Python數(shù)據(jù)分析與可視化呈現(xiàn)-2天

Python數(shù)據(jù)分析與可視化呈現(xiàn)
課程背景
互聯(lián)網(wǎng)的飛速發(fā)展伴隨著海量信息的產(chǎn)生，而海量信息的背后對應(yīng)的則是海量數(shù)據(jù)如何從這些海量數(shù)據(jù)中獲取有價(jià)值的信息來供人們學(xué)習(xí)和工作使用，這就不得不用到大數(shù)據(jù)挖掘和分析技術(shù)。數(shù)據(jù)分析作為大數(shù)據(jù)技術(shù)的核心一環(huán)，其重要性不言而喻。
在數(shù)據(jù)分析領(lǐng)域，Python語言以其簡單易用，并提供了優(yōu)秀、好用的第三方庫和數(shù)據(jù)分析的完整框架而深受數(shù)據(jù)分析人員的青睞?？梢哉f，Python 已經(jīng)當(dāng)仁不讓地成為了數(shù)據(jù)分析人員的一把“利器”。程序員想要進(jìn)入數(shù)據(jù)分析行業(yè)，首先要掌握 Python 數(shù)據(jù)分析技術(shù)，只有這樣才能在嚴(yán)峻的就業(yè)市場中具有較強(qiáng)的競爭力。
課程收益
通過本課程學(xué)習(xí)，達(dá)到如下目的：
能夠搭建自己的編程開發(fā)環(huán)境，并掌握Python編程的基礎(chǔ)語法知識、精髓其編程思想；
學(xué)會使用Pandas庫完成數(shù)據(jù)的導(dǎo)入導(dǎo)出、數(shù)據(jù)整理和數(shù)據(jù)多角度分析的方法；
學(xué)會使用Matplotlib模塊繪制常用圖表和高大上圖表，以及如何與EXCEL聯(lián)動；
了解機(jī)器學(xué)習(xí)概念，會使用Sklearn模塊進(jìn)行線性回歸、邏輯回歸的分析方法。
能結(jié)合課程學(xué)習(xí)到的方法和工具對本職工作中遇到的場景進(jìn)行針對性分析。
培訓(xùn)對象
本課程適用于職場從事數(shù)據(jù)分析或和數(shù)據(jù)分析工作相關(guān)的職場人士。
?授課講師
張曉如 老師（微軟OFFICE大師級認(rèn)證）
?授課時(shí)間
標(biāo)準(zhǔn)2天（6小時(shí)/天），也可根據(jù)需求調(diào)整為3天或1天。
課程大綱PartⅠ、數(shù)據(jù)分析理念
*了解數(shù)據(jù)分析的方法、工具和流程。
什么是數(shù)據(jù)分析？
概念與目的
發(fā)現(xiàn)數(shù)據(jù)規(guī)律——找到可行方案——指導(dǎo)管理決策。
數(shù)據(jù)分析三階段
描述性分析，發(fā)生了何事
診斷性分析，為何發(fā)生
預(yù)測性分析，將發(fā)生何事
數(shù)據(jù)分析方法
對比分析
同比分析
環(huán)比分析
回歸分析
聚類分析
時(shí)間序列分析
數(shù)據(jù)分析的工具
常規(guī)工具VS高大上工具
數(shù)據(jù)分析流程
步驟1：明確目的
確定分析目的：要解決什么樣的業(yè)務(wù)問題
確定分析思路：分解業(yè)務(wù)問題，構(gòu)建分析框架
步驟2：數(shù)據(jù)收集
明確收集數(shù)據(jù)范圍
確定收集來源
確定收集方法
步驟3：數(shù)據(jù)預(yù)處理
數(shù)據(jù)質(zhì)量評估
數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
步驟4：數(shù)據(jù)分析
選擇合適的分析方法
構(gòu)建合適的分析模型
選擇合適的分析工具
步驟5：數(shù)據(jù)展示
選擇恰當(dāng)?shù)膱D表
選擇合適的可視化工具
步驟6：報(bào)表撰寫
選擇報(bào)告種類
完整的報(bào)告結(jié)構(gòu)
Part2、Python環(huán)境搭建與編程基礎(chǔ)
*搭建自己的Python編程開發(fā)環(huán)境，并掌握Python編程思想、編程語句、數(shù)據(jù)結(jié)構(gòu)。
認(rèn)識Python與環(huán)境搭建
What——什么是Python
Anaconda如何下載、安裝、配置
IDLE VS Jupyter Notebook VS Spyder
Python初體驗(yàn)——十秒鐘快速創(chuàng)建100個(gè)Excel工作薄并統(tǒng)一命名
Spyder界面介紹
Python文件的打開、編輯與保存
案例：認(rèn)識一下Python代碼的整體構(gòu)成
變量與數(shù)據(jù)類型
變量的賦值與命名規(guī)則
數(shù)值型：整型與浮點(diǎn)型
字符型：字符型的定義
邏輯型：1和0，或TRUE和FALSE
數(shù)據(jù)類型的查詢：TYPE函數(shù)
數(shù)據(jù)類型的運(yùn)算：數(shù)值型/字符型/邏輯型如何運(yùn)算
數(shù)據(jù)類型的轉(zhuǎn)換：Str()函數(shù)、int()函數(shù)、float()函數(shù)
數(shù)據(jù)結(jié)構(gòu)
