Python數(shù)據(jù)分析與可視化典型項目實戰(zhàn)（微課版）-教學(xué)大綱

授課內(nèi)容或?qū)嶒瀮?nèi)容教學(xué)重點及層次要求教學(xué)難點課時分配輔助設(shè)施人口與生產(chǎn)總值數(shù)據(jù)分析使用read_excel()函數(shù)讀取Excel文件中的數(shù)據(jù)，完成讀取數(shù)據(jù)時的參數(shù)設(shè)置。使用read_csv()方法讀取長字符串?dāng)?shù)據(jù)。復(fù)制數(shù)據(jù)集。查看數(shù)據(jù)集中前5行數(shù)據(jù)。查看數(shù)據(jù)集的列名。指定數(shù)據(jù)集各列的名稱。重命名數(shù)據(jù)集中的列。判斷與統(tǒng)計數(shù)據(jù)集中缺失值的數(shù)量。數(shù)據(jù)集的重置索引、替換操作、排序操作、轉(zhuǎn)置操作。數(shù)據(jù)集中列數(shù)據(jù)的計算。向數(shù)據(jù)集中添加、計算列數(shù)據(jù)。在數(shù)據(jù)集中新增列，且設(shè)置初始值。從數(shù)據(jù)集中提取符合指定條件的指定列數(shù)據(jù)。獲取數(shù)據(jù)集的列索引和行索引。指定行索引的名稱。獲取數(shù)據(jù)集中指定行或指定列的數(shù)據(jù)。從數(shù)據(jù)集中刪除指定索引、刪除空值。從數(shù)據(jù)集中刪除指定行數(shù)據(jù)或指定范圍內(nèi)的行數(shù)據(jù)。查看數(shù)據(jù)集中的行索引。轉(zhuǎn)換數(shù)據(jù)類型。將數(shù)據(jù)集中的索引或指定列轉(zhuǎn)換為列表。使用正則表達(dá)式刪除數(shù)據(jù)集中指定列中的多余文字。使用pandas的DataFrame.plot.bar()方法繪制柱形圖。使用pandas的DataFrame.plot.barh()方法繪制條形圖。使用pandas的DataFrame.plot()方法繪制箱形圖。使用pandas的DataFrame.plot.scatter()方法繪制散點圖。使用seaborn的barplot()方法繪制金字塔圖。使用pyecharts.charts的Pie類繪制玫瑰圖、餅圖、圓環(huán)圖。使用pyecharts.charts的Bar類繪制柱形圖、堆疊條形圖。使用pyecharts.charts的Funnel類繪制漏斗圖。使用pyecharts.charts的Map類繪制人口分布地圖、輪播地圖。使用pyecharts.charts的Geo類和Timeline類繪制輪播地圖。使用hierarchy.dendrogram()方法繪制層次聚類圖（譜系樹）。使用altair的Chart()方法繪制分組柱形圖、數(shù)據(jù)關(guān)系圖。在同一畫布中繪制多張圓環(huán)圖對全國人口進(jìn)行畫像。4多媒體計算機(jī)天氣與空氣質(zhì)量數(shù)據(jù)分析獲取數(shù)據(jù)集中指定列的最大值、最小值和平均值。獲取指定列的非重復(fù)數(shù)據(jù)。對數(shù)據(jù)集指定列按值計數(shù)。根據(jù)分隔符將數(shù)據(jù)集中指定列數(shù)據(jù)進(jìn)行分離操作。將用漢字表示的“空氣質(zhì)量等級”用數(shù)字表示。分離“日期”列數(shù)據(jù)并將其轉(zhuǎn)換為日期格式。使用query()方法查詢符合指定條件的行數(shù)據(jù)。使用concat()合并多個數(shù)據(jù)集。刪除指定列的多余字符和多余空格。填充數(shù)據(jù)集中的空值。轉(zhuǎn)換指定列的數(shù)據(jù)的數(shù)據(jù)類型。利用正則表達(dá)式從數(shù)據(jù)集指定列中取出符合規(guī)定規(guī)則的數(shù)據(jù)。使用CategoricalDtype()方法按自定義排序規(guī)則對數(shù)據(jù)集中指定列進(jìn)行排序。數(shù)據(jù)相關(guān)性分析時使用background_gradient()方法設(shè)置漸變的條件格式。使用正則表達(dá)式從“日期”列數(shù)據(jù)中移除空值和星期。將“空氣質(zhì)量”列數(shù)據(jù)中的空值替換為文字“無觀測數(shù)據(jù)”。使用正則表達(dá)式從“空氣質(zhì)量”列數(shù)據(jù)中移除空格和數(shù)字。移除“空氣質(zhì)量等級”列數(shù)據(jù)中的重復(fù)數(shù)據(jù)。