先判断：这门课值不值得学
日常办公里遇到大量 Excel 崩溃、多表对齐到深夜，或者频繁被业务方追问各类指标现状时，往往就是需要引入 Python 做数据分析的信号。这门课聚焦的核心场景，是用 Python 替代手工拼表，把零散在不同文件里的业务数据清洗成统一格式，再做聚合计算。它解决的是“数据量稍微一大，传统表格工具就转不动”的具体痛点。如果你目前的工作已经脱离了纯执行，需要定期输出日报、周报或专题分析，且苦于重复劳动耗时过长，那么花时间系统学这套内容是划算的。但如果日常连基础表格都很少碰，只是跟风想学点编程，建议先从具体业务痛点出发，否则容易半途而废。
适合什么基础，学完能独立做什么
这份资料适合有一定逻辑基础但代码经验偏零的上班族和转行者。你不需要提前啃完厚重的语法书，但至少要知道变量、循环这些基本概念。课程重心放在数据处理的核心对象上，比如 Series、DataFrame 以及 Index 操作，并详细拆解 map、apply 等高频函数的用法。学完之后，你应当能独立完成一整套标准的数据处理流程：从读取 TXT、JSON 等不同格式的原始文件开始，处理缺失值和异常字段，按业务维度做分组汇总，最终输出结构清晰的结果表。简单来说，学透之后，以往需要手动拼接三天的复杂报表，你能用一段脚本在几分钟内跑完并复用。
资料怎么看，怎么配合练习
建议不要一上来就按顺序死磕视频，先跳到讲解 DataFrame 结构和 apply、map 函数的章节。这两个知识点是日常清洗数据最常用的工具，先掌握它们，能最快解决手头“多列数据按规则批量转换”的活。练习时，资料包里的代码片段和示例数据不要只用眼睛看，务必自己在本地环境里跑通一遍。你可以拿自己工作中脱敏后的真实业务表替代练习数据，试着把课程里的读取、清洗、聚合代码套用到自己的数据上。遇到报错先自己查文档，排查问题的过程本身就是数据分析中最真实的日常。把这套流程在自己的真实数据上完整跑通一次，就算真正把知识落地了。
小象Python数据分析 属于体系课方向的教程资源，围绕 Python、数据分析 相关内容整理。
内容涵盖：Series、DataFrame、?????、Index、map、apply 等主题。
适合希望系统学习 Python、数据分析 、需要完整资料对照的同学。
下方为完整资料与目录，可先看目录判断是否符合需要。
1_1.1???????????????.mp4.mp4 ?? 2_1.2??????????????????.mp4.mp4 ?? 3_1.3?????????????.mp4.mp4 ?? 4_1.4????????.mp4.mp4 ?? 5_1.5????????(1).mp4.mp4 ?? 6_1.6????????(2).mp4.mp4 ?? 7_2.1???????.mp4.mp4 ?? 8_2.2TXT???????.mp4.mp4 ?? 9_2.3JSON???????.mp4.mp4 ?? 10_2.4CSV???????.mp4.mp4 ?? 11_2.5Excel???????.mp4.mp4 ?? 12_2.6?????SQL??????.mp4.mp4 ?? 13_2.7????????????.mp4.mp4 ?? 14_2.8???????????.mp4.mp4 ?? 15_2.9?????????????????????.mp4.mp4 ?? 16_3.1??????.mp4.mp4 ?? 17_3.2URL???????.mp4.mp4 ?? 18_3.3??????????.mp4.mp4 ?? 19_3.4??????????(1).mp4.mp4 ?? 20_3.5??????????(2).mp4.mp4 ?? 21_3.6Scrapy???.mp4.mp4 ?? 22_3.7Scrapy???????(1).mp4.mp4 ?? 23_3.8Scrapy???????(2).mp4.mp4 ?? 24_3.9Scrapy???????(3).mp4.mp4 ?? 25_3.10Scrapy???????(4).mp4.mp4 ?? 26_3.11?????????????????????????????.mp4.mp4 ?? 27_4.1NumPy??SciPy????.mp4.mp4 ?? 28_4.2???????.mp4.mp4 ?? 29_4.3??????????.mp4.mp4 ?? 30_4.4NumPy?????????.mp4.mp4 ?? 