课程介绍
人工智能时代，计算机编程是一项基本技能，编程语言的学习已是大势所趋。爱数课前期上线的Python语言基础与实践课程着重介绍大数据与人工智能的首选编程语言——Python语言。
Python数据分析课程是Python基础与实践的进阶课程。将从初学者的角度出发，通过通俗易懂、丰富多彩的例子，介绍Python中数据分析相关库NumPy、Pandas、Matplotlib和Seaborn的相关操作方法。
本课程配合案例进行手把手教学，并结合习题进行针对性训练，让初学者可以轻松步入Python学习的进阶水平，扎实运用数据分析相关库。
边学边测、 边学边练
课件展示
（plt.scatter()绘制散点图和气泡图）
（plt.pie()绘制饼状图）
（绘制子图）
（配置Matplotlib）
（联合网格）
配套习题
左右滑动查看习题图集
课程大纲
一章 NumPy基础
1.1 NumPy介绍
1.2 数组简介
1.3 数组元素的读取
1.4 数组转换、合并与拆分
1.5 ufunc函数（一）
1.6 ufunc函数（二）
二章 Pandas基本用法
2.1 Pandas介绍
2.2 Series对象
2.3 DataFrame对象
2.4 索引与切片
三章 数据初步探索
3.1 数据展示与文件读写
3.2 数据类型与数据筛选
3.3 算术运算
3.4 描述性和汇总统计
3.5 缺失值处理
3.6 索引调整方法
四章 数据转换与融合
4.1 数据合并之轴向连接
4.2 数据融合
4.3 排序和随机采样
4.4 数据离散化
4.5 数据转换
五章 数据分组聚合
5.1 数据分组
5.2 数据聚合
六章 时间序列处理
6.1 日期和时间数据
6.2 Pandas时间序列筛选
6.3 频率、日期偏移及移动
6.4 时区处理
6.5 时期及算术运算
6.6 重采样及频率转换
七章 Pandas扩展
7.1 分类数据
7.2 数据透视表
八章 Matplotlib可视化基础
8.1 Matplotlib简介
8.2 Pandas可视化
8.3 Matplotlib绘制基本图形
8.4 自定义图表样式
8.5 高级用法
九章 Seaborn可视化基础
9.1 单图绘制
9.2 多图绘制
9.3 绘图风格设置
一键复制，快速开课
可复制平台的Python数据分析的内容，在平台开设自己的课程。面向本校学生开展教学。
课程由几十个知识点组成，根据需要可以选择不同的知识点建课。也可以根据需要上传自己的课件或视频组建新的课程。
（复制课程）
（复制知识点）
（复制课件）
（在知识点库查看课程知识点）
（创建知识点）
爱数课（iDataCourse）是一个面向院校的大数据和人工智能课程和资源平台。平台提供权威的课程资源、数据资源、案例实验资源，助力院校大数据和人工智能专业建设，课程建设和师资能力建设。
