、导出
数据的过滤筛选、索引及多重索引、Pandas统计计算和描述、Pandas的绘图函数
实战案例：星级争霸II重放分析 (StarCraft II Replay Analysis)
第六课 数据分析工具Pandas进阶 (2小时)
数据的分组与聚合
数据的分组运算
Pandas透视表和交叉表
实战案例：互联网电影资料库分析 (IMDB 5000 Movie Dataset)
第七课 数据的规整与可视化 (2小时)
数据清洗、合并、转化和重构
常用的Python数据可视化工具
Matplotlib回顾及扩充
Seaborn绘图
交互式数据可视化—Bokeh绘图
实战案例：空难历史数据分析 (Airplane Crashes Since 1908)
第八课 机器学习基础及机器学习库scikit-learn入门 (2小时)
机器学习基础
scikit-learn入门
实战案例：利用声音数据进行性别识别 (Gender Recognition by Voice)
第九课 项目实战：“闪电约会”配对预测 (2小时)
项目介绍 (Speed Dating Experiment)
数据分析与处理
模型选择及训练
课程总结