使用Python和Pandas进行数据分析

通过分析大型数据集并涵盖Python 3，Pandas和Seaborn，学习Python进行数据分析和可视化。

Ardit Sulce编写的这门Python课程将使您开始使用Python进行数据分析和可视化。 您将通过实际完成两个大数据分析项目来学习如何在Python中处理，分析和可视化数据，一个通过视频演示，另一个通过六个练习进行布局。

本课程假定您没有Python的先验知识，因此您还将在课程的前两节中学习Python的基础知识。 但是，如果您已经了解Python，则在进入数据分析和可视化部分之前，前两节可以作为复习。

在本课程中，您将学习使用Python第三方数据分析库（例如Pandas，Matplotlib，Seaborn），仅提及一些提高生产率的工具和工具（例如Spyder和Jupyter）。

随着课程的逐步进行，将逐步指导您构建一个程序，该程序使用包含数百个文件和数百万条记录的真实数据。 您将学习编写Python代码，以使用Python下载，提取，清理，操作，聚合和可视化这些数据集。 除了观看视频截屏视频外，还需要从头开始编写自己的Python脚本，以完成有关收入数据的数据分析项目。 （ 全图 ）

您将从本课程中学到什么：

• 构建10个高级Python脚本，它们共同构成一个数据分析和可视化程序。
• 解决六个与使用Python处理，分析和可视化美国收入数据有关的练习。
• 学习Python编程语言的基本块，例如变量，数据类型，循环，条件，函数等。
• 使用Python从FTP站点批量下载文件，在本地提取，重命名和存储远程文件。
• 将数据导入Python以从各种来源（例如CSV和定界的TXT文件）进行分析和可视化。
• 将数据组织在Python内易于管理的pandas数据框中。
• 合并取自各种数据文件格式的大型数据集。
• 使用大型数据集在Python中创建数据透视表。
• 在数据列和行之间执行各种操作。
• 从Python pandas数据框查询数据。
• 将数据从Python导出为各种格式，例如TXT，CSV，Excel，HTML等。
• 使用Python执行各种可视化效果，例如时间序列，曲线图，热图等。
• 用CSV文件创建KML Google Earth文件。

From: https://hackernoon.com/data-analysis-with-python-and-pandas-d771cec26e33