列表（LIST）：如何定義/訪問/增加/修改/刪除
字典(DICTIONARY)：如何定義/訪問/增加/修改/刪除
元組：如何定義/訪問
集合：如何定義/訪問
編碼基本規(guī)則與流程控制語句
縮進(jìn)、注釋、其他規(guī)則
If語句——選擇結(jié)構(gòu)
For語句——循環(huán)結(jié)構(gòu)
While語句——循環(huán)結(jié)構(gòu)
循環(huán)結(jié)構(gòu)中的break語句和continue語句
控制語句的嵌套
函數(shù)
常用內(nèi)置函數(shù)：print()input()replace()/strip()/split()open()……
如何自定義函數(shù):def語句
模塊的類別、安裝、導(dǎo)入
內(nèi)置模塊
第三方模塊
用PIP命令安裝、卸載、升級模塊
Import語句導(dǎo)入模塊
From語句導(dǎo)入模塊
練習(xí)：基本Python編程語句實(shí)戰(zhàn)操作。
Part3、Pandas模塊數(shù)據(jù)分析
*學(xué)習(xí)Pandas對文件的讀寫操作、數(shù)據(jù)整理和數(shù)據(jù)分析方法。
pandas數(shù)據(jù)結(jié)構(gòu)
Series對象：如何定義/訪問/增加/修改/刪除
DataFrame對象：如何定義/訪問/增加/修改/刪除
讀、寫數(shù)據(jù)
讀、寫文本文件
讀、寫Excel文件
讀、寫數(shù)據(jù)庫數(shù)據(jù)
讀、寫網(wǎng)頁
數(shù)據(jù)操作
數(shù)據(jù)的增、刪、改、查
NaN數(shù)據(jù)處理
時(shí)間數(shù)據(jù)的處理
數(shù)據(jù)的抽?。鹤侄尾鸱?、記錄抽取、隨機(jī)抽樣
數(shù)據(jù)的預(yù)處理
處理缺失值
去除重復(fù)數(shù)據(jù)
處理異常值
合并數(shù)據(jù)：追加合并、匹配合并
數(shù)據(jù)標(biāo)準(zhǔn)化：0-1標(biāo)準(zhǔn)化
數(shù)據(jù)的分組與聚合
數(shù)據(jù)分組
數(shù)據(jù)聚合
基礎(chǔ)數(shù)據(jù)分析方法
批量升序/降序排序一個(gè)工作薄中的所有工作表
使用描述統(tǒng)計(jì)呈現(xiàn)數(shù)據(jù)的相關(guān)指標(biāo)（如平均值、極值、%分位值、峰度系數(shù)、偏度系數(shù)等）
進(jìn)階數(shù)據(jù)分析方法
制作數(shù)據(jù)透視表進(jìn)行交叉分析
分組對比分析（定性分組與定量分組）
使用相關(guān)系數(shù)判斷數(shù)據(jù)的相關(guān)性
案例實(shí)操：超市交易數(shù)據(jù)清洗、查看員工業(yè)績波動、分析員工業(yè)績。
Part4、Matplotlib模塊數(shù)據(jù)可視化
*學(xué)習(xí)常用圖表的繪制，以及如何與EXCEL聯(lián)動。
制作簡單圖表
條形圖
餅圖
折線圖
柱形圖
導(dǎo)入Excel數(shù)據(jù)制作簡單圖表
散點(diǎn)圖
面積圖
箱形圖
圖表保存回Excel
制作組合圖表
雙折線圖
設(shè)置圖表相關(guān)元素
標(biāo)題、圖例、數(shù)據(jù)標(biāo)簽
繪圖區(qū)域切分為多個(gè)空間
模塊的交互使用
Xlwings模塊與pandas模塊的交互
Xlwings模塊與matplotlib模塊的交互
可視化模塊拓展
Seaborn模塊可視化制作分類圖
Pyecharts模塊制作箱線圖
案例實(shí)操：繪制圖表并在EXCEL文件中自動呈現(xiàn)
Part5、Sklearn機(jī)器學(xué)習(xí)實(shí)戰(zhàn)
*了解機(jī)器學(xué)習(xí)概念，掌握線性回歸、邏輯回歸的分析方法。
機(jī)器學(xué)習(xí)基本概念
機(jī)器學(xué)習(xí)庫sklearn簡介.
擴(kuò)展庫sklearn常用模塊與對象.
選擇合適的模型和算法
線性回歸算法的原理與應(yīng)用
線性回歸模型的原理.
sklearn中線性回歸模型的簡單應(yīng)用+
嶺回歸的基本原理與sklearn實(shí)現(xiàn)
使用線性回歸模型預(yù)測兒童身高·.
邏輯回歸算法的原理與應(yīng)用·
..邏輯回歸算法的原理與應(yīng)用sklear實(shí)現(xiàn)
使用邏輯回歸算法預(yù)測.考試能否及格
樸素貝葉斯算法的原理與應(yīng)用
基本概念..
樸素貝葉斯算法分類的原理與sklearn實(shí)現(xiàn)
使用樸素貝葉斯算法對中文..郵件進(jìn)行分類...
Part6、綜合案例實(shí)戰(zhàn)（選講）
使用線性回歸分析對銷售收入進(jìn)行分析和預(yù)測
使用Pandas、sklearn模塊對客戶價(jià)值進(jìn)行分析
特別注意
學(xué)員自備電腦（建議一人一臺），老師講解示范后學(xué)員操作練習(xí)；本課程內(nèi)容及順序可能根據(jù)學(xué)員需求及難度而調(diào)整。

張曉如老師的其它課程