资源详情
现在搞数据分析不懂Python基本会很尴尬，搞机器学习不会Python也比较尴尬，为完全kill掉这种令人尴尬的情况，特开本课程，带领大家学会用Python这把锋利无比的“瑞士军刀”游刃于数据分析、机器学习的大潮中，从而入门数据科学。
且本课程有原理、有应用、有数据、有代码（ipython notebook的格式）、有案例、有作业，此乃七月在线应用类课程的标配。
《Python数据分析》大纲
第一课 Python入门 （王）
1.Python安装
2.常用数据分析库NumPy、Scipy、Pandas、matplotlib安装
3.常用高级数据分析库scikit-learn、NLTK安装
4.IPython的安装与使用
5.Python2与Python3区别简介
案例：Python常用科学计算
第二课 数据准备与Numpy （应）
1.多维数组对象
2.元素级别处理函数
3.利用数组进行数据处理
4.文件输入输出
5.线忄生代数相关功能以及线忄生代数基础知识
6.随机数的生成
案例：通过实际代码演示NumPy的多维数组与线忄生代数矩阵操作，以及数据输入输出
第三课 Python数据分析主力Pandas （应）
1.基本数据结构
2.基本功能：索引，选取，过滤，排序...
3.基本统计功能
4.缺失数据处理
5.层次化索引
案例：通过实际代码演示pandas处理及统计数据
第四课 数据获取与处理 （寒）
1.工业界常见数据格式与形态
2.python对不同格式的数据读写
3.pandas数据处理复习
4.数据简易爬取与解析
5.正则表达式：快捷捕捉你想要的信息
案例：简易网页爬取与数据解析处理
第五课 数据可视化Matplotlib （冯）
1.信息可视化和数据可视化的基本原理
2.常见可视化的方式
3.如何针对数据特点设计可视化方案
案例：一典型可视化方式的实现（提供课堂ipython代码实例）
第六课 Python文本分析NLTK （加）
1.分词
2.词忄生标注
3.情感分析
4.词形还原
5.拼写检查
6.文本分类
案例：一个典型文本分类流程的实现
第七课 python 社交网络分析igraph（王）
1.社交网络分析指标介绍
2.pagerank算法
3.igraph中多种社区发现算法介绍
案例：如何构造一个图，节点、边操作，以及基础图算法使用和可视化案例
第八课 Python机器学习scikit-learn（冯）
1.scikit-learn简介
2.机器学习的处理流程：以scikit-learn为例
3.scikit-learn的优化方法（并行化处理，cython的使用等）
案例：以手写数字识别和房价预估为例，如何利用sklearn进行机器学习的特征转化、建模、可视化，以及最后的模型评估
第九课 数据科学完整案例：学会使用你的“瑞士军刀”（寒）
1.数据获取与解析：你爱的足球队
2.用“数据”的眼睛去看球：“一个人完成的央视数据统计”
3.球员数据统计与可视化：“到底谁是最好的球员？”
案例说明：从抓取数据、解析数据、分析数据，到可视化、建模完整走一遍，从实际案例中一举窥探数学科学完整工作流程
第十课 Python分布式计算 （王）
1.Python多进程模块Multiprocessing
2.Python使用Hadoop分布式计算库mrjob
3.Python使用Spark分布式计算库PySpark
案例：分别使用MapReduce和Spark实现wordcount
