想从事数据领域工作，缺乏实践技能的在校学生
有数据化运营需求的产品运营、市场人员及管理者
对Python数据分析和挖掘感兴趣的业界人士
个人发展遭遇瓶颈的数据分析师
希望转行从事数据领域的所有人员
课程内容以CDA数据分析师标准大纲要求，包含Python基础 – Pandas数据清洗 - Python爬虫 - Python数据可视化（Matplotlib、Seaborn、Pyecharts） - Python机器学习算法等内容，并结合互联网保险、电信、银行、医疗、交通等行业实际案例来帮助学员建立整套的数据分析和机器学习思路，案例涉及营销优化、风险控制、用户研究、商业部署等领域，使学员所学更符合企业要求。
Python数据分析集训课程针对周末时间充裕、零基础的专科、本科在校生，以及在职&欲转行从事数据分析的工作人员提供3个月非脱产周末集训，毕业可推荐相关工作。
| 课程模块 | 课程详情 |
|
Python编程基础知识 |
成为Python高手之前必备基础知识；数据分析的武器库与分析工具Python介绍；Python的基本数据类型和数据结构；Python的程序控制；Python的函数与模块；Python日期和时间处理；Python字符串处理与正则表达式；Python异常处理和文件操作；实战：基于Python的函数创建与商业实操文件操作 |
|
Python进行数据整理和数据清洗 |
Numpy中的数据类型--ndarray数组的创建；Numpy数组基础：索引、切片、变形、分裂；Numpy数组运算：通用函数；Numpy数组变形、拼接；Numpy数组计算：广播、聚合、比较和掩码、数组排序；Pandas对象简介：Series、Dataframe、Index；Pandas数据加载与存储；Pandas数值运算方法：通用函数、聚合函数、遍历；Panda层次化索引；Pandas数据处理：数据类型转换、缺失值处理、字符串转换；Pandas数据表的合并与连接；Pandas数据的累计与分组；高性能Pandas：query（）、eval（）实现高性能运算；Pandas数据规整化：清理、转换、合并、重塑；Pandas时间序列&金融数据处理；实战案例1：泰坦尼克幸存者数据清洗；实战案例2：USDA食品数据清洗 |
|
Python进行数据可视化技术-线上 |
绘图思想的基本原理；Python数据可视化包-Matplotlib介绍；使用Matplotlib进行基本的图形绘制；使用Python数据处理包Pandas做可视化；Python数据可视化包-Seaborn介绍与图形绘制；Python数据可视化包-Pyecharts介绍与图形绘制；使用Python进行地图绘制-Pyecharts；数据可视化技巧 |
|
Python进行网络爬虫 |
网络爬虫基础知识；网络请求及响应-Requests库；HTML文档解析-BeautifulSoup库；常见反爬虫机制及应对；网络爬虫 VS 网络数据抓取；实战1：新东方批量下载头像；实战2：抓取豆瓣书籍简介；实战3：模拟浏览器selenium抓取电商商品信息及评论 |
|
Python数据清洗高级操作及案例实战 |
如何成为一名好的数据分析师；P供Python读取的数据：CSV文件、JSON数据、XML数据；数据的获取与存储：数据的不平等性、真实性、可读性、清洁度等；对获取到的数据进行探索：埃博拉病毒危机、列车安全数据、童工数据；数据清洗探索：找出要清洗的数据、数据格式化、找出离群值和不良数据、找出重复数据、模糊匹配、正则匹配等 |
奇意咨询创始人
微软Excel MVP
拥有丰富的企业咨询服务及数据分析线上及线下培训经验， 曾任IBM销售管理团队数据分析项目组长及德勤数据分析团队高级咨询顾问，主持过多个大型企业数据分析及管理咨询项目，助力多家企业提高业务决策力及数据生产力。
休闲区
接待区
前台
