Monthly Subscription Starting at AED 99 + VAT

用Python玩转数据 Data Processing Using Python
  • Level Foundation
  • Course by Nanjing University
  • Offered by

About

本课程 (Please click https://www.coursera.org/learn/python-data-processing for English version) 主要面向非计算机专业学生，从Python基本语法开始，到Python中如何从本地和网络上进行数据获取，如何解析和表示数据，再到如何利用Python开源生态系统SciPy对数据进行基础和高级的统计分析及可视化，包括数据探索和预处理的具体方法，到最后如何设计一个简单的GUI界面来表示和处理数据，层层推进。 整个课程以财经数据为基础，通过构建一个个喜闻乐见的案例，让大家可以以更直观的方式领略Python的简洁、优雅和健壮，同时探讨Python除了在商业领域之外在文学、社会学和新闻等人文社科类领域以及在数学和生物等理工类领域同样拥有便捷高效的数据处理能力，并可以触类旁通将其灵活应用于各专业中。 近期（2019年11月6日已更新完毕）本课程进行了全面改版，新版主要在以下几个方面做了改变： 1. 丰富了Python基础的案例实际操作和讲解； 2. 增加和扩展了如NumPy包的矢量运算和广播思想及常见应用，数据探索与预处理的多个环节，基于pandas的数据分析及数据挖掘案例等。 有些是直接在原视频上修改，有些是以拓展视频的方式呈现，特别是新录制的视频因为想说的内容很多所以时长较长，很多都超过了20分钟，小伙伴们学习时可能会比较辛苦，加油加油！

Modules

欢迎学习《用Python玩转数据》Welcome

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 课程宣传片

2 Readings

  • 授课方式
  • 常见问题

1.1 走近Python Walk into Python

    • 7 Videos
    • 4 Readings
Show info about module content

7 Videos

  • 1 Python简介
  • 2 第一个Python程序
  • 3 Python语法基础
  • 4 Python数据类型
  • 5 Python基本运算
  • 6 Python的函数、模块和包
  • 1.1补充 Python环境搭建

4 Readings

  • 1.1 参考资料
  • 1.1 将Python和pip加入环境变量中的方法
  • 关于Python类型特性和变量管理的一点说明
  • 1.1 编程小练习（不计分）

小测试

    • 1 Assignment
Show info about module content

1 Assignment

  • 走近Python quiz

1.2 Python面面观More About Python

    • 9 Videos
    • 2 Readings
    • 1 Discussion
Show info about module content

1 Discussions

  • 写出递归程序的执行结果

9 Videos

  • 1 条件
  • 2 range函数
  • 3 循环
  • 4 循环中的break，continue和else
  • 5 自定义函数
  • 6 递归
  • 7 变量作用域
  • 补充1：标准库函数
  • 补充2：异常

2 Readings

  • （标准库函数补充：必读，有趣）datetime模块timedelta类
  • 1.2 控制结构和函数编程练习（8题，不计分）

小测试

    • 1 Programming
    • 1 Assignment
Show info about module content

1 Programming

  • 循环编程题(计分)

1 Assignment

  • Python面面观 quiz

2.1 数据获取Data Acquisition and Representation

    • 4 Videos
    • 2 Readings
Show info about module content

4 Videos

  • 1 本地数据获取
  • 2 网络数据获取
  • 2.1.1拓展视频1 正则表达式简介
  • 2.2.1拓展视频2 动态网页数据爬取小例

2 Readings

  • 2.1.2 迷你爬虫编程小练习(不计分)
  • 2.1.2进阶：爬虫项目实践(不计分, 2020年10月17日更新)

2.2 数据表示

    • 6 Videos
    • 3 Readings
    • 1 Discussion
Show info about module content

1 Discussions

  • KO奥数高手

6 Videos

  • 1 序列
  • 2 字符串
  • 3 列表
  • 4 元组
  • 2.2.2拓展视频1 输入输出&函数式编程入门
  • 2.2.2拓展视频2 可变可迭代对象修改问题解释

3 Readings

  • 2.2.4序列类型的函数/方法使用小练习
  • 2.2.3 序列与文件编程练习(7题，不计分)
  • 2.2 序列运算、操作、函数/方法简介

小测试

    • 1 Assignment
Show info about module content

1 Assignment

  • 数据获取与表示 quiz

3.1 强大的数据结构Powerful Data Structures

    • 4 Videos
    • 4 Readings
Show info about module content

4 Videos

  • 1 为什么需要字典
  • 2 字典的使用
  • 3 集合
  • 3.1.1拓展视频：字典和集合编程示例介绍

4 Readings

  • （字典集合补充：必读，有趣+1）编程中有效使用集合和字典2例
  • 3.1 编程练习(不计分)
  • 3.1 字典经典应用编程小例
  • 来听大壮老师聊一聊Python化编程(2022.1)

