尚硅谷 Python数据分析教程

体系课

课程简介

解决数据清洗与可视化痛点这门课程专为职场中需要处理表格数据但缺乏系统方法的人员设计，核心解决“拿到杂乱原始数据后，如何高效清洗、统计并生成直观图表”的实际问题。它并非面向完全零基础的编程初学者，而是假设读者已掌握 Python 基本语法，能够独立运行代码并理解循环与函数概念。课程聚焦于 NumPy 数值计算、Pandas 数据处理及 Matplotlib…

已有 0 人浏览发布 2026-10-18 更新 2026-10-18

解决数据清洗与可视化痛点

这门课程专为职场中需要处理表格数据但缺乏系统方法的人员设计，核心解决“拿到杂乱原始数据后，如何高效清洗、统计并生成直观图表”的实际问题。它并非面向完全零基础的编程初学者，而是假设读者已掌握 Python 基本语法，能够独立运行代码并理解循环与函数概念。课程聚焦于 NumPy 数值计算、Pandas 数据处理及 Matplotlib 绑图三大核心模块，旨在帮助学员从依赖 Excel 向 Python 自动化分析转型。对于希望转行数据分析或提升现有岗位效率的上班族，这套内容能显著降低处理大规模数据集的门槛，让你摆脱手动筛选、透视表的低效模式，建立可复用的代码逻辑来应对日常业务中的销售复盘、用户行为日志分析等场景。

建议学习路径与重点突破

学习时不必拘泥于视频序号，建议采取“先补基础、后攻核心、实战验证”的策略。首先，简要了解环境配置即可，重点应放在 NumPy 的数组运算与广播机制上，这是后续高效计算的地基。接着深入 Pandas 部分，这是课程重心，直接对应日常工作中的数据管理需求。务必精读 Series 和 DataFrame 的创建、索引切片、缺失值处理及数据变形章节。特别是“缺失值处理”与“数据变形”两节，涵盖了实际业务中最常见的脏数据清洗流程，如合并列、分组聚合及时间序列处理。这些内容能直接迁移到实际工作中，例如处理含有大量空值的用户登记信息，或将分散在不同表格的销售数据合并统一。在学习过程中，每看完一个核心知识点，务必立即结合对应的练习视频动手复现，避免陷入“只看不练”的误区。资料包中的视频按主题分类，便于你在遇到具体难点时针对性补漏，而非从头到尾枯燥观看。

学完能独立做什么

完成全课程学习后，你应具备独立交付小型数据分析报告的能力。具体产出包括：熟练使用 Pandas 进行多表合并、重命名、筛选与分组统计，能够应对复杂的业务逻辑；利用 Matplotlib 绘制折线图、箱线图、散点图及直方图，直观展示房价分布、睡眠质量或销售趋势等关键指标。课程后半段的项目实战部分，如数据导入、类型转换及朝向分析，提供了完整的闭环演练机会。建议你自行寻找公开数据集或公司脱敏数据，套用课程中的清洗与分析逻辑，重点理解核心方法的执行原理，例如何时使用向量化运算以提升性能，何时使用自定义函数处理特殊逻辑。通过反复练习“读取-清洗-分析-绑图”这一流程，你将不再受限于现成工具，而是能根据具体业务需求定制数据管道，真正实现从数据获取到洞察输出的独立工作能力。

