解决数据清洗与可视化痛点
这门课程专为职场中需要处理表格数据但缺乏系统方法的人员设计，核心解决“拿到杂乱原始数据后，如何高效清洗、统计并生成直观图表”的实际问题。它并非面向完全零基础的编程初学者，而是假设读者已掌握 Python 基本语法，能够独立运行代码并理解循环与函数概念。课程聚焦于 NumPy 数值计算、Pandas 数据处理及 Matplotlib 绑图三大核心模块，旨在帮助学员从依赖 Excel 向 Python 自动化分析转型。对于希望转行数据分析或提升现有岗位效率的上班族，这套内容能显著降低处理大规模数据集的门槛，让你摆脱手动筛选、透视表的低效模式，建立可复用的代码逻辑来应对日常业务中的销售复盘、用户行为日志分析等场景。
建议学习路径与重点突破
学习时不必拘泥于视频序号，建议采取“先补基础、后攻核心、实战验证”的策略。首先，简要了解环境配置即可，重点应放在 NumPy 的数组运算与广播机制上，这是后续高效计算的地基。接着深入 Pandas 部分，这是课程重心，直接对应日常工作中的数据管理需求。务必精读 Series 和 DataFrame 的创建、索引切片、缺失值处理及数据变形章节。特别是“缺失值处理”与“数据变形”两节，涵盖了实际业务中最常见的脏数据清洗流程，如合并列、分组聚合及时间序列处理。这些内容能直接迁移到实际工作中，例如处理含有大量空值的用户登记信息，或将分散在不同表格的销售数据合并统一。在学习过程中，每看完一个核心知识点，务必立即结合对应的练习视频动手复现，避免陷入“只看不练”的误区。资料包中的视频按主题分类，便于你在遇到具体难点时针对性补漏，而非从头到尾枯燥观看。
学完能独立做什么
完成全课程学习后，你应具备独立交付小型数据分析报告的能力。具体产出包括：熟练使用 Pandas 进行多表合并、重命名、筛选与分组统计，能够应对复杂的业务逻辑；利用 Matplotlib 绘制折线图、箱线图、散点图及直方图，直观展示房价分布、睡眠质量或销售趋势等关键指标。课程后半段的项目实战部分，如数据导入、类型转换及朝向分析，提供了完整的闭环演练机会。建议你自行寻找公开数据集或公司脱敏数据，套用课程中的清洗与分析逻辑，重点理解核心方法的执行原理，例如何时使用向量化运算以提升性能，何时使用自定义函数处理特殊逻辑。通过反复练习“读取-清洗-分析-绑图”这一流程，你将不再受限于现成工具，而是能根据具体业务需求定制数据管道，真正实现从数据获取到洞察输出的独立工作能力。
课程目录
📁 视频 018-numpy-排序函数.mp4 [194.8 MB] 058-matplotlib-箱线图.mp4 [181.2 MB] 025-pandas-访问series数据【整理分享‖关注公众号 CunWorkNotes】.mp4 [86.8 MB] 002-课程导论-anaconda安装.mp4 [165.4 MB] 004-课程导论-pycharm中使用jupyter【整理分享‖关注公众号 CunWorkNotes】.mp4 [102.8 MB] 063-项目实战-数据导入【资源整理‖公众号 CunWorkNotes】.mp4 [222.7 MB] 016-numpy-统计函数.mp4 [455.4 MB] 027-pandas-series常用方法2【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [363.3 MB] 023-pandas-series的创建.mp4 [161.8 MB] 021-numpy-本章练习2【整理分享‖关注公众号 CunWorkNotes】.mp4 [407.0 MB] 062-项目实战-项目介绍.mp4 [158.7 MB] 032-pandas-series案例-每小时销售数据分析【精心整理‖更多资源关注 CunWorkNotes】.mp4 [434.8 MB] 003-课程导论-jupyter的使用【精心整理‖更多资源关注 CunWorkNotes】.mp4 [254.2 MB] 054-matplotlib-折线图【整理分享‖关注公众号 CunWorkNotes】.mp4 [620.2 MB] 050-pandas-综合案例-企鹅体重分析.mp4 [270.3 MB] 069-项目实战-朝向分析.mp4 [225.6 MB] 029-pandas-series案例-温度数据分析.mp4 [247.7 MB] 020-numpy-本章练习1.mp4 [513.0 MB] 064-项目实战-数据类型转换.mp4 [227.7 MB] 014-numpy-ndarray的运算.mp4 [367.9 MB] 046-pandas-数据变形.mp4 [336.6 MB] 013-numpy-索引与切片.mp4 [370.4 MB] 019-numpy-本章小结.mp4 [113.3 MB] 035-pandas-DataFrame的创建.mp4 [144.0 MB] 044-pandas-缺失值的处理.mp4 [474.8 MB] 059-matplotlib-多个图表的绘制.mp4 [144.2 MB] 056-matplotlib-饼图.mp4 [401.0 MB] 057-matplotlib-散点图.mp4 [287.6 MB] 055-matplotlib-条形图.mp4 [372.9 MB] 038-pandas-DataFrame常见方法.mp4 [396.2 MB] 028-pandas-series案例-学生成绩统计.mp4 [238.1 MB] 068-项目实战-房价分布直方图.mp4 [112.3 MB] 051-pandas-综合案例-睡眠质量分析.mp4 [353.2 MB] 040-pandas-DataFrame案例-销售数据分析.mp4 [154.4 MB] 048-pandas-时间数据处理.mp4 [701.4 MB] 031-pandas-series案例-销售数据分析.mp4 [418.1 MB] 008-numpy-ndarray的属性.mp4 [208.2 MB] 036-pandas-DataFrame的属性.mp4 [228.8 MB] 010-numpy-ndarray的创建2.mp4 [230.8 MB] 030-pandas-series案例-股票价格分析.mp4 [270.8 MB] 015-numpy-基本数学函数.mp4 [259.3 MB] 037-pandas-访问DataFrame的数据.mp4 [137.1 MB] 047-pandas-数据分箱.mp4 [649.1 MB] 043-pandas-数据的导入导出.mp4 [297.7 MB] 022-pandas-pandas介绍.mp4 [203.6 MB] 053-数据可视化-可视化介绍.mp4 [222.8 MB] 067-项目实战-特征相关性.mp4 [232.5 MB] 024-pandas-series的属性.mp4 [158.5 MB] 026-pandas-series常用方法.mp4 [91.1 MB] 049-pandas-分组聚合.mp4 [401.3 MB] 052-pandas-本章小结.mp4 [28.8 MB] 041-pandas-DataFrame总结.mp4 [79.9 MB] 066-项目实战-数据特征构造.mp4 [642.7 MB] 039-pandas-DataFrame案例-学生成绩分析.mp4 [284.7 MB] 012-numpy-ndarray的数据类型.mp4 [149.4 MB] 033-pandas-series总结.mp4 [107.5 MB] 007-numpy-ndarray的特性.mp4 [276.0 MB] 011-numpy-ndarray的创建3.mp4 [354.4 MB] 001-课程介绍.mp4 [17.8 MB] 009-numpy-ndarray的创建1.mp4 [353.3 MB] 017-numpy-比较函数.mp4 [281.3 MB] 005-课程导论-本章小结.mp4 [44.7 MB] 061-seaborn学习.mp4 [349.1 MB] 045-pandas-数据类型转换.mp4 [243.8 MB] 042-pandas-数据分析步骤.mp4 [103.1 MB] 060-matplotlib-综合案例讲解.mp4 [296.8 MB] 065-项目实战-异常值处理.mp4 [258.2 MB] 034-pandas-DataFrame介绍.mp4 [47.9 MB] 006-numpy-numpy介绍.mp4 [39.2 MB] 📁 软件 软件.exe [1.8 GB] 📁 课件及代码 课件及代码.exe [14.6 MB]
