第一章 Python数据分析项目实战-课程简介
1-1 本章导学
  • 本章导学
1-2 EDA 探索性数据分析方法简介
  • EDA探索性数据分析方法简介
1-3 数据清洗工具:OpenRefine 简介
  • 数据清洗工具:OpenRefine简介
1-4 Seaborn 简介与效果展示
  • 可视化框架:Seaborn简介
1-5 Pandas 实战项目简介与效果展示
  • Pandas实战项目简介与效果展示
1-6 动态可视化库:Bokeh简介
  • 动态可视化库:Bokeh简介
1-7 本章总结
  • 本章总结
第二章 OpenRefine数据清洗与预处理
2-1 本章导学
  • 本章导学
2-2 安装配置 OpenRefine
  • 安装配置OpenRefine
2-3 【实战项目一】多伦多市建筑许可数据清洗与处理
  • 项目简介
  • 项目开发步骤
  • 数据清洗与处理(一)
  • 数据清洗与处理(二)
  • 数据分析问题(一)
  • 数据分析问题(二)
  • 项目总结
  • 作业&讲解
2-4 【实战项目二】悉尼动力博物馆文物数据清洗与处理
  • 项目简介
  • 导入数据&了解数据&清洗数据
  • 处理数据
  • 导出数据&项目
  • 项目总结
2-5 【实战项目三】电影数据清洗与处理
  • 项目简介
  • 清洗与处理数据
  • 调用翻译API翻译电影标题 (一)
  • 调用翻译API翻译电影标题 (二)
  • 项目总结
2-6 本章总结
  • 课程资料
  • 本章总结
第三章 Seaborn数据可视化进阶
3-1 本章导学
  • 本章导学
3-2 Pandas 图表配置中文字体
  • Pandas 图表配置中文字体
3-3 Pandas常用图表简介
  • Pandas常用图表简介
  • Pandas常用图表-折线图
  • Pandas常用图表-面积图
  • Pandas常用图表-柱形图
  • Pandas常用图表-饼图
  • Pandas常用图表-直方图
  • Pandas常用图表-盒形图
  • Pandas常用图表-散点图
  • Pandas常用图表-散点矩阵图
  • Pandas常用图表-绘制多个图表
3-4 Seaborn 常用配置与常用图表详解
  • Seaborn 常用配置与常用图表简介
  • 配置开发环境与内置数据集简介
  • 配置色彩与样式
  • Seaborn 常用图表简介
  • 单变量分布图
  • 双变量关系图-lineplot 线形图
  • 双变量关系图-scatterplot 散点图
  • 双变量关系图-heatmap 热力图
  • 双变量关系图-relplot 维度关系图
  • 双变量关系图-Implot 线性回归关系图
  • 双变量关系图-Jointplot与JointGrid
  • 双变量关系图-Pairplot与PairGrid
  • 分类数据图- stripplot与swarmplot
  • 分类数据图- boxplot,boxenplot与violinplot
  • 分类数据图- barplot,countplot与pointplot
  • 矩阵图表
  • Seaborn 常用配置与常用图表总结
3-5 【数据可视化项目实战】美国大学毕业生就业趋势可视化
  • 实战项目简介
  • 读取并初步了解数据情况
  • 清洗整理数据
  • 数据分析问题一:按年度探索专业毕业生人数趋势
  • 数据分析问题二:按年度、专业探索毕业生就业趋势
  • 数据分析问题三:探索哪个专业薪资增长最多,最快
  • 数据分析问题四:按年度、专业探索女性在毕业生中的占比趋势
  • 数据分析问题五:按年度、专业探索亚裔学生在毕业生中的占比趋势
  • 实战项目总结
3-6 本章总结
  • 本章总结
第四章 Pandas数据分析实战项目
4-1 本章导学
  • 本章导学
4-2 【实战项目一】Chipotle 西餐厅外卖订单数据分析
  • 项目简介
  • 分析问题一:分析外卖订单销量情况(1)
  • 分析问题一:分析外卖订单销量情况(2)
  • 分析问题二:分析重要菜品的配料
  • 项目拓展:绘制中文词云
  • 项目总结
4-3 【实战项目二】 Youtube 视频流行趋势数据分析
  • 项目简介
  • 读取并初步了解数据情况
  • 分析数据&绘制图表
  • 绘制词云
  • 项目总结
4-4 【实战项目三】2012 年美国总统选举捐款数据分析
  • 项目简介
  • 使用OpenRefine过滤数据
  • 分析问题一:按捐款人职业分析其捐款倾向
  • 分析问题二:按捐款人区域分析其捐款倾向
  • 项目总结
  • 作业解答
4-5 【实战项目四】北京市空气质量数据分析
  • 项目简介
  • 读取并初步了解数据情况
  • 分析数据,使用Pandas+Seaborn绘制图表
  • 使用Pyecharts+eplot绘制图表
  • 使用Pyecharts绘制地理图表
  • 项目总结
4-6 【实战项目五】2005-2017年美国芝加哥市犯罪记录数据分析
  • 项目简介
  • 读取并初步了解数据情况
  • 清洗&整理数据
  • 使用Pandas时序分析方法探索数据规律(1)
  • 使用Pandas时序分析方法探索数据规律(2)
  • 使用Seaborn绘制热图探索数据规律(1)
  • 使用Seaborn绘制热图探索数据规律(2)
  • 使用Folium绘制地理图表探索数据规律(1)
  • 使用Folium绘制地理图表探索数据规律(2)
  • 项目总结
4-7 本章总结
  • 本章总结
第五章 动态可视化图表与控制面板项目实战
5-1 本章导学
  • 本章导学
5-2 【实战项目一】 Bokeh+Pandas动态可视化图表实战
  • 项目简介
  • 配置开发环境
  • 使用Bokeh+Pandas绘制动态图表(1)
  • 使用Bokeh+Pandas绘制动态图表(2)
  • 使用Bokeh+Pandas绘制控制面板
5-3 【实战项目二】美国纽约市出租车可视化分析
  • 项目简介
  • 使用Pandas处理大型数据集
  • 使用Bokeh开发Web可视化应用(1)
  • 使用Bokeh开发Web可视化应用(2)
  • 使用Bokeh开发Web可视化应用(3)
5-4 本章总结
  • 本章总结
第六章 Python数据分析项目实战-课程总结
6-1 课程总结
  • 课程总结
4887铁算结果开奖结果小说