Python數(shù)據(jù)分析與數(shù)據(jù)挖掘
2025-09-06 05:06:13
講師：張曉如 瀏覽次數(shù)：71
課程描述INTRODUCTION
培訓講師：張曉如
課程價格：￥元/人
培訓天數(shù)：4天
日程安排SCHEDULE
課程大綱Syllabus
一、 課程背景
互聯(lián)網(wǎng)的飛速發(fā)展伴隨著海量信息的產(chǎn)生，而海量信息的背后對應的則是海量數(shù)據(jù)如何從這些海量數(shù)據(jù)中獲取有價值的信息來供人們學習和工作使用，這就不得不用到大數(shù)據(jù)挖掘和分析技術。數(shù)據(jù)分析作為大數(shù)據(jù)技術的核心一環(huán)，其重要性不言而喻。
在數(shù)據(jù)分析領域，Python語言以其簡單易用，并提供了優(yōu)秀、好用的第三方庫和數(shù)據(jù)分析的完整框架而深受數(shù)據(jù)分析人員的青睞。可以說，Python 已經(jīng)當仁不讓地成為了數(shù)據(jù)分析人員的一把“利器”。程序員想要進入數(shù)據(jù)分析行業(yè)，首先要掌握 Python 數(shù)據(jù)分析技術，只有這樣才能在嚴峻的就業(yè)市場中具有較強的競爭力。
二、 課程收益
通過本課程學習，達到如下目的：
² 了解Python使用場景，能夠搭建自己的編程開發(fā)環(huán)境。
² 掌握Python編程的基礎語法知識、精髓及編程思想。
² 掌握常用的第三方擴展庫的使用，特別是文件夾處理、word excel ppt文件處理；
² 學會使用Python提升職場常見辦公場景的工作效率，如郵件自動化、網(wǎng)絡爬蟲。
² 了解Numpy庫多維數(shù)組的創(chuàng)建、切片和索引方法，以及數(shù)組的運算和存取。
² 學會使用Pandas庫完成數(shù)據(jù)的導入導出、數(shù)據(jù)整理和數(shù)據(jù)多角度分析的方法。
² 學習正則表達式及如何爬取網(wǎng)絡數(shù)據(jù)進行數(shù)據(jù)分析。
² 學會使用Matplotlib模塊繪制常用圖表和高大上圖表，以及如何與EXCEL聯(lián)動；
² 了解機器學習概念，會使用Sklearn模塊進行線性回歸、邏輯回歸的分析方法。
能結(jié)合課程學習到的方法和工具對本職工作中遇到的場景進行針對性分析。
三、 培訓對象
本課程適用于職場從事數(shù)據(jù)分析或和數(shù)據(jù)分析工作相關的職場人士。
四、 授課講師
張曉如 老師（微軟OFFICE大師級認證）
五、 授課時間
4天（6小時/天）。
六、 課程大綱
PartⅠ、數(shù)據(jù)分析理念
*了解數(shù)據(jù)分析的方法、工具和流程。
1、 什么是數(shù)據(jù)分析？
² 概念與目的
發(fā)現(xiàn)數(shù)據(jù)規(guī)律--找到可行方案--指導管理決策。
² 數(shù)據(jù)分析三階段
描述性分析，發(fā)生了何事
診斷性分析，為何發(fā)生
預測性分析，將發(fā)生何事
2、 數(shù)據(jù)分析方法
² 對比分析
² 同比分析
² 環(huán)比分析
² 回歸分析
² 聚類分析
² 時間序列分析
3、 數(shù)據(jù)分析的工具
² 常規(guī)工具VS高大上工具
4、 數(shù)據(jù)分析流程
1） 步驟1：明確目的
² 確定分析目的：要解決什么樣的業(yè)務問題
² 確定分析思路：分解業(yè)務問題，構(gòu)建分析框架
2） 步驟2：數(shù)據(jù)收集
² 明確收集數(shù)據(jù)范圍
² 確定收集來源
² 確定收集方法
3） 步驟3：數(shù)據(jù)預處理
² 數(shù)據(jù)質(zhì)量評估
² 數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
4） 步驟4：數(shù)據(jù)分析
² 選擇合適的分析方法
² 構(gòu)建合適的分析模型
² 選擇合適的分析工具
5） 步驟5：數(shù)據(jù)展示
² 選擇恰當?shù)膱D表