應(yīng)用以下方法或函數(shù)：first()、map()、unstack()、to_dict()、tolist()、list()、append()、reshape()、reset_index()、set_index()等方法以及l(fā)ambda函數(shù)。使用matplotlib.pyplot的plot()函數(shù)繪制折線圖。使用matplotlib.pyplot的boxplot()函數(shù)繪制箱形圖。使用matplotlib.pyplot的bar()函數(shù)繪制數(shù)據(jù)集多列數(shù)據(jù)的柱形圖。使用matplotlib.pyplot的pie()函數(shù)繪制餅圖。使用matplotlib.pyplot的violinplot()函數(shù)繪制小提琴圖。使用matplotlib.pyplot的subplots()函數(shù)繪制堆疊條形圖。使用seaborn庫的heatmap()方法繪制熱力圖。使用pyecharts.charts的Line類繪制折線圖。使用pyecharts.charts的Geo類繪制地圖。使用pyecharts.charts的Geo類、Timeline類繪制每日輪播地圖、每日輪播條形圖。在同一界面中同時展示輪播地圖和輪播條形圖。4多媒體計算機(jī)房源數(shù)據(jù)分析使用正則表達(dá)式獲取“單價”列的價格數(shù)字、“起建時間”列的年份數(shù)字。將“年限”列數(shù)據(jù)拆分為“起建時間”和“建筑類型”兩列數(shù)據(jù)。去掉起建時間為“未知年建”和“建筑類型”為“暫無數(shù)據(jù)”的房源。計算“樓齡”并在數(shù)據(jù)集中增加“樓齡”列。從“戶型”列數(shù)據(jù)提取“室數(shù)”和“廳數(shù)”。轉(zhuǎn)換“掛牌時間”列數(shù)據(jù)的數(shù)據(jù)類型。去除“朝向”列首、末端空格。將多種朝向簡化為單一朝向，將“朝向”列重命名為“窗戶朝向”。獲取“樓層”列中包含字符“/”的數(shù)據(jù)的行數(shù)。查看數(shù)據(jù)集中第1行、“樓層”列數(shù)據(jù)的數(shù)據(jù)類型是否為“str”類型。根據(jù)“樓層”列數(shù)據(jù)中“/”字符的位置分別提取“樓層位置”和“層數(shù)”數(shù)據(jù)。獲取“層數(shù)”列的非空值數(shù)據(jù)，從“層數(shù)”列數(shù)據(jù)中取出層數(shù)數(shù)字。刪除“樓層”列數(shù)據(jù)、“裝修情況”列數(shù)據(jù)中的多余空格。使用正則表達(dá)式直接提取“面積”數(shù)據(jù)中的數(shù)字和小數(shù)點。根據(jù)數(shù)字位置提取“面積”數(shù)據(jù)中的數(shù)字和小數(shù)點。獲取房子總價大于50萬元和小于3000萬元的數(shù)據(jù)。使用matplotlib.pyplot的bar()函數(shù)繪制柱形圖。使用matplotlib.pyplot的pie()函數(shù)繪制餅圖。使用matplotlib.pyplot的plot()函數(shù)繪制折線圖。使用matplotlib.pyplot的scatter()函數(shù)繪制散點圖。使用matplotlib.pyplot的hist()函數(shù)繪制直方圖。使用seaborn庫的heatmap()方法繪制熱力圖。使用seaborn庫的boxplot()方法繪制柱形圖、箱形圖。使用seaborn庫的distplot()方法繪制分布圖。使用seaborn庫的regplot()方法繪制散點圖。使用pyecharts.charts的Map類繪制地圖。使用pyecharts.charts的Bar類繪制柱形圖、條形圖。使用pyecharts.charts的Pie類繪制圓環(huán)圖、餅圖。使用pyecharts.charts的WordCloud類繪制詞云圖。使用pyecharts.charts的TreeMap類繪制矩形樹圖。使用pyecharts.charts的Calendar類繪制日歷圖。使用pyecharts.charts的Sunburst類繪制旭日圖。使用pyecharts.charts的Page類順序組合多個圖形。4多媒體計算機(jī)旅游景點數(shù)據(jù)分析使用read_excel()函數(shù)讀取Excel文件中的數(shù)據(jù)以及完成讀取數(shù)據(jù)時的參數(shù)設(shè)置。使用seaborn庫的light_palette()方法設(shè)置背景顏色。