01章前期準(zhǔn)備
01-01預(yù)習(xí)視頻：Python基礎(chǔ)語法（pandas、numpy、條件語句、循環(huán)語句）
01-02系統(tǒng)配置：助教遠(yuǎn)程安裝Anaconda（包括Python、Jupyter、extensions）
02章可視化（約1.5天）
02-01厲兵秣馬——Python簡介與Jupyter配置（學(xué)習(xí)基本的環(huán)境設(shè)置，為后期的代碼編輯做準(zhǔn)備）
02-02霧里看花——可視化基本邏輯與主要誤區(qū)（數(shù)據(jù)可視化是什么；數(shù)據(jù)可視化如何在不同的商業(yè)場景中進(jìn)行應(yīng)用；當(dāng)下熱門的 “一圖看天下”是什么數(shù)據(jù)可視化的誤區(qū)有哪些）
02-03無中生有——變量的理解與隨機(jī)數(shù)據(jù)生成（產(chǎn)生模擬的數(shù)據(jù)；對數(shù)據(jù)進(jìn)行拼接；對數(shù)據(jù)進(jìn)行分割；數(shù)據(jù)的篩選與補(bǔ)充）
02-04循序漸進(jìn)——散點(diǎn)圖與條形圖的進(jìn)化過程（散點(diǎn)圖和條形圖的適用數(shù)據(jù)類型；散點(diǎn)圖的主要參數(shù)；條形圖的主要參數(shù)；散點(diǎn)圖與條形圖的實(shí)現(xiàn)；可視化過程中的數(shù)據(jù)降維問題）
02-05漸入佳境——用餅圖與環(huán)形圖呈現(xiàn)數(shù)據(jù)比例（餅圖與環(huán)形圖的適用場景，關(guān)聯(lián)與區(qū)別，重要參數(shù)，代碼實(shí)現(xiàn)）
02-06秘境尋蹤——南丁格爾的往事與玫瑰花圖（南丁格爾與玫瑰花圖的起源；玫瑰花圖的基本原理；玫瑰花圖的衍生；相關(guān)圖像的代碼實(shí)現(xiàn)）
02-07有條不紊——折線圖的設(shè)計與多線條呈現(xiàn)（折線圖的應(yīng)用范圍，主要參數(shù)，代碼實(shí)現(xiàn)；多折線的呈現(xiàn)技巧）
02-08火眼金睛——分布與箱線圖的異常值發(fā)現(xiàn)（什么是數(shù)據(jù)分布；數(shù)據(jù)分布與異常值；分布與箱線圖的主要參數(shù)，代碼實(shí)現(xiàn)）
02-09抽絲剝繭——關(guān)聯(lián)與配對圖的相關(guān)性識別（關(guān)聯(lián)圖與配對圖的關(guān)系與區(qū)別；什么是相關(guān)性；關(guān)聯(lián)圖與配對圖的主要參數(shù)，代碼實(shí)現(xiàn)；圖像內(nèi)涵的信息解釋）
02-10冰火相融——日歷熱力圖中的周期性探索（熱圖的使用場景，數(shù)據(jù)要求，核心參數(shù)，代碼實(shí)現(xiàn)；如何解讀熱圖）
03章礎(chǔ)建模（約1.5天）
03-01線性回歸——車位價格的預(yù)測（線性回歸模型簡介；線性回歸模型檢驗；基于python的線性回歸模型實(shí)現(xiàn)）
03-02決策樹——平臺風(fēng)險識別（決策樹的基本概念：信息熵、信息增益、GINI；決策樹的剪枝；基于Python的決策樹模型實(shí)現(xiàn)）
03-03聚類分析——城市的特征分析（常用聚類模型簡介：層次聚類、K均值聚類、密度聚類；基于Python的層次聚類模型實(shí)現(xiàn)）