数据分析课程

课程大纲

• 第1章数据分析概述
•     第1节 认识数据分析
•     第2节 Python数据分析的工具
•     第3节 安装Python的Anaconda发行版
•     第4节 掌握Jupyter Notebook常用功能

• 第2章NumPy数值计算基础
•     第1节 NumPy数组对象ndarray
•     第2节 NumPy矩阵、线性代数运算与通用函数
•     第3节 利用NumPy进行统计分析

• 第3章Pandas基础
•     第1节 读/写不同数据源的数据
•     第2节 DataFrame数据结构
•     第3节 转换与处理时间序列数据
•     第4节 使用分组聚合进行组内计算
•     第5节 创建透视表与交叉表

• 第4章使用Pandas进行数据预处理
•     第1节 合并数据
•     第2节 清洗数据
•     第3节 标准化数据
•     第4节 转换数据

• 第5章Matplotlib数据可视化基础
•     第1节 Matplotlib基础绘图

• 第6章使用scikit-learn构建模型
•     第1节 使用sklearn转换器处理数据
•     第2节 构建并评价聚类模型
•     第3节 构建并评价分类模型

实验列表

• 实验名称Numpy数值计算基础
• 实验描述根据“某门课程平时成绩和期末考试成绩.xlsx”内容，计算课程的平时成绩和期末考试成绩的均值、标准差、方差、最小值、最大值，输出期末考试成绩排名有进步学生的名单。

• 实验名称pandas基础
• 实验描述完成创建员工收入信息的数据集，并对该数据集进行增、删、改、查的操作。 （1）创建一个包含有5位员工姓名、性别、年龄和月工资收入的数据集，数据集中的数据读者可以自拟。 （2）选择数据集中月工资收入这列数据。 （3）在增加一位员工收入信息，数据为(赵一平，男，34，7000)。 （4）将员工姓名为“李明”的月工资收入修改为8000。 （5）删除第2位员工的数据。 （6）筛选出月工资收入大于6000元的员工的数据。

• 实验名称pandas数据处理
• 实验描述按照已有的表格完成要求的操作

• 实验名称scikit-learn构建模型
• 实验描述(1)加载 iris 数据集，并划分训练集、测试集。 (2)对 iris 数据集使用PCA 降维，目的是把现有的4 维数据减少到3 维，这样处理可以减少数据维度，保留各数据的主要特征。要求是使用 PCA 构造函数，用 n components参数指定鸢尾花的维度为 3。 (3)使用 SVM对 ris 数据集进行分类，并评价