这门课解决什么工作场景

很多做运营、产品或业务分析的人，平时处理数据还停留在表格筛选和数据透视阶段。一旦遇到几十万行以上的导出记录，或者需要把多张表按特定逻辑拼接清洗时，常规工具就会卡顿甚至崩溃。这门课针对的就是这类真实的职场痛点：怎么用 Python 把杂乱的原始数据，清洗成能直接做业务汇报的结构化结果。课程从基础的交互式环境讲起，过渡到数组计算，再到表格数据的清洗、缺失值处理和多层索引，最后通过具体的人口数据项目演示多表合并与汇总。整体不是教你从零写一套软件，而是教你把 Python 当成更高阶的数据处理工具，解决业务中清洗效率低、多源数据合并难的问题。

适合什么基础与建议先看哪几块

这套资料适合已经写过简单 Python 脚本、懂基本语法和循环逻辑的上班族或转行者。如果你连变量和函数都不清楚，直接看会有些吃力。建议先看导引和交互环境那几节，了解怎么运行和调试代码；接着重点看数组计算的基础部分，理解向量化操作为什么比循环快；然后直接进入表格数据处理模块，特别是缺失值处理和多层索引部分，这是日常清洗最常用的功能。资料里的作业讲解部分不要跳过，这是理解实际业务逻辑的关键。如果时间紧，可以先看多表合并和项目实战，再按需回查基础概念。

学完能独立做什么与资料怎么配合练习

学完后，你应该能独立写一段脚本，从多个数据源读取杂乱的记录，处理掉空值和异常格式，按业务维度做分组汇总，最后输出一份干净的数据表。为了达到这个效果，建议这样使用资料：先看一遍视频理解思路，不要急着抄代码；遇到讲实际项目的部分，暂停视频，自己尝试写清洗逻辑，再对照视频里的写法找差距。重点练习多表合并和多层索引的操作，自己找几份结构不一的业务表，尝试拼接到一起。遇到报错时，把报错信息当成学习线索，回到对应的基础视频里查漏补缺，而不是直接跳过。这样配合练习，才能真正把工具转化成自己的业务能力。