使用background_gradient()方法設(shè)置漸變的條件格式。刪除重復(fù)的行、刪除包含錯誤數(shù)據(jù)的行。獲取數(shù)據(jù)集中符合指定條件的行數(shù)據(jù)。統(tǒng)計各列空值的數(shù)量。填充缺失值。拆分坐標(biāo)數(shù)據(jù)。轉(zhuǎn)換數(shù)據(jù)類型。取出人均費用大于200元并且天數(shù)小于15天的數(shù)據(jù)。從“出發(fā)時間”列數(shù)據(jù)中取出“月份”數(shù)據(jù)。將“瀏覽量”列數(shù)據(jù)規(guī)范化并統(tǒng)一轉(zhuǎn)換成整型。應(yīng)用以下方法或函數(shù)：groupby()、count()、sort_values()、nunique()、replace()、reset_index()、sum()、tolist()、isin()、tolist()、value_counts()、apply()、mean()、round()、zip()、reverse()、append()、range()、len()等。使用matplotlib.pyplot的barh()函數(shù)繪制條形圖。使用matplotlib.pyplot的scatter()函數(shù)繪制散點圖。使用pandas的DataFrame.plot()方法繪制柱形圖。使用pyecharts.charts的WordCloud類繪制詞云圖。使用pyecharts.charts的Bar類繪制條形圖、柱形圖。使用pyecharts.charts的Map類繪制地圖。使用pyecharts.charts的Pie類繪制玫瑰圖。使用pyecharts.charts的Line類繪制折線圖。使用plotly.graph_objs的Scatter類繪制陰影散點圖。使用stylecloud.gen_stylecloud()方法繪制詞云圖。4多媒體計算機(jī)商品銷量數(shù)據(jù)分析使用read_excel()函數(shù)讀取Excel文件中的數(shù)據(jù)以及完成讀取數(shù)據(jù)時的參數(shù)設(shè)置。填充社保卡號的空值。將“付款情況”列數(shù)據(jù)中包含漢字“萬”的數(shù)據(jù)轉(zhuǎn)換為數(shù)值。去除“品牌名稱”列數(shù)據(jù)中的引號、“折扣”列數(shù)據(jù)中的漢字“折”。將“總評論數(shù)”列數(shù)據(jù)的尺度統(tǒng)一為“萬”。獲取總評論數(shù)超過100萬的銷量數(shù)據(jù)、數(shù)據(jù)集中出現(xiàn)頻次排前10位的月餅品牌。查看藥品數(shù)據(jù)集的索引、藥品數(shù)據(jù)集的列名。拆分“銷售時間”列數(shù)據(jù)。將日期的字符串格式改為日期格式。刪除“銷售時間”列中為空的行。查看數(shù)據(jù)集指定列的描述統(tǒng)計信息。從“銷售日期”數(shù)據(jù)中獲取“年”“月”“日”“季度”數(shù)據(jù)。應(yīng)用以下方法或函數(shù)：notna()、apply()、astype()、reset_index()、sample()、sort_values()、groupby()、tolist()、sum()、zip()、drop_duplicates()、abs()、value_counts()、slice()、split()、agg()、pivot_table()、min()、max()及l(fā)ambda函數(shù)。使用Grid類移動圖形。使用matplotlib.pyplot的plot()函數(shù)繪制折線圖、柱形圖、餅圖。使用matplotlib.pyplot的barh()函數(shù)繪制條形圖。使用pandas的DataFrame.plot()方法繪制折線圖。使用pyecharts.charts的Bar類繪制條形圖、柱形圖。使用pyecharts.charts的Map類繪制地圖。使用pyecharts.charts的Pie類繪制圓環(huán)圖。使用pyecharts.charts的Bar類和Line類繪制柱形圖和曲線圖的組合圖形。使用pyecharts.charts的Page類順序組合多張圖形。使用stylecloud.gen_stylecloud()方法繪制詞云圖。4多媒體計算機(jī)訂單數(shù)據(jù)分析使用read_excel()函數(shù)讀取Excel文件中的數(shù)據(jù)以及完成讀取數(shù)據(jù)時的參數(shù)設(shè)置。查看數(shù)據(jù)集的列名。查看數(shù)據(jù)集大小。