【课程目标】

Python已经成为数据分析和数据挖掘的首选语言，作为除了Java、C/C++/C#外最受欢迎的语言。

本课程基于Python工具来实现大数据的数据分析和数据挖掘项目。基于业务问题，在数据挖掘标准过程指导下，采用Python分析工具，实现数据挖掘项目的每一步操作，从数据预处理、数据建模、数据可视化，到最终数据挖掘结束，帮助学员掌握Python用于数据挖掘，提升学员的数据化运营及数据挖掘的能力。

通过本课程的学习，达到如下目的：

1、 全面掌握Python语言以及其编程思想。

2、 掌握常用扩展库的使用，特别是数据挖掘相关库的使用。

3、 学会使用Python完成数据挖掘项目整个过程。

4、 掌握利用Python实现可视化呈现。

5、 掌握数据挖掘常见算法在Python中的实现。

【授课时间】

5天时间

（全部模块讲完需要5天时间，可以根据时间需求拆分内容模块）。

第一部分：Python语言基础

目的：掌握基本的Python编程思想与编程语句，熟悉常用数据结构的操作

1、 Python简介

2、 开发环境搭建

1) Python的安装

2) 扩展库的安装

3、 掌握Python的简单数据类型

1)  字符串的使用及操作

2) 整数、浮点数

4、 掌握基本语句：

1) if、while、for、print等

2) 基本运算：

3) 函数定义、参数传递、返回值

5、 掌握复杂的数据类型：列表/元组

1) 列表操作：访问、添加、修改、删除、排序

2) 列表切片、复制等

3) 列表相关的函数、方法

4) 元组的应用

6、 复杂数据类型：字典

1) 创建、访问、修改、删除、遍历

2) 字典函数和方法

7、 复杂数据类型：集合

8、 掌握面向对象编程思想

1) 创建类、继承类

2) 模块

9、 函数定义、参数传递、返回值

10、 标准库与扩展库的导入

11、 异常处理:try-except块

演练：基本的Python编程语句

第二部分：Python语言与数据挖掘库

目的：掌握数据集结构及基本处理方法，进一步巩固Python语言

1、 数据挖掘常用扩展库介绍

1) Numpy数组处理支持

2) Scipy矩阵计算模块

3) Matplotlib数据可视化工具库

4) Pandas数据分析和探索工具

5) StatsModels统计建模库

6) Scikit-Learn机器学习库

7) Keras深度学习（神经网络）库

8) Gensim文本挖掘库

2、 数据集读取与操作：读取、写入

1) 读写文本文件

2) 读写CSV文件

3) 读写Excel文件

4) 从数据库获取数据集

3、 数据集的核心数据结构（Pandas数据结构）

1) DataFrame对象及处理方法

2) Series对象及处理方法

演练：用Python实现数据的基本统计分析功能

第三部分：数据可视化处理

获取完整课程大纲请致电0871-63215350,15887809523浦老师