Python 数据分析和可视化课程导读

这门课主要解决的是在数据处理和分析过程中，如何利用 Python 的核心库 numpy 和 pandas 实现高效的数据操作，并通过 matplotlib 和 seaborn 等工具完成数据的可视化展示。对于缺乏系统性学习、对数据处理流程不熟悉的学习者，课程提供了从基础语法到实际应用的完整解析，帮助你掌握数据清洗、转换、统计分析以及图表制作等关键技能。

适合什么基础

课程适合具备一定 Python 基础，但尚未掌握数据分析与可视化技能的学习者。如果你已经了解 Python 基础语法，包括变量、循环、函数等，但对 numpy、pandas 的使用不熟悉，或者希望提升数据处理能力，那么这门课会是你的理想选择。无论你是转岗到数据相关岗位，还是希望在原有工作中补充数据处理能力，都可以从中获益。

建议先看哪几块

建议从 numpy 的基本概念和数组操作开始，因为它是数据分析的基础。课程前几节详细讲解了 numpy 的介绍、入门、数据类型和数组运算，这些内容对于理解后续的数据处理步骤至关重要。接着可以学习 pandas 的索引与 DataFrame 的使用，这两部分内容是数据操作的核心，掌握它们能让你快速上手数据清洗和分析任务。

学完能独立做什么

学完这门课，你将能够独立完成数据的加载、清洗、转换和统计分析，并使用图表工具将分析结果可视化。例如，你可以使用 numpy 处理大规模数值数据，利用 pandas 分析结构化数据，最后通过 matplotlib 或 seaborn 生成柱状图、折线图、散点图等图表，直观展示数据趋势和分布。这些能力在数据分析、科研、金融、电商等领域都有广泛应用。

课程还特别强调了实际操作，配套资料包括真实数据集和练习案例，帮助你将理论知识转化为实际技能。在学习过程中，建议配合这些资料进行练习，尝试完成从数据读取到分析再到可视化的完整流程。通过反复实践，你将逐步提升对数据处理的理解和操作熟练度。

此外，课程中涉及的多种数据处理方法和工具，如数组运算、索引操作、数据聚合等，都是数据分析师日常工作中常见的任务。掌握这些内容后，你可以更高效地处理数据，为后续学习更高级的数据分析技术（如机器学习、数据挖掘）打下坚实基础。无论你是为了考试、求职，还是提升个人技术能力，这门课都能为你提供明确的学习方向和实用的知识体系。

课程目录

1-1 [数据分析与实战] numpy介绍 (01:45)
1-2 [数据分析与实战] numpy入门 (05:11)
1-3 [数据分析与实战] 数据类型 (06:55)
1-4 [数据分析与实战] 数组运算 (02:32)
1-5 [数据分析与实战] numpy数组操作 (14:41)
1-6 [数据分析与实战] 截取矩形数组 (02:40)
1-7 [数据分析与实战] numpy的常用函数 (06:02)
1-8 [数据分析与实战] 数学方法 (03:47)
1-9 [数据分析与实战] 二维数组数学运算 (04:35)
1-10 [数据分析与实战] 线性代数 (04:51)
1-11 [数据分析与实战] pandas索引 (07:15)
1-12 [数据分析与实战] pandas DataFrame (09:08)
1-13 [数据分析与实战] pandas DataFrame常见操作 (02:53)
1-14 [数据分析与实战] DataFrame的基本功能 (07:06)
1-15 [数据分析与实战] pandas的统计操作 (04:26)
1-16 [数据分析与实战] 读取和导出csv文件 (07:00)
1-17 [数据分析与实战] excel文件的读取和导出 (03:01)
1-18 [数据分析与实战] matplotlib (07:21)
1-19 [数据分析与实战] matplotlib绘制多图 (01:51)
1-20 [数据分析与实战] 标记颜色和线型 (04:51)
1-21 [数据分析与实战] 标签和图例网格线 (02:44)
1-22 [数据分析与实战] 同一张图绘制sinx cosx (02:40)
1-23 [数据分析与实战] matplotlib绘制折线图柱形图 (09:23)
1-24 [数据分析与实战] matplotlib绘制饼图 (01:53)
1-25 [数据分析与实战] pandas绘图 (03:45)
1-26 [数据分析与实战] pandas绘制饼图 (03:46)
1-27 [数据分析与实战] pandas绘制直方图 (01:26)
1-28 [数据分析与实战] seaborn入门 (03:27)
1-29 [数据分析与实战] seaborn绘制热力图 (04:01)
1-30 [数据分析与实战] 设置图形显示效果 (09:57)
1-31 [数据分析与实战] 调色 (05:06)
2-1 [宏观金融分析] CPI指数 (12:11)
2-2 [宏观金融分析] 根据CPI指数分析通货膨胀 (03:03)
2-3 [宏观金融分析] 货币供应量 (04:14)
2-4 [宏观金融分析] 货币供应量数据的获取 (04:45)
2-5 [宏观金融分析] 货币供应量数据清洗 (07:00)
2-6 [宏观金融分析] 金融危机对货币供应量的影响 (17:45)
2-7 [宏观金融分析] 货币供应量和GDP数据的获取和清洗 (10:38)
2-8 [宏观金融分析] 货币供应量和GDP可视化 (04:42)
2-9 [宏观金融分析] 三大需求对GDP的拉动数据获取并清洗 (04:46)
2-10 [宏观金融分析] 三大需求对经济的拉动可视化分析 (05:26)
3-1 [股票数据分析] 上证指数数据获取 (07:44)
3-2 [股票数据分析] 上证指数可视化 (02:04)
3-3 [股票数据分析] 成交量的可视化 (05:25)
3-4 [股票数据分析] 均线分析 (07:25)
3-5 [股票数据分析] 日收益率分析 (03:45)
3-6 [股票数据分析] 多只股票数据的获取 (06:24)
3-7 [股票数据分析] 多只股票相关性分析 (04:01)
3-8 [股票数据分析] 散点图看相关性 (03:30)
3-9 [股票数据分析] k线图基础知识 (08:14)
3-10 [股票数据分析] k线图绘制 (06:30)
3-11 [股票数据分析] 成交量绘制 (03:55)
4-1 [pyechars可视化分析] pyechars环境搭建 (03:16)
4-2 [pyechars可视化分析] 公司行情数据获取 (04:07)
4-3 [pyechars可视化分析] 上市公司详情数据清洗 (10:14)
4-4 [pyechars可视化分析] 生成上市公司全国分布地图 (07:43)
4-5 [pyechars可视化分析] 全国上市公司柱状图 (51)
4-6 [pyechars可视化分析] 上市公司省份柱状图标注 (04:49)
4-7 [pyechars可视化分析] 上市公司总资产分布情况 (03:59)
4-8 [pyechars可视化分析] 词云统计 (12:50)