课程级别 | 初级 |
培训周期 | 一周以内 |
上课时间 | 全日制 |
上课地址 | 北京 上海 深圳 |
Python核心编程及可视化界面开发
•●
实战培训班
●•
一、
一、 培训收益
课程中通过细致讲解,使学员掌握该技术的本质。具体收益包括:
1.掌握Python基础;
2.理解Python脚本的应用场景并掌握可视化界面的开发;
3.通过实际项目案例掌握Python的数据分析思路及方法。
4.Python调用Hadoop实现电影功能。
二、培训特色
本次培训从实战的角度对Python进行了的剖析,并结合实际案例分析和探讨Python技术的应用场景,给Python相关从业人员以指导和启迪。
时间 | 培训模块 | 培训内容 |
第一天 上午 | Python 函数与类 | 1. PyCharm环境搭建与GIT使用 2. 变量、常量、逻辑语句介绍 3. 数据结构之 List、Set、Tuple、Dict 4. 缺省参数、可变参数、关键字参数、 5. Lambda函数、递归函数 6. 函数的封装与随机数生成器 7. Python面向对象编程(封装、继承、多态) 8. 模块、包、Python标准库介绍 |
第一天 下午 | Scrapy框架实践 | 1. Http协议理论介绍 2. Scrapy介绍与环境搭建 3. 框架结构与工作原理介绍 4. 网页数据解析之xpath 5. Selenium与“幻影”浏览器-PhantomJS 6. 动态IP设置与反爬虫技术 7. 豆瓣电影站点爬取实践 8. 分布式爬虫与数据入库实现 |
第二天 上午 | Python常用科学库 | 1. Numpy科学库介绍 2. 数组的索引和切片 3. 数组的运算 (排序、通用函数、统计运算) 4. 数组的存取操作 5. 综合案例:图像变换 6. Pandas数据结构 (Series,DataFrame) 7. 数据运算(算术、排序、分组) |
第二天 下午 | Python数据可视化 | 1. Matplotlib库 2. Seaborn可视化库介绍 3. 常用的数理统计公式介绍 4. 直方图、饼图 5. 折线图、散点图 6. 图表 (散点图、箱线图、云图) 7. 采用可视化实现银行客户画像 |
第三天 上午 | 常见分析算法介绍 | 1. 欧式距离与K-近邻算法介绍 2. 数据清理、特征值分析 3. Train_test_split分割训练集与测试集 4. 模型训练与超参数介绍 5. 交叉验证与网格搜索 6. K-近邻实现就近酒店入住系统 |
第三天 下午 | Python + Hadoop数据 | 1. 数据三种形态与分布式数据库 2. Hadoop安装与启动 3. Python + MapReduce编程实战 4. Hadoop中的Shuffle与Sort原理应用 5. MapReduce架构分析 6. 电影相似度原理分析 7. Python + Hadoop编写电影代码 |
温馨提示