〖课程介绍〗
本课程的设置面向有志于从事数据科学的同学，课程以Python基础入门开始，其后以Python数据住区项目对同学们的Python基础进行巩固和提升后，过度到数据科学常用的库应用中。
〖课程目录〗
第1课 Python入门
知识点1： Python简介及特性
知识点2： Python2与3的区别
知识点3： Python,jupyter notebook环境配置，安装及使用
知识点4： pip包管理、常用数据科学涉及类库介绍，及数据方向学习路径
知识点5： 表达式与指令、Python特有语法格式：(缩进；注释；引号）
知识点6： 如何寻求帮助
实战项目： 配置好Anaconda及notebook环境
实战项目： 使用命令行方式解析Python文件，并传递系统参数
第2课 关键字，容器及访问，循环控制
知识点1： 常用关键字、运算符和基本运算[位运算]、变量和赋值
知识点2： 容器：list/tuple；dict; set 、容器访问、高级容器访问[列表推倒]
知识点3： 迭代器与生成器 、条件判断 、循环控制
实战项目： 响应用户的数字输入，并按大小排序后输出。
实战项目： 字符串按单词反转（必须保留所有空格）,I love china! 转为为china! love I
实战项目： 打印100000以内的素数
实战项目： 实现fib数列函数(使用循环控制)
第3课:函数
知识点1： 函数及其定义、函数参数、可变参数和递归
知识点2： 高阶函数 、返回函数 、匿名函数、偏函数
知识点3： 异常与错误处理% ~; W5 `: ^3 Z3 U8 E' S2 @
实战项目： 实现fib数列函数【分别使用循环控制和列表，实现一个斐波那契数组】
实战项目： 自己实现一个支持可变参数的函数
实战项目： 使用map-reduce函数
第4课 面向对象基础
知识点1： 类和实例 、访问限制
知识点2： 继承和多态以及多重继承 、获取对象信息
知识点3： 类的内部成员函数 、实例属性和类属性
知识点4： 模块和包
实战项目： 实现公司类并完成相应功能设计
第5课 文件操作，并发编程及常用系统模块
知识点1： 文件读写及目录相关操作，Re正则模块及使用，日期和时间模块等介绍
知识点2： HTML基础知识
知识点3： request网络请求模块 ，beautiful soup及Xpath解析模块
实战项目： 抓取网页数据，解析，并存储
第6课 常用第三方模块及综合实战【Python大作业】
知识点1： Scrapy框架介绍, B3
知识点2： Scrapy框架的使用
实战项目： 使用Scrapy框架抓取上海天气，链家数据
第7课 Numpy高效数据处理
知识点1： Numpy模块简介及基本使用
知识点2： NDarray对象的构建与访问
知识点3： NDarray对象的运算
实战项目： 矩阵转置的不同实现
实战项目： 股票均线数据绘制
实战项目： 股票价格相关性计算
第8课 Pandas 表格处理
知识点1： Series与DataFrame
知识点2： DataFrame深入应用处理
知识点3： 数据清理、转换、合并与重塑
知识点4： Pandas数据的分组和聚合、面板数据与透视表
实战项目： pandas综合练习题
〖下载地址〗
|
|
[复制链接]
