课程目标:
通过该课程的学习,学员应能够掌握python常用的类库、Django Flask Scrapy Numpy Pandas Matplotlib Sklean等,熟悉整个数据分析的流程,详细讲解数据分析涉及到的技术,通过数据抓取 数据清洗 准备数据 数据分析 模型建立 模型预测 可视化来展现数据分析结果;能够通过学习本课程熟练后续的工作中数据分析方面的工作任务;
课程大纲:
主题
|
内容
|
Django框架讲解
|
1. Django 简介
2. Django组件介绍
3. Django开始一个项目练习
|
Flask 框架讲解
|
1) Flask简介
2) Flask组件介绍
3) Flask启动一个项目练习
4) Flask蓝图的使用
5) Flask结合echart制作分析图表
|
Mysql
|
1.Mysql基本操作语句
2.Mysql多表关联查询
3.Python操作Mysql
|
综合案例
|
1) Flask通过ORM操作Mysql
2) Flask结合Mysql制作分析图表
3) 通过页面进行数据增删查改
4) 文件的上传下载
|
Scrapy
|
1.Scrapy讲解
2.Scrapy组件介绍
3.css选择器 BeautifulSoup讲解
4.互联网网站的数据爬取
|
综合案例
|
1. 数据清洗
2. 数据分词
3. 关键词抽取
4. 云词python 实现可视化
5. Python操作CSV Excel文件
|
Numpy Pandas
|
1. numpy的常用操作
2. Pandas数据结构常用操作
3. Pandas数据处理以及绘图
4. Pandas 数据规整
|
综合案例
|
1. matplotlib绘图函数讲解
2. Pandas 分组聚合 透视表 交叉表
3. 综合案例分析
|
文本相似度 NLP相关
|
1. 相似度;tfidf word2vec fastText
2. Word2vec训练
3. 文本相似度案例;
4. FastText文本分类案例
|
Sklearn案例
|
1. 线性回归预测
2. K近邻预测鸢尾花
3. KMeans聚类分析
4. 逻辑回归分类预测
|
以上课程可以根据客户实际情况进行灵活调整。