课程目录

📁 视频
018-numpy-排序函数.mp4 [194.8 MB]
058-matplotlib-箱线图.mp4 [181.2 MB]
025-pandas-访问series数据【整理分享‖关注公众号 CunWorkNotes】.mp4 [86.8 MB]
002-课程导论-anaconda安装.mp4 [165.4 MB]
004-课程导论-pycharm中使用jupyter【整理分享‖关注公众号 CunWorkNotes】.mp4 [102.8 MB]
063-项目实战-数据导入【资源整理‖公众号 CunWorkNotes】.mp4 [222.7 MB]
016-numpy-统计函数.mp4 [455.4 MB]
027-pandas-series常用方法2【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [363.3 MB]
023-pandas-series的创建.mp4 [161.8 MB]
021-numpy-本章练习2【整理分享‖关注公众号 CunWorkNotes】.mp4 [407.0 MB]
062-项目实战-项目介绍.mp4 [158.7 MB]
032-pandas-series案例-每小时销售数据分析【精心整理‖更多资源关注 CunWorkNotes】.mp4 [434.8 MB]
003-课程导论-jupyter的使用【精心整理‖更多资源关注 CunWorkNotes】.mp4 [254.2 MB]
054-matplotlib-折线图【整理分享‖关注公众号 CunWorkNotes】.mp4 [620.2 MB]
050-pandas-综合案例-企鹅体重分析.mp4 [270.3 MB]
069-项目实战-朝向分析.mp4 [225.6 MB]
029-pandas-series案例-温度数据分析.mp4 [247.7 MB]
020-numpy-本章练习1.mp4 [513.0 MB]
064-项目实战-数据类型转换.mp4 [227.7 MB]
014-numpy-ndarray的运算.mp4 [367.9 MB]
046-pandas-数据变形.mp4 [336.6 MB]
013-numpy-索引与切片.mp4 [370.4 MB]
019-numpy-本章小结.mp4 [113.3 MB]
035-pandas-DataFrame的创建.mp4 [144.0 MB]
044-pandas-缺失值的处理.mp4 [474.8 MB]
059-matplotlib-多个图表的绘制.mp4 [144.2 MB]
056-matplotlib-饼图.mp4 [401.0 MB]
057-matplotlib-散点图.mp4 [287.6 MB]
055-matplotlib-条形图.mp4 [372.9 MB]
038-pandas-DataFrame常见方法.mp4 [396.2 MB]
028-pandas-series案例-学生成绩统计.mp4 [238.1 MB]
068-项目实战-房价分布直方图.mp4 [112.3 MB]
051-pandas-综合案例-睡眠质量分析.mp4 [353.2 MB]
040-pandas-DataFrame案例-销售数据分析.mp4 [154.4 MB]
048-pandas-时间数据处理.mp4 [701.4 MB]
031-pandas-series案例-销售数据分析.mp4 [418.1 MB]
008-numpy-ndarray的属性.mp4 [208.2 MB]
036-pandas-DataFrame的属性.mp4 [228.8 MB]
010-numpy-ndarray的创建2.mp4 [230.8 MB]
030-pandas-series案例-股票价格分析.mp4 [270.8 MB]
015-numpy-基本数学函数.mp4 [259.3 MB]
037-pandas-访问DataFrame的数据.mp4 [137.1 MB]
047-pandas-数据分箱.mp4 [649.1 MB]
043-pandas-数据的导入导出.mp4 [297.7 MB]
022-pandas-pandas介绍.mp4 [203.6 MB]
053-数据可视化-可视化介绍.mp4 [222.8 MB]
067-项目实战-特征相关性.mp4 [232.5 MB]
024-pandas-series的属性.mp4 [158.5 MB]
026-pandas-series常用方法.mp4 [91.1 MB]
049-pandas-分组聚合.mp4 [401.3 MB]
052-pandas-本章小结.mp4 [28.8 MB]
041-pandas-DataFrame总结.mp4 [79.9 MB]
066-项目实战-数据特征构造.mp4 [642.7 MB]
039-pandas-DataFrame案例-学生成绩分析.mp4 [284.7 MB]
012-numpy-ndarray的数据类型.mp4 [149.4 MB]
033-pandas-series总结.mp4 [107.5 MB]
007-numpy-ndarray的特性.mp4 [276.0 MB]
011-numpy-ndarray的创建3.mp4 [354.4 MB]
001-课程介绍.mp4 [17.8 MB]
009-numpy-ndarray的创建1.mp4 [353.3 MB]
017-numpy-比较函数.mp4 [281.3 MB]
005-课程导论-本章小结.mp4 [44.7 MB]
061-seaborn学习.mp4 [349.1 MB]
045-pandas-数据类型转换.mp4 [243.8 MB]
042-pandas-数据分析步骤.mp4 [103.1 MB]
060-matplotlib-综合案例讲解.mp4 [296.8 MB]
065-项目实战-异常值处理.mp4 [258.2 MB]
034-pandas-DataFrame介绍.mp4 [47.9 MB]
006-numpy-numpy介绍.mp4 [39.2 MB]
📁 软件
软件.exe [1.8 GB]
📁 课件及代码
课件及代码.exe [14.6 MB]