| 资源(117) |
时长( 08:41:09) |
播放量(237730) |
数据分析与融合教学大纲202107 |
/
|
1844 |
数据分析与融合考核大纲 |
/
|
1783 |
数据分析与融合一体化方案202107 |
/
|
1777 |
【第一单元】Numpy基础 |
/
|
1788 |
【第二单元】Series和DataFrame |
/
|
1858 |
【第三单元】数据初步探索 |
/
|
1781 |
【第四单元】数据转换与融合 |
/
|
1781 |
【第五单元】数据分组与聚合 |
/
|
1782 |
【第六单元】时间序列处理 |
/
|
1769 |
@1-1Pandas和NumPy介绍_01_Pandas和NumPy介绍 |
00:13:27
|
2068 |
@1-4ufunc函数 |
00:19:26
|
2018 |
@1-3数组_01数组 |
00:18:30
|
2029 |
@1-2向量_01_向量 |
00:12:38
|
2049 |
@离散化和面元划分_01_离散化和面元划分 |
00:05:50
|
1839 |
@排序和随机采样_01_排序和随机采样 |
00:09:47
|
1847 |
@数据合并之轴线连接_01_数据合并之轴向连接 |
00:19:14
|
1933 |
@数据融合_01_数据融合 |
00:18:02
|
1831 |
@数据转换_01_数据转换之map |
00:12:13
|
1815 |
@数据转换_03_数据转换之文本数据规整 |
00:11:06
|
1819 |
@数据转换02_数据转换之哑变量编码 |
00:08:08
|
1806 |
@Series和DataFrame的创建及操作_01_Series和DataFrame的创建及操作 |
00:18:31
|
1868 |
@Series和DataFrame结构介绍_01_Series和DataFrame结构介绍 |
00:13:49
|
1822 |
@描述性和汇总统计_01_描述性和汇总统计 |
00:19:43
|
1848 |
@数据类型与数据筛选_01_数据类型与数据筛选 |
00:08:43
|
1884 |
@数据展示与文件读写_01_数据展示与文件读写 |
00:19:39
|
1808 |
@算术运算和缺失值处理_01_算术运算和缺失值处理 |
00:14:09
|
1808 |
@索引调整方法_01_索引调整方法 |
00:12:37
|
1911 |
@GroupBy技术_01_GroupBy技术 |
00:19:25
|
1809 |
@函数应用_01_函数应用 |
00:19:59
|
1803 |
@数据分组_01_数据分组的基本方法 |
00:10:52
|
1869 |
@数据分组_02_数据分组的高级方法 |
00:13:44
|
1801 |
@Matplotlib简介_01_Matplotlib简介 |
00:17:14
|
2004 |
@Pandas基本绘图函数_01_折线图 |
00:17:41
|
1997 |
@Pandas基本绘图函数_02_条形图、直方图和箱线图 |
00:13:27
|
1998 |
@自定义图表样式_01_自定义图表样式 |
00:17:05
|
1994 |
@Pandas时间序列处理_01_Pandas时间序列处理 |
00:17:07
|
3416 |
@时期及算术运算_01_时期及算术运算 |
00:19:13
|
2032 |
@时区处理_01_时区处理 |
00:17:58
|
2028 |
@重采样及频率转换_01_重采样及频率转换 |
00:18:36
|
2027 |
@日期和时间数据_01_日期和时间数据 |
00:18:36
|
1982 |
@日期的范围、频率及移动_01_日期的范围、频率及移动 |
00:19:26
|
1982 |
1.1Numpy基础 |
/
|
1737 |
1.2向量 |
/
|
1739 |
1.3数组 |
/
|
1744 |
1.4ufunc函数 |
/
|
1744 |
2.1 Series和DataFrame结构 |
/
|
1757 |
2.2 索引 |
/
|
1740 |
2.3 Panel |
/
|
1741 |
3.1 数据展示与文件读写 |
/
|
1743 |
3.2 数据类型与数据筛选 |
/
|
1747 |
3.3 描述性和汇总统计 |
/
|
1745 |
3.4 算术运算 |
/
|
1739 |
3.5 索引调整方法 |
/
|
1739 |
4.1 数据合并之轴向连接 |
/
|
1761 |
4.2 数据融合 |
/
|
1762 |
4.3 排序和随机采样 |
/
|
2002 |
4.4 离散化和面元划分 |
/
|
1998 |
4.5 数据转换 |
/
|
2002 |
5.1 GroupBy技术 |
/
|
1996 |
5.2 数据分组 |
/
|
1997 |
5.3 函数应用 |
/
|
1998 |
5.4 数据聚合 |
/
|
2005 |
6.1 日期和时间数据 |
/
|
2002 |
6.2 Pandas时间序列基础 |
/
|
2014 |
6.3 日期的范围、频率及移动 |
/
|
1998 |
6.4 时区处理 |
/
|
1998 |
6.5 时区处理 |
/
|
2001 |
6.6 重采样及频率转换 |
/
|
2008 |
7.1 Matplotlib简介 |
/
|
2010 |
7.2 Pandas基本绘图函数 |
/
|
2023 |
7.3 自定义绘图样式 |
/
|
2015 |
第一单元习题 |
/
|
1960 |
第一单元答案 |
/
|
1963 |
第二单元习题 |
/
|
1957 |
第二单元答案 |
/
|
1965 |
第三单元习题 |
/
|
1962 |
第三单元答案 |
/
|
1960 |
第四单元习题 |
/
|
1968 |
第四单元答案 |
/
|
1964 |
第五单元习题 |
/
|
1962 |
第五单元答案 |
/
|
1967 |
第六单元习题 |
/
|
1962 |
第六单元答案 |
/
|
1964 |
第七单元习题 |
/
|
1960 |
第七单元答案 |
/
|
1962 |
@数据聚合_01_数据聚合 |
00:10:13
|
1986 |
@索引以及Panel数据结构_01_索引以及Panel数据结构 |
00:15:01
|
1997 |
1.1 Numpy介绍 |
/
|
1970 |
1.2 向量 |
/
|
1973 |
1.3 数组 |
/
|
1983 |
1.4 Ufunc函数 |
/
|
1969 |
2.2 索引 |
/
|
1978 |
2.3 Panel |
/
|
1973 |
3.1 数据展示与文件读写 |
/
|
1968 |
3.4 算数运算和缺失值处理 |
/
|
1973 |
4.1 数据合并之轴向连接 |
/
|
1973 |
4.3 排序和随机采样 |
/
|
1977 |
4.4 离散化和面元划分 |
/
|
1976 |
5.3 函数应用 |
/
|
1973 |
5.4 数据聚合 |
/
|
1973 |
6.1 日期和时间数据 |
/
|
1974 |
6.3 日期的范围、频率及移动 |
/
|
1976 |
6.4 时区处理 |
/
|
1978 |
7.1 Matplotlib简介 |
/
|
1974 |
7.2 Pandas基本绘图函数 |
/
|
2008 |
3.2 数据类型与数据筛选 |
/
|
1988 |
3.3 描述性和汇总统计 |
/
|
1991 |
3.5 索引调整方法 |
/
|
3110 |
4.2 数据融合 |
/
|
3136 |
4.5 数据转换 |
/
|
3138 |
5.1 GroupBy技术 |
/
|
3129 |
5.2 数据分组 |
/
|
3143 |
2.1 Series和DataFrame结构 |
/
|
3133 |
6.5 时期与算数运算 |
/
|
3129 |
6.6 重采样及频率转换 |
/
|
3138 |
7.3 自定义图表样式 |
/
|
3135 |
6.2 Pandas时间序列基础 |
/
|
3119 |