Python数据分析

李婷

目录

  • 1 数据挖掘概述
    • 1.1 概述与工具
  • 2 Python基础
    • 2.1 python基础知识及操作符
    • 2.2 输入输出
    • 2.3 流程控制
      • 2.3.1 选择结构
      • 2.3.2 循环结构
    • 2.4 数据类型
      • 2.4.1 数字型，列表
      • 2.4.2 字符串
      • 2.4.3 元组，集合
      • 2.4.4 字典
      • 2.4.5 词频统计
    • 2.5 作业
  • 3 Numpy数值计算基础
    • 3.1 掌握numpy数组对象
    • 3.2 矩阵对象和ufunc函数
    • 3.3 利用numpy进行统计分析
  • 4 Matplotlib数据可视化基础
    • 4.1 掌握绘图基础语法
    • 4.2 分析特征间的关系
    • 4.3 分析特征内部数据分布
  • 5 pandas统计分析基础
    • 5.1 读写不同数据源的数据
    • 5.2 掌握DataFrame的常用操作
    • 5.3 转换与处理时间序列数据
    • 5.4 使用分组聚合进行组内计算
    • 5.5 创建透视表与交叉表
  • 6 使用pandas进行数据预处理
    • 6.1 合并数据
    • 6.2 数据清洗
    • 6.3 标准化数据，转换数据
  • 7 使用sklearn构建模型
    • 7.1 使用sklearn转换器处理数据
    • 7.2 构建并评价聚类模型
    • 7.3 构建并评价分类模型
    • 7.4 构建并评价回归模型
    • 7.5 作业
  • 8 航空公司客户价值分析
    • 8.1 客户数据预处理
    • 8.2 构建模型，结果分析
  • 9 竞赛相关
    • 9.1 题目
    • 9.2 神经网络
    • 9.3 基于文本内容的垃圾短信识别
概述与工具


数据挖掘需要用到python的编译环境，

64位的系统可以这里下载： 

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.10-Windows-x86_64.exe

32位的系统可以这里下载：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.10-Windows-x86.exe