北京CDA數據分析師的python數據分析培訓班面向待業、期待轉行從事數據分析相關崗位的在職人員。課程設計循序漸進，從基礎工具與理論知識入門，進階到統計分析方法和機器學習模型、文本挖掘模型，以實戰項目案例貫穿課程講解。現在火熱報名中。
python 數據分析培訓班：課程設計循序漸進，從基礎工具與理論知識入門，進階到統計分析方法和機器學習模型、文本挖掘模型，以實戰項目案例貫穿課程講解。
其中包括：Python編程基礎、數據清洗、數據可視化、項目實訓與面試題集訓等課模塊。
熟練掌握數據科學領域最受歡迎的編程語言-Python，包括Python編程基礎、數據清洗、數據可視化、項目實訓與面試題集訓等課模塊等。
掌握使用Python和pandas庫進行數據清洗和預處理。
使用matplotlib、seaborn進行初級可視化。
Python數據分析綜合案例。
高校在校生。
機器學習零基礎學員。
待業、期待轉行從事數據分析相關崗位的在職人員。
對數據分析技術感興趣的各界人士。
產品、運營、營銷、管理、咨詢相關崗位從業者，希望增加數據分析技能與思維。
1章Python入門與安裝
1-1Python簡介
1-2Python安裝環境介紹
1-3Python常用IDE及Jupyter介紹
1-4Python第三方庫安裝
2章Python語法入門
2-1編碼與標識符
2-2Python保留字
2-3注釋和縮進
2-4輸入和輸出
2-5變量及賦值
3章基本數據類型
3-1數值
3-2字符串
3-3布爾值
3-4列表
3-5元組
3-6集合
3-7字典
4章控制語句
4-1條件語句:If
4-2循環語句For和While
4-3Break語句
4-4Continue語句
4-5Pass語句
5章錯誤和異常
5-1錯誤和異常捕捉語句
5-2異常和錯誤處理
6章常用內置函數
6-1邏輯判斷函數
6-2數值運算函數
6-3序列函數
6-4類型轉換函數
7章函數創建與使用
7-1函數定義
7-2函數參數
7-3默認參數
7-4變量作用域
7-5全局變量和局部變量
7-6匿名函數
8章Python高級特性
8-1列表生成式
8-2高級函數:map、Reduce、filter等
9章Python模塊
9-1模塊概念介紹
9-2import模塊導入
9-3自定義模塊
10章Python I0操作
10-1文件讀寫
10-2利用Python操作文件和目錄
11章類和面向對象
11-1類的定義
11-2類對象
11-3類方法
12章Python連接數據庫
12-1Python連接數據庫方法
12-2利用Python操作數據庫
13章Pandas入門
13-1Pandas基本數據結構:Series與DataFrame
13-2索引、切片與過濾
13-3排序與匯總
13-4DataFrame簡單處理缺失值方法
14章Pandas基本數據處理方法
14-1數據集的合并與連接
14-2重復值的處理
14-3數據集映射轉化方法
14-4異常值查找與替換
14-5排序和隨機抽樣
14-6DataFrame字符串常用操作
15章Pandas聚合與分組
15-1DataFrame分組操作
15-2DataFrame聚合操作
15-3DataFrame透視表的創建方法
16章Python數據可視化入門
16-1數據可視化入門
16-2常用可視化第三方庫介紹:matplotlib、seaborn、PyEcharts
16-3常用可視化圖形介紹，如餅圖、柱圖、條形圖、線圖散點圖等
16-4圖形選擇
16-5Pandas繪圖方法
17章matplotlib繪圖高級參數
17-1圖例配置方法和常用參數
17-2顏色條配置方法和常用參數
17-3subplot多子圖繪制方法
17-4文字與注釋、自定義坐標軸方法
18章高級繪圖工具
18-1Seaborn入門介紹
18-2Seaborn API介紹
18-3Seaborn繪圖示例
19章Python數據分析綜合案例
19-1斯德哥爾摩氣候可視化分析
19-2餐飲訂單數據清洗與分析
19-3文本數據分析之QQ聊天信息可視化分析
20章面試題集訓
20-1Python大廠面試題突擊訓練
