课程内容
Python Pandas数据分析(完结)
├──{1}–课程介绍
|   ├──(1.3)–pandas学习手册(可从参考资料处下载) .pdf  401.60kb
|   ├──[1.1]–课程介绍~1 .mp4  70.37M
|   └──[1.2]–Python、Pycharm安装~1 .mp4  69.72M
├──{2}–初识numpy
|   ├──[2.1]–numpy安装及数据创建~1 .mp4  94.27M
|   └──[2.2]–numpy索引和切片~1 .mp4  44.14M
├──{3}–初识pandas和量化交易
|   ├──[3.1]–pandas安装及数据创建的保存~1 .mp4  132.99M
|   └──[3.2]–量化交易及AKshare介绍~1 .mp4  119.94M
├──{4}–股票季报数据获取及数据表检查
|   ├──[4.1]–数据表查看~1 .mp4  90.30M
|   ├──[4.2]–数据提取~1 .mp4  85.31M
|   ├──[4.3]–查看数据格式与空值~1 .mp4  46.39M
|   ├──[4.4]–描述性统计及极值索引~1 .mp4  117.10M
|   └──[4.5]–查看唯一值及value~1 .mp4  49.17M
├──{5}–数据表清洗
|   ├──[5.10]–按索引排序~1 .mp4  42.03M
|   ├──[5.11]–重置行索引~1 .mp4  153.94M
|   ├──[5.12]–练习:封装函数输入股票代码获取清洗后的数据表~1 .mp4  116.65M
|   ├──[5.1]–更改行列标签名称~1 .mp4  48.54M
|   ├──[5.2]–设置行索引~1 .mp4  39.72M
|   ├──[5.3]–值替换~1 .mp4  76.73M
|   ├──[5.4]–删除特定的行、列~1 .mp4  62.15M
|   ├──[5.5]–删除空值~1 .mp4  32.86M
|   ├──[5.6]–填充空值~1 .mp4  40.11M
|   ├──[5.7]–数据格式转换~1 .mp4  65.35M
|   ├──[5.8]–重复值查看及删除~1 .mp4  64.37M
|   └──[5.9]–按值排序~1 .mp4  76.05M
├──{6}–数据预处理
|   ├──[6.10]–给数据加上区间标签cut~1 .mp4  183.63M
|   ├──[6.11]–给数据加上区间标签qcut~1 .mp4  100.95M
|   ├──[6.12]–数据分组groupby~1 .mp4  123.32M
|   ├──[6.13]–分类统计value_counts~1 .mp4  72.05M
|   ├──[6.14]–数据透视表pivot_table~1 .mp4  89.76M
|   ├──[6.1]–添加行~1 .mp4  19.00M
|   ├──[6.2]–添加列~1 .mp4  40.01M
|   ├──[6.3]–数组加工map~1 .mp4  65.75M
|   ├──[6.4]–数据表加工apply~1 .mp4  51.35M
|   ├──[6.5]–匿名函数lambda~1 .mp4  73.70M
|   ├──[6.6]–数据表加工transform~1 .mp4  120.27M
|   ├──[6.7]–数据表合并merge~1 .mp4  128.36M
|   ├──[6.8]–练习:封装函数通过股票代码汇总数据~1 .mp4  372.47M
|   └──[6.9]–数据表合并concat~1 .mp4  321.28M
├──{7}–matplotlib可视化
|   ├──[7.1]–可视化库的安装和导入~1 .mp4  76.28M
|   ├──[7.2]–画图数据处理及新增画布~1 .mp4  89.29M
|   ├──[7.3]–画条形图~1 .mp4  47.42M
|   ├──[7.4]–画折线图~1 .mp4  38.81M
|   ├──[7.5]–画组合图~1 .mp4  35.70M
|   ├──[7.6]–画图美化~1 .mp4  86.53M
|   └──[7.7]–图片本地保存~1 .mp4  48.40M
└──{8}–课程回顾与展望
|   └──[8.1]–课程回顾与展望 .mp4  64.12M

免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站,本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。
600学习网 » Python Pandas数据分析(完结)