31_4.5??????????.mp4.mp4 ?? 32_4.6???????????????.mp4.mp4 ?? 33_4.7????2016???????????.mp4.mp4 ?? 34_5.1?????-Series.mp4.mp4 ?? 35_5.2?????-DataFrame.mp4.mp4 ?? 36_5.3-?????-Index.mp4.mp4 ?? 37_5.4Series??????????.mp4.mp4 ?? 38_5.5DataFrame??????????.mp4.mp4 ?? 39_5.6???????????.mp4.mp4 ?? 40_5.7?????????.mp4.mp4 ?? 41_5.8???????????(1)----map.mp4.mp4 ?? 42_5.9???????????-(2)----apply-applymap.mp4.mp4 ?? 43_5.10???????????.mp4.mp4 ?? 44_5.11???????.mp4.mp4 ?? 45_5.12???????--??????????.mp4.mp4 ?? 46_5.13???????--???????????.mp4.mp4 ?? 47_5.14???????--??I????.mp4.mp4 ?? 48_5.15??????????(1)----describe-quantile.mp4.mp4 ?? 49_5.16??????????(2)----sum-mean-median-count.mp4.mp4 ?? 50_5.17??????????(3)----max-min-idxmax-idxmin.mp4.mp4 ?? 51_5.18??????????(4)----mad-var-std-cumsum.mp4.mp4 ?? 52_5.19????????????????.mp4.mp4 ?? 53_6.1??????.mp4.mp4 ?? 54_6.2???????????.mp4.mp4 ?? 55_6.3???????(1)----GroupBy????????????.mp4.mp4 ?? 56_6.4???????(2)----???????????????.mp4.mp4 ?? 57_6.5????????.mp4.mp4 ?? 58_6.6????????.mp4.mp4 ?? 59_6.7???????(1)----??????concat.mp4.mp4 ?? 60_6.8???????(2)----????????merge.mp4.mp4 ?? 61_6.9???????(3)----???????stack-unstack.mp4.mp4 ?? 62_6.10?????????????????????.mp4.mp4 ?? 63_7.1????????????EDA????.mp4.mp4 ?? 64_7.2EDA?????.mp4.mp4 ?? 65_7.3EDA????????.mp4.mp4 ?? 66_7.4Matplotlib???????????.mp4.mp4 ?? 67_7.5Matplotlib????.mp4.mp4 ?? 68_7.6???????????????.mp4.mp4 ?? 69_7.7?????????.mp4.mp4 ?? 70_7.8??????.mp4.mp4 ?? 71_7.9????????.mp4.mp4 ?? 72_7.10Matplotlib?????????????.mp4.mp4 ?? 73_7.11Matplotlib?????????????????????.mp4.mp4 ?? 74_7.12Seaborn????.mp4.mp4 ?? 75_7.13?????????????(1)----???????????????????.mp4.mp4 ?? 76_7.14?????????????(2)----????????????.mp4.mp4 ?? 77_7.15???????????----???????????????????????????????.mp4.mp4 ?? 78_7.16?????????????????Bokeh????.mp4.mp4 ?? 79_7.17Bokeh??????????????????????????.mp4.mp4 ?? 