精通Python：从基础到高级训练营 Complete Python Course : All Level Mega Pack

学到什么：
通过本课程，学习者将扎实掌握Python的核心概念，包括数据类型、控制结构、函数和模块，
学习者将熟练使用诸如NumPy和Pandas等库来执行复杂的数据操作和分析任务，包括数据清洗
参与者将学会使用Matplotlib创建各种数据可视化，从基本图表如线条和条形图到更复杂的可视化
学习者将初步了解机器学习概念，并能实现基本的机器学习模型

要求：
虽然不是必需的，但熟悉基本编程概念（如变量、循环和条件语句）可能有所帮助。

由Anand Mishra创建
MP4 | 视频：h264，1280×720 | 音频：AAC，44.1千赫，2通道
类型：电子学习| 语言：英语| 时长：31讲座（5小时5分钟）| 大小：2.57 GB

第1节：开始使用Python讲座1：Python中的数据类型概述各种数据类型：整数、浮点数、字符串、列表、元组、集合、字典。用实际示例和练习阐明每种数据类型。每种数据类型的常见操作和方法。第2节：Python基本结构讲座2：函数Python中函数的定义和语法。编写简单函数并了解函数参数。返回值和作用域的概念。实际示例和练习。第3节：NumPy简介讲座3：使用NumPy执行数学函数NumPy及其在科学计算中的重要性概览。使用NumPy数组的基本操作。使用NumPy进行数学函数和操作。演示这些函数的示例和练习。第4节：NumPy高级讲座4：NumPy Vs列表NumPy数组与Python列表之间的区别。性能比较和用例。用实例说明差异。讲座5：SciPy简介介绍SciPy及其生态系统。SciPy中的关键模块和功能。使用SciPy进行科学计算的示例。讲座6：子程序包Cluster深入了解SciPy中的子程序包。聚类数据子程序包的重点。实际示例和练习。第5节：使用Pandas进行数据处理讲座7：Pandas简介Pandas库概述。数据科学中数据处理的重要性。Pandas中的基本数据结构：序列和数据框。讲座8：Pandas中的数据框创建和操作数据框。索引、选择和过滤数据。创建和操作数据框的实践练习。讲座9：合并、连接和连接在Pandas中组合数据的技术。使用合并、连接和连接函数。通过实例和练习。讲座10：导入和分析数据集从不同来源导入数据的方法。对数据进行初步分析和探索。导入和分析数据集的实践练习。

第11讲：清洗数据集清洗数据的重要性。处理缺失数据，重复数据和异常值的技术。实际示例和练习。第12讲：操作数据集高级数据操作技术。使用apply，map和groupby函数。操作数据集的实际练习。第13讲：数据集可视化数据可视化的基本原则。使用Pandas内置函数创建可视化。关于数据集可视化的实际练习。第6节：使用Matplotlib进行数据可视化第14讲：什么是数据可视化？数据可视化的定义和重要性。不同类型的可视化及其用例。第15讲：Matplotlib简介Matplotlib库的概述。基本绘图功能和自定义选项。第16讲：如何创建线图？逐步指南创建线图。线图的自定义选项。实际示例和练习。第17讲：如何创建条形图？创建条形图的逐步指南。条形图的自定义选项。实际示例和练习。第18讲：如何创建散点图？创建散点图的逐步指南。散点图的自定义选项。实际示例和练习。第19讲：如何创建直方图？创建直方图的逐步指南。直方图的自定义选项。实际示例和练习。第20讲：如何创建箱线图和小提琴图？创建箱线图和小提琴图的逐步指南。这些图的自定义选项。实际示例和练习。第21讲：如何创建饼图和环形图？创建饼图和环形图的逐步指南。这些图的自定义选项。实际示例和练习。第22讲：如何创建面积图？创建面积图的逐步指南。面积图的自定义选项。实际示例和练习。第7节：统计学第23讲：什么是数据？数据的定义和类型。数据收集方法和来源。通过实际示例说明不同类型的数据。第24讲：统计学简介统计学的基本概念。描述性与推断性统计。实际示例和练习。第25讲：抽样在统计学中的重要性。不同的抽样方法。实际示例和练习。第26讲：概率概率的基本概念。概率规则和定理。实际示例和练习。第27讲：概率分布概率分布的类型。不同分布的特征和应用。实际示例和练习。第28讲：推断统计假设检验和置信区间的概念。关于对人口进行推断的技术。实际示例和练习。第8节：使用Python进行机器学习第29讲：机器学习类型监督，无监督和强化学习的概述。每种类型的实际示例。第30讲：机器学习的应用机器学习在各行各业中的应用。实际示例和案例研究。第31讲：机器学习演示演示一个简单的机器学习项目。实施机器学习模型的逐步指南。建立和评估模型的实际练习。