python数据分析速成班：课程设计循序渐进，从基础工具与理论知识入门，进阶到统计分析方法和机器学习模型、文本挖掘模型，以实战项目案例贯穿课程讲解。
其中包括：python编程基础、数据清洗、数据可视化、项目实训与面试题集训等课模块。
熟练掌握数据科学领域最受欢迎的编程语言-python，包括python编程基础、数据清洗、数据可视化、项目实训与面试题集训等课模块等。
掌握使用python和pandas库进行数据清洗和预处理。
学会使用matplotlib、seaborn进行初级可视化。
python数据分析综合案例。
高校在校生。
机器学习零基础学员。
待业、期待转行从事数据分析相关岗位的在职人员。
对数据分析技术感兴趣的各界人士。
产品、运营、营销、管理、咨询相关岗位从业者，希望增加数据分析技能与思维。
1章python入门与安装
1-1python简介
1-2python安装环境介绍
1-3python常用ide及jupyter介绍
1-4python第三方库安装
2章python语法入门
2-1编码与标识符
2-2python保留字
2-3注释和缩进
2-4输入和输出
2-5变量及赋值
3章基本数据类型
3-1数值
3-2字符串
3-3布尔值
3-4列表
3-5元组
3-6集合
3-7字典
4章控制语句
4-1条件语句: if
4-2循环语句for和while
4-3break语句
4-4continue语句
4-5pass语句
6章常用内置函数
6-1逻辑判断函数
6-2数值运算函数
6-3序列函数
6-4类型转换函数
7章函数创建与使用
7-1函数定义
7-2函数参数
7-3默认参数
7-4变量作用域
7-5全局变量和局部变量
7-6匿名函数
8章python高级特性
8-1列表生成式
8-2高级函数: map、reduce、 filter等
9章python模块
9-1模块概念介绍
9-2import模块导入
9-3自定义模块
10章python i0操作
10-1文件读写
10-2利用python操作文件和目录
12章python连接数据库
12-1python连接数据库方法
12-2利用python操作数据库
13章pandas入门
13-1pandas基本数据结构: series与dataframe
13-2索引、切片与过滤
13-3排序与汇总
13-4dataframe简单处理缺失值方法
14章pandas基本数据处理方法
14-1数据集的合并与连接
14-2重复值的处理
14-3数据集映射转化方法
14-4异常值查找与替换
14-5排序和随机抽样
14-6dataframe字符串常用操作
15章pandas聚合与分组
15-1dataframe分组操作
15-2dataframe聚合操作
15-3dataframe透视表的创建方法
16章python数据可视化入门
16-1数据可视化入门
16-2常用可视化第三方库介绍: matplotlib、seaborn、pyets
16-3常用可视化图形介绍，如饼图、柱图、条形图、线图散点图等
16-4图形选择
16-5pandas绘图方法
17章matplotlib绘图高级参数
17-1图例配置方法和常用参数
17-2颜色条配置方法和常用参数
17-3subplot多子图绘制方法
17-4文字与注释、自定义坐标轴方法
18章高级绘图工具
18-1seaborn入门介绍
18-2seaborn api介绍
18-3seaborn绘图示例
19章python数据分析综合案例
19-1斯德哥尔摩气候可视化分析
19-2餐饮订单数据清洗与分析
19-3文本数据分析之qq聊天信息可视化分析