getfromcode后端开发 会员免费

林粒粒呀《小白玩转Python数据分析训练营 (含AI专题) 》

这门课解决什么问题 《小白玩转Python数据分析训练营》的定位很明确:给没有编程基础的人一条能走通的数据分析入门路径。它不假设你学过任何语言,从环境搭建开始,把 Python 语法、数据分析三件套(NumPy、Pandas、Matplotlib)和实际分析流程串成一条线,最后落到 AI 相关专题上

单课价¥29.90新品 上架
会员价 会员免费开通会员,全站课程按额度无限下载套餐详情
9 人关注 更新于 2026-09-08 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

支付成功后自动发货,可在「我的订单」查看网盘链接;链接失效可联系客服免费补链。

正版保障 极速发货 售后无忧

这门课解决什么问题

《小白玩转Python数据分析训练营》的定位很明确:给没有编程基础的人一条能走通的数据分析入门路径。它不假设你学过任何语言,从环境搭建开始,把 Python 语法、数据分析三件套(NumPy、Pandas、Matplotlib)和实际分析流程串成一条线,最后落到 AI 相关专题上。对于想转数据分析、或者工作中需要处理表格和报表但一直靠 Excel 硬扛的开发者来说,这份资料的价值在于它把「装环境 → 写第一行代码 → 读数据 → 清洗 → 出图 → 下结论」这条链路完整走了一遍,而不是只讲语法碎片。

技术栈与课程结构

课程的技术栈是标准的数据分析组合:Python 解释器 + PyCharm 作为开发环境,数据分析部分围绕 Pandas 和 NumPy 展开,可视化用 Matplotlib 或同类库完成。结构上分成几个递进层次:

  • 环境准备层:Windows 和 macOS 分别讲 Python 与 PyCharm 的安装,再到创建第一个项目,把新手最容易卡住的配置问题单独拆出来解决。
  • 语法入门层:以 print 输出、变量、数据类型、循环和函数为主,例子偏轻量,比如打印一首诗这类小任务,目的是先建立「代码能跑起来」的正反馈。
  • 数据分析层:读取 CSV/Excel、缺失值处理、分组聚合、透视表、时间序列处理,配合可视化输出,形成完整的数据处理闭环。
  • AI 专题层:把数据分析与 AI 应用结合,涉及让模型参与数据处理、辅助生成分析结论等场景,属于当前比较实用的延伸方向。

这种分层的好处是每一层都能独立对照练习。你可以只用环境准备和语法部分做入门,也可以直接跳到数据分析层,拿自己的数据集套课程里的处理流程。

可复用模块与工程参考点

从工程角度看,这门课里真正能沉淀下来复用的,不是具体某段代码,而是几类固定套路:数据读取与编码处理的模板、缺失值和异常值的清洗流程、分组聚合与透视表的写法、以及图表输出的封装方式。这些在真实项目里出现频率极高,课程把它们拆成独立小节,方便你对照自己的业务数据改写。AI 专题部分则提供了一个思路:把大模型当作数据分析流程中的一个环节,而不是独立工具,比如用它来解释字段含义、生成清洗规则或把统计结果转成自然语言描述。这个思路在自动化报表和快速探索性分析里很实用。

适合谁,以及怎么用这份资料

这份资料适合三类人:一是完全没有编程基础但需要做数据分析的职场人;二是会一点 Python 语法、但不知道怎么做完整分析流程的开发者;三是想了解 AI 如何嵌入数据分析环节的技术人员。使用建议是不要只看视频,每讲到一个处理步骤,就用课程自带的数据或自己找一份真实表格跑一遍,重点记录报错和解决方式——数据分析的门槛往往不在语法,而在数据本身的脏乱差。把课程当作对照手册,遇到具体问题回查对应章节,比顺序刷完更有效。

自学路径建议

如果按最短路径走:先完成环境搭建和基础语法,确保能独立创建项目并运行脚本;然后集中练 Pandas 的读写、筛选、分组和合并,这是数据分析的核心工作量所在;接着补可视化,能把分析结果用图表达清楚;最后进入 AI 专题,尝试把模型调用接入自己的数据处理脚本。整条路径的关键节点都有对应的实战练习,建议每个节点都留下一份自己的代码笔记,方便后续项目直接复用。

