课程试听
第一章 Python数据分析项目实战-课程简介

1-1 本章导学

- 本章导学 免费试学
1-2 EDA 探索性数据分析方法简介

- EDA探索性数据分析方法简介 免费试学
1-3 数据清洗工具:OpenRefine 简介

- 数据清洗工具:OpenRefine简介 免费试学
1-4 Seaborn 简介与效果展示

- 可视化框架:Seaborn简介 免费试学
1-5 Pandas 实战项目简介与效果展示

- Pandas实战项目简介与效果展示 免费试学
1-6 本章总结

- 本章总结 免费试学
- 动态可视化库:Bokeh简介 免费试学
第二章 OpenRefine数据清洗与预处理

2-1 本章导学

- 本章导学
2-2 安装配置 OpenRefine

- 安装配置OpenRefine
2-3 【实战项目一】多伦多市建筑许可数据清洗与处理

- 项目简介
- 项目开发步骤
- 数据清洗与处理(一)
- 数据清洗与处理(二)
- 数据分析问题(一)
- 数据分析问题(二)
- 项目总结
- 作业&讲解
2-4 【实战项目二】悉尼动力博物馆文物数据清洗与处理

- 项目简介
- 导入数据&了解数据&清洗数据
- 处理数据
- 导出数据&项目
- 项目总结
2-5 【实战项目三】电影数据清洗与处理

- 项目简介
- 清洗与处理数据
- 调用翻译API翻译电影标题 (一)
- 调用翻译API翻译电影标题 (二)
- 项目总结
2-6 本章总结

- 课程资料
- 本章总结
第三章 Seaborn数据可视化进阶

3-1 本章导学

- 本章导学
3-2 Pandas 图表配置中文字体

- Pandas图表配置中文字体
3-3 Pandas常用图表简介

- Pandas常用图表简介
- Pandas常用图表-折线图
- Pandas常用图表-面积图
- Pandas常用图表-柱形图
- Pandas常用图表-饼图
- Pandas常用图表-直方图
- Pandas常用图表-盒形图
- Pandas常用图表-散点图
- Pandas常用图表-散点矩阵图
- Pandas常用图表-绘制多个图表
3-4 Seaborn 常用配置与常用图表详解

- Seaborn 常用配置与常用图表简介
- 配置开发环境与内置数据集简介
- 配置色彩与样式
- Seaborn 常用图表简介
- 单变量分布图
- 双变量关系图-lineplot 线形图
- 双变量关系图-scatterplot 散点图
- 双变量关系图-heatmap 热力图
- 双变量关系图-relplot 维度关系图
- 双变量关系图-Implot 线性回归关系图
- 双变量关系图-Jointplot与JointGrid
- 双变量关系图-Pairplot与PairGrid
- 分类数据图- stripplot与swarmplot
- 分类数据图- boxplot,boxenplot与violinplot
- 分类数据图- barplot,countplot与pointplot
- 矩阵图表
- Seaborn 常用配置与常用图表总结
3-5 【数据可视化项目实战】美国大学毕业生就业趋势可视化

- 实战项目简介
- 读取并初步了解数据情况
- 清洗整理数据
- 数据分析问题一:按年度探索专业毕业生人数趋势
- 数据分析问题二:按年度、专业探索毕业生就业趋势
- 数据分析问题三:探索哪个专业薪资增长最多,最快
- 数据分析问题四:按年度、专业探索女性在毕业生中的占比趋势
- 数据分析问题五:按年度、专业探索亚裔学生在毕业生中的占比趋势
- 实战项目总结
3-6 本章总结

- 本章总结
第四章 Pandas数据分析实战项目

4-1 本章导学

- 本章导学
4-2 【实战项目一】Chipotle 西餐厅外卖订单数据分析

- 项目简介
- 分析问题一:分析外卖订单销量情况(1)
- 分析问题一:分析外卖订单销量情况(2)
- 分析问题二:分析重要菜品的配料
- 项目拓展:绘制中文词云
- 项目总结
4-3 【实战项目二】 Youtube 视频流行趋势数据分析

- 项目简介
- 读取并初步了解数据情况
- 分析数据&绘制图表
- 绘制词云
- 项目总结
4-4 【实战项目三】2012 年美国总统选举捐款数据分析

- 项目简介
- 使用OpenRefine过滤数据
- 分析问题一:按捐款人职业分析其捐款倾向
- 分析问题二:按捐款人区域分析其捐款倾向
- 项目总结
- 作业解答
4-5 【实战项目四】北京市空气质量数据分析

- 项目简介
- 读取并初步了解数据情况
- 分析数据,使用Pandas+Seaborn绘制图表
- 使用Pyecharts+eplot绘制图表
- 使用Pyecharts绘制地理图表
- 项目总结
4-6 【实战项目五】2005-2017年美国芝加哥市犯罪记录数据分析

- 项目简介
- 读取并初步了解数据情况
- 清洗&整理数据
- 使用Pandas时序分析方法探索数据规律(1)
- 使用Pandas时序分析方法探索数据规律(2)
- 使用Seaborn绘制热图探索数据规律(1)
- 使用Seaborn绘制热图探索数据规律(2)
- 使用Folium绘制地理图表探索数据规律(1)
- 使用Folium绘制地理图表探索数据规律(2)
- 项目总结
4-7 本章总结

- 本章总结
第五章 动态可视化图表与控制面板项目实战

5-1 本章导学

- 本章导学
5-2 【实战项目一】 Bokeh+Pandas动态可视化图表实战

- 项目简介
- 配置开发环境
- 使用Bokeh+Pandas绘制动态图表(1)
- 使用Bokeh+Pandas绘制动态图表(2)
- 使用Bokeh+Pandas绘制控制面板
- 项目总结
5-3 【实战项目二】美国纽约市出租车可视化分析

- 项目简介
- 使用Pandas处理大型数据集
- 使用Bokeh开发Web可视化应用(1)
- 使用Bokeh开发Web可视化应用(2)
- 使用Bokeh开发Web可视化应用(3)
5-4 本章总结

- 本章总结
第六章 Python数据分析项目实战-课程总结

6-1 课程总结

- 课程总结