01章準備工作-Python開發(fā)環(huán)境配置（線上-1小時）
01-01Anaconda安裝與配置
01-02Python編程基礎：變量、語句、表達式等對象介紹、Python編程規(guī)范等
01-03Python語言概述：發(fā)展歷史、語言特點
02章Python標準數據類型（線上-6.5小時）
02-01標準數據類型創(chuàng)建：Number、String、Tuple、List、Dict、Set
02-02常用內建函數及方法：數值計算、科學計算庫的方法調用、序列對象的通用方法、字符串方法、列表方法、元組方法、集 合方法、字典方法、常用內建函數等
02-03數據類型判斷、數據類型轉換
03章控制流語句（線上-2小時）
03-01條件判斷語句：if、if-elif-else、if-else
03-02for循環(huán)
03-03While循環(huán)
03-04continue語句
03-05break語句
04章自定義函數與函數式編程（線上-3小時）
04-01函數的定義及調用：函數定義關鍵詞、無參數函數、形參、實參
04-02函數的參數：位置參數、關鍵字參數、默認參數、可變參數
04-03變量的定義域：內建變量、全局變量、局部變量、閉包外局部變量
04-04自定義函數與內建函數的區(qū)別
04-05函數式編程
05章異常和錯誤（線上-穿插在其他內容中講）
05-01常見異常及錯誤
05-02異常的捕捉及追溯
06章文件操作（線上-0.5小時）
06-01文件的創(chuàng)建、打開與關閉
06-02文件的讀寫
07章時間模塊（線上-0.5小時）
07-01datetime模塊
07-02time模塊
08章python標準數據類型—字符串其應用（線下-1小時）
08-01字符串操作：字符類型轉換及運算
08-02字符串操作：序列索引及其綜合應用
08-03字符串操作：迭代實現字符條件轉換
08-04時間字符串數據處理：字符串方法應用及時間提取
09章python標準數據類型—列表及其應用（線下-1小時）
09-01列表操作：列表多層索引與切片
09-02列表操作：列表轉置、排序與元素替換
09-03列表方法：類型轉換與方法應用
09-04列表方法：列表生成式及高級內置函數綜合應用
10章python標準數據類型—字典及其應用（線下-1小時）
10-01字典操作：元素添加
10-02字典操作：學生成績的字典格式存儲
10-03字典操作：學生成績條件提取
10-04字典方法：數據檢查、數值運算
11章python標準庫—math科學計算庫的應用（線下-1小時）
11-01math科學計算庫的使用：實現sigmoid函數
11-02math科學計算庫的使用：實現正態(tài)分布的概率密度計算
12章python模塊—OS模塊的應用（線下-1小時）
12-01OS模塊應用：文件的讀取與寫入
12-02OS模塊應用：批量生成文件
12-03OS模塊應用：批量修改文件名
13章python模塊—時間模塊的應用（線下-1小時）
13-01datetime模塊應用：時間戳獲取及提取
13-02time模塊：生成時間序列
14章Python標準庫簡介（線上-0.5小時）
14-01常用標準庫：Numpy、Pandas、Scipy、Matplotlib、seaborn等
14-02Numpy簡介
14-03Pandas簡介
15章Numpy數組（線上-4.5小時）
15-01ndarray數組的創(chuàng)建
15-02Numpy數組基礎操作：索引、切片、分裂、合并
15-03Numpy數組的運算：通用函數
15-04Numpy數組的變形、拼接
15-05Numpy數組的計算：廣播、聚合、比較和掩碼、數組排序
16章Pandas對象（線上-6小時）
16-01Pandas對象：Series、DataFrame、Index
16-02pandas對象的創(chuàng)建
16-03Pandas數據加載與存儲
16-04Pandas數值運算方法：通用函數、聚合函數、遍歷
16-05Pandas數據處理：數據類型轉換、缺失值處理、字符串轉換
16-06Pandas數據表的合并與連接
16-07Pandas數據的累計與分組
17章數據的獲取與存儲，探索，處理流程介紹（線下-6小時）
17-01數據清洗思想概述
17-02供Python讀取的數據：CSV文件、JSON數據等
17-03數據的存儲
17-04數據探索的維度：數據的不平等性、真實性、可讀性、清潔度等
17-05數據格式化離群值和不良數據處理、空值處理、重復數據處理等
17-06數據標準化方法
17-07數據探索：連接多個數據集、獲取離群值、創(chuàng)建分組等
17-08數據分析：分離和聚焦數據、描述結論、書寫報告文檔
18章數據清洗實戰(zhàn)案例（線下-6小時）
18-01USDA食品數據處理
18-02美國童工雇傭數量和腐 敗之間的關系分析
18-03泰坦尼克幸存者數據清洗