动手学数据分析
开源内容：https://github.com/datawhalechina/hands-on-data-analysis
基本信息
- 学习周期：10天，每天学习3~5个小时
- 学习形式：使用jupyter完成课程版块的内容，并做笔记或者写博客。
- 人群定位：懂一些python，希望入门数据分析的学习者。
- 先修内容：Python编程语言，编程实践（Pandas）
- 难度系数：低
学习目标
了解数据分析中基本库的操作（比如：pandas,numpy和matplotlib）；熟悉数据分析的操作流程，建立数据分析思维，入门数据建模。
任务安排
Task01：数据加载及探索性数据分析（2天）
- 了解数据加载以及数据观察
- 掌握pandas基础
- 完成探索性数据分析
主要学习内容是：课程的第一章
Task02：数据清洗及特征处理（2天）
- 掌握数据清洗的方法
- 了解特征观察与处理
主要学习内容是：课程的第二章的第一部分（数据清洗及特征处理）
Task03：数据重构（2天）
- 了解数据重构的方法
- 使用groupby做数据运算
主要学习内容是：课程的第二章第二和第三部分（数据重构）
Task04：数据可视化（2天）
- 了解可视化的目的
- 知道各种图形可用于的场景
- 实战数据可视化的基本库
主要学习内容是：课程的第二章第四部分（数据可视化）
Task05：数据建模及模型评估（2天）
- 了解数据建模
- 使用sklearn完成分类模型的建模
- 了解模型评估
- 使用sklearn完成模型评估
主要学习内容是：课程的第三章（数据建模及模型评估）
贡献人员
| 姓名 | 博客 | 备注 |
|---|---|---|
| 陈安东 | GitHub，知乎 | 中央民族大学研究生 |
| 金娟娟 | 知乎 | 浙江大学硕士 业务与数据分析师 |
| 李玲 | 知乎 | 算法工程师 |
| 老表 | 微信公众号：简说Python | 数据分析爱好者 |
| 杨佳达 | Github | 数据挖掘师 |
| 张文涛 | Github | 中山大学博士研究生 |
| 高立业 | Github | 太原理工大学研究生 |