林粒粒呀《小白玩转Python数据分析训练营 (含AI专题) 》

从零基础到数据分析实战

编辑点评

课程内容丰富,涵盖Python数据分析全流程,结合AI应用,适合数据分析初学者。

⭐ 编辑推荐

本课程由林粒粒老师主讲,专为Python数据分析小白设计,从基础语法到数据分析实战,助你轻松入门。

✨ 课程亮点

✦Python数据分析全流程
✦AI应用实践
✦实战项目驱动

课程目录

课程目录100 集
  • 14 Python交互模式 读一行执行一行.mp4 [4.7 MB]
  • 102 爬虫获取数据 什么是HTML网页结构.mp4 [4.9 MB]
  • 12 Python注释 悄悄在代码里骂用户?.mp4 [5.3 MB]
  • 103 爬虫获取数据 HTML有哪些常用标签.mp4 [12.4 MB]
  • 105 爬虫获取数据 如何解析HTML内容.mp4 [11.8 MB]
  • 106 爬虫获取数据 练习从源码获取豆瓣电影Top 250.mp4 [15.0 MB]
  • 15 Python input 写个用户问答互动程序.mp4 [8.2 MB]
  • 2 课程赠送福利.mp4 [1.5 MB]
  • 23 Python 格式化字符串 优雅群发春节短信.mp4 [5.2 MB]
  • 20 Python字典 创个秒查流行语的词典.mp4 [15.0 MB]
  • 16 Python条件语句 对象今天会生气吗.mp4 [9.2 MB]
  • 63 清理数据 上手清理索引和列名.mp4 [7.2 MB]
  • 83 统计学进阶 如果你没学过假设检验.mp4 [20.2 MB]
  • 1 先导片 能轻松学懂的Python数据分析课程.mp4 [30.5 MB]
  • 21 Python for循环 找出不正常的体温.mp4 [7.7 MB]
  • 64 清理数据 和所有的乱数据说白白.mp4 [11.9 MB]
  • 101 爬虫获取数据 练习用Python拿到豆瓣源码.mp4 [7.0 MB]
  • 81 可视化数据 玩转多个变量数据.mp4 [21.6 MB]
  • 44 NumPy入门 操作数组练习篇.mp4 [20.1 MB]
  • 6 PyCharm 创建你的第一个项目.mp4 [5.6 MB]
  • 104 爬虫获取数据 练习HTML常见标签.mp4 [19.4 MB]
  • 86 机器学习 啥是神秘的线性回归.mp4 [12.4 MB]
  • 61 评估数据 实际上手评估数据脏乱度.mp4 [11.0 MB]
  • 71 整理数据 数据变变变.mp4 [14.3 MB]
  • 43 NumPy入门 探索更多数组玩法.mp4 [10.0 MB]
  • 40 Markdown与LaTeX入门 用字符格式化字符.mp4 [17.7 MB]
  • 29 Python创建类(下) 当上帝的时刻到了.mp4 [18.6 MB]
  • 49 Pandas入门 Dataframe,代码世界的表格.mp4 [17.9 MB]
  • 69 项目实战指引 如何把输出项目放到Github 简历上.mp4 [12.2 MB]
  • 30 Python 类继承 老鼠的儿子会打洞.mp4 [13.3 MB]
  • 5 macOS系统 安装Python和PyCharm.mp4 [8.1 MB]
  • 56 常见数据格式 JSON,程序员的挚爱.mp4 [12.2 MB]
  • 45 Pandas入门 Series,更强大的数组形态.mp4 [13.1 MB]
  • 98 爬虫获取数据 爬虫的流程.mp4 [7.0 MB]
  • 65 清理数据 和所有的脏数据说白白.mp4 [18.0 MB]
  • 18 Python逻辑运算 今年过节能收礼吗.mp4 [4.8 MB]
  • 36 Python测试(下) 高效率把bug揪出来.mp4 [11.1 MB]
  • 84 统计学进阶 用假设检验挖掘信息宝藏.mp4 [13.8 MB]
  • 58 常见数据格式 CSV,数据分析师的挚爱.mp4 [9.1 MB]
  • 50 Pandas入门 使用DataFrame练习篇.mp4 [28.3 MB]
  • 74 统计学基础 如果你不记得统计学知识.mp4 [5.7 MB]
  • 42 NumPy入门 使用数组练习篇.mp4 [18.0 MB]
  • 107 API获取数据 获得来自官方的数据.mp4 [7.9 MB]
  • 85 项目实战 分析鸢尾花种类数据.mp4 [23.3 MB]
  • 57 读取数据 瞧一眼现成JSON原料.mp4 [6.3 MB]
  • 82 项目实战 可视化帕默群岛企鹅数据.mp4 [35.9 MB]
  • 66 清洗数据 保存洗干净后的数据.mp4 [6.7 MB]
  • 68 项目实战 评估清理英国电商销售数据.mp4 [60.6 MB]
  • 53 Pandas入门 更多用Dataframe丝滑操作数据.mp4 [5.2 MB]
  • 10 Python命名规则 哪些变量名算好名字?.mp4 [5.2 MB]
