人工精选极客时间-视频课-Pandas数据分析实战
数据分析工作场景中的应用 这门课专注于解决职场中常见的数据处理任务,尤其是在需要处理缺失值、数据清洗、格式转换和分析可视化时。课程通过Pandas框架,帮助学习者掌握如何从原始数据集提取有效信息,例如清理不规范的记录、合并多个数据源、计算统计指标并生成可视化图表。学习者可以独立完成从数据加载到分析出
会员可免费下载本篇月会员、年会员、永久会员可按日额度下载(每篇扣 1 次)。
开通会员 ›会员 A · 按档位折扣
会员 B
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
数据分析工作场景中的应用
这门课专注于解决职场中常见的数据处理任务,尤其是在需要处理缺失值、数据清洗、格式转换和分析可视化时。课程通过Pandas框架,帮助学习者掌握如何从原始数据集提取有效信息,例如清理不规范的记录、合并多个数据源、计算统计指标并生成可视化图表。学习者可以独立完成从数据加载到分析出初步结论的完整流程,适用于需要处理业务数据的分析师、运营或产品角色。课程强调实操,结合Linux环境下的Python执行,重点解决数据质量参差不齐时的处理难题。
适合人群与基础要求
适合有Python基础且希望系统学习数据分析的职场人,或需要转行至数据分析岗位的转行者。对基础的要求包括:能独立安装Python环境、理解列表和字典等基本数据结构、会使用命令行执行简单命令。不需要熟悉统计学或编程语言理论,但需具备学习新工具的耐心。资料中包含安装教程和基础操作演示,适合有一定编程基础但未接触Pandas的学习者。
核心内容与资料配合
建议先学习“创建Series和DataFrame”、“导入和导出数据”以及“如何处理缺失的数据”这几块,建立对Pandas数据结构的基本认知和操作能力。之后可按“数据清洗与标准化”、“数据拼接与合并”顺序进阶,掌握处理复杂数据集的核心方法。学完后,能独立完成:用Pandas加载数据、处理缺失值、对字段进行计算、合并不同来源的数据表,并使用Matplotlib生成柱状图、折线图等可视化结果。资料中的视频配合文档,可以先看视频掌握操作步骤,再通过文档中的示例代码练习,遇到疑问时回看对应章节解决具体问题。
课程目录
课程目录20 集
- 📁 极客时间-视频课-Pandas数据分析实战 📄 23丨第六章学习目标24丨理解NaN值的概念25丨如何处理缺失的数据.mp4
- 📄 22丨去标准化.mp4
- 📄 13丨pandas.DataFrame的基本操作.mp4
- 📄 12丨pandas.Series的基本操作.mp4
- 📄 10丨第三章学习目标11丨创建Series和DataFrame.mp4
- 📄 01 课程介绍02丨第一章学习目标.mp4
- 📄 19丨如何使用Pandas来绘图.mp4
- 📄 09丨对数据集做一些简单的数据分析.mp4
- 📄 04丨安装Python的两种主要方式.mp4
- 📄 07 加载你的第一个数据集08丨查看数据集行和列的一些基本操作.mp4
- 📄 21丨数据拼接.mp4
- 📄 14丨导入和导出数据.mp4
- 📄 17丨在Matplotlib中创建基本图形.mp4
- 📄 05丨运行Python的几种主要方式06丨第二章学习目标.mp4
- 📄 20丨第五章学习目标.mp4
- 📄 26-33.mp4
- 📄 18丨在Seaborn中创建基本图形.mp4
- 📄 03丨为什么使用Python和Pandas进行数据分析.mp4
- 📄 15丨第四章学习目标16丨理解数据可视化的重要性.mp4
- 📄 资料.txt





