Ansys|91国内精品视频|Matlab|91国内精品久久久|R语言培训课程班-91国内精品久久-曙海培训深圳成都南京苏州杭州

        1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯(lián)系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業(yè)機會。

Python及數(shù)據(jù)分析培訓大綱

1.Python概覽

1.1為什么使用Python
1.2重要的Python庫
NumPy
Pandas
SciPy
Matplotlib
1.3IPython
1.4 Python IDE的下載與安裝
2.Python語言快速入門

2.1Python解釋器
2.2語言設計特點
2.3對象的調用和屬性
2.4import引入
2.5數(shù)據(jù)類型
2.6控制流
2.7數(shù)據(jù)結構和序列
2.8函數(shù)
2.9 文件和操作系統(tǒng)
3.IPython使用

3.1啟動和運行
3.2對象內省
3.3異常和跟蹤
3.4與操作系統(tǒng)交互
3.5測試代碼執(zhí)行時間
3.6IPython HTML Notebook
3.7利用IPython提高代碼效率的幾點提示

4.NumPy 4.1ndarray多維數(shù)組對象處理與運算
4.2元素級數(shù)組函數(shù)
4.3利用數(shù)組進行數(shù)據(jù)處理
4.4利用數(shù)組進行輸入和輸出
4.5線性代數(shù)
4.6隨機數(shù)生成

5.Pandas 5.1Pandas數(shù)據(jù)結構介紹
5.2基本功能
5.3匯總和計算描述統(tǒng)計
5.4處理缺失數(shù)據(jù)

6.Pandas數(shù)據(jù)加載和存儲

6.1讀寫結構化數(shù)據(jù)
6.2讀寫非結構化數(shù)據(jù)
6.3使用HTML和Web API
6.4使用數(shù)據(jù)庫

7.Pandas數(shù)據(jù)預處理

7.1合并數(shù)據(jù)集（以merge和append為主）
7.2重塑和軸向旋轉
7.3數(shù)據(jù)清洗
7.4字符串操作

8.Pandas數(shù)據(jù)聚合與分組運算 8.1GroupBy技術
8.2數(shù)據(jù)聚合
8.3分組運算和轉換
8.4透視表和交叉表

9.繪圖與可視化 9.1Matplotlib基本操作
9.2Pandas中的繪圖函數(shù)

10.時間序列
10.1日期和時間數(shù)據(jù)類型及工具
10.2 時間數(shù)據(jù)處理
10.3 時期及其算術運算
10.4 時間序列繪圖
10.5 移動窗口函數(shù)

11.Python在金融數(shù)據(jù)中的應用

11.1常見的金融數(shù)據(jù)處理與分析
11.2 Pyfolio資產組合表現(xiàn)與風險分析
11.3 Zipline歷史數(shù)據(jù)回溯分析

12.大數(shù)據(jù)平臺的搭建和應用

12.1Hadoop和MapReduce
12.2 Spark
12.3 PySpark及MLlib
12.4【案例與演示】
13.Scikit-Learn機器學習

13.1數(shù)據(jù)預處理
13.2 變量升維和降維
13.3 模型訓練
13.4模型選擇和調參
13.5 模型評估指標