资源介绍
视频数量：23个
总时长：1小时20分
课程介绍：
Python数据分析：零基础到实战技能修炼
刚打开招聘网站，看到数据分析师的岗位要求写着“熟练掌握Python”，心里一紧？或者你已经在做数据分析，但发现身边的同事都在用Python处理数据，自己还在用Excel反复折腾？别慌，这是很多想进入数据分析领域的人都会遇到的情况。Python看起来内容很多，学起来好像没有尽头，但如果你找对了方向，会发现它其实没有想象中那么可怕。
这门课不一样。我们没有按照传统的“Python知识体系”来设计内容，而是直接去看了企业在实际招聘中到底需要什么。你打开那些数据分析师的JD，看看他们到底想让分析师用Python做什么。答案很集中：加载数据、清理数据、转换数据、分析数据、把结果可视化出来。就这些，没有那些花哨的、实际工作中根本用不到的东西。所以这门课就围绕这五件事来展开，你学完就能直接用到工作中。
先说基础部分。很多零基础的同学看到“变量”“数据类型”“运算符”这些词就头疼，其实没那么复杂。变量就是给数据起个名字，数据类型就是告诉你手里这个东西是数字还是文字还是其他什么，运算符就是做计算的符号。这些概念会在后续的数据处理中反复出现，你现在搞清楚，以后就省事。课程会用Google Colab来演示，这个工具不用安装任何东西，打开浏览器就能写代码，非常适合初学者练手。
有了基础之后，你得知道怎么存放和组织数据。Python提供了几种不同的数据结构：列表、元组、集合、字典。听起来名字挺唬人，其实你可以把列表想象成一个排好队的队伍，把元组想象成一个不能随便改动的名单，把集合想象成一个没有重复元素的盒子，把字典想象成一个有名字标签的储物柜。不同的场景用不同的结构，后面做数据分析的时候你就知道为什么要分这么细了。
学会了存数据，接下来要学怎么控制程序怎么跑。这里主要讲条件判断和循环。条件判断就是让程序做选择——如果满足这个条件就做这件事，否则就做那件事。循环就是让程序重复做一件事，比如把一万行数据逐行检查一遍。课程会详细讲if语句怎么写，for循环和while循环有什么区别，什么时候该用break什么时候该用continue。代码的缩进问题也会专门演示，因为Python对缩进要求很严格，写错缩进程序就跑不通。
到了数据分析部分，这才是重头戏。课程会先讲一个数据分析师的完整工作流程是什么样的，从拿到原始数据到最后出报告，中间有哪些步骤。然后讲怎么用Pandas这个库来操作数据。Pandas是Python数据分析的核心工具，学会用它你就入门了。你会学到怎么把CSV文件里的数据读进来，怎么查看数据长什么样、有多少行多少列、每个列是什么类型。怎么挑出特定的行和列，怎么按照条件筛选数据，怎么给数据排序。这些听起来简单，但实际工作中最常做的就是这些事。
数据很少是干净的。可能有重复的行，可能有缺失的值，可能格式乱七八糟。课程会教你怎么识别这些问题、怎么处理它们。比如缺失值是直接删掉还是填个默认值，重复数据怎么去掉，日期格式不统一怎么统一。这些清理工作听起来琐碎，但占到数据分析工作的很大一部分，你做多了就有感觉了。
清理完数据，下一步是做特征工程。简单说就是根据已有的列创建新的列。比如你有一列是出生日期，可以新做一个列算出来年龄。你有购买日期和发货日期，可以算出来发货速度。这些新特征往往比原始数据更有分析价值。
数据分析最终要得出结论。课程会讲怎么把数据聚合起来，比如按月份汇总销售额、按地区统计用户数量。通过聚合，你能把密密麻麻的数据表变成有意义的数字。但光有数字还不够，你还需要让别人看懂。课程最后会讲怎么用图表来展示结果，把数据变成柱状图、折线图，让你的分析报告更直观、更有说服力。
整门课一个多小时，二十三节视频课，内容很紧凑。每一节都直接讲最实用的东西，不绕弯子。配套有真实的数据文件给你练手，ecommerce销售数据，从原始数据到清洗后的数据都有。学完这门课，你会对Python数据分析有个完整的认识，知道拿到一批数据该从哪里下手、每一步该怎么做。这些就是企业招人时真正看重的技能。