课程概述

本课程为Python数据分析全程精讲系统班，采用“逐章精讲+随堂练习+阶段案例”的组织方式，把零散的知识点串成一条完整的学习路径。课程从Python数据处理的基础语法与数据结构讲起，依次进入NumPy数值计算、pandas数据清洗与整理、分组聚合与多表关联、时间序列处理、统计分析与可视化呈现，最后以综合案例串联全流程。

与单点技巧类课程不同，系统班强调知识结构的完整性与前后衔接：每一模块都说明“为什么用”“什么时候用”“用错会怎样”，并配套可复现的练习数据与操作步骤，方便学员课后按自己的节奏复习。课程在深圳开设，采用线下面授与线上回看相结合的方式，便于在职学员安排时间。

适合人群

• 已掌握Python基础语法，希望系统补齐数据分析能力的学习者；
• 依靠碎片化教程自学过一段时间，知识点零散、希望重新梳理体系的自学者；
• 从事运营、市场、财务、行政、产品等岗位，需要独立完成数据整理与分析的在职人员；
• 在校学生或准备转岗，希望建立完整数据分析工作流程认知的人群；
• 会使用表格软件处理数据，但面对多表关联、大批量数据时效率受限，想换用编程方式的学员。

课程内容

• 模块一：环境准备与数据处理基础——开发环境搭建、Jupyter Notebook使用、列表与字典在数据处理中的常见写法、文件读写与编码处理。
• 模块二：NumPy数值计算——数组创建与形状变换、索引与切片、广播机制、常用数学与统计函数、向量化写法与循环写法的效率差异。
• 模块三：pandas数据清洗——Series与DataFrame基本操作、缺失值与重复值处理、数据类型转换、字符串清洗、异常值识别与处理思路。
• 模块四：数据整理与重塑——筛选与排序、新增计算列、分组聚合、透视表、多表关联（merge/join/concat）、层级索引的常见用法。
• 模块五：时间序列处理——日期时间类型转换、按时间维度重采样、滑动窗口计算、周期性数据的分组统计。
• 模块六：统计分析与可视化——描述性统计、分组对比与相关性观察、Matplotlib与pandas绘图、图表选型与图表说明的撰写要点。
• 模块七：综合案例实操——从原始数据到分析结论的完整流程演练，包括清洗、指标体系搭建、图表呈现与分析报告撰写。
• 模块八：效率与规范——常用代码片段整理、函数封装与脚本化、分析过程的可复现性管理与文件命名规范。

学习收获

• 能够独立完成一份数据分析任务的完整流程，从数据读取到结论输出不再依赖他人代做；
• 熟悉NumPy与pandas的核心用法，能用较少代码完成清洗、整理与分组统计；
• 掌握常见图表的使用场景与绘制方法，让分析结果表达更清晰；
• 形成结构化的分析思路，遇到新数据时知道先做什么、再做什么；
• 积累一套属于自己的代码片段与分析模板，便于在后续工作中复用。

报名须知

• 本课程为深圳地区开设的免费课程，报名不收取课程费用，请通过平台正常提交报名信息。
• 报名后按课程安排参加学习，线下授课地点与线上回看入口以报名后的课程通知为准。
• 学习需自备可正常联网的电脑，并按课程指引完成开发环境安装；安装过程提供操作说明。
• 建议学员具备Python基础语法认知，如尚未接触过Python，可先完成平台内的入门内容再进入本系统班。
• 课程以讲解与练习为主，学习效果与个人练习投入相关，课程不作出任何考核结果或职业发展方面的承诺。
• 课程内容与课表可能根据学员整体进度做小幅调整，调整信息会在班级内提前告知。