| 培训目标： |
- Python概览
- Python语言快速入门
- IPython使用
- NumPy
- Pandas
- Pandas数据加载和存储
- Pandas数据预处理
- Pandas数据聚合与分组运算
- 绘图与可视化
- 时间序列
- Python在金融数据中的应用
- 大数据平台的搭建和应用
- Scikit-Learn机器学习
-
| 主题 |
|
| 1.Python概览 |
1.1为什么使用Python
1.2重要的Python库
- NumPy
- Pandas
- SciPy
- Matplotlib
1.3IPython
1.4 Python IDE的下载与安装
|
| 2.Python语言快速入门 |
2.1Python解释器
2.2语言设计特点
2.3对象的调用和属性
2.4import引入
2.5数据类型
2.6控制流
2.7数据结构和序列
2.8函数
2.9 文件和操作系统 |
| 3.IPython使用 |
3.1启动和运行
3.2对象内省
3.3异常和跟踪
3.4与操作系统交互
3.5测试代码执行时间
3.6IPython HTML Notebook
3.7利用IPython提高代码效率的几点提示
案例与演示 |
| 4.NumPy |
4.1ndarray多维数组对象处理与运算
4.2元素级数组函数
4.3利用数组进行数据处理
4.4利用数组进行输入和输出
4.5线性代数
4.6随机数生成
4.7【案例与演示】 |
| 5.Pandas |
5.1Pandas数据结构介绍
5.2基本功能
5.3汇总和计算描述统计
5.4处理缺失数据
5.5【案例与演示】 |
| 6.Pandas数据加载和存储 |
6.1读写结构化数据
6.2读写非结构化数据
6.3使用HTML和Web API
6.4使用数据库
6.5【案例与演示】 |
| 7.Pandas数据预处理 |
7.1合并数据集（以merge和append为主）
7.2重塑和轴向旋转
7.3数据清洗
7.4字符串操作
7.5 【案例与演示】 |
| 8.Pandas数据聚合与分组运算 |
8.1GroupBy技术
8.2数据聚合
8.3分组运算和转换
8.4透视表和交叉表
8.5【案例与演示】 |
| 9.绘图与可视化 |
9.1Matplotlib基本操作
9.2Pandas中的绘图函数
9.3【案例与演示】 |
| 10.时间序列 |
10.1日期和时间数据类型及工具
10.2 时间数据处理
10.3 时期及其算术运算
10.4 时间序列绘图
10.5 移动窗口函数
10.6【案例与演示】 |
| 11.Python在金融数据中的应用 |
11.1常见的金融数据处理与分析
11.2 Pyfolio资产组合表现与风险分析
11.3 Zipline历史数据回溯分析
11.4 【案例与演示】 |
| 12.大数据平台的搭建和应用 |
12.1Hadoop和MapReduce
12.2 Spark
12.3 PySpark及MLlib
12.4【案例与演示】 |
| 13.Scikit-Learn机器学习 |
13.1数据预处理
13.2 变量升维和降维
13.3 模型训练
13.4模型选择和调参
13.5 模型评估指标
13.6【案例与演示】 |
|
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
