资源介绍
数据科学：初学者实用指南（中文字幕英文视频教程）
本课程中文名称为《数据科学：初学者实用指南》，英文原名为《Data Science_A Practical Guide for Beginners》，是一门专为数据科学领域新手打造的入门级实战课程。课程包含两大核心模块，分别是 “1 - 入门介绍” 和 “2 - 数据科学中的数据规整与数据清洗”，整体课程视频总数为 20 个，每个视频均配备对应的中文字幕文件，方便初学者理解和学习，助力学习者轻松迈入数据科学的大门。
二、课程目标
本课程旨在帮助零基础或刚接触数据科学的学习者，系统掌握数据科学的基础理论知识与核心实战技能，建立完整的数据科学思维框架。通过课程学习，学习者能够了解数据科学的整体流程，熟练运用相关工具处理数据，解决实际场景中的数据问题，为后续深入学习数据科学相关进阶内容打下坚实基础，具备开展简单数据科学项目的能力。
三、课程适用人群
刚毕业或即将毕业，希望从事数据相关工作（如数据分析师、数据专员）的大学生；
职场中需要处理大量数据，想提升数据处理与分析能力，转型数据相关岗位的职场人士；
对数据科学感兴趣，渴望了解数据科学原理与应用，希望通过数据解决生活或工作中实际问题的爱好者；
相关专业（如计算机、数学、统计学、经济学等）的学生，需要补充数据科学实战知识，完善知识体系的学习者。
四、课程模块详细内容
（一）模块一：入门介绍（共 10 个视频）
本模块作为课程的基础入门部分，围绕数据科学的基础概念、核心工具及基础操作展开，帮助学习者初步认识数据科学领域，掌握数据处理的基础工具与方法，具体内容如下：
《数据科学入门》：视频从数据科学的定义入手，详细讲解数据科学的起源、发展历程以及在当今社会各领域（如金融、医疗、教育、电商等）的应用场景，让学习者对数据科学有整体的认知，明确数据科学在实际生活和工作中的价值，激发学习兴趣。同时，介绍数据科学领域的主要岗位及各岗位的职责要求，为学习者未来职业规划提供参考。
《数据的多个方面》：深入剖析数据的不同分类方式，如按照数据结构可分为结构化数据、半结构化数据和非结构化数据；按照数据来源可分为内部数据和外部数据等。针对不同类型的数据，讲解其特点、获取途径以及在处理过程中需要注意的事项，帮助学习者学会辨别不同类型的数据，为后续数据处理工作做好铺垫。
《数据科学流程》：系统阐述数据科学项目的完整流程，包括问题定义、数据收集、数据预处理、数据分析、模型构建、模型评估与部署等环节。通过实际案例（如电商平台用户购买行为分析项目），详细讲解每个环节的具体操作步骤、关键要点以及常见问题的解决方法，让学习者掌握数据科学项目的运作逻辑，能够按照标准流程开展简单的数据科学项目。
《NumPy 入门》：NumPy 是数据科学领域中常用的数值计算库，本视频首先介绍 NumPy 的基本概念、特点及优势，说明其在数据处理和数值计算中的重要性。接着，讲解 NumPy 库的安装方法，确保学习者能够在自己的电脑上成功安装并使用该库。然后，通过简单的代码示例，展示 NumPy 库的基本使用方法，如创建简单的数组、查看数组的基本信息等，帮助学习者快速上手 NumPy 库。
《数组的创建、属性与对象》：详细讲解 NumPy 数组的多种创建方式，包括从列表创建、从元组创建、使用 NumPy 内置函数创建（如 zeros ()、ones ()、arange () 等），并通过具体案例演示每种创建方式的操作步骤和适用场景。同时，介绍 NumPy 数组的常用属性（如 shape、dtype、size 等），让学习者学会查看和理解数组的基本信息。此外，还会讲解 NumPy 中的一些重要对象，如数组的维度对象等，帮助学习者深入了解 NumPy 数组的内部结构。
《数组的基本运算》：围绕 NumPy 数组的基本运算展开，包括算术运算（加、减、乘、除、取模、幂运算等）、比较运算（大于、小于、等于、不等于等）和逻辑运算（与、或、非等）。通过大量的代码示例，详细演示每种运算的操作方法和运算规则，说明运算过程中需要注意的细节（如数组形状匹配问题），让学习者能够熟练进行数组的基本运算，为后续复杂的数据处理和分析工作奠定基础。
《数组的连接、分割、查找与排序》：讲解 NumPy 数组的高级操作，包括数组的连接（concatenate ()、vstack ()、hstack () 等函数的使用）、分割（split ()、vsplit ()、hsplit () 等函数的使用）、查找（where () 函数的使用，用于查找满足特定条件的元素索引）和排序（sort () 函数的使用，包括对数组按行、按列排序等）。通过实际案例，展示这些操作在数据处理中的具体应用，如将多个分散的数据集合并为一个完整的数据集、将一个大型数据集分割为多个小数据集进行处理等，让学习者掌握数组的高级操作技巧，提升数据处理效率。
《数组的索引、切片与迭代》：详细介绍 NumPy 数组的索引和切片方法，包括整数索引、切片索引、布尔索引等，通过代码示例演示每种索引和切片方式的操作步骤和应用场景，帮助学习者学会快速获取数组中所需的数据。同时，讲解数组的迭代方法，包括对一维数组、二维数组及高维数组的迭代，介绍迭代过程中的优化技巧，让学习者能够高效地遍历数组中的元素，进行数据处理和分析。
