数据分析与建模

数据分析与建模



第一章 数据分析与大数据平台

1.大数据相关概念

2.大数据特征

3.大数据平台简介

第二章 数据分析流程

1.数据分析

2.数据分析工具

3.数据分析流程

4.典型模型场景

第三章 重要的python库

1.NumPy

2. pandas

3.matplotlib

4.IPython与Jupyter

5.SciPy

6.scikit-learn

7 statsmodels

第4章 NumPy基础:数组与向量化计算

1. NumPy ndarray:多维数组对象

2.通用函数:快速的逐元素数组函数

3.使用数组进行面向数组编程

4.使用数组进行文件输入和输出

5.线性代数

6.伪随机数生成

7.示例与练习

第5章 pandas入门

1.pandas数据结构介绍

2.基本功能

3.描述性统计的概述与计算

4.示例与练习

第6章 数据载入、存储及文件格式

1.文本格式数据的读写

2.二进制格式

3.与Web API交互

4.与数据库交互

5.示例与练习

第7章 数据清洗与准备

1.处理缺失值

2..数据转换

3.字符串操作

4.示例与练习

第8章 数据规整:连接、联合与重塑

1.分层索引

2.联合与合并数据集

3.重塑和透视

4.示例与练习

第9章 绘图与可视化

1.简明matplotlib API入门

2.使用pandas和seaborn绘图

3.其他Python可视化工具

4.示例与练习

第10章 数据聚合与分组操作

1.GroupBy机制

2.数据聚合

3.应用:通用拆分-应用-联合

4.数据透视表与交叉表

5.示例与练习

第11章 时间序列

1.日期和时间数据的类型及工具

2.时间序列基础

3.日期范围、频率和移位

4.时区处理

5.时间区间和区间算术

6.重新采样与频率转换

7.移动窗口函数

8.示例与练习

第12章 高阶pandas

1.分类数据

2.高阶GroupBy应用

3.方法链技术

4.示例与练习

第13章 Python建模库介绍

1.pandas与建模代码的结合

2.使用Patsy创建模型描述

3.statsmodels介绍

4.scikit-learn介绍

5.示例与练习