Data Analysis with Python, Pandas and Numpy

• 基本 Python 和数据分析技能

观众

• Python 开发者
• 数据分析师

Python 是一种多功能程式设计语言，以其简单性和可读性而闻名。Pandas 是一个 Python 包，它为处理结构化（表格、多维、潜在异构）和时间序列数据提供了数据结构。Numpy 通过其阵列运算为数值计算提供基本支援。它们共同构成了一个强大的生态系统，用于 Python 中的高效数据处理和分析。

这种讲师指导的现场培训（在线或现场）针对中级 Python 开发人员和数据分析师，他们希望提高使用 Pandas 和 NumPy 进行数据分析和操作的技能。

在本次培训结束时，参与者将能够：

• 设置一个包含 Python、Pandas 和 NumPy 的开发环境。
• 使用 Pandas 和 NumPy 创建资料分析应用程式。
• 执行高级数据整理、排序和筛选操作。
• 执行聚合操作并分析时间序列数据。
• 使用 Matplotlib 和其他可视化库可视化数据。
• 调试和优化他们的数据分析代码。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。

第 1 天：

基本 Python 和 Data Analysis 技能复习

NumPy 简介

• 创建 NumPy 阵列
• 矩阵的常见操作
• 使用 ufunc
• NumPy 阵列上的检视和广播
• 通过避免回圈来优化性能
• 使用 cProfile 优化性能

Data Analysis 与 Pandas

• 在 pandas 中使用矢量化数据
• 数据整理
• 对数据进行排序和筛选
• 聚合操作
• 分析时间序列

Data Visualization 与 Matplotlib

• 使用 Matplotlib 绘制图表
• 在 pandas 中使用 Matplotlib
• 创建质量图
• 在 Jupyter 笔记本中可视化数据
• Python 中的其他可视化库

第 2 天： 

用于 Data Analysis 的其他 Python 库

• scikit-学习
• 科学
• statsmodel
• RPy2

总结和后续步骤