简介

本课程是一套专为零基础学员打造的Python数据分析与可视化系统教程，共计69集，涵盖从环境搭建、NumPy数组运算、Pandas数据处理到Matplotlib/Seaborn数据可视化的全链路技能。课程以“零基础学会”为目标，通过大量实战案例（学生成绩统计、温度分析、股票价格、销售数据、睡眠质量、企鹅体重分析等）帮助学员快速掌握数据分析的核心工具与思维。教程分为四大模块：课程导论篇（第001-005集）讲解Anaconda安装、Jupyter Notebook使用及PyCharm集成；NumPy篇（第006-021集）系统讲解ndarray特性、创建、属性、索引切片、数学统计函数、排序等，并通过练习巩固；Pandas篇（第022-052集）深入Series与DataFrame的创建、属性、访问、常用方法，以及数据导入导出、缺失值处理、类型转换、数据分箱、时间处理、分组聚合，并通过多个实战案例（学生成绩、销售数据、企鹅体重、睡眠质量等）强化应用能力；数据可视化篇（第053-061集）讲解Matplotlib折线图、条形图、饼图、散点图、箱线图及Seaborn入门；项目实战篇（第062-069集）以房价预测项目为例，完整演示数据导入、清洗、特征工程、相关性分析、可视化报告等全流程。课程全程项目驱动，每个知识点均配有代码演示与练习，帮助学员从零开始建立扎实的数据分析能力。无论你是学生、转行人士，还是希望提升数据分析技能的职场人，本课程都将是你学习Python数据分析的最佳指南。

各集标题与链接

022-pandas-pandas介绍

内容小结：介绍Pandas库的核心作用、Series与DataFrame两种数据结构。
视频链接：点击观看

023-pandas-series的创建

内容小结：从列表、字典、标量创建Series，指定索引。
视频链接：点击观看

024-pandas-series的属性

内容小结：Series的index、values、dtype、shape、name等属性。
视频链接：点击观看

025-pandas-访问series数据

内容小结：使用位置索引、标签索引、切片和布尔索引访问Series数据。
视频链接：点击观看

026-pandas-series常用方法

内容小结：head()、tail()、describe()、value_counts()等基础方法。
视频链接：点击观看

027-pandas-series常用方法2

内容小结：map、apply、sort_values、isnull等进阶方法。
视频链接：点击观看

028-pandas-series案例-学生成绩统计

内容小结：使用Series分析学生成绩，计算平均分、最高/低分、分数分布。
视频链接：点击观看

029-pandas-series案例-温度数据分析

内容小结：处理温度数据，计算日平均温、温差，找出极端温度。
视频链接：点击观看

030-pandas-series案例-股票价格分析

内容小结：分析股票收盘价，计算收益率、移动平均线。
视频链接：点击观看

031-pandas-series案例-销售数据分析

内容小结：分析每日销售额，统计周销售趋势、月累计销售。
视频链接：点击观看

032-pandas-series案例-每小时销售数据分析

内容小结：处理小时级销售数据，找出销售高峰时段，计算每小时平均销售额。
视频链接：点击观看

033-pandas-series总结

内容小结：总结Series的核心功能，对比NumPy数组与Pandas Series的异同。
视频链接：点击观看

034-pandas-DataFrame介绍

内容小结：介绍DataFrame的概念、与Series的关系，以及在数据分析中的优势。
视频链接：点击观看

035-pandas-DataFrame的创建

内容小结：从字典、列表、NumPy数组、CSV文件创建DataFrame。
视频链接：点击观看

036-pandas-DataFrame的属性

内容小结：columns、index、values、shape、dtypes等属性。
视频链接：点击观看

037-pandas-访问DataFrame的数据

内容小结：通过列名选择、loc/iloc标签/位置索引、条件筛选访问数据。
视频链接：点击观看

038-pandas-DataFrame常见方法

内容小结：head/tail、info、describe、drop、rename、sort_values等常用操作。
视频链接：点击观看

039-pandas-DataFrame案例-学生成绩分析

内容小结：使用DataFrame分析多科成绩，计算总分、排名、各科平均分。
视频链接：点击观看

040-pandas-DataFrame案例-销售数据分析

内容小结：处理订单数据，计算每件商品的销售额、月度总销售、畅销品排名。
视频链接：点击观看

041-pandas-DataFrame总结

内容小结：总结DataFrame的核心操作，强调其在真实数据清洗和探索中的价值。
视频链接：点击观看

042-pandas-数据分析步骤

内容小结：介绍数据分析的典型流程：数据获取、清洗、处理、分析、可视化。
视频链接：点击观看

043-pandas-数据的导入导出

内容小结：使用pd.read_csv/read_excel、to_csv/to_excel实现数据文件的读写。
视频链接：点击观看

044-pandas-缺失值的处理

内容小结：检测缺失值（isnull、notnull）、填充（fillna）、删除（dropna）。
视频链接：点击观看

045-pandas-数据类型转换

内容小结：使用astype()转换列的数据类型，处理日期时间类型（pd.to_datetime）。
视频链接：点击观看

046-pandas-数据变形

内容小结：使用melt、pivot、stack/unstack等函数重塑DataFrame结构。
视频链接：点击观看

047-pandas-数据分箱

内容小结：使用cut、qcut将连续数据离散化为区间（分箱）。
视频链接：点击观看

048-pandas-时间数据处理

内容小结：处理时间序列，设置时间索引，重采样（resample），移动窗口函数。
视频链接：点击观看

049-pandas-分组聚合

内容小结：groupby分组操作，聚合函数（agg、transform）、透视表（pivot_table）。
视频链接：点击观看

050-pandas-综合案例-企鹅体重分析

内容小结：使用经典企鹅数据集，分析不同物种的体重分布、性别差异、体长与体重的关系。
视频链接：点击观看

051-pandas-综合案例-睡眠质量分析

内容小结：分析睡眠调查数据，找出影响睡眠质量的因素，如年龄、运动习惯等。
视频链接：点击观看

052-pandas-本章小结

内容小结：回顾Pandas章节的关键知识点，强调数据处理的核心方法论。
视频链接：点击观看