3.2 Python扩展库Python Extension Libraries

    • 5 Videos
    • 2 Readings
    • 1 Discussion
Show info about module content

1 Discussions

  • NumPy中的通用函数

5 Videos

  • 1 扩展库SciPy
  • 2 ndarray
  • 3 变长字典Series
  • 4 DataFrame
  • 3.2.1拓展视频：NumPy常见应用选讲

2 Readings

  • 3.2 参考资料SciPy url
  • 3.2 创建DataFrame编程小练习(不计分)

小测试

    • 1 Assignment
Show info about module content

1 Assignment

  • 强大的数据结构和Python扩展库 quiz

4.1 Python便捷数据获取与预处理

    • 5 Videos
    • 6 Readings
Show info about module content

5 Videos

  • 1 便捷数据获取
  • 2 Python绘图基础
  • 3 数据探索与预处理之数据清洗
  • 4 数据预处理之数据变换
  • 5 数据预处理之数据规约

6 Readings

  • 4.1 参考资料
  • 4.1.1 代码参考（资源在4.1.1网页源代码中）
  • 4.1.1 网页源代码
  • 4.1.2&4.1.3 用箱形图分析成绩数据练习
  • 4.1 财经数据接口TuShare研究和数据处理分析小项目
  • 4.1 数据集获取：数据预处理常用数据集titanic数据集获取

小测试

    • 1 Assignment
Show info about module content

1 Assignment

  • Python便捷数据获取与预处理 quiz

4.2 Python数据统计挖掘与应用

    • 7 Videos
    • 7 Readings
Show info about module content

7 Videos

  • 1 数据探索之基本数据特征分析
  • 2 基于pandas的数据统计与分析
  • 3 聚类分析
  • 4 Python的理工类应用
  • 5 Python的人文社科类应用
  • 4.2.2 拓展视频 基于pandas的男女电影评分分析
  • 4.2.3拓展视频 基于随机森林的红酒品质分类

7 Readings

  • 4.2 代码参考
  • 4.2.2 扩展：pandas与mysql数据库交互入门
  • 4.2.3 K-means算法介绍和K值探讨
  • 4.2.3扩展： Scikit-learn经典机器学习经典入门项目开发
  • 4.2.4扩展： WAV音频处理入门研究
  • 4.2.5 继续了解NLTK
  • 4.2 项目—线性回归分析入门之波士顿房价预测

小测试

    • 1 Programming
    • 1 Assignment
Show info about module content

1 Programming

  • 男女电影评分差异分析编程(计分)

1 Assignment

  • Python数据统计挖掘与应用 quiz

5.1 面向对象Object Orientation

    • 3 Videos
Show info about module content

3 Videos

  • 1 GUI与面向对象
  • 2 抽象
  • 3 继承

5.2 图形用户界面Graphical User Interface

    • 5 Videos
    • 3 Readings
Show info about module content

5 Videos

  • 1 GUI的基本框架
  • 2 GUI常用组件
  • 3 布局管理
  • 4 其他GUI库
  • 5 综合应用

3 Readings

  • 5.2 面向对象基础小例：疯狂的游戏玩家
  • 5.2 综合应用项目
  • 5.2 代码参考

小测试

    • 1 Assignment
Show info about module content

1 Assignment

  • 面向对象和图形用户界面 quiz

期末测试

    • 1 Assignment
Show info about module content

1 Assignment

  • 课程总测试Examination

Auto Summary

Unlock the power of data processing with "用Python玩转数据 Data Processing Using Python," a comprehensive online course tailored for non-computer science majors. This engaging course, offered by Coursera and led by expert instructors, takes you from the basics of Python syntax to advanced data analysis and visualization techniques using the SciPy ecosystem. Dive into practical, finance-based case studies that make learning intuitive and enjoyable. You'll explore how to acquire, parse, and represent data from both local and online sources. Additionally, you'll learn essential methods for data exploration and preprocessing, and even design a simple GUI for data representation and processing. Recently updated in November 2019, the course now includes enriched Python foundational examples, expanded coverage of NumPy vector operations, and in-depth pandas data analysis tutorials. These enhancements ensure a robust and thorough learning experience, although some new videos may be lengthy. Ideal for students and professionals across various fields, including business, humanities, social sciences, mathematics, and biology, this foundational course is available through Starter and Professional subscription plans. Join us and master Python's elegant and powerful data processing capabilities to elevate your expertise and apply them across diverse domains.

ZHANG Li
Instructor

ZHANG Li