Python核心编程及可视化界面开发
•●
实战培训班
●•
一、
一、 培训收益
课程中通过细致讲解,使学员掌握该技术的本质。具体收益包括:
1.掌握Python基础;
2.理解Python脚本的应用场景并掌握可视化界面的开发;
3.通过实际项目案例掌握Python的数据分析思路及方法。
4.Python调用Hadoop实现电影功能。
二、培训特色
本次培训从实战的角度对Python进行了的剖析,并结合实际案例分析和探讨Python技术的应用场景,给Python相关从业人员以指导和启迪。
时间
培训模块
培训内容
第一天
上午
Python 函数与类
1. PyCharm环境搭建与GIT使用
2. 变量、常量、逻辑语句介绍
3. 数据结构之 List、Set、Tuple、Dict
4. 缺省参数、可变参数、关键字参数、
5. Lambda函数、递归函数
6. 函数的封装与随机数生成器
7. Python面向对象编程(封装、继承、多态)
8. 模块、包、Python标准库介绍
下午
Scrapy框架实践
1. Http协议理论介绍
2. Scrapy介绍与环境搭建
3. 框架结构与工作原理介绍
4. 网页数据解析之xpath
5. Selenium与“幻影”浏览器-PhantomJS
6. 动态IP设置与反爬虫技术
7. 豆瓣电影站点爬取实践
8. 分布式爬虫与数据入库实现
第二天
Python常用科学库
1. Numpy科学库介绍
2. 数组的索引和切片
3. 数组的运算 (排序、通用函数、统计运算)
4. 数组的存取操作
5. 综合案例:图像变换
6. Pandas数据结构 (Series,DataFrame)
7. 数据运算(算术、排序、分组)
Python数据可视化
1. Matplotlib库
2. Seaborn可视化库介绍
3. 常用的数理统计公式介绍
4. 直方图、饼图
5. 折线图、散点图
6. 图表 (散点图、箱线图、云图)
7. 采用可视化实现银行客户画像
第三天
常见分析算法介绍
1. 欧式距离与K-近邻算法介绍
2. 数据清理、特征值分析
3. Train_test_split分割训练集与测试集
4. 模型训练与超参数介绍
5. 交叉验证与网格搜索
6. K-近邻实现就近酒店入住系统
Python + Hadoop数据
1. 数据三种形态与分布式数据库
2. Hadoop安装与启动
3. Python + MapReduce编程实战
4. Hadoop中的Shuffle与Sort原理应用
5. MapReduce架构分析
6. 电影相似度原理分析
7. Python + Hadoop编写电影代码