80_7.18Bokeh?????????????.mp4.mp4 ?? 81_7.193D???----mplot3d.mp4.mp4 ?? 82_7.203D????????mp4.mp4.mp4 ?? 83_7.213D?????????.mp4.mp4 ?? 84_7.223D?????????.mp4.mp4 ?? 85_7.23Pandas???.mp4.mp4 ?? 86_7.24????Lending-Club??????????????????????.mp4.mp4 ?? 87_8.1??????????????????.mp4.mp4 ?? 88_8.2?????????????-(1)----????.mp4.mp4 ?? 89_8.3?????????????-(2)----???.mp4.mp4 ?? 90_8.4?????????????-(3)----????.mp4.mp4 ?? 91_8.5??????????.mp4.mp4 ?? 92_8.6??????????scikit-learn.mp4.mp4 ?? 93_8.7???scikit-learn??????.mp4.mp4 ?? 94_8.8??????????????.mp4.mp4 ?? 95_8.9??????.mp4.mp4 ?? 96_8.10???????????????????.mp4.mp4 ?? 97_8.11???????????.mp4.mp4 ?? 98_8.12??????????.mp4.mp4 ?? 99_8.13??????????.mp4.mp4 ?? 100_8.14???????????.mp4.mp4 ?? 101_8.15???????????????????????????????.mp4.mp4 ?? ???????1.Python???????.zip
课程目录
* 1_1.1数据分析基本概念.mp4.mp4
* 2_1.2学习数据分析的一般路线.mp4.mp4
* 3_1.3数据分析的流程.mp4.mp4
* 4_1.4数据类型.mp4.mp4
* 5_1.5环境部署(1).mp4.mp4
* 6_1.6环境部署(2).mp4.mp4
* 7_2.1课程介绍.mp4.mp4
* 8_2.2TXT文件操作.mp4.mp4
* 9_2.3JSON文件操作.mp4.mp4
* 10_2.4CSV文件操作.mp4.mp4
* 11_2.5Excel文件操作.mp4.mp4
* 12_2.6数据库及SQL常用语法.mp4.mp4
* 13_2.7数据库基本操作.mp4.mp4
* 14_2.8数据库多表连接.mp4.mp4
* 15_2.9实战：欧洲职业足球数据库分析.mp4.mp4
* 16_3.1爬虫简介.mp4.mp4
* 17_3.2URL管理模块.mp4.mp4
* 18_3.3网页下载模块.mp4.mp4
* 19_3.4网页解析模块(1).mp4.mp4
* 20_3.5网页解析模块(2).mp4.mp4
* 21_3.6Scrapy简介.mp4.mp4
* 22_3.7Scrapy使用步骤(1).mp4.mp4
* 23_3.8Scrapy使用步骤(2).mp4.mp4
* 24_3.9Scrapy使用步骤(3).mp4.mp4
* 25_3.10Scrapy使用步骤(4).mp4.mp4
* 26_3.11实战：获取国内城市空气质量指数数据.mp4.mp4
* 27_4.1NumPy和SciPy介绍.mp4.mp4
* 28_4.2多维数组.mp4.mp4
* 29_4.3多维数组操作.mp4.mp4
* 30_4.4NumPy的常用方法.mp4.mp4
* 31_4.5向量化介绍.mp4.mp4
* 32_4.6向量化及通用函数.mp4.mp4
* 33_4.7实战：2016美国大选分析.mp4.mp4
* 34_5.1数据结构-Series.mp4.mp4
* 35_5.2数据结构-DataFrame.mp4.mp4
* 36_5.3-数据结构-Index.mp4.mp4
* 37_5.4Series的索引操作.mp4.mp4
* 38_5.5DataFrame的索引操作.mp4.mp4
* 39_5.6索引操作总结.mp4.mp4
* 40_5.7运算与对齐.mp4.mp4
* 41_5.8函数应用操作(1)----map.mp4.mp4
* 42_5.9函数应用操作-(2)----apply-applymap.mp4.mp4