学会Python数据分析与大数据

课程目录

*   01 -IPython与numpy/

  *   01 python数据分析与可视化导引.mp4 14:33

  *   02 -ipython教学视频.mp4 35:15

  *   03 numpy教学视频1.mp4 01:10:29

  *   04 -numpy教学视频2.mp4 45:14

  *   05 numpy教学视频3（选择排序）.mp4 11:54

*   02 pandas1/

  *   01 numpy作业讲解.mp4 27:03

  *   02 pandas1-Series与DataFrame.mp4 54:30

  *   03 pandas2-丢失数据的处理.mp4 25:17

  *   04 pandas3-多层索引.mp4 01:02:06

*   03 pandas2/

  *   01 pandas合并.mp4 24:20

  *   02 美国人口数据项目.mp4 01:26:38

  *   03 作业讲解与pandas级联.mp4 01:04:35

*   04 -pandas3/

  *   01 pandas数据处理1.mp4 57:44

  *   02 pandas数据处理2.mp4 57:12

  *   03 项目讲解1.mp4 29:14

  *   04 项目讲解2.mp4 45:02

  *   05 知识回顾与.mp4 14:37

*   05 matplotlib/

  *   01 matplotlib.mp4 20:54

  *   02 项目讲解.mp4 19:31

  *   03 作业讲解.mp4 06:09

*   06 python金融数据分析/

  *   01 股票历史数据的导入与股价可视化.mp4 33:30

  *   02 每日成交量与基础金融计算.mp4 34:51

  *   03 QQ-plots.mp4 10:07

  *   04 箱线图.mp4 12:34

  *   05 比较股票涨跌.mp4 21:39

  *   06 滑动窗口-五日均线.mp4 13:10

  *   07 五日均线的差的走势与波动率.mp4 18:17

  *   08 波动率的计算.mp4 12:42

*   07 KNN/

  *   01 KNN分类.mp4 35:30

  *   02 KNN回归.mp4 14:52

  *   03 KNN回归2.mp4 05:13

  *   04 KNN原理以及简单例子.mp4 23:38

  *   05 测试题讲解1.mp4 12:40

  *   06 作业.mp4 16:29

*   08 线性回归与逻辑斯蒂回归/

  *   01 普通线性回归.mp4 42:14

  *   02 lasso.mp4 05:08

  *   03 回归的比较.mp4 12:43

  *   04 岭回归理论.mp4 11:03

  *   05 岭回归实例.mp4 08:41

  *   06 逻辑斯蒂回归1.mp4 11:50

  *   07 逻辑斯蒂回归2.mp4 09:06

  *   08 逻辑斯蒂回归3.mp4 03:42

  *   09 逻辑斯蒂回归4.mp4 02:57

  *   10 逻辑斯蒂回归5.mp4 16:17

  *   11 逻辑斯蒂回归6.mp4 24:54

*   09 决策树与贝叶斯/

  *   01 贝叶斯原理.mp4 12:25

  *   02 贝叶斯-高斯分布.mp4 05:24

  *   03 贝叶斯文本处理.mp4 10:57

  *   04 决策树原理.mp4 16:57

  *   05 决策树构造.mp4 21:31

  *   06 决策树构造2.mp4 07:00

  *   07 决策树实战.mp4 35:06

  *   08 离散与连续的概念.mp4 14:14

  *   09 排列.mp4 05:36

  *   10 朴素贝叶斯-多项式与伯努利分布.mp4 15:57

*   10 项目实践/

  *   01 获取数据.mp4 11:14

  *   02 项目展示1.mp4 37:35

  *   03 项目展示2.mp4 13:16

  *   04 项目展示3.mp4 18:44

  *   05 项目展示4.mp4 16:49

*   11 支持向量机与K均值聚类/

  *   01 机器学习导图.mp4 03:21

  *   02 K均值原理.mp4 35:40

  *   03 K均值实战1.mp4 15:24

  *   04 K均值实战2.mp4 30:35

  *   05 支持向量机原理.mp4 28:26

  *   06 支持向量机实战1.mp4 16:09

  *   07 支持向量机实战2.mp4 39:25

  *   08 支持向量机实战3.mp4 13:41

  *   09 贝叶斯作业讲解.mp4 12:53

*   12 作业和试题讲解/

  *   01 knn1.mp4 23:44

  *   02 knn2.mp4 13:47

  *   03 knn3.mp4 11:53

  *   04 lr1.mp4 06:12

  *   05 lr2.mp4 35:21

  *   06 聚类.mp4 06:59

  *   07 决策树1.mp4 17:14

  *   08 决策树2.mp4 12:41

  *   09 逻辑斯蒂回归1.mp4 23:20

  *   10 逻辑斯蒂回归2.mp4 12:17

  *   11 欧氏距离.mp4 20:00

  *   12 支持向量机与聚类.mp4 01:06:43

*   13 试题讲解及项目实践2/

  *   01 试题讲解1.mp4 18:00

  *   02 试题讲解2.mp4 24:20

  *   03 试题讲解3.mp4 33:23

  *   04 试题讲解4.mp4 20:23

*   14 Hadoop原理与基本编程/

  *   01 hadoop配置.mp4 50:12

  *   02 Hadoop原理1.mp4 21:38

  *   03 HDFS1.mp4 19:20

  *   04 HDFS2.mp4 31:17

  *   05 mapreduce原理.mp4 28:38

  *   06 mapreduce1.mp4 14:11

  *   07 mapreduce2.mp4 44:13

  *   08 mapreduce3.mp4 31:29

  *   09 wordcount.mp4 25:35

  *   10 昨天习题讲解.mp4 11:19

*   15 Hadoop多step与combiner/

  *   01 Hadoopcombiner.mp4 16:28

  *   02 Hadoopcombiner2.mp4 22:37

  *   03 Hadoop的多个step.mp4 44:35

  *   04 Hadoop的多个step2.mp4 08:19

  *   05 Hadoop的多个step3.mp4 19:25

  *   06 Hadoop的多个step4.mp4 13:21

  *   07 Hadoop的多个step5.mp4 03:22

  *   08 Hadoop回顾.mp4 18:57

*   16 Hadoop作业讲解/

  *   01 customer作业讲解.mp4 18:26

*   17 Hadoop电影项目/

  *   01 内容回顾.mp4 08:17

  *   02 新增文件.mp4 05:15

  *   03 新增文件2.mp4 18:04

  *   04 电影相似度.mp4 48:46

  *   05 余弦相似度.mp4 09:09

  *   06 余弦相似度2.mp4 11:36

  *   07 欧式距离.mp4 19:16

  *   08 mostpopularmovie.mp4 27:50

*   18 spark原理/

  *   01 marvel项目.mp4 17:21

  *   02 marvel项目2.mp4 12:46

  *   03 电影相似度.mp4 21:53

  *   04 电影相似度2.mp4 05:49

  *   05 spark介绍.mp4 09:58

  *   06 spark项目1.mp4 32:15

  *   07 spark项目2.mp4 10:48

  *   08 spark项目3.mp4 10:04

  *   09 spark_movie1.mp4 25:34

  *   10 spark_movie2.mp4 15:44

  *   11 spark_movie3.mp4 06:54

*   19 spark数据分析/

  *   01 -spark_userdata1.mp4 23:35

  *   02 spark_userdata2.mp4 17:16

  *   03 spark_userdata3.mp4 11:32

  *   04 spark_userdata4.mp4 08:58

  *   05 spark_moviedata1.mp4 14:04

  *   06 spark文档.mp4 08:05

  *   07 spark_moviedata2.mp4 16:27

  *   08 spark_ratingdata1.mp4 22:51

  *   09 -spark_ratingdata2.mp4 07:35

  *   10 spark_ratingdata3.mp4 19:26

  *   11 spark清理数据1.mp4 13:43

  *   12 -spark清理数据2.mp4 10:37

  *   13 spark词向量化.mp4 16:21

  *   14 spark去除年份.mp4 12:26

*   20 spark机器学习/

  *   01 spark作业讲解.mp4 07:35

  *   02 spark库介绍.mp4 12:07

  *   03 spark-DataFrame的基本介绍与创建.mp4 09:07

  *   04 spark-DataFrame常用属性和方法.mp4 04:27

  *   05 spark-推荐系统1.mp4 23:08

  *   06 spark-推荐系统2.mp4 23:47

  *   07 spark作业.mp4 16:09

  *   08 作业.mp4 09:33

*   21 神经网络与深度学习/

  *   01 深度学习原理1-入门.mp4 11:17

  *   02 深度学习原理2-基本使用.mp4 05:11

  *   03 深度学习原理3-创建变量.mp4 17:23

  *   04 深度学习原理4-feed.mp4 04:18

  *   05 深度学习原理5-卷积.mp4 31:01

  *   06 神经网络原理1.mp4 26:48

  *   07 神经网络原理2.mp4 21:34

  *   08 神经网络-sklearn案例.mp4 06:32

  *   09 tensorflow案例1-入门.mp4 17:50

  *   10 tensorflow案例2-基本使用.mp4 12:59

  *   11 tensorflow案例3-mnist.mp4 27:58

  *   12 百度网盘下载地址