  • 41 NumPy入门 数组,更适合数据分析的列表.mp4 [8.2 MB]
  • 48 Pandas入门 操作Series练习篇.mp4 [16.1 MB]
  • 33 Python文件操作 会写文件,程序便有了记忆.mp4 [11.7 MB]
  • 70 整理数据 合并多数据,分析更有趣.mp4 [20.4 MB]
  • 73 项目实战 整理Netflix电影演员评分数据.mp4 [33.4 MB]
  • 13 Python数据类型 程序世界的物种们.mp4 [12.8 MB]
  • 55 获取数据 数据是原料,原料哪里找.mp4 [5.8 MB]
  • 4 Windows系统 安装Python和PyCharm.mp4 [7.7 MB]
  • 80 可视化数据 玩转两个变量数据.mp4 [14.5 MB]
  • 76 探索数据 用描述统计学挖掘信息宝藏.mp4 [11.3 MB]
  • 51 Pandas入门 用Dataframe丝滑操作数据.mp4 [10.5 MB]
  • 52 Pandas入门 操作Dataframe练习篇.mp4 [17.7 MB]
  • 32 Python文件操作 会读文件,程序便有了眼睛.mp4 [19.6 MB]
  • 94 AI相关 如何用ChatGPT助力数据分析.mp4 [6.0 MB]
  • 8 Python print 让程序给你打印一首诗.mp4 [13.7 MB]
  • 11 Python数学运算 用代码秒杀计算器.mp4 [11.0 MB]
  • 34 Python异常处理 程序炸之前,走一波预判.mp4 [8.6 MB]
  • 47 Pandas入门 用Series丝滑操作数据.mp4 [8.8 MB]
  • 39 Jupyter Notebook使用 上手金刚钻.mp4 [14.2 MB]
  • 100 爬虫获取数据 如何用Python发送请求.mp4 [9.9 MB]
  • 54 Pandas入门 更多操作Dataframe练习篇.mp4 [19.7 MB]
  • 72 整理数据 更多数据变变变.mp4 [15.0 MB]
  • 67 项目实战指引 实战数据哪里找.mp4 [4.2 MB]
  • 37 Python高阶和匿名函数 脱了马甲也要认识.mp4 [9.7 MB]
  • 35 Python测试(上) 不存在不写bug的程序员.mp4 [10.7 MB]
  • 46 Pandas入门 使用Series练习篇.mp4 [17.6 MB]
  • 97 AI相关 在Jupyter Notebook玩转AI之进阶篇.mp4 [5.8 MB]
  • 79 可视化数据 玩转单个变量数据.mp4 [10.3 MB]
  • 78 可视化数据 更多图表世界的物种们.mp4 [8.1 MB]
  • 77 可视化数据 图表世界的物种们.mp4 [10.5 MB]
  • 88 机器学习 点亮线性回归的技能.mp4 [23.4 MB]
  • 28 Python创建类(上) 没对象?实例化一个.mp4 [6.2 MB]
  • 87 机器学习 啥是神秘的多元线性回归.mp4 [15.8 MB]
  • 22 Python while循环 捕捉日落.mp4 [17.5 MB]
  • 17 Python嵌套 多条件判断 对象今天会生气吗 II.mp4 [11.3 MB]
  • 90 机器学习 啥是神秘的逻辑回归.mp4 [8.2 MB]
  • 92 项目实战 用逻辑回归预测泰坦尼克号幸存.mp4 [28.3 MB]
  • 96 AI相关 在Jupyter Notebook玩转AI之基础篇.mp4 [11.2 MB]
  • 19 Python列表 创一个购物清单.mp4 [12.5 MB]
  • 27 Python面向对象编程 封装 继承 多态都是啥?.mp4 [11.6 MB]
  • 9 Python变量 怎么让程序记住你对象的手机号?.mp4 [10.4 MB]
  • 38 Jupyter Notebook安装 搞个金刚钻.mp4 [6.4 MB]
  • 91 机器学习 点亮逻辑回归的技能.mp4 [8.1 MB]
  • 59 读取数据 瞧一眼现成CSV原料.mp4 [11.0 MB]
  • 93 AI相关 如何用ChatGPT助力编程.mp4 [9.0 MB]
  • 89 项目实战 用线性回归预测房价数据.mp4 [33.7 MB]
  • 75 统计学基础 如何描述数值数据.mp4 [11.0 MB]
  • 24 Python函数(上) 不做代码复读机.mp4 [5.4 MB]
  • 62 清洗数据 做菜之前记得洗菜.mp4 [10.8 MB]
  • 7 Python print 让程序给你打印“爸爸”.mp4 [12.2 MB]

适合人群

  • Python数据分析初学者
  • 数据分析师

🎯 学习收获

  • 掌握Python数据分析基础
  • 学会使用数据分析工具
  • 完成数据分析实战项目

🎉 祝您学习愉快!