* 43_5.10文件读写操作.mp4.mp4
* 44_5.11排序操作.mp4.mp4
* 45_5.12数据清洗--处理缺失数据.mp4.mp4
* 46_5.13数据清洗--处理重复数据.mp4.mp4
* 47_5.14数据清洗--替换数据.mp4.mp4
* 48_5.15常用统计方法(1)----describe-quantile.mp4.mp4
* 49_5.16常用统计方法(2)----sum-mean-median-count.mp4.mp4
* 50_5.17常用统计方法(3)----max-min-idxmax-idxmin.mp4.mp4
* 51_5.18常用统计方法(4)----mad-var-std-cumsum.mp4.mp4
* 52_5.19实战：全球食品数据分析.mp4.mp4
* 53_6.1层级索引.mp4.mp4
* 54_6.2分组与聚合介绍.mp4.mp4
* 55_6.3分组操作(1)----GroupBy对象及常用聚合操作.mp4.mp4
* 56_6.4分组操作(2)----自定义分组及聚合操作.mp4.mp4
* 57_6.5透视表介绍.mp4.mp4
* 58_6.6透视表操作.mp4.mp4
* 59_6.7数据规整(1)----数据合并concat.mp4
* 60_6.8数据规整(2)----数据连接merge.mp4
* 61_6.9数据重构(3)----数据重构stack-unstack.mp4.mp4
* 62_6.10实战：互联网电影资料库分析.mp4.mp4
* 63_7.1探索性数据分析EDA介绍.mp4.mp4
* 64_7.2EDA的目的.mp4.mp4
* 65_7.3EDA常用工具.mp4.mp4
* 66_7.4Matplotlib绘图基本介绍.mp4.mp4
* 67_7.5Matplotlib画布.mp4.mp4
* 68_7.6散点图和柱状图的绘制.mp4.mp4
* 69_7.7直方图的绘制.mp4.mp4
* 70_7.8矩阵绘图.mp4.mp4
* 71_7.9子图的使用.mp4.mp4
* 72_7.10Matplotlib颜色、标记、线型.mp4.mp4
* 73_7.11Matplotlib坐标刻度、标签、图例、标题.mp4.mp4
* 74_7.12Seaborn介绍.mp4.mp4
* 75_7.13数据集分布可视化(1)----单变量分布、双变量分布.mp4.mp4
* 76_7.14数据集分布可视化(2)----变量关系可视化.mp4.mp4
* 77_7.15类别数据可视化----类别散布图、类别内数据分布、类别内统计图.mp4.mp4
* 78_7.16交互式数据可视化工具Bokeh介绍.mp4.mp4
* 79_7.17Bokeh绘制散点图、柱状图、盒子图、弦图.mp4.mp4
* 80_7.18Bokeh绘制常用图形元素.mp4.mp4
* 81_7.193D绘图----mplot3d.mp4.mp4
* 82_7.203D曲线可视化mp4.mp4.mp4
* 83_7.213D散点图可视化.mp4.mp4
* 84_7.223D柱状图可视化.mp4.mp4
* 85_7.23Pandas绘图.mp4.mp4
* 86_7.24实战：Lending-Club借贷数据探索性分析及可视化.mp4.mp4
* 87_8.1机器学习介绍及应用场景.mp4.mp4
* 88_8.2机器学习建模介绍-(1)----分类.mp4.mp4
* 89_8.3机器学习建模介绍-(2)----回归.mp4.mp4
* 90_8.4机器学习建模介绍-(3)----聚类.mp4.mp4
* 91_8.5机器学习分类.mp4.mp4
* 92_8.6机器学习工具scikit-learn.mp4.mp4
* 93_8.7使用scikit-learn的流程.mp4.mp4
* 94_8.8数据集准备及划分.mp4.mp4
* 95_8.9模型选择.mp4.mp4
* 96_8.10数据预处理及特征工程.mp4.mp4
* 97_8.11过拟合与欠拟合.mp4.mp4
* 98_8.12模型调参介绍.mp4.mp4
* 99_8.13模型调参方法.mp4.mp4
* 100_8.14模型测试及评价.mp4.mp4
* 101_8.15实战：通过移动设备行为数据预测性别和年龄.mp4.mp4
* 【资料】1.Python数据分析.zip