《数组的复制与数组形状的操作》：讲解 NumPy 数组的复制方法，区分浅复制和深复制的概念及区别，说明在不同场景下应选择合适的复制方式，避免因数组复制问题导致数据错误。此外，还会介绍数组形状的操作方法，包括 reshape () 函数（改变数组的形状）、flatten () 函数（将多维数组转换为一维数组）、transpose () 函数（数组的转置）等，通过案例演示这些操作在数据处理中的实际应用，如将不符合分析要求的数组形状调整为合适的形状，方便后续的数据处理和模型构建。
《使用序列和数据框探索数据》：介绍数据科学中常用的数据结构 —— 序列（Series）和数据框（DataFrame），讲解它们的定义、特点及适用场景。详细演示如何创建序列和数据框，以及如何对它们进行基本的操作（如查看数据的基本信息、获取数据的描述性统计信息、选择数据中的特定列或行等）。通过实际数据集（如学生成绩数据集、商品销售数据集等），展示如何使用序列和数据框探索数据，发现数据中的基本规律和特征，为后续的数据分析和建模工作提供数据支持。
（二）模块二：数据科学中的数据规整与数据清洗（共 10 个视频）
在数据科学项目中，获取的数据往往存在各种问题，如数据量大、格式不规范、存在缺失值、异常值等，数据规整与数据清洗是数据处理过程中的关键环节。本模块围绕数据规整与数据清洗的核心技术展开，帮助学习者掌握处理实际数据问题的方法和技巧，具体内容如下：
《处理大量数据时面临的问题》：随着数据时代的发展，数据量呈爆炸式增长，处理大量数据时会面临诸多挑战。本视频详细分析处理海量数据时常见的问题，如数据存储压力大（需要选择合适的存储方式和工具，确保数据能够安全、高效地存储）、数据处理速度慢（海量数据会导致数据处理时间过长，影响项目进度）、数据质量差（大量数据中容易混入错误数据、重复数据等）、数据安全风险（海量数据中可能包含敏感信息，存在数据泄露的风险）等。针对这些问题，介绍相应的应对思路，为后续学习处理大量数据的技术和方法做好铺垫。同时，在数据安全方面，强调要建立完善的数据安全防护体系，如对敏感数据进行加密处理、设置严格的访问权限、定期进行数据备份等，提高数据安全防御能力，保障数据的安全性和完整性。
《处理大量数据的通用技术》：针对处理大量数据时面临的问题，本视频介绍多种实用的通用技术，帮助学习者高效处理海量数据。包括数据抽样技术（从海量数据中抽取部分具有代表性的数据进行分析，减少数据处理量，提高处理效率），详细讲解随机抽样、分层抽样等常见的抽样方法及适用场景；数据分块处理技术（将海量数据分割为多个小块，分批次进行处理，避免因数据量过大导致内存不足等问题），说明分块的原则和方法；并行计算技术（利用多个计算节点同时处理数据，提高数据处理速度），介绍并行计算的基本原理和常用工具；数据压缩技术（对数据进行压缩处理，减少数据存储占用空间，降低存储成本），讲解常见的数据压缩算法和工具的使用。通过实际案例，演示这些技术在处理大量数据中的具体应用，让学习者能够根据实际情况选择合适的技术处理海量数据。
《处理大量数据时的通用编程技巧》：在处理大量数据的编程过程中，掌握合适的编程技巧能够有效提高编程效率和数据处理速度。本视频从编程实践角度出发，介绍处理大量数据时的通用编程技巧。如合理选择数据结构（根据数据的特点和处理需求，选择合适的数据结构，如使用数组存储数值型数据、使用字典存储键值对数据等，提高数据访问和处理效率）；优化循环结构（避免嵌套循环过深、减少循环内部的冗余操作，提高代码执行速度）；使用向量化操作（利用 NumPy 等库的向量化运算功能，替代传统的循环操作，大幅提高数据处理速度）；内存管理技巧（及时释放不需要的内存空间，避免内存泄漏，确保程序能够稳定运行）等。通过代码示例对比优化前后的效果，让学习者直观感受这些编程技巧的优势，学会在实际编程中运用这些技巧处理大量数据。
《数据规整》：数据规整是将原始数据转换为符合分析要求的格式和结构的过程，是数据处理的重要环节。本视频详细讲解数据规整的主要内容和方法，包括数据格式转换（如将文本格式的数据转换为数值格式、将日期格式的数据统一为标准格式等），介绍常见的数据格式及其转换工具和方法；数据合并（将来自不同来源、不同格式的多个数据集合并为一个完整的数据集），详细演示使用相关工具（如 Pandas 库）进行数据合并的操作步骤，包括内连接、外连接、左连接、右连接等不同的合并方式及适用场景；数据拆分（将一个包含多个信息的字段拆分为多个独立的字段，方便数据分析），讲解数据拆分的原则和方法。通过实际案例，展示数据规整的完整流程，让学习者掌握数据规整的核心技能，能够将杂乱的原始数据整理为规范、可用的分析数据。
《数据集的组合与合并》：深入探讨数据集组合与合并的高级技巧，在模块二第 4 点数据合并的基础上，进一步拓展和深化。介绍更复杂的数据集合并场景，如多表合并（涉及三个或三个以上数据集的合并）、条件合并（根据特定条件进行数据集合并）等，详细讲解处理这些复杂合并场景的方法和注意事项。同时，介绍数据集组合的其他方式，如数据追加（将一个数据集的记录追加到另一个数据集的末尾），说明数据追加的操作步骤和数据一致性要求（如字段数量和字段类型需匹配）。通过实际的复杂数据集案例，演示数据集组合与合并的操作过程，帮助学习者解决实际工作中遇到的复杂数据合并问题，提升数据整合能力。