Python_Data_Analysis | 课程内容 第1讲 Python入门 安装Python与环境配置 Anaconda安装和使用 Jupyter

Python_Data_Analysis is a Jupyter Notebook library. Python_Data_Analysis has no bugs, it has no vulnerabilities and it has low support. You can download it from GitHub.

课程内容 第1讲 Python入门 安装Python与环境配置 Anaconda安装和使用   Jupyter Notebook 常用数据分析库Numpy、Scipy、Pandas和matplotlib安装和简介   Numpy   Scipy   Pandas   matplotlib 常用高级数据分析库nltk、igraph和scikit-learn介绍   ntlk   igraph   scikit-learn Python2和Python3区别简介. 第2讲 准备数据与Numpy Numpy   简介   基本功能   效率对比 Numpy的ndarray 创建ndarray   Numpy数据类型   数组与标量之间的运算   基本的索引和切片   布尔型索引   花式索引   数组转置和轴对称   快速的元素级数组函数 利用数组进行数据处理   简介   将条件逻辑表述为数组运算   数学和统计方法   用于布尔型数组的方法   排序   去重以及其他集合运算 数组文件的输入输出 线性代数 随机数生成 高级应用   数组重塑   数组的合并和拆分   元素的重复操作   花式索引的等价函数 例题分析   距离矩阵计算. 第3讲 Python数据分析主力Pandas Pandas简介 基本功能 数据结构   Series   DataFrame   索引对象 基本功能   重新索引   丢弃指定轴上的项   索引、选取和过滤   算术运算和数据对齐   函数应用和映射   排序和排名   带有重复值的索引 汇总和计算描述统计   常用方法选项   常用描述和汇总统计函数   相关系数与协方差   唯一值以及成员资格 处理缺失数据   滤除缺失数据   填充缺失数据 层次化索引   重新分级顺序   根据级别汇总统计   使用DataFrame的列 其他话题   整数索引   面板（Pannel）数据. 第4讲 数据获取与处理 多种格式数据加载、处理与存储   各式各样的文本数据     CSV与TXT读取     分片/块读取文本数据     把数据写入文本格式     手动读写数据（按要求）     JSON格式的数据     人人都爱爬虫，人人都要解析XML 和 HTML     解析XML       二进制格式的数据、使用HDF5格式、HTML与API交互   数据库相关操作     sqlite数据库     MySQL数据库     Memcache     MongoDB Crawl and parsing HTML with Beauitful Soup   创建dataframe然后输出出来，为一会儿爬取做准备   Download the HTML and create a Beautiful Soup object   解析Beautiful Soup结构体 python正则表达式   学会用re.compile(strPattern[, flag])   Match   Pattern   match与search   split(string[, maxsplit]) | re.split(pattern, string[, maxsplit])   findall(string[, pos[, endpos]]) | re.findall(pattern, string[, flags])   finditer(string[, pos[, endpos]]) | re.finditer(pattern, string[, flags])   sub(repl, string[, count]) | re.sub(pattern, repl, string[, count])   subn(repl, string[, count]) |re.sub(pattern, repl, string[, count]) 特征工程小案例：城市自行车共享系统使用状况. 第5讲 数据可视化Matplotlib Beyond柱状图：可视化能够为我们做些什么   可视化的理论介绍     圣经引用可视化；洞察数据内涵；寻找潜在模式   糟糕的可视化：一些具体案例     内容太多，KEEP IT SIMPLE STUPID     WRONG SCALE     乱用三维     少用3D，不要为了酷炫而酷炫   The Purpose of Data Visualization is to Convey Information to People   一些可视化设计原则   一些可视化场景   MORE THAN 2 DIMENSION   TREE MAP 可视化项目入门实战   如何使用python进行初步的可视化工作     学会从网上找资源     D3js.org ——> Visual Index   Coding实战     拿到数据，可视化看一看 知道画什么，比知道怎么画更重要！！！. 第7讲 Python社交网络分析igraph 社交网络算法介绍   社交网络   社交网络算法应用场景   安装igraph   什么是图？     Undirected和Directed; Bipartite和Multigraph   图数据集   社交网络算法     分析指标       度       紧密中心性（closeness centrality）       介数中心性（betweenness centrality）       点介数     PageRank算法     社区发现算法       GN算法       GN算法-边介数（Betweenness）       GN算法-community_edge_betweenness     社区评价指标       模块度Modularity       Conductance     Louvain算法     LPA算法     SLPA算法 代码时间   Learn_igraph(net.data)   分析权利的游戏网络（stormofswords.csv） 社交网络算法在金融反欺诈中的应用 工具推荐. 第8讲 Python机器学习scikit-learn What is Machine Learning? 3 Types of Learning Scikit-learn algorithm cheet-sheet The simplest Sklearn workflow Data Representation Generation Synthetic Data Supervised Workflow Linear Regression Unsupervised Transformers Feature Scaling Principal Component Analysis K-means Clustering Scikit-learn API Preprocessing & Classification Overview Holdout Evaluation Holdout Validation Learning Curves Grid Search Confusion Matrix Support Vector Machines   Kernel Trick Decision Trees   Classification & Continuous Features   Impurity measures Deep learning   4 Key Factors that makes magic happens   Linear Models   Neural Networks   Inside a Neuron   Multi-layer NN CNN   key ideas   Dropout   Convolution layer   Case Study:     LeNet-5, AlexNet, ZFNet, VGGNet, ResNet   Transfer Learning   Fool your Conv-net RNN and Language Model   LSTM   Word2Vec. 第9讲 数据科学完整案例 Word-cup-analysis Ipython-soccer-predictions.