Python-for-Data-Analysis

Pandas 2.0发布了，是时候把之前写的 Python 数据分析的教程重新整理一下了，顺便也探索一下 pandas 2.0 的新东西，跟 Polars 做一下比较。准备花两周时间把这套教程更新完，在花点时间对比下 Polars 以及其他工具。喜欢这套课程的小伙伴可以 Star 鼓励一下，非常感谢！Github 最近在国内访问确实让人难受，国内的小伙伴如果觉得这套课程还不错，可以看我在知乎专栏上的分享（传送门），相关视频在B站上可以找到（传送门）。

01 - 数据分析概述

1. 数据分析师的职责
2. 数据分析师的技能栈
3. 数据分析相关库

02 - 环境准备

1. 安装和使用anaconda
   • conda相关命令
2. 安装和使用jupyter-lab
   • 安装和启动
   • 使用小技巧

03 - NumPy的应用-1

1. 创建数组对象
2. 数组对象的属性
3. 数组对象的索引运算
   • 普通索引
   • 花式索引
   • 布尔索引
   • 切片索引
4. 案例：使用数组处理图像

04 - NumPy的应用-2

1. 数组对象的相关方法
   • 获取描述性统计信息
   • 其他相关方法

05 - NumPy的应用-3

1. 数组的运算
   • 数组跟标量的运算
   • 数组跟数组的运算
2. 通用一元函数
3. 通用二元函数
4. 广播机制
5. Numpy常用函数

06 - NumPy的应用-4

1. 向量
2. 行列式
3. 矩阵
4. 多项式

07 - 深入浅出pandas-1

1. 创建Series对象
2. Series对象的运算
3. Series对象的属性和方法

08 - 深入浅出pandas-2

1. 创建DataFrame对象
2. DataFrame对象的属性和方法
3. 读写DataFrame中的数据

09 - 深入浅出pandas-3

1. 数据重塑
   • 数据拼接
   • 数据合并
2. 数据清洗
   • 缺失值
   • 重复值
   • 异常值
   • 预处理

10 - 深入浅出pandas-4

1. 数据透视
   • 获取描述性统计信息
   • 排序和头部值
   • 分组聚合
   • 透视表和交叉表
2. 数据呈现

11 - 深入浅出pandas-5

1. 计算同比环比
2. 窗口计算
3. 相关性判定

12 - 深入浅出pandas-6

1. 索引的使用
   • 范围索引
   • 分类索引
   • 多级索引
   • 间隔索引
   • 日期时间索引

13 - 数据可视化-1

1. 安装和导入matplotlib
2. 创建画布
3. 创建坐标系
4. 绘制图表
   • 折线图
   • 散点图
   • 柱状图
   • 饼状图
   • 直方图
   • 箱线图
5. 显示和保存图表

14 - 数据可视化-2

1. 气泡图
2. 面积图
3. 雷达图
4. 玫瑰图
5. 3D图表

15 - 数据可视化-3

1. Seaborn
2. Pyecharts

有用的资源

1. Jupyter快捷键参考手册
2. DataCamp的NumPy基础速查手册
3. DataCamp的Pandas速查手册
4. DataCamp的Matplotlib速查手册
5. Pandas数据清洗速查手册
6. Matplotlib应用速查手册