² 選擇合適的可視化工具
6） 步驟6：報表撰寫
² 選擇報告種類
² 完整的報告結(jié)構(gòu)
Part2、Python環(huán)境搭建
*搭建自己的Python編程開發(fā)環(huán)境。
1、 認識Python與環(huán)境搭建
1） What--什么是Python
2） Anaconda如何下載、安裝與配置
3） IDLE VS Jupyter Notebook VS Spyder
2、 Python初體驗--十秒鐘快速創(chuàng)建100個Excel工作薄并統(tǒng)一命名
1） Spyder界面介紹
2） Python文件的打開、編輯與保存
3） 案例：認識一下Python代碼的整體構(gòu)成
3、 模塊的類別、安裝、導入
² 內(nèi)置模塊
² 第三方模塊
² 用PIP命令安裝、卸載、升級模塊
² Import語句導入模塊
² From語句導入模塊
實戰(zhàn)：搭建并配置自己的Python運行環(huán)境。
Part3、Python編程基礎
*掌握Python編程思想、編程語句、數(shù)據(jù)結(jié)構(gòu)。
1、 語法特點
² 縮進
² 注釋
² PEP8編寫規(guī)范
2、 變量
² 變量的賦值
² 變量命名規(guī)則
3、 數(shù)據(jù)類型
² 數(shù)值型：整型與浮點型
² 字符型：字符型的定義
² 邏輯型：1和0，或TRUE和FALSE
² 數(shù)據(jù)類型的查詢：TYPE函數(shù)
² 數(shù)據(jù)類型的運算：數(shù)值型/字符型/邏輯型如何運算
² 數(shù)據(jù)類型的轉(zhuǎn)換：Str()函數(shù)、int()函數(shù)、float()函數(shù)
4、 數(shù)據(jù)結(jié)構(gòu)
² 列表（LIST）：如何定義/訪問/增加/修改/刪除
² 字典(DICTIONARY)：如何定義/訪問/增加/修改/刪除
² 元組：如何定義/訪問
² 集合：如何定義/訪問
5、 流程控制語句
² If語句--選擇結(jié)構(gòu)
² For語句--循環(huán)結(jié)構(gòu)
² While語句--循環(huán)結(jié)構(gòu)
² 循環(huán)結(jié)構(gòu)中的break語句和continue語句
² 控制語句的嵌套
6、 函數(shù)
² 常用內(nèi)置函數(shù)：print()input()replace()/strip()/split()open()……
² 如何自定義函數(shù):def語句
7、 編程中的異常處理
練習：基本Python編程語句實戰(zhàn)操作。
Part4、NumPy入門與實戰(zhàn)
*學習NumPy庫對多維數(shù)組的創(chuàng)建、切片和索引方法，以及數(shù)組的運算和存取。
1、 ndarray多維數(shù)組
² 創(chuàng)建ndarray多維數(shù)組
² Ndarray的對象屬性、數(shù)據(jù)類型及變換
2、 數(shù)組的索引和切片
² 數(shù)組索引方法
² 數(shù)組切片方法
3、 數(shù)組的運
² 數(shù)組和標量間的運算
² 數(shù)組的條件邏輯運算
² 統(tǒng)計運算
² 數(shù)組內(nèi)如何排序
Part5、數(shù)據(jù)預處理
*學習Pandas庫和xlwing庫對文件的讀寫操作、數(shù)據(jù)整理的方法。
1、 pandas數(shù)據(jù)結(jié)構(gòu)
² Series對象：如何定義/訪問/增加/修改/刪除
² DataFrame對象：如何定義/訪問/增加/修改/刪除
2、 讀、寫數(shù)據(jù)
² 讀、寫文本文件
² 讀、寫Excel文件
² 讀、寫數(shù)據(jù)庫數(shù)據(jù)
² 讀、寫網(wǎng)頁
3、 數(shù)據(jù)操作
² 數(shù)據(jù)的增、刪、改、查
² NaN數(shù)據(jù)處理
² 時間數(shù)據(jù)的處理
² 數(shù)據(jù)的抽?。鹤侄尾鸱?、記錄抽取、隨機抽樣
4、 數(shù)據(jù)的預處理
² 處理缺失值
² 去除重復數(shù)據(jù)
² 處理異常值
² 合并數(shù)據(jù)：追加合并、匹配合并
² 數(shù)據(jù)標準化：0-1標準化
5、 數(shù)據(jù)的分組與聚合
² 數(shù)據(jù)分組
² 數(shù)據(jù)聚合
6、 使用xlwing庫批量處理工作薄/工作表/行/列(EXCEL)
² 批量新建、保存、關閉工作薄
² 批量打開一個文件夾下的所有工作薄
² 批量重命名一個工作薄中的工作表名稱
² 批量打印工作薄中的指定工作表/指定頁
² 按條件將EXCEL中的多個工作表合并為一個工作表
² 按條件將EXCEL中的一個工作表拆分為多個工作薄
案例實操：超市交易數(shù)據(jù)清洗、查看員工業(yè)績波動、分析員工業(yè)績。
Part6、Pandas模塊數(shù)據(jù)分析
*學習Pandas中常用的數(shù)據(jù)分析方法。
1、 基礎數(shù)據(jù)分析方法
² 批量升序/降序排序一個工作薄中的所有工作表
² 使用描述統(tǒng)計呈現(xiàn)數(shù)據(jù)的相關指標（如平均值、極值、%分位值、峰度系數(shù)、偏度系數(shù)等）
2、 進階數(shù)據(jù)分析方法
² 制作數(shù)據(jù)透視表進行交叉分析
² 分組對比分析（定性分組與定量分組）
² 使用相關系數(shù)判斷數(shù)據(jù)的相關性
² 數(shù)據(jù)建?；貧w分析
3、 時間序列分析
² Datetime模塊的時間數(shù)據(jù)類型
² 如何把字符型轉(zhuǎn)為時間型數(shù)據(jù)
² 時間序列如何索引和切片數(shù)據(jù)
² 如何創(chuàng)建介于某時間區(qū)間的時間數(shù)據(jù)（天/月/固定天數(shù)）
案例實操：超市交易數(shù)據(jù)清洗、查看員工業(yè)績波動、分析員工業(yè)績。
Part7、爬取網(wǎng)絡數(shù)據(jù)進行分析
*學習正則表達式及如何爬取網(wǎng)絡數(shù)據(jù)進行數(shù)據(jù)分析。
1、 認識網(wǎng)頁結(jié)構(gòu)和網(wǎng)頁源代碼
² 查看源代碼
² 查看網(wǎng)頁結(jié)構(gòu)（區(qū)塊/列表/標題/鏈接/元素）
2、 正則表達式
² 認識普通字符和元字符
² 使用正則表達式提取數(shù)據(jù)
3、 Request模塊獲取網(wǎng)頁源代碼
4、 Selenium模塊獲取網(wǎng)頁源代碼
5、 Selenium模塊模擬鼠標和鍵盤操作
6、 爬蟲實戰(zhàn)：
² 爬取某網(wǎng)站圖書銷量排行榜數(shù)據(jù)并分析
² 爬取某網(wǎng)站關于某關鍵詞的實時新聞數(shù)據(jù)
² 爬取新聞熱點排行榜
Part8、Sklearn機器學習與數(shù)據(jù)挖掘
*了解機器學習概念，掌握線性回歸、邏輯回歸的分析方法。
1、 機器學習基本概念
2、 機器學習庫sklearn簡介.
² 擴展庫sklearn常用模塊與對象.
² 選擇合適的模型和算法
3、 線性回歸算法的原理與應用
² 線性回歸模型的原理.
² sklearn中線性回歸模型的簡單應用+
² 嶺回歸的基本原理與sklearn實現(xiàn)
² 使用線性回歸模型預測兒童身高
4、 邏輯回歸算法的原理與應用
² ..邏輯回歸算法的原理與應用sklear實現(xiàn)
² 使用邏輯回歸算法預測.考試能否及格
5、 樸素貝葉斯算法的原理與應用
² 基本概念..
² 樸素貝葉斯算法分類的原理與sklearn實現(xiàn)
² 使用樸素貝葉斯算法對中文郵件進行分類...
6、 案例：
使用線性回歸分析對銷售收入進行分析和預測
7、 案例：
使用Pandas、sklearn模塊對客戶價值進行分析
七、 特別注意
學員自備電腦（建議一人一臺），老師講解示范后學員操作練習；
本課程內(nèi)容及順序可能根據(jù)學員需求及難度而調(diào)整。
轉(zhuǎn)載：http://www.yniwn.cn/gkk_detail/324506.html
