|
|
|
全部课程 >web开发 |
|
人人学编程:Python系列培训 |
1243 次浏览 53 次
|
|
|
时间地点:在线
北京 上海 深圳 根据报名开班 |
课程费用:5500元/人 |
|
|
|
|
企业内训:可以根据企业需求,定制内训,详见
内训学习手册 |
|
|
认证方式:
培训前了解能力模型。
培训后进行能力评测: 在线考试
能力分析,给出学习建议
合格者颁发证书,作为职业技能资格证明 |
|
|
|
大数据时代,人人都需要对编程知识有些了解,并思考如何应用软件提高自己的工作能力。Python作为一门简单易学的编程语言,尤其适合做网络应用和数据分析与处理。本系列培训基于 Python,对工作人员提供三个层次的课程:
1)python 编程入门:适合所有人都学习,可以了解编程的基本知识,理解软件的工作原理。
2)Python 编程实践 - 网络爬虫:适合工程师了解 web 应用的原理,学习 Python 的网络编程。
3)Python 数据分析:使用 Python 进行数据统计、数据分析,可以用于工作中的数据处理。
|
课程1:Python 编程入门 |
课程简介: |
本课程结合实际开发案例,从 Python 开发基础讲解,然后讲解基于 Python 的 web 框架 Django 应用开发关键技术,课程将结合应用的开发案例“网络爬虫”剖析基于 Python 构建一个完整的应用的方方面面。 |
培训目标: |
- 了解 Python 编程基础
- Python对象编程
- Python函数和函数式编程
- Python模块编程
- Python面向对象编程
- Python Web编程
|
课程安排:1天 |
主题 |
课程安排 |
Python快速入门 |
什么是 Python
Python 特点
Python 高级特性
下载和安装 Python
运行 Python
集成开发环境
|
Python基础 |
语句和语法
变量和赋值
控制语句
操作符,标识符 |
Spring Python对象编程 |
Python 对象
标准类型
内部类型
标准类型操作符
|
函数和函数式编程 |
函数 vs 过程
创建函数
调用函数 |
模块编程 |
模块和文件
名称空间
导入模块
模块执行
|
面向对象编程 |
面向对象设计与面向对象编程的关系
类的声明与定义、
类属性
类的实例、实例属性
|
如何阅读Spring官方技术文献
|
使用 Python 创建 Web 客户端
Web ( HTTP )服务器
建立 Web 应用程序
|
|
课程2:Python编程应用案例:网络爬虫 |
课程简介: |
学习使用 Python 编写互联网应用程序,了解互联网 web 应用的基本结构和通信协议,使用 Python 编写网络爬虫,实现对网站页面的抓取和分析。通过网络爬虫,实践 Pyton 编程方法。 |
培训目标: |
- 学习网络爬虫基础知识
- 了解网络爬虫的组成结构
- 编写网络爬虫程序
- 学习如何爬取各种网站的内容
|
课程安排:1天
|
主题
|
课程安排 |
网络爬虫基础知识
|
什么是网络爬虫
网络爬虫的用途
网络爬虫的工作原理
网络爬虫需要的 Python 编程基础 |
首先一个网络爬虫的组成结构 |
爬虫调度程序(程序的入口,用于启动整个程序)
url 管理器(用于管理未爬取得 url 及已经爬取过的 url )
网页下载器(用于下载网页内容用于分析)
网页解析器(用于解析下载的网页,获取新的 url 和所需内容)
网页输出器(用于把获取到的内容以文件的形式输出) |
开始编写网络爬虫程序 |
了解网页
使用 requests 库抓取网站数据
使用 Beautiful Soup 解析网页
清洗和组织数据
爬虫攻防战 |
网络爬虫实战 |
京东商品页面爬取
当当网商品页面爬取
百度 360 搜索引擎关键词提交
网络图片爬取和存储
有道翻译翻译表单提交 |
|
课程3:使用Python进行数据分析 |
课程简介: |
Python 让很多人都有了直接操作数据分析可能,本次课程将通过 Python 语言把数据预处理、数据分析以及数据可视化等各方面进行集成,在实际演练的基础上形成真实有效、可上手的生产力。重点关注如何用 Python 以及各种第三方工具包进行数据处理、分析、展现,最终形成可视化报告。 |
培训目标: |
- 了解数据分析当前的发展趋势
- 学习Python数据分析常用工具
- 使用Python把各种第三方库进行结合进行一站式数据分析与展现
|
课程安排:2天
|
主题
|
课程安排 |
数据分析概览
|
数据分析技术演进
机器学习、人工智能与深度学习
全能语言 Python
Python 的数据分析学习路线图 |
数据分析常用工具简介 |
数据处理 Numpy
科学计算 SciPy
数据分析 Pandas
可视化 Matplotlib
|
Numpy常用操作 |
Numpy 数组简介
Numpy 生成数组
改变数组形状
Numpy 数据索引
数据切片
Numpy 基本运算
Numpy 广播与复制机制
实战:美国总统选举数据统计
|
科学计算工具Scipy |
Scipy 简介
特征值和特征向量
解线性方程组
最小二乘法
|
数据分析库Pandas |
Pandas 简介
Pandas 安装
读取文件
读取数据库
数据浏览
结果保存
实战:使用 Pandas 进行数据格式转换 |
Pandas数据预处理与数据分析 |
使用 Pandas 进行统计分析
数据合并与连接
数据标准化
缺失值筛选与处理
数据分组与排序
Pandas 数据查询
去掉重复数据
时间序列操作
实战:使用 Pandas 进行时间序列分析
实战:使用 Pandas 进行数据可视化 |
数据可视化工具Matplotlib |
Matplotlib 简介
Matplotlib 图形各组成部分详解
图形绘制步骤
Matplotlib 基本图形绘制
绘图区域与子图
图形保存
实验 1 :饼图、直方图等各种图形绘制
实验 2 :绘制 cos 、 sin 、 sqrt 函数图像
|
综合案例:手机故障率排序 |
数据分析流程介绍
数据浏览
缺失值处理
指标选择
生成新字段
结果展现与对比
案例总结与讨论 |
|
|
|
|
|
|
|
|
1243 次浏览 53 次
|
其他人还看了课程 |
|
|
|