數(shù)據(jù)集的重復(fù)值統(tǒng)計。數(shù)據(jù)集的缺失值統(tǒng)計。創(chuàng)建字典且將其轉(zhuǎn)化為列表形式。篩選已付款的訂單。根據(jù)“訂單創(chuàng)建時間”獲取星期數(shù)據(jù)并增加“星期”列。應(yīng)用以下方法或函數(shù)：to_frame()、shift()、set_index()、mean()、list()、resample()等。使用pandas的DataFrame.plot()方法繪制折線圖。使用pyecharts.charts的Funnel類繪制漏斗圖。使用pyecharts.charts的Line類繪制折線圖。使用pyecharts.charts的Map類繪制地圖。使用pyecharts.charts的Polar類繪制極坐標(biāo)圖。使用plotly.graph_objs的Scatter類繪制散點圖。4多媒體計算機(jī)電商客戶行為分析使用read_excel()函數(shù)讀取Excel文件中的數(shù)據(jù)以及完成讀取數(shù)據(jù)時的參數(shù)設(shè)置。使用to_excel()函數(shù)將數(shù)據(jù)保存到指定文件中。時間戳的轉(zhuǎn)化處理。從時間列提取年、月、時數(shù)據(jù)。定義根據(jù)最近一次交易間隔天數(shù)計算得分的函數(shù)。定義根據(jù)消費次數(shù)計算得分的函數(shù)、根據(jù)消費金額計算得分的函數(shù)。刪除數(shù)據(jù)集中多余的列、刪除數(shù)據(jù)集中的重復(fù)記錄。將清洗后的數(shù)據(jù)保存到指定文件中。驗證兩個數(shù)據(jù)集中是否為同一時間段、同一批客戶的數(shù)據(jù)。復(fù)制數(shù)據(jù)集。統(tǒng)計各類客戶行為的數(shù)量。透視分析各類客戶行為每天的數(shù)量。兩個數(shù)據(jù)集的內(nèi)連接處理。獲取數(shù)據(jù)集中符合指定條件的數(shù)據(jù)。應(yīng)用以下方法或函數(shù)：drop_duplicates()、to_datetime()、apply()、isnull()、sum()、describe()、value_counts()、nunique()、unique()、pivot_table()、join()、groupby()、range()、reset_index()、count()、agg()、sort_index()、rename()、sorted()、tolist()、list()、dict()、size()、min()、map()、astype()等。使用matplotlib.pyplot的plot()函數(shù)繪制折線圖、柱形圖。使用matplotlib.pyplot的bar()函數(shù)繪制柱形圖。使用matplotlib.pyplot的subplots()函數(shù)設(shè)置畫布中子圖的行列數(shù)。使用seaborn的barplot()方法繪制柱形圖。使用seaborn的lineplot()方法繪制折線圖。使用seaborn的heatmap()方法繪制熱力圖。使用pyecharts.charts的Line類繪制折線圖。使用pyecharts.charts的Funnel類繪制漏斗圖。使用pyecharts.charts的Bar類繪制柱形圖。使用pyecharts.charts的Pie類繪制餅圖。4多媒體計算機(jī)電商客戶消費偏好特征分析使用read_excel()函數(shù)讀取Excel文件中的數(shù)據(jù)以及從時間數(shù)據(jù)列提取年、月、日、星期數(shù)據(jù)。刪除重復(fù)行數(shù)據(jù)、全為空的數(shù)據(jù)、異常數(shù)據(jù)。填充缺失數(shù)據(jù)、轉(zhuǎn)換數(shù)據(jù)類型。取反查看數(shù)據(jù)集中的數(shù)據(jù)。改正邏輯錯誤數(shù)據(jù)。按日期列排序并重置索引。將表示客戶行為類型的數(shù)字轉(zhuǎn)換為字符。計算總訪問量、日均訪問量、總訪客數(shù)和人均訪問量等電商指標(biāo)。計算消費客戶數(shù)、消費客戶訪問量、消費客戶人均訪問量和客戶跳失率等。統(tǒng)計不同購買次數(shù)的客戶的人數(shù)。計算復(fù)購率。統(tǒng)計每個客戶的瀏覽數(shù)量、購買數(shù)量。分解數(shù)據(jù)集中包含多個類型名稱的“商品類型”列數(shù)據(jù)。獲取瀏覽次數(shù)排前10位的商品類型。使用Counter統(tǒng)計各個時間段的瀏覽數(shù)量與下單數(shù)量。應(yīng)用以下方法或函數(shù)：concat()、merge()、min()、max()、to_datetime()、copy()、duplicated()、drop_duplicates()、dropna()、drop()、sum()、nunique()、unique()、len()、value_counts()、fillna()、groupby()、count()、append()、sort_index()、reset_index()、zip()、text()、astype()、keys()、tolist()、extend()、split()、isna()、agg()等。使用matplotlib.pyplot的pie()函數(shù)繪制餅圖。使用matplotlib.pyplot的plot()函數(shù)繪制餅圖、折線圖。使用matplotlib.pyplot的bar()函數(shù)繪制柱形圖。使用matplotlib.pyplot的subplots()函數(shù)設(shè)置畫布中子圖的行列數(shù)。使用matplotlib.pyplot的vlines()函數(shù)和scatter()函數(shù)共同繪制棒棒糖圖。使用pandas的DataFrame.plot()方法繪制柱形圖。使用seaborn的barplot()方法繪制條形圖、柱形圖。使用seaborn的displot()方法繪制柱形圖。使用seaborn的lineplot()方法繪制折線圖。使用seaborn的pointplot()方法繪制折線圖。使用pyecharts.charts的Bar類繪制柱形圖、條形圖。使用pyecharts.charts的TreeMap類繪制矩形樹形圖。使用pyecharts.charts的WordCloud類繪制詞云圖。使用pyecharts.charts的Line類繪制折線圖。使用pyecharts.charts的Gauge類繪制儀表盤圖。使用plotly.graph_objs的Pie類繪制餅圖。使用plotly.graph_objs的Bar類繪制柱形圖。使用pyecharts.charts的Pie類繪制餅圖、玫瑰圖。4多媒體計算機(jī)廣告投放效果分析使用read_excel()函數(shù)讀取Excel文件中的數(shù)據(jù)以及完成讀取數(shù)據(jù)時的參數(shù)設(shè)置。利用線性回歸建立經(jīng)典線性模型。利用線性回歸建立廣告費用與銷售額模型。刪除信息無效的列。計算相關(guān)系數(shù)。建立銷售收入的預(yù)測模型。檢測各個數(shù)據(jù)集中是否存在重復(fù)值。計算頁面訪問點擊率。計算客戶點擊廣告并瀏覽后收藏廣告推送的轉(zhuǎn)化率。連接數(shù)據(jù)集。從時間戳列獲取月、天、時、周等時間數(shù)據(jù)。分析變量之間的相關(guān)性。使用MinMaxScaler對象對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。對數(shù)據(jù)進(jìn)行特征數(shù)字化。對數(shù)據(jù)進(jìn)行獨熱編碼?；贙-Means獲取最佳K值。獲取各列唯一值的數(shù)量、重復(fù)值的數(shù)量。統(tǒng)計非空值數(shù)據(jù)的數(shù)量。應(yīng)用以下方法或函數(shù)：copy()、describe()、head()、info()、rename()、set_index()、duplicated()、sum()、drop_duplicates()、drop()、reset_index()、len()、round()、astype()、count()、pivot_table()、sort_values()、merge()、dropna()、cut()、zip()、append()、size()、isna()、corr()、mean()、fillna()、hstack()、concat()、value_counts()、nunique()等。使用matplotlib.pyplot的plot()函數(shù)繪制散點圖、折線圖。使用matplotlib.pyplot的pie()函數(shù)繪制圓環(huán)圖、餅圖。使用matplotlib.pyplot的subplots()函數(shù)設(shè)置畫布中子圖的行列數(shù)。使用pandas中DataFrame.hist()函數(shù)繪制直方圖。使用seaborn的pairplot()方法繪制散點圖。使用seaborn的jointplot()方法繪