Chevron Left
返回到 用Python玩转数据 Data Processing Using Python

学生对 南京大学 提供的 用Python玩转数据 Data Processing Using Python 的评价和反馈

4.7
1,399 个评分
387 条评论

课程概述

本课程 (Please click https://www.coursera.org/learn/python-data-processing for English version) 主要面向非计算机专业学生,从Python基本语法开始,到Python中如何从本地和网络上进行数据获取,如何解析和表示数据,再到如何利用Python开源生态系统SciPy对数据进行基础和高级的统计分析及可视化,包括数据探索和预处理的具体方法,到最后如何设计一个简单的GUI界面来表示和处理数据,层层推进。 整个课程以财经数据为基础,通过构建一个个喜闻乐见的案例,让大家可以以更直观的方式领略Python的简洁、优雅和健壮,同时探讨Python除了在商业领域之外在文学、社会学和新闻等人文社科类领域以及在数学和生物等理工类领域同样拥有便捷高效的数据处理能力,并可以触类旁通将其灵活应用于各专业中。 近期(2019年11月6日已更新完毕)本课程进行了全面改版,新版主要在以下几个方面做了改变: 1. 丰富了Python基础的案例实际操作和讲解; 2. 增加和扩展了如NumPy包的矢量运算和广播思想及常见应用,数据探索与预处理的多个环节,基于pandas的数据分析及数据挖掘案例等。 有些是直接在原视频上修改,有些是以拓展视频的方式呈现,特别是新录制的视频因为想说的内容很多所以时长较长,很多都超过了20分钟😓,小伙伴们学习时可能会比较辛苦,加油加油!...

热门审阅

D
Oct 18, 2017

从基础讲起,到各种方向。最好的是,从很多方面介绍了python的用处很适合初学者来此寻找方向!\n\nStart from the basics and go in all directions.Best of all, in many ways, the use of python is well suited for beginners to find directions!

WD
May 28, 2017

It is a good course. Starting from the very basic part, the course is suitable for beginner. Those methods that are introduced in the course are all useful, without redundant part.

筛选依据:

226 - 用Python玩转数据 Data Processing Using Python 的 250 个评论(共 372 个)

创建者 李明

Jan 25, 2017

老师萌得不行

创建者 Nicotine1026

Feb 21, 2016

对初学者不错

创建者 郭宏宽

Oct 3, 2015

很喜欢这门课

创建者 Lin Y

Dec 13, 2019

bravo

创建者 Huixin L

Mar 19, 2019

G

r

e

a

t

创建者 Yirui G

Feb 26, 2019

nice!

创建者 CHEN L

Feb 16, 2019

课程不错~

创建者 zhangyuxin

Oct 25, 2016

Good!

创建者 徐伟祝

Oct 19, 2016

容易,入门

创建者 杨诚伟

Jun 18, 2016

讲的很清楚

创建者 Xi L

May 20, 2016

有趣生动!

创建者 陈术义

Jan 24, 2016

讲的很好!

创建者 pythonboy

Nov 3, 2015

课程不错的

创建者 Zhi

Oct 30, 2015

深入浅出!

创建者 zju104

Jan 5, 2018

适合入门

创建者 Janeday

Oct 16, 2017

值得学习

创建者 Ren P

Apr 23, 2017

Good

创建者 李堃

Dec 18, 2016

good

创建者 Yingying L

Sep 25, 2016

cool

创建者 小强有多强

Mar 17, 2016

深入浅出

创建者 戴铮

Dec 20, 2015

简单易懂

创建者 阳宜

Nov 14, 2015

讲的不错

创建者 杨先生

Oct 27, 2015

Nice

创建者 魏饴

May 17, 2018

很实用

创建者 常征

Jan